Команда Qwen представила Qwen3-Coder-Next — новую итерацию своей специализированной модели для разработчиков. Это MoE-архитектура (Mixture of Experts) общим объемом 80B параметров, из которых при генерации активны всего 3B. Такой подход позволяет модели конкурировать по качеству кода с гигантами, имеющими в 10–20 раз больше активных весов.

Главные фишки для агентов

Модель заточена под «agentic coding» — сценарии, где AI не просто пишет сниппеты, а работает в связке с терминалом и файловой системой. Разработчики выделяют три ключевых преимущества:

• Контекст 256K: Огромное окно позволяет «скармливать» модели целые репозитории.
• Ultra-quick responses: За счет малого количества активных параметров (3B) модель выдает код практически мгновенно.
• Работа с инструментами: Улучшен Tool-calling и способность восстанавливаться после ошибок выполнения кода (self-healing).

Системные требования и локальный запуск

Благодаря оптимизациям от Unsloth, модель стала доступна для запуска на консьюмерском железе. В 4-битном квантовании (GGUF) ей требуется около 46 ГБ RAM/VRAM. Если у вас Mac с Unified Memory или мощная рабочая станция, вы получите скорость выше 20 токенов в секунду.

Для тех, у кого памяти меньше, Unsloth предлагает динамические GGUF-кванты (например, 3-bit), которые могут работать даже при частичном переносе в оперативную память, хотя и медленнее.

Как использовать вайбкодерам

Qwen3-Coder-Next полностью совместима с популярными инструментами:

1. Claude Code: Вы можете подключить модель как локальный бэкенд.
2. Unsloth Studio: Новый open-source UI позволяет запускать, тестировать и даже дообучать модель (LoRA) на одной видеокарте уровня B200 или мощных десктопных решениях.
3. Llama.cpp: Исправлены баги с парсингом инструментов и зацикливанием вывода, так что теперь локальный инференс работает стабильно.

Рекомендованные настройки для лучшего «вайба»: Temperature = 1.0, Top_P = 0.95, а штраф за повторения (repeat penalty) лучше отключить вовсе.