Qwen: Qwen3 Coder Next

Qwen: Qwen3 Coder Next adalah model bahasa kausal berbobot terbuka dari Qwen, keluarga model yang dikelola oleh Alibaba. Model ini dibangun khusus untuk agen coding dan alur kerja pengembangan lokal, dan menggunakan desain sparse mixture-of-experts dengan total 80B parameter, yang hanya 3B di antaranya diaktifkan per pass. Tanggal rilis penyedia adalah 2026-02-04. Model ini berada di kategori teks, jadi ini adalah model text-in, text-out, bukan model multimodal.

Di sisi input, model hanya menerima teks dan hanya mengembalikan teks. Context window-nya adalah 262144 token, dan output maksimumnya adalah 235929 token, yang berarti Anda dapat mengirim prompt yang sangat besar (seluruh repositori, log panjang, transkrip agen yang diperpanjang) dan masih menyisakan ruang substansial untuk jawaban yang dihasilkan panjang. Karena dioptimalkan untuk agen coding, model ini cocok untuk tugas di mana model membaca dan menulis kode selama banyak giliran daripada menjawab satu pertanyaan singkat.

Kasus penggunaan praktisnya mengikuti profil tersebut. Model ini cocok untuk agen coding yang merencanakan, mengedit dan mengiterasi file, alur kerja pengembangan lokal di mana model berbobot terbuka lebih disukai, pembuatan kode dan refactoring di dalam basis kode besar yang muat dalam context window, dan pipeline yang digerakkan oleh tool di mana model memanggil fungsi untuk memeriksa atau memodifikasi proyek. Alokasi output yang panjang juga membantu ketika Anda membutuhkan file lengkap, patch atau penjelasan terperinci daripada potongan singkat.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3-coder-next". Parameter permintaan yang didukung adalah frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs dan top_p. Tool calling dan structured outputs keduanya tersedia, yang penting untuk loop agen, dan seed plus kontrol sampling memungkinkan Anda membuat eksekusi lebih reprodusibel atau lebih eksploratif sesuai kebutuhan.

Karena model ini hanya teks, input gambar, audio atau video berada di luar cakupan di sini, dan tugas yang bergantung pada modalitas tersebut akan memerlukan model yang berbeda. Hal yang sama berlaku jika Anda memerlukan model di luar keluarga Qwen atau model dengan keseimbangan kecepatan dan ukuran yang berbeda. Dalam cakupan teks dan codingnya, kombinasi context 262144 token, batas output 235929 token dan dukungan tool adalah alasan utama untuk memilihnya.