CodeGeeX 清华 KEG × 智谱AI 国产开源代码大模型 多编辑器插件 访问官网 ↗

从清华实验室装进你的编辑器：CodeGeeX 的版本演进与能力纵览

在海外产品占据话题中心的那些年里，国内最早拿得出手的代码大模型之一就诞生在清华大学知识工程实验室（KEG）：2022 年秋天，KEG 与智谱AI 联合推出多语言代码生成模型 CodeGeeX，随后一路迭代出 CodeGeeX2、CodeGeeX4 等后继版本，并把补全、问答、翻译等能力做成插件铺进主流编辑器[1]。它身上有三个标签很少同时出现在一个项目上：高校实验室出身、头部 AI 公司工程化、核心成果持续开源。本文沿着这条脉络，把版本演进、语言支持、插件矩阵与成绩读法一次理清。

壹血统与出身：一篇论文背后的两股力量

CodeGeeX 的技术报告于 2023 年 3 月在 arXiv 公开，署名团队来自清华大学 KEG 实验室，训练依托国产昇腾算力集群完成[3]。智谱AI 是这家实验室技术成果产业化的重要载体，后来以 GLM 系列大模型广为人知[4]。理解这个组合很关键：实验室负责模型方法与学术声誉，公司负责算力、产品与商业落地，两者叠加让 CodeGeeX 从第一天起就同时具备论文可信度与工程可用性。

另一个值得记录的决定是开放。初代模型的权重面向研究者开放申请，后续版本的权重直接放上 Hugging Face 社区供下载微调[5]。在闭源 API 主导体验的年代，这种「给你权重自己玩」的姿态为它赢得了大量高校与企业研究者的好感——毕竟对做代码智能方向的学生而言，一份可以下载、可以改、可以在论文里公平对比的权重，远比一个黑盒接口更有价值。

贰版本演进：三代模型的接力

初代 CodeGeeX 登场

13B 参数规模的多语言代码生成模型，基于昇腾集群训练，主打跨语言生成与代码翻译，是国内该方向的早期代表作。

技术报告与 HumanEval-X

arXiv 2303.17568 公开，提出覆盖多门语言的 HumanEval-X 评测集，为非 Python 语言的公平比较补上了标尺[3]。

CodeGeeX2 换底升级

6B 规模、改用 ChatGLM2 架构作底座，官方口径下代码能力较初代有倍数级提升，编辑器插件同步铺开[6]。

CodeGeeX4 开源续写

9B 规模的 CodeGeeX4-ALL 权重开放下载，底座换为 GLM-4 系，能力面扩展到补全之外的问答、解释与仓库级任务[2]。

把四张卡片连起来看，能看到一条清晰的路线：参数规模始终控制在十亿级而非千亿级，把省下来的成本花在架构换代与落地体验上。这让它的插件能在普通笔记本上跑出可接受的响应速度，也是它与许多「发布会模型」的根本区别。

叁多编程语言支持表：哪里深哪里浅

官方宣称支持的编程语言超过百种，但「支持」与「好用」之间隔着语料热度。按社区普遍经验，各方向的表现大致如下，具体以官方文档为准[1]：

方向代表语言使用备注
脚本与数据Python、Shell、SQL语料最充足的舒适区，补全命中率高，适合作为评估起点。
Web 前端JavaScript、TypeScript、HTML/CSS日常组件与样板代码顺手；框架迭代快，注意让它对齐你锁定的版本。
服务端Java、Go、C++企业开发的主力场景，模板化程度高，收益稳定。
移动端与其他Kotlin、Swift、Rust 等覆盖在册但深度因语言而异，建议用自己的真实模块先行验证。

判断一门语言在该模型上的「冷热」，有个简单办法：拿同一段中等复杂度的算法题分别用两种语言提问，对比补全一次通过的比例。训练语料的分布会诚实地反映在输出里——Python 这类语料大户的答案往往一步到位，而小众语言的答案更需要人工修正。据此安排使用顺序，能省下大量试错时间。

肆IDE 插件矩阵：四种形态覆盖主流工作台

CodeGeeX 的产品策略是「模型开源＋插件免费」，让不同阵营的开发者都能低门槛接入[2]：

VSCODEVS Code 扩展用户基数最大的入口，行内补全加侧边对话，安装即用。
JETBRAINSJetBrains 全家桶IDEA、PyCharm、WebStorm 等共用一套插件，Java 与 Python 团队的主力选择。
VSVisual Studio 插件照顾 C++ 与 .NET 阵营的传统工作台，老项目维护场景友好。
WEB网页版控制台不开编辑器也能对话生成，适合临时查写法或轻量脚本任务。

