Qwen3 Coder Next
5847°
Chạy mô hình này
Ưu đãi / Quảng cáo
Qwen | ngữ cảnh 262,144 token | $0.12/M đầu vào, $0.80/M đầu ra. Qwen3-Coder-Next là mô hình ngôn ngữ nhân quả trọng số mở tối ưu cho agent lập trình và quy trình phát triển cục bộ. Nó sử dụng thiết kế MoE thưa với tổng 80 tỷ tham số và chỉ 3 tỷ kích hoạt mỗi token, mang lại hiệu suất tương đương mô hình có 10 đến 20 lần tính toán kích hoạt, phù hợp cho triển khai agent luôn bật tiết kiệm chi phí. Mô hình được huấn luyện với trọng tâm agent mạnh mẽ và hoạt động ổn định trên các nhiệm vụ lập trình dài hạn, sử dụng công cụ phức tạp, và phục hồi lỗi thực thi. Với cửa sổ ngữ cảnh gốc 256k, nó…Qwen | ngữ cảnh 262,144 token | $0.12/M đầu vào, $0.80/M đầu ra. Qwen3-Coder-Next là mô hình ngôn ngữ nhân quả trọng số mở tối ưu cho agent lập trình và quy trình phát triển cục bộ. Nó sử dụng thiết kế MoE thưa với tổng 80 tỷ tham số và chỉ 3 tỷ kích hoạt mỗi token, mang lại hiệu suất tương đương mô hình có 10 đến 20 lần tính toán kích hoạt, phù hợp cho triển khai agent luôn bật tiết kiệm chi phí. Mô hình được huấn luyện với trọng tâm agent mạnh mẽ và hoạt động ổn định trên các nhiệm vụ lập trình dài hạn, sử dụng công cụ phức tạp, và phục hồi lỗi thực thi. Với cửa sổ ngữ cảnh gốc 256k, nó tích hợp mượt mà vào môi trường CLI và IDE thực tế và thích ứng tốt với các khung agent phổ biến của công cụ lập trình hiện đại. Mô hình hoạt động hoàn toàn ở chế độ không suy nghĩ và không phát ra block, đơn giản hóa tích hợp cho agent lập trình sản xuất.
Hướng dẫn cho mô hình này
Ollama vs LM Studio (2026): nên dùng ứng dụng AI cục bộ nào, và mỗi ứng dụng chạy những mô hình hàng đầu nào
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Qwen3-Coder-Next là mô hình MoE trọng số mở của Qwen được xây dựng riêng cho các tác nhân lập trình, với tổng 80 tỷ tham số nhưng chỉ 3 tỷ tham số hoạt động mỗi token. Hiệu quả này giúp nó khả thi cho triển khai tác nhân luôn bật với chi phí tính toán thấp hơn nhiều so với các mô hình cùng cấp. Nếu bạn chạy tác nhân lập trình trong CLI hoặc IDE và muốn tự lưu trữ, đây là lựa chọn đáng xem.
Nổi tiếng với
- Thiết kế MoE: 80B tổng, 3B hoạt động mỗi token — chi phí suy luận thấp so với khả năng.
- Ngữ cảnh gốc 256k xử lý codebase lớn và phiên làm việc tác nhân đa bước dài.
- Được huấn luyện cho tác vụ tác nhân: sử dụng công cụ, tác vụ dài hạn, và phục hồi lỗi thực thi.
- Tích hợp với Claude Code, Cline, LM Studio, Ollama, llama.cpp và các nền tảng tương tự.
- Không có chế độ suy nghĩ — đầu ra sạch, trực tiếp phù hợp cho pipeline tác nhân sản xuất.
Cẩn thận với
- Chỉ có chế độ không suy nghĩ; nếu cần khối suy nghĩ theo chuỗi, hãy tìm mô hình khác.
- 80B tham số tổng nghĩa là triển khai cục bộ cần phần cứng mạnh dù số tham số hoạt động thấp.
- Nhà sản xuất chưa công bố tóm tắt giấy phép chi tiết trên trang mô hình — kiểm tra repo trước khi dùng thương mại.
Phù hợp nhất cho
Lời nhắc để thử
Gỡ lỗi công cụ tác nhân lỗi
Tôi có tác nhân lập trình Python gọi công cụ shell chạy pytest. Công cụ trả mã thoát 1 nhưng tác nhân cứ thử lại lệnh đó mà không đọc lỗi stderr. Viết trình xử lý gọi công cụ và logic thử lại sao cho tác nhân phân tích stderr, xác định test lỗi, và cố sửa mục tiêu trước khi thử lại.
Tái cấu trúc module lớn
Đây là module Python 400 dòng trộn truy cập cơ sở dữ liệu, logic nghiệp vụ và tuần tự hóa HTTP trong cùng file. Tách thành ba file theo kiến trúc lớp sạch, giữ nguyên tất cả chữ ký hàm công khai, và thêm chú thích ngắn đầu mỗi file mới giải thích trách nhiệm.
Viết công cụ scaffolding CLI
Viết công cụ CLI Python tự chứa dùng argparse để tạo khung dự án FastAPI mới. Nó tạo cấu trúc thư mục gồm app, models, routers và tests, sinh main.py tối giản, requirements.txt gồm fastapi và uvicorn, và README với hướng dẫn chạy chỉ bằng một lệnh.
So sánh với
- Qwen3.8 Max (0902)Mô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $2.00/M, đầu ra $6.00/M
- Qwen3.7 PlusMô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $0.32/M, đầu ra $1.28/M
- Qwen3.6 PlusMô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $0.33/M, đầu ra $1.95/M
- Qwen3.6 Max PreviewMô hình chỉ APIngữ cảnh 262,144 token · Đầu vào $1.03/M, đầu ra $6.16/M
Thêm mô hình văn bản từ qwen
Câu hỏi thường gặp
- Tôi có thể chạy Qwen3-Coder-Next cục bộ không?
- Có, trọng số mở và có trên Hugging Face tại Qwen/Qwen3-Coder-Next. Ollama, LM Studio, llama.cpp, MLX-LM và KTransformers đều hỗ trợ, nhưng 80B tham số tổng nghĩa là bạn cần phần cứng mạnh.
- Chi phí qua API và cửa sổ ngữ cảnh là bao nhiêu?
- Giá là $0.12 cho mỗi triệu token đầu vào và $0.80 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh gốc 262,144 token.
- Khác biệt so với các mô hình Qwen3 khác là gì?
- Qwen3-Coder-Next được thiết kế riêng cho tác nhân lập trình thay vì dùng chung: chỉ chạy chế độ không suy nghĩ, bỏ hoàn toàn khối suy nghĩ theo chuỗi, và huấn luyện tập trung vào sử dụng công cụ, phục hồi lỗi thực thi và tác vụ tác nhân dài hạn thay vì khả năng hội thoại rộng.
Phán quyết của thuyền trưởngMột mô hình trọng số mở hiếm hoi nghiêm túc về triển khai tác nhân — hiệu quả MoE giúp việc lưu trữ luôn bật trở nên thực tế.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Qwen3 Coder Next là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153