模型详情
模型介绍
中文整理# Qwen3-Coder-Next-FP8 模型卡片
模型概述
Qwen3-Coder-Next-FP8 是专门为编码代理和本地开发设计的开源权重语言模型。该模型为FP8量化版本，采用细粒度fp8量化，块大小为128。
## 主要能力
- *超高效性能**：仅3B激活参数（总共80B参数），即可达到与10-20倍激活参数模型相当的性能，非常适合代理部署，成本效益高。
- *先进的代理能力**：通过精心的训练配方，擅长长时序推理、复杂工具使用以及从执行失败中恢复，确保在动态编码任务中表现稳健。
- *真实世界IDE集成**：256k上下文长度，结合对各种脚手架模板的适应性，可与不同CLI/IDE平台无缝集成（如Claude Code、Qwen Code、Qoder、Kilo、Trae、Cline等），支持多样化开发环境。
## 技术规格
- **参数总量**：80B
- **激活参数**：3B
- **非嵌入参数**：79B
- **隐藏维度**：2048
- **层数**：48
- **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**：262,144原生
- **量化方式**：细粒度FP8量化（块大小128）
## 输入输出
- **输入**：文本提示
- **输出**：仅支持非思考模式，不生成思维块输出
运行要求
该模型为FP8量化版本，旨在提供便利和更优性能。原始模型为bfloat16精度，量化后进行测试。模型支持的最大上下文长度为256K tokens。
基本用法
建议使用最新版本的transformers库。对于本地使用，Ollama、LMStudio、MLX-LM、llama.cpp和KTransformers等应用也已支持Qwen3。
- *部署方式**：可使用sglang或vllm创建OpenAI兼容的API端点。使用vllm部署时需安装vllm>=0.15.0，支持在多GPU上进行张量并行。
限制
- 仅支持非思考模式
- 不生成思维块
- 指定enable thinking=False不再需要
- 如遇内存不足问题，可考虑将上下文长度缩短至32,768
许可证
该模型权重采用开源许可证发布，具体许可证信息请参阅项目官方仓库。
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
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
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。