Qwen3-Coder-Next je kauzální jazykový model s otevřenými váhami, optimalizovaný pro kódovací agenty a lokální vývojové workflow. Využívá řídkou architekturu MoE (Mixture of Experts) s celkovým počtem 80 miliard parametrů, přičemž na token je aktivních pouze 3 miliardy, čímž dosahuje výkonu srovnatelného s modely s 10 až 20krát vyšším aktivním výpočetním výkonem, což jej činí vhodným pro nasazení agentů s důrazem na náklady a nepřetržitý provoz.
Model je trénován se silným zaměřením na agentní chování a spolehlivě funguje v úlohách kódování s dlouhým horizontem, složitém používání nástrojů a zotavení se z chyb při provádění. S nativním kontextovým oknem o velikosti 256k se čistě integruje do reálných prostředí CLI a IDE a dobře se adaptuje na běžné agentní struktury používané moderními kódovacími nástroji. Model pracuje výhradně v režimu bez přemýšlení (non-thinking mode) a nevydává bloky <think>, což zjednodušuje integraci pro produkční kódovací agenty.
Unikátní charakteristiky
Model využívá efektivní architekturu Sparse MoE, kde je z celkových 80 miliard parametrů aktivováno pouze 3 miliardy na token, což zajišťuje vysokou propustnost při zachování schopností větších modelů. Je specificky optimalizován pro agentní pracovní toky v programování, přičemž záměrně vynechává ‘thinking’ procesy pro přímou a rychlou integraci do IDE a CLI nástrojů.
Silné stránky
Efektivita architektury
Díky aktivaci pouze 3B parametrů nabízí model latenci srovnatelnou s malými modely, ale s uvažováním (reasoning) na úrovni 80B modelů, což je ideální pro ‘always-on’ agenty.
Agentní schopnosti
Specializace na dlouhodobé (long-horizon) kódovací úlohy a schopnost zotavení z chyb při exekuci (self-correction) převyšuje běžné chatovací modely.
Kontextové okno
Nativní podpora 262 144 tokenů umožňuje zpracování rozsáhlých repozitářů a dlouhé historie interakcí v rámci jednoho sezení.
Slabé stránky
Cena výstupu
Zatímco vstup je velmi levný ($0.20), cena výstupu ($1.50) je 7,5x vyšší, což může prodražit generování rozsáhlého boilerplate kódu ve srovnání s některými konkurenty.
Absence Chain-of-Thought
Model neemituje