モデル一覧 ›
Qwen3 Coder Next
Qwen コーディングエージェント長文
パラメータ
80B
アクティブ 3B（MoE）
いちばん小さい量子化
41.8GB
MLX 4bit
KV キャッシュ（8K・FP16）
0.19GB
公称コンテキスト 256K
乗るスペック
23/ 64
クラスタ構成を含む・8K
コンテキスト長と必要メモリ
横線は各スペックの利用可能メモリ。線より下なら乗る4bit 前後6bit 前後8bit 前後16bit各ビット帯でいちばん小さい量子化・KV FP16
スペックごとの推定速度
decode tok/s・8K・乗る構成だけ・推奨量子化Qwen3 Coder Next は、作業ごとにどのくらいか
- AIエージェント軽量級未満。勝つ確率: Claude Opus 5.5 に 14%・Claude Sonnet 5.5 に 12%・Claude Haiku 5.5 に 35%（1 ベンチ・比べた相手 5 モデル）
- コーディング軽量級未満（2 ベンチ・比べた相手 14 モデル）
- 検索・調べもの数字なし（判定できません）
- 知識・推論数字なし（判定できません）
- 数学数字なし（判定できません）
- 日本語数字なし（判定できません）
- 画像理解数字なし（判定できません）
同じベンチに数字のある2モデルを「対戦」とみなし、作業ごとにレーティングを付けています（チェスや LLM のアリーナと同じ考え方）。数字は各社の自己申告が中心で条件は揃っていないので、目安として見てください。
作業ごとの位置
Qwen3 Coder Nextクラウドモデル（点に乗せると名前）縦線は階層の目印（右ほど強い）
用途で変わる：チャット・コーディング・AIエージェント
チャット
コンテキスト 8K短いやりとり。速く返ってくることが大事。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 7 / 9・最小構成で 45.0 GB（うち KV 0.2 GB）
乗らない: RTX 4090 24GB・RTX 5090 32GB
コーディング
コンテキスト 64Kリポジトリのコードを読み込んで直す。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 7 / 9・最小構成で 46.3 GB（うち KV 1.5 GB）
乗らない: RTX 4090 24GB・RTX 5090 32GB
AIエージェント
コンテキスト 128Kツール呼び出しを繰り返し、履歴と結果がコンテキストに溜まる。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 7 / 9・最小構成で 47.8 GB（うち KV 3.0 GB）
乗らない: RTX 4090 24GB・RTX 5090 32GB
コンテキスト長と推定 decode 速度
コンテキストが長いほど KV キャッシュを読む分だけ遅くなる。線が切れたところで乗らなくなるM5 Max 64GBM5 Ultra 256GBRTX PRO 6000 Blackwell 96GB
用途ごとに見るベンチ
Qwen3 Coder Next はどのあたりか
- Terminal-Bench 2.0：6 モデル中 5 位。クラウドでいちばん近いのは Claude Opus 4.6（65.4）。それより下のクラウドはなし
- τ²-Bench：Qwen3 Coder Next の数字なし
- SWE-bench Verified：10 モデル中 6 位。クラウドでいちばん近いのは Claude Opus 4.6（80.8）。それより下のクラウドはなし
- Humanity's Last Exam：Qwen3 Coder Next の数字なし
- Artificial Analysis Intelligence Index：Qwen3 Coder Next の数字なし同じ条件
数字はベンダー自己申告などの出典の値で、条件（推論モード・ツールの有無など）は揃っていません。目安として見てください。
Terminal-Bench 2.0
6 モデル・各社の自己申告（条件はばらばら）τ²-Bench
5 モデル・各社の自己申告（条件はばらばら）SWE-bench Verified
10 モデル・各社の自己申告（条件はばらばら）Humanity's Last Exam
25 モデル・各社の自己申告（条件はばらばら）ツールありの数字しかない GLM-5.3・GLM-5.3-Flash・Claude Opus 5.5・GLM-5.3 (API)・Muse Spark Open 816B-A42B は除外
Artificial Analysis Intelligence Index
26 モデル・全モデル同じ条件（第三者が測定）スペックごとの判定
| スペック | 判定 | 推奨量子化 | 必要メモリ | 利用可能 | 最大コンテキスト | 推定 tok/s |
|---|---|---|---|---|---|---|
| RTX 5070 12GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 11.0 GB | — | — |
| RTX 3060 12GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 11.0 GB | — | — |
| M5 16GBMLX | 乗らない | MLX 4bit | 45.0 GB | 12.0 GB | — | — |
| M4 16GBMLX | 乗らない | MLX 4bit | 45.0 GB | 12.0 GB | — | — |
| RTX 5080 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| RTX 5070 Ti 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| RTX 5060 Ti 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| RTX 4080 SUPER 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| RTX 4070 Ti SUPER 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| RTX 4060 Ti 16GBllama.cpp | 乗らない | Q4_K_M | 49.1 GB | 15.0 GB | — | — |
