Qwen3-Coder-Next
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 开放权重
价格
2 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3-coder-next| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | ¥1.00 | ¥4.00 |
| 提示超过 32K tokens 自 2026年10月11日 起页面不再列出 | ¥1.50 | ¥6.00 |
| 提示超过 128K tokens 自 2026年10月11日 起页面不再列出 | ¥2.50 | ¥10.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月6日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3-coder-next| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | $0.30 | $1.50 |
| 提示超过 32K tokens 自 2026年10月11日 起页面不再列出 | $0.50 | $2.50 |
| 提示超过 128K tokens 自 2026年10月11日 起页面不再列出 | $0.80 | $4.00 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月10日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 结构化输出
- —
- 知识截止
- 2025年9月
- 许可证
- apache-2.0
- 模型家族
- qwen-coder-next
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 最大思考预算, 内置工具, 别名。
本地运行
权重： Qwen/Qwen3-Coder-Next- 参数 79.7B
- 激活 3B · 专家 512（每 token 10）
- 原生精度 BF16
- 层数 48
- 每 token 的 KV 缓存 24 KB
- 原生上下文 256K （模型卡）
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 256K （厂商 API）
在你的配置上 · GeForce RTX 4090
○需放到内存 FP8 （自动） 8K 上下文 19–28 tok/s卸载 37/48 层
权重KV 缓存运行开销放到内存可用上限
- 需要
- ≈ 78.8 GB (权重 74.9（官方文件） + KV 缓存 0.2 + 开销 3.7)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 57.7 GB · 11/48 层在显卡（--n-gpu-layers 11）
- 生成速度
- 19–28 tok/s (每 token 读激活的 3B)
- 首 token
- 2K 提示约 0.10–0.15 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 148.4 GB | ≈ 156.0 | ✕放不下 | — |
| Q8_0官方 | 79.0 GB | ≈ 83.1 | ✕放不下 | — |
| FP8官方 | 74.9 GB | ≈ 78.8 | ○需放到内存 19–28 tok/s | — |
| Q6_K官方 | 61.0 GB | ≈ 64.3 | ○需放到内存 25–37 tok/s | — |
| Q5_K_M官方 | 52.8 GB | ≈ 55.6 | ○需放到内存 38–57 tok/s | — |
| Q5_0官方 | 51.2 GB | ≈ 54.0 | ○需放到内存 39–59 tok/s | — |
| Q4_K_M官方 | 45.1 GB | ≈ 47.5 | ○需放到内存 44–67 tok/s | — |
| Q4_0 | 41.7 GB | ≈ 44.0 | ○需放到内存 48–72 tok/s | — |
| IQ4_XS | 39.4 GB | ≈ 41.6 | ○需放到内存 51–76 tok/s | — |
| Q3_K_M质量下降明显 | 36.3 GB | ≈ 38.3 | ○需放到内存 58–87 tok/s | — |
| IQ3_XXS质量下降明显 | 28.4 GB | ≈ 30.0 | ○需放到内存 104–157 tok/s | — |
| Q2_K质量下降明显 | 27.8 GB | ≈ 29.4 | ○需放到内存 112–168 tok/s | — |
| IQ2_XXS质量下降明显 | 19.1 GB | ≈ 20.3 | ●流畅 518–776 tok/s | 65K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 NVIDIA H100 SXM；统一内存 Apple M5 Max (40-core GPU) · 64 GB。
运行命令
vLLM
vllm serve Qwen/Qwen3-Coder-Next-FP8 --max-model-len 8192
微调需要多少显存
全参≈ 1189.4 GB你的配置放不下
LoRA≈ 150.8 GB你的配置放不下
QLoRA≈ 44.1 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
包含在编程套餐中
- Kiro Free 免费50 积分 每月
- Kiro Pro $20.00 / 月1,000 积分 每月
- Kiro Pro+ $40.00 / 月2,000 积分 每月
- Kiro Pro Max $100.00 / 月5,000 积分 每月
- Kiro Power $200.00 / 月10,000 积分 每月
变更
全部变更 →暂无变更记录。
来源
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
- qwen3-coder-next 模型信息-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月30日
- models.dev: alibaba/qwen3-coder-next (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
- Qwen/Qwen3-Coder-Next model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-Coder-Next config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-Coder-Next files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen3-Coder-Next-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-Coder-Next-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-Coder-Next README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- Qwen3-Coder-Next（在新标签页打开） huggingface.co · 核对于 2026年10月31日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型