Qwen3-Coder-Next TPS kalkulátor

Otevřít váhy Alibaba 80B parametry February 2026

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

61 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

A100 PCIe 40 GB

40 GB · Q3_K_M · 124 tok/s

Nejrychlejší karta

B200

235 tok/s · 180 GB

Které GPU mohou spustit Qwen3-Coder-Next?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

61 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
235 tok/s 141–376 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	80.7 GB	Q8_0	Pohodlný
235 tok/s 141–376 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	80.7 GB	Q8_0	Pohodlný
188 tok/s 113–301 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	80.7 GB	Q8_0	Pohodlný
188 tok/s 113–301 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	80.7 GB	Q8_0	Pohodlný
150 tok/s 90–240 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	80.7 GB	Q8_0	Pohodlný
144 tok/s 86–230 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	80.7 GB	Q8_0	Pohodlný
144 tok/s 86–230 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	80.7 GB	Q8_0	Pohodlný
144 tok/s 86–230 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	62.0 GB	Q6_K	Těsný
144 tok/s 86–230 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	62.0 GB	Q6_K	Těsný
138 tok/s 83–220 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	80.7 GB	Q8_0	Pohodlný
135 tok/s 81–216 · nízká důvěra	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	38.8 GB	IQ4_XS	Těsný
124 tok/s 74–198 · nízká důvěra	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	34.1 GB	Q3_K_M	Těsný
124 tok/s 74–198 · nízká důvěra	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	34.1 GB	Q3_K_M	Těsný
124 tok/s 74–198 · nízká důvěra	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	34.1 GB	Q3_K_M	Těsný
122 tok/s 73–195 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	80.7 GB	Q8_0	Pohodlný
122 tok/s 73–195 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	80.7 GB	Q8_0	Pohodlný
122 tok/s 73–195 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	80.7 GB	Q8_0	Pohodlný
116 tok/s 70–185 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	80.7 GB	Q8_0	Těsný
106 tok/s 64–170 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	52.7 GB	Q5_K_M	Těsný
98.8 tok/s 59–158 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.7 GB	Q8_0	Těsný
98.8 tok/s 59–158 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	80.7 GB	Q8_0	Těsný
98.8 tok/s 59–158 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.7 GB	Q8_0	Těsný
96.8 tok/s 58–155 · nízká důvěra	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	38.8 GB	IQ4_XS	Těsný
87.2 tok/s 52–139 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	62.0 GB	Q6_K	Těsný
87.2 tok/s 52–139 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	62.0 GB	Q6_K	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: Alibaba
Typ organizace: Industry
Země: China
Publikováno: 2 February 2026

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Language
Úkol: Language modeling/generation, Coding
Základní model: Qwen3-Next-80B-A3B

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 80B
Výcviková data: tokens

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)
Hugging Face: Qwen

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Proč je to sledováno: Discretionary
Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Qwen3-Coder-Next: Pushing Small Hybrid Models on Agentic Coding
Nap poslední aktualizace: 8 April 2026

Extrémy

Deset nejrychlejších GPU, které běží Qwen3-Coder-Next

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží Qwen3-Coder-Next

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Co potřebujete k tomu, abyste to spustili

Minimum karta

A100 PCIe 40 GB

Potřeba paměti

34.1 GB

Nejrychlejší

235 tok/s

Qwen3-Coder-Next dosahuje počtu parametrů 80B. To dává nad spotřebitelský hardware, do oblasti, kde je karta kupována za tímto účelem spíše než přepracována pro něj. Počet karet, které sledujeme a které to mohou pojmout: 61.

Nejmenší hardware, který funguje, je A100 PCIe 40 GB, s kapacitou VRAM 40 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 124 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 235 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Qwen3-Coder-Next byl zveřejněn Alibaba, v zemi zaznamenané jako China, během February 2026. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Coding.

Místo toho, aby byl trénován od nuly, je odvozen z Qwen3-Next-80B-A3B. To je obvyklý způsob, jak je specializovaný model vytvářen.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací Qwen.

Jak rychle to běží a proč

Polovina karet, které to drží, zvládne více než 82.9 tokenů za sekundu. Producing text faster than most people read it: 59 z nich

Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Trénink a původ

Jeho kritérium zahrnutí: discretionary.

Krok za krokem

Jak vybrat GPU pro Qwen3-Coder-Next

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Tabulka uvádí každou kartu, která je schopna pojmout Qwen3-Coder-Next, potřebující kolem 34.1 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Nastavte délku kontextu, se kterou budete pracovat

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro Qwen3-Coder-Next.
03

Vyberte, jak moc to budete komprimovat.

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese Q3_K_M na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Srovnejte TPS, ne specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro Qwen3-Coder-Next. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 235 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Qwen3-Coder-Next. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Otevřete kartu, na které jste se usadili.

Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. Qwen3-Coder-Next.

Odpovědi

Qwen3-Coder-Next — běžné otázky

Qwen3-Coder-Next— Běhalo by to rychleji na dvou GPU?

Dvě karty koupit paměť spíše než rychlost, což záleží pouze pokud jedna karta to nemůže udržet. Číslo, které může: 61. Takže druhá karta je tu zřídka odpovědí.

Qwen3-Coder-Next— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Qwen3-Coder-Next— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 141–376 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Qwen3-Coder-Next— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je A100 PCIe 40 GB, s kapacitou VRAM 40 GB. Spouští model při kompresi Q3_K_M používající přibližně 34.1 GB, a produkuje přibližně 124 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 61.

Qwen3-Coder-Next— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 235 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 59.

Qwen3-Coder-Next— kolik VRAM potřebuje?

Potřebuje asi 34.1 GB při kompresi Q3_K_M, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

Qwen3-Coder-Next— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

Qwen3-Coder-Next— kolik má parametrů?

Má počet parametrů 80B. Finetune of Qwen3-Next-80B-A3B, which has 80 billion parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Qwen3-Coder-Next— Kdo to vytvořil?

Bylo to publikováno společností Alibaba, zakládající se na China, organizace zařazená jako industry.

Qwen3-Coder-Next— Kdy byl vydán?

Bylo to zveřejněno v February 2026.

Qwen3-Coder-Next— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Coding. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

Qwen3-Coder-Next— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací Qwen. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

Qwen3-Coder-Next— Mohu to spustit, pokud se to nevejde do mé GPU?

Může být rozdělen mezi GPU kartu a systémovou paměť, ale v tomto případě se generuje bolestivě pomalu. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 14.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 8 April 2026

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely