模型介绍
中文整理Qwen3-Coder-Next-Base
模型用途
Qwen3-Coder-Next-Base是一款开源语言模型，专为编码代理和本地开发场景设计。
主要能力
高级架构：集成混合注意力机制与高度稀疏的专家混合（MoE）结构，支持高吞吐量处理和超长上下文建模。
数据基础：在高度多样化、广泛覆盖的语料库上进行训练，原生支持256K上下文长度，涵盖370多种语言，为后续训练预留了充足的提升空间。
代理编码能力：采用精心设计的训练方案，具备强大的工具调用、支架与模板适配、错误检测与恢复能力，可作为可靠编码代理的坚实基础。
模型规格
类型：因果语言模型
训练阶段：预训练
参数总量：80B（激活参数3B）
非嵌入参数：79B
隐藏维度：2048
层数：48
混合布局结构：12 × (3 × (Gated DeltaNet → MoE) → 1 × (Gated Attention → MoE))
门控注意力机制
注意力头数量：Q使用16个，KV使用2个
头维度：256
旋转位置嵌入维度：64
门控DeltaNet机制
线性注意力头数量：V使用32个，QK使用16个
头维度：128
专家混合配置
专家总数：512
激活专家数：10
共享专家数：1
专家中间维度：512
上下文长度：原生支持262,144个token
输入输出
输入：文本形式的代码或自然语言指令
输出：代码补全、代码生成、错误修复等文本响应
运行要求
具体硬件要求和推理性能请参考官方博客、GitHub及文档。
基本用法
为获得最佳性能，建议采用以下采样参数：
temperature=1.0
top_p=0.95
top_k=40
限制
本模型仅支持非思考模式，不会在输出中生成思维过程块。设置enable thinking=False不再是必需操作。
许可证
如需引用本工作，请参照相关引用规范。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。