Coder-Large — это потомок Qwen 2.5-Instruct с 32 миллиардами параметров, дообученный на репозиториях GitHub с разрешительными лицензиями, корпусах CodeSearchNet и синтетических корпусах исправлений ошибок. Модель поддерживает контекст длиной до 32 тыс. токенов, что позволяет в одном запросе проводить рефакторинг нескольких файлов или анализировать большие диффы, и понимает более 30 языков программирования с особым вниманием к TypeScript, Go и Terraform. Внутренние бенчмарки показывают прирост в 5–8 баллов по сравнению с CodeLlama-34B-Python в тесте HumanEval и сопоставимые результаты в BugFix благодаря дополнительному этапу обучения с подкреплением, при котором модель вознаграждается за компилируемый код. По умолчанию Coder-Large выдаёт структурированные пояснения вместе с блоками кода, что делает её подходящей как для образовательных инструментов, так и для реальных сценариев использования в роли copilot. В стоимостном плане Together AI предлагает её значительно дешевле проприетарных решений, что позволяет командам масштабировать интерактивное программирование без чрезмерных затрат.