| M5 Pro 24GBMLX | 乗らない | MLX 4bit | 45.0 GB | 18.0 GB | — | — |
| M5 24GBMLX | 乗らない | MLX 4bit | 45.0 GB | 18.0 GB | — | — |
| M4 Pro 24GBMLX | 乗らない | MLX 4bit | 45.0 GB | 18.0 GB | — | — |
| M4 24GBMLX | 乗らない | MLX 4bit | 45.0 GB | 18.0 GB | — | — |
| RTX 4090 24GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 23.0 GB | — | — |
| RTX 3090 24GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 23.0 GB | — | — |
| Radeon RX 7900 XTX 24GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 23.0 GB | — | — |
| M5 32GBMLX | 乗らない | MLX 4bit | 45.0 GB | 24.0 GB | — | — |
| M4 32GBMLX | 乗らない | MLX 4bit | 45.0 GB | 24.0 GB | — | — |
| M2 Max 32GBMLX | 乗らない | MLX 4bit | 45.0 GB | 24.0 GB | — | — |
| M1 Max 32GBMLX | 乗らない | MLX 4bit | 45.0 GB | 24.0 GB | — | — |
| RTX 5090 32GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 31.0 GB | — | — |
| M5 Max 36GBMLX | 乗らない | MLX 4bit | 45.0 GB | 27.0 GB | — | — |
| M4 Max 36GBMLX | 乗らない | MLX 4bit | 45.0 GB | 27.0 GB | — | — |
| M3 Max 36GBMLX | 乗らない | MLX 4bit | 45.0 GB | 27.0 GB | — | — |
| M5 Max 48GBMLX | 乗らない | MLX 4bit | 45.0 GB | 36.0 GB | — | — |
| M5 Pro 48GBMLX | 乗らない | MLX 4bit | 45.0 GB | 36.0 GB | — | — |
| M4 Max 48GBMLX | 乗らない | MLX 4bit | 45.0 GB | 36.0 GB | — | — |
| M4 Pro 48GBMLX | 乗らない | MLX 4bit | 45.0 GB | 36.0 GB | — | — |
| M3 Max 48GBMLX | 乗らない | MLX 4bit | 45.0 GB | 36.0 GB | — | — |
| RTX 6000 Ada 48GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 47.0 GB | — | — |
| RTX A6000 48GBllama.cpp | オフロードで動く | Q4_K_M | 49.1 GB | 47.0 GB | — | — |
| M5 Max 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 183 |
| M5 Pro 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 91.4 |
| M4 Max 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 163 |
| M4 Pro 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 81.3 |
| M3 Max 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 119 |
| M2 Ultra 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 238 |
| M2 Max 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 119 |
| M1 Ultra 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 238 |
| M1 Max 64GBMLX | ギリ | MLX 4bit | 45.0 GB | 48.0 GB | — | 119 |
| Ryzen AI Max+ 395 64GBllama.cpp | 乗る | Q4_K_M | 49.1 GB | 57.6 GB | 122K | 58.9 |
| M5 Ultra 96GBMLX | 乗る | MLX 6bit | 64.5 GB | 72.0 GB | 20K | 256 |
| M3 Ultra 96GBMLX | 乗る | MLX 6bit | 64.5 GB | 72.0 GB | 20K | 175 |
| M3 Max 96GBMLX | 乗る | MLX 6bit | 64.5 GB | 72.0 GB | 20K | 63.9 |
| M2 Max 96GBMLX | 乗る | MLX 6bit | 64.5 GB | 72.0 GB | 20K | 85.2 |
| RTX PRO 6000 Blackwell 96GBllama.cpp | 乗る | Q8_0 | 84.6 GB | 95.0 GB | 45K | 157 |
| M5 Max 128GBMLX | 乗る | MLX 8bit | 84.0 GB | 96.0 GB | 111K | 102 |
| M4 Max 128GBMLX | 乗る | MLX 8bit | 84.0 GB | 96.0 GB | 111K | 90.5 |
| M3 Max 128GBMLX | 乗る | MLX 8bit | 84.0 GB | 96.0 GB | 111K | 66.3 |
