Qwen3-Coder-Next (80B-A3B)
Alibaba Qwen 的 Qwen3-Coder-Next (80B-A3B)（80B 參數，MoE 每 token 啟用 3B）。以 Q4_K_M 量化、8K 上下文估算約需 48.1 GiB 記憶體。 80B 的寫程式 MoE 模型，只啟用 3B，48 層裡只有 12 層需要 KV 快取，開長上下文也不太吃記憶體。4-bit 量化在 64 GB 的電腦上剛好卡在邊緣，96 GB 才寬裕。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run qwen3-coder-next:q4_K_M
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 48.0 GiB | 48.1 GiB | 48.7 GiB |
| Q5_K_M | 56.2 GiB | 56.3 GiB | 56.9 GiB |
| Q6_K | 65.0 GiB | 65.1 GiB | 65.7 GiB |
| Q8_0 | 83.7 GiB | 83.8 GiB | 84.4 GiB |
| FP16 | 157.1 GiB | 157.1 GiB | 157.7 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
Qwen3-Coder-Next (80B-A3B) 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 48.1 GiB，Q8_0 約需 83.8 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 Qwen3-Coder-Next (80B-A3B) 嗎？
Qwen3-Coder-Next (80B-A3B) 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 Qwen3-Coder-Next (80B-A3B) 嗎？
可以。Qwen3-Coder-Next (80B-A3B) 在 M3 Ultra（96 GB）上以 Q6_K 量化、8K 上下文約需 65.1 GiB，預估生成速度約每秒 215 個 token。
Qwen3-Coder-Next (80B-A3B) 可以商用嗎？
Qwen3-Coder-Next (80B-A3B) 採用 Apache-2.0 授權。授權允許商業使用（請仍詳閱條款中的限制）。
資料來源
- https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-qwen-qwen3-coder-next.md
- https://huggingface.co/Qwen/Qwen3-Coder-Next/blob/main/LICENSE
- https://huggingface.co/Qwen/Qwen3-Coder-Next
- https://huggingface.co/Qwen/Qwen3-Coder-Next/resolve/main/config.json
- https://huggingface.co/api/models/Qwen/Qwen3-Coder-Next?expand[]=safetensors
- https://ollama.com/library/qwen3-coder-next/tags