Qwen3-Coder-Next

Oversigt. Qwen3-Coder-Next er en model med åbne vægte, der er specialiseret i kodegenerering. Den er skabt af Qwen, Alibabas modelskabere, og blev udgivet i februar 2026 under Apache-2.0-licensen. Den er bygget som en Mixture-of-Experts med 80 milliarder parametre i alt, hvoraf kun 3 milliarder er aktive per token, fordelt på 512 eksperter. Modellen har et indbygget kontekstvindue på 262.144 tokens. Udviklere vælger den, når de har brug for en kodemodel med en tilladelig licens, der kan håndtere hele kodebaser i konteksten uden det beregningsmæssige fodaftryk fra en tæt model med 80 milliarder parametre.

Vigtigste styrker. Modellen er bygget til agentisk koding og lokal udvikling, hvilket understøttes af dens benchmark-resultater: Dens Artificial Analysis Coding Index på 36,2 har ligget stabilt i gentagne målinger, hvilket er et stærkt resultat for en model, der kun aktiverer 3 milliarder parametre. Den leveres med dokumenteret understøttelse af verktøykall, så den kan styre strukturerede funktionskald i en agent-løkke. En median-gennemstrømning på cirka 110 tokens per sekund holder inferens hurtig nok til interaktion i et IDE, og konteksten på 262k gør det muligt at indlæse store kodebaser i en enkelt forespørgsel.

Anvendelsesområder. Brug denne model til kodegenerering, refactoring og forståelse af kode på tværs af hele kodebaser, når du har brug for et stort kontekstvindue og en åben licens frem for generel ræsonnering på højeste niveau. Den passer godt til interaktive arbejdsopgaver som IDE-assistenter og kodnings-chat, hvor gennemstrømning er vigtigere end en svartid på under et sekund for det første token. Dens benchmark-profil, med et Coding Index langt over dens generelle Intelligence Index, gør den til et fornuftigt valg til programmeringsopgaver, der ikke kræver dyb ræsonnering.

Begrænsninger. Modellen kører kun uden ræsonnering, uden udvidede ræsonneringsspor eller blokke med tankekæder. Dens generelle Intelligence Index (10,1) og Agentic Index (3,6) på Artificial Analysis er lave, så vedvarende autonome værktøjsløkker i mange trin og opgaver uden for kodning er svage punkter. Den understøtter kun tekst, uden inddata i form af billeder, lyd eller dokumenter, og det er ikke oplyst, hvor træningsdataene slutter. Median-svartiden for det første token ligger over et sekund, hvilket udelukker den fra brug i realtid, hvor svartiden er kritisk.

Bemærkning om suverænitet. Qwen3-Coder-Next er bygget af Qwen, Alibabas modelskabere i Kina, og dens vægte er åbne under Apache-2.0, så den kan køre på den løsning, du selv vælger. Hvor forespørgslerne beregnes, og om inddata opbevares eller bruges til træning, afhænger af det endepunkt, der betjener den; se fakta om endepunktet her på siden.