| M2 Ultra 128GBMLX | 乗る | MLX 8bit | 84.0 GB | 96.0 GB | 111K | 133 |
| M1 Ultra 128GBMLX | 乗る | MLX 8bit | 84.0 GB | 96.0 GB | 111K | 133 |
| DGX Spark 128GBllama.cpp | 乗る | Q8_0 | 84.6 GB | 115 GB | 256K | 46.4 |
| Ryzen AI Max+ 395 128GBllama.cpp | 乗る | Q8_0 | 84.6 GB | 115 GB | 256K | 38.7 |
| M2 Ultra 192GBMLX | 乗る | MLX 8bit | 84.0 GB | 144 GB | 256K | 133 |
| M5 Ultra 256GBMLX | 乗る | MLX 8bit | 84.0 GB | 192 GB | 256K | 199 |
| M3 Ultra 256GBMLX | 乗る | MLX 8bit | 84.0 GB | 192 GB | 256K | 136 |
| HPE Private Cloud AI Small（RTX PRO 6000 ×4）llama.cpp | 乗る | Q8_0 | 84.6 GB | 380 GB | 256K | 212 |
| M5 Ultra 512GBMLX | 乗る | MLX 8bit | 84.0 GB | 384 GB | 256K | 199 |
| M3 Ultra 512GBMLX | 乗る | MLX 8bit | 84.0 GB | 384 GB | 256K | 136 |
| M5 Max 128GB ×2Thunderbolt 5（RDMA）・exo / MLX distributed | 乗る | MLX 8bit | 85.0 GB | 192 GB | 256K | 76.5 |
| M5 Ultra 512GB ×2Thunderbolt 5（RDMA）・exo / MLX distributed | 乗る | MLX 8bit | 85.0 GB | 768 GB | 256K | 93.7 |
| M5 Ultra 512GB ×4Thunderbolt 5（RDMA）・exo / MLX distributed | 乗る | MLX 8bit | 87.0 GB | 1536 GB | 256K | 74.1 |
| DGX Spark 128GB ×2ConnectX-7（200GbE 直結）・vLLM（Ray・テンソル並列） | 乗る | BF16 | 162 GB | 230 GB | 256K | 43.7 |
量子化ごとのサイズ
| 形式 | 量子化 | サイズ | 実効 bit | リポジトリ |
|---|---|---|---|---|
| BF16 | BF16 | 148 GB | 15.94 | Qwen/Qwen3-Coder-Next |
| FP8 | FP8 | 74.9 GB | 8.04 | Qwen/Qwen3-Coder-Next-FP8 |
| GGUF | Q4_K_M | 45.2 GB | 4.85 | unsloth/Qwen3-Coder-Next-GGUF |
| GGUF | Q6_K | 61.1 GB | 6.56 | unsloth/Qwen3-Coder-Next-GGUF |
| GGUF | Q8_0 | 79.0 GB | 8.48 | unsloth/Qwen3-Coder-Next-GGUF |
| MLX | MLX 4bit | 41.8 GB | 4.48 | lmstudio-community/Qwen3-Coder-Next-MLX-4bit |
| MLX | MLX 6bit | 60.3 GB | 6.47 | lmstudio-community/Qwen3-Coder-Next-MLX-6bit |
| MLX | MLX 8bit | 78.8 GB | 8.47 | lmstudio-community/Qwen3-Coder-Next-MLX-8bit |
Hugging Face のファイルサイズ（本体の重みのみ）。実効 bit はサイズ ÷ 総パラメータ。
基本情報
- パラメータ
- 80B（アクティブ 3B）（MoE）
- 層数
- 48
- KV を持つ層
- 12層×1,024要素
- 入力
- テキスト
- ライセンス
- apache-2.0
- 公開日
- 2026-01-30
- 配布元
- Qwen/Qwen3-Coder-Next
起動コマンドの例
mlx_lm.server --model lmstudio-community/Qwen3-Coder-Next-MLX-4bitllama-server -hf unsloth/Qwen3-Coder-Next-GGUF:Q4_K_M -c 8192ollama run hf.co/unsloth/Qwen3-Coder-Next-GGUF:Q4_K_Mvllm serve Qwen/Qwen3-Coder-Next-FP8 --max-model-len 8192ECN 実測
このモデルの ECN 実測はまだありません。
ベンチマークと出典
| ベンチマーク | スコア | 出典 | 条件 | 日付 |
|---|---|---|---|---|
| SWE-bench Verified | 70.6 | ベンダー | vendor self-report; SWE-Agent scaffold; value read from benchmark chart image (benchmarks.png) in card | 2026-01-30 |
| SWE-bench Pro | 44.3 | ベンダー | vendor self-report; SWE-Agent scaffold; value read from benchmark chart image (benchmarks.png) in card | 2026-01-30 |
| Terminal-Bench 2.0 | 36.2 | ベンダー | vendor self-report; Terminus-2 json harness; value read from benchmark chart image (benchmarks.png) in card | 2026-01-30 |