※ 各插件的快捷键、登录方式与功能开关随版本更新调整，安装入口与配置指南以官网插件页为准。

伍基准成绩怎么读：从自建标尺到同尺寸前列

自建标尺 HumanEval-X初代报告就把评测从 Python 单语言扩展到 C++、Java、JavaScript 与 Go，让「多语言」从宣传词变成可比的数字。
代际提升是量级性的官方口径下，CodeGeeX2 相对初代在 HumanEval 类指标上有成倍跃升；换底座带来的红利清晰可见[6]。
同尺寸中的位置CodeGeeX4 发布时，项目方给出其在多项代码评测中处于同规模开源模型前列的成绩单，横向对比请以其主页实时数据为准[2]。

阅读这些数字时保持一贯的清醒：函数级基准衡量的是「补全一个函数」的能力，而你每天的工作还包括理解需求、跨越文件、贴合业务约定。基准用来筛掉不合格者绰绰有余，用来预测日常体验则远远不够——装上插件写一天真实需求，胜过读十份榜单。另外，中文注释与中文提问在 CodeGeeX 上是原生支持的场景，这对习惯用中文写文档注释的国内团队是实打实的便利。

陆费用与部署：个人的免费额度，企业的私有化选项

对个人开发者，插件的补全与对话能力长期免费提供，这也是它在校园与初创团队中渗透率颇高的原因；对企业客户，官网提供了企业版通道，支持私有化部署与定制接入，满足「代码不出内网」的合规要求[1]。开源权重加上企业服务，一头接着研究者，一头接着采购部门，这种两头兼顾的产品结构在国内同类中并不多见。教学场景同样受益：计算机课程的助教可以直接让学生安装插件对比有/无辅助时的编码效率，再配合开源权重讲解模型原理，从体验到原理形成完整闭环。

柒关于 CodeGeeX 的常见提问

Q1 · CodeGeeX 是谁开发的？

由清华大学 KEG 实验室与智谱AI 联合研发的代码大模型系列及配套编程助手，技术报告与开源仓库均对外公开可查。

Q2 · 个人使用需要付费吗？

编辑器插件的个人基础能力长期免费；具体额度与增值项可能随政策调整，以官网实时说明为准。

Q3 · 它支持哪些编辑器？

VS Code、JetBrains 系列、Visual Studio 均有官方插件，另有网页版控制台；安装方式见官网插件页。

Q4 · 与国外同类助手相比处在什么水平？

定性地说：中文语境沟通顺畅、个人免费门槛低、开源权重可自部署是其差异化优势；综合能力的横向对比建议以自己的真实项目实测为准。

Q5 · 企业担心代码泄露怎么办？

官网提供企业版与私有化部署选项，模型可落在自有环境运行；具体的合规细节与报价需与企业服务团队对接确认。

Q6 · 最新版本有多大，可以自己下载吗？

CodeGeeX4 为 9B 规模且已开放权重下载，可在 Hugging Face 的 THUDM 组织页获取，用于研究或私有化微调[5]。

参考资料

  1. 来源：CodeGeeX 中文官方网站： https://codegeex.cn
  2. 来源：GitHub · THUDM/CodeGeeX 官方开源仓库： https://github.com/THUDM/CodeGeeX
  3. 来源：arXiv 论文《CodeGeeX: A Pre-Trained Model for Code Generation with Multilingual Evaluations on HumanEval-X》： https://arxiv.org/abs/2303.17568
  4. 来源：清华大学知识工程实验室（KEG）官方网站： https://keg.cs.tsinghua.edu.cn/
  5. 来源：Hugging Face · THUDM 模型组织页： https://huggingface.co/THUDM
  6. 来源：Hugging Face · codegeex2-6b 模型卡： https://huggingface.co/THUDM/codegeex2-6b
  7. 来源：Wikipedia · Tsinghua University 词条： https://en.wikipedia.org/wiki/Tsinghua_University

青衣网络 AI 观察团队 · 最后更新 2026-08-25 —— 本文依据官方网站、开源仓库与技术论文撰写，版本信息与成绩口径随项目演进而变化，请以官方最新发布为准。