阿里 Qwen3-Coder-Next 开源编程智能体模型
阿里 Qwen 团队于 2026 年 2 月 2 日发布 Qwen3-Coder-Next，官方称其是专为编程智能体与本地开发设计的开源权重模型，基于混合注意力与 MoE 架构，以显著更低的推理成本获得强大的编程与智能体能力
工具概览
功能、使用步骤与常见问题见下方
功能特点
- ✓ 专为编程智能体与本地开发设计：官方称其为面向编程智能体与本地开发的开源权重语言模型
- ✓ 混合注意力 + MoE 架构：官方称其基于 Qwen3-Next-80B-A3B-Base，采用混合注意力与 MoE 的新架构，80B 总参数、每个 token 仅激活 3B
- ✓ 大规模智能体训练：官方称其在大规模可执行任务合成、环境交互与强化学习上进行了智能体化训练
- ✓ 显著更低的推理成本：官方称其在获得强大编程与智能体能力的同时，推理成本显著更低
- ✓ 256K 上下文与工具调用：官方称其默认上下文长度达 256K，并擅长工具调用，可接入 Claude Code、Cline 等编程智能体
使用步骤
- 从 Qwen 官方博客、GitHub 或 Hugging Face 获取模型权重与文档
- 使用 vLLM、SGLang 或 Ollama 等在本地或服务器部署
- 设置合适的上下文长度（默认 256K，也可按需调小），并配置工具调用解析器
- 将其接入 Claude Code、Cline、OpenClaw 等编程智能体开展本地开发
常见问题
Qwen3-Coder-Next 是什么？
阿里 Qwen 团队于 2026 年 2 月 2 日发布的开源权重语言模型，官方称其专为编程智能体与本地开发设计。
它的架构有什么特别？
官方称其基于 Qwen3-Next-80B-A3B-Base，采用混合注意力与 MoE 的新架构，80B 总参数、每个 token 仅激活 3B，从而显著降低推理成本。
它的上下文长度是多少？
官方文档称其默认上下文长度为 256K，若服务启动失败可调小到例如 32768。
可以本地运行吗？
官方称其为面向本地开发设计的开源权重模型，可在本地或自托管环境部署，并支持 vLLM、SGLang 等推理框架。
它是免费的吗？
官方称其为开源权重模型；其 Hugging Face 模型卡标注为 Apache 2.0 许可，下载权重后本地推理不按请求计费，另可通过阿里云百炼等托管 API 调用。