「北京版幻方」開源SOTA代碼模型！40B參數掀翻Opus-4.5和GPT-5.2

衡宇 發自 凹非寺
量子位 | 公眾號 QbitAI

又一個中國新模型被推到聚光燈下，刷屏國內外科技圈。

IQuest-Coder-V1模型系列，看起來真的很牛。

在最新版SWE-Bench Verified榜單中，40B參數版本的IQuest-Coder取得了81.4%的成績，這個成績甚至超過了Claude Opus-4.5和GPT-5.2（這倆模型沒有官方資料，但外界普遍猜測參數規模在千億-萬億級）。

Oh～Tiny Core, Titan Power。

好，看到這里我盲猜很多人肯定已經開始邊搖頭邊笑了。

畢竟這年頭，benchmark的權威猶在，但說服力似乎已經大不如前了。

那咱們就看看這個模型跑出來的case——

Prompt：編寫一個網頁來展示一個逼真的太陽系模擬。

然后你將得到：

可以自由切換各種視角，讓畫面暫停、放大，調整公轉速度也ok。

選中具體的行星，還會跳出相應的名字和簡單介紹。

目前，這套代碼大模型系列已經在GitHub和抱抱臉上開源。

有一個重點一定要劃！！！

這個模型團隊IQuest，和DeepSeek團隊一個路數，都出自中國的量化私募。

背后公司就是北京版幻方量化——九坤投資。

（兩家公司都是業內公認的量化私募頭部）

X、Reddit等平臺上，關于IQuest-Coder的消息和對中國量化公司殺入AI模型戰場的討論已經滿天飛了。

有網友一臉unbelievable地問出了令他詫異的問題：

• 中國量化公司到底吸納了些什么人才，才能把模型訓練成這樣啊？？？

Ok，一起來看看這套模型的詳細情況吧～

IQuest-Coder-V1系列

從定位上看，IQuest-Coder-V1是一套覆蓋多個參數規模與使用場景的家族版本，專注于代碼生成、代碼理解與軟件工程任務的模型系列。

參數有7B、14B和40B的，每個規模均提供Instruct和Thinking兩種版本。

其中，Instruct偏向指令跟隨與工程使用，更高效；Thinking強化復雜推理和多步問題拆解，響應時間更長。

特別提醒大家注意一下，40B參數規模的IQuest-Coder-V1額外提供了Loop版本，用于探索更高的參數利用效率。

與計算成本相似的模型相比，IQuest-Coder-V1-40B-Loop的HBM和KV Cache開銷顯著降低，而吞吐量大幅提升。

僅增加約5%的訓練成本，Loop架構下，40B模型達到數百億參數MoE模型的水平。

在架構設計上，IQuest-Coder-V1系列強調了“工程友好”和“長上下文可用性”。

官方在GitHub上給出的四點架構特性分別是：

• 分組查詢注意力（Grouped Query Attention，GQA）以實現高效推理
• 原生支持128K上下文長度
• 詞表大小：76800個token
• 循環變體采用了具有共享參數的循環Transformer設計，該設計在兩個迭代過程中保持一致。

首先說說GQA的引入。

通過減少KV頭數量來降低推理階段的顯存占用和計算壓力，對長上下文場景超級友好。

其次，模型原生支持128K上下文長度。這就讓模型有能力直接處理完整代碼倉庫、跨文件依賴以及大規模工程上下文。

第三，76800個token的詞表大小，更貼近真實代碼環境中頻繁出現的標識符、路徑名和符號組合。

最后，在Loop變體中，模型采用了具有跨兩次迭代共享參數的循環Transformer設計，用重復計算換取更高的參數利用率，在不線性擴大模型規模的前提下提升性能。

作者刻意指出，這和早期Parallel Loop Transformer不同，去掉了token shifting和inference trick，更強調推理階段的穩定性。

這些特性組合在一起，有利于模型在真實軟件工程場景中跑得更好。

來看官方展示的更多case。

Prompt 1：構建一個粒子-文本動畫，滿足以下要求。

• 文本采樣：將給定文本（例如，IQuest）在 Canvas 上轉換為由數百個小粒子組成的點陣。
• 狀態：每個粒子都有一個當前位置和一個目標位置（形成文本）。
• 交互式物理效果：當鼠標靠近時相互排斥和散開；當鼠標移開時平滑地彈回。
• 視覺效果與緩動：隨機/漸變顏色，用于整體運動的緩動效果。

Prompt 2：構建一個實時像素沙盒游戲。

通過按鈕切換沙子、水、石頭和酸液；在畫布上涂畫可生成具有不同顏色的元素；大規模更新依然流暢；元素會自然下落并流動。

Prompt 3：構建一個完整的單文件HTML5 Canvas太空射擊游戲，具有復古霓虹美學和明顯的戰斗反饋。

• 視覺風格：黑色背景，高飽和度霓虹幾何形狀，街機感。
• 控制：WASD移動；兩種瞄準/炮塔模式（鼠標跟隨，或按R鍵旋轉炮塔）。
• 射擊：帶完整視覺效果的自動射擊太空飛船。
• 反饋：擊殺時，出現粒子爆炸效果；受到傷害時，屏幕會震動。
• 敵人：普通士兵/奇襲者/重型坦克，以及Boss戰。
• 進階：按P鍵能升級火力。

Prompt 4：基于鳥群算法的仿生鳥/魚群體模擬，擁有150個以上的自主Agent，有實時調節功能。

• 核心規則：分離（避免碰撞）、對齊（速度匹配）和內聚（群體中心）。
• 實時面板：調整分離/對齊/凝聚權重（0-3）、視覺半徑（20-150 像素）和最大速度。
• 交互：鼠標充當捕食者，使附近的智能體散開。
• 渲染：在深色背景下，以運動方向旋轉的霓虹三角形和發光軌跡。
• 工具：FPS 計數器和暫停/繼續（空格鍵）。

與眾不同的“代碼流多階段訓練”訓練策略

IQuest-Coder的訓練流程如下——

預訓練階段先用通用數據和大規模代碼數據打底，然后通過高質量代碼annealing強化基礎代碼表征。

中期訓練階段第一次明確引入reasoning、agent trajectory和長上下文代碼，并且分32K和128K兩個尺度逐步推進。

最終post-training階段，模型被明確分流成instruct路線和thinking路線，分別用不同目標函數和RL方式收斂。

官方強調，IQuest-Coder-V1系列采用了與傳統單一靜態源代碼訓練不同的訓練策略。

稱之為code-flow multi-stage training。

與大量代碼模型側重從靜態代碼片段中學習不同，這套方法強調從代碼的演化過程中學習。

團隊專門設計了基于項目生命周期的triplet數據構造方式，用 (R_old, Patch, R_new) 這樣的結構，讓模型看到穩定期代碼、變更內容以及變更后的結果。

而且刻意避開項目早期和后期，只取40%–80%生命周期區間。

這一步實際上把“軟件工程經驗”顯式編碼進了訓練數據里。

所以模型看到的并不只是某一時刻的完成態代碼，還包括修改前后的差異、提交歷史中的邏輯變化，以及真實工程中反復試錯和修正的痕跡。

也就是說模型被訓練得能夠捕捉軟件邏輯的動態演變。

不少網友猜測，這就是IQuest-Coder-V1在多個軟件工程類評測中表現突出的重要原因之一。

這套模型成績確實亮眼。

• SWE-Bench Verified：81.4%
• BigCodeBench：49.9%
• LiveCodeBench v6：81.1%

下面這張圖體現得更直觀一點，IQuest-Coder在八個代碼、Agentic相關榜單上都獨占鰲頭。

不過，GitHub上白紙黑字寫著，模型可以生成代碼，但不能執行，始終在沙盒環境中驗證輸出結果。

部署方面，官方信息顯示，不管是基礎版本還是Loop版本，都支持單卡H20推理。

其Int4版本可在單張消費級3090/4090 GPU上部署。

有網友表示，非Loop版本的模型似乎采用的是阿里Qwen2的架構。

隨著關注度上升，質疑也同步出現。

九坤投資公司是誰？

好，最后我們來認識一下IQuest-Coder背后的公司，九坤投資（Ubiquant Holding Limited）。

公司成立于2012年，是中國較早一批專注量化投資和高頻交易的私募機構之一，目前管理規模在數百億元人民幣，和幻方同屬于公認的國內量化私募頭部公司。

九坤主要辦公地在北京，3周前開設了新加坡辦公室。

聯合創始人王琛，2000年考入清華大學，獲得數學物理學士學位和理論計算機博士學位，博士期間師從圖靈獎得主姚期智院士。

博士畢業后，王琛就職于美國頂級對沖基金Millennium，后創業擔任九坤投資聯合創始人、CEO。

聯合創始人姚齊聰，2002年考入北京大學數學系，獲得數學學士和金融數學碩士學位。

碩士畢業后進入Millennium，后與王琛共同創業，主要負責九坤投研體系搭建、量化策略開發和風險管理，被視為公司策略和風控體系的核心設計者之一。

九坤的投研與技術團隊人數超過百人，90%以上畢業于清華、北大、復旦、斯坦福等國內外知名高校，博士占比超過60%。

公開信息顯示，這家公司目前也傾向于從全球頂尖高校招募具有計算機、數學、物理、統計學等背景的應屆畢業生。

在AI領域，幻方更早憑DeepSeek站到臺前。

不過查詢有關資料發現，此前九坤也很注重AI技術這一塊。

目前，九坤的IT和算力建設位居國內量化機構前三，并建立了數據實驗室（DATA LAB）、人工智能實驗室（AI LAB）等多個前沿實驗室。

本次發布的IQuest-Coder就出自其發起設立的獨立研究平臺至知創新研究院。

倒也不全是為了把AI用在金融市場預測和交易決策啦——前段時間（2025年12月16日），九坤已經推出過通用推理模型URM。

該模型在ARC-AGI正確率為53.8%，當允許多次嘗試時，URM的成功率能達到85%以上；在更困難的ARC-AGI 2上也拿到了16.0%。

Paper最后附上了IQuest-Coder團隊的成員名單。

挺長的，就不一一介紹了。

不過我們發現這篇paper的核心作者層，和《Scaling Laws for Code》《CodeSimpleQA》《From Code Foundation Models to Agents and Applications》作者陣容重合度非常高。

所以這里稍微展開介紹一下Core Contributor的幾位成員。

（注：IQuestLab團隊成員很多沒有公開個人檔案，我們這里放出可尋找到的公開資料）

Jian Yang，谷歌學術被引量超過1.6萬。

此前應該在Qwen 2.5和Qwen 3團隊待過很長一段時間，2025年起開始在九坤投資發表論文。

Zhengmao Ye，本科畢業于西南交通大學，在四川大學獲得計算機科學碩士學位。

此前，他曾在華為和商湯科技擔任過技術工作人員。

你沒看錯，8位Core Contributor就找到了2位的公開資料，真的盡力了.gif

另外，paper的通訊作者，是九坤人工智能實驗室首席研究員和負責人Bryan Dai。

Paper地址：
file:///Users/hengknows/Downloads/IQuest_Coder_Technical_Report%20(1).pdf
參考資料：
[1]https://x.com/zephyr_z9/status/2006579658972868988?s=20
[2]https://github.com/IQuestLab/IQuest-Coder-V1?tab=readme-ov-file
[3]https://iquestlab.github.io/#/
[4]https://www.reddit.com/r/LocalLLaMA/comments/1q0x19t/anyone_tried_iquestcoderv1_yet_the_40b_numbers/