qwen/qwen3-coder-next
Ngày phát hành: 2026-02-04
262,144 context · $0.15/M input tokens · $0.80/M output tokens
Qwen3-Coder-Next is an open-weight causal language model optimized for coding agents and local development workflows. It uses a sparse MoE design with 80B total parameters and only 3B activated per...
Giá cả
Trả theo mức dùng
Không tốn phí trả trước, chỉ trả cho những gì bạn dùng
Dùng thử mô hình
Sử dụng API
Dùng các ví dụ mã sau để tích hợp với API của chúng tôi:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'qwen/qwen3-coder-next',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'qwen/qwen3-coder-next',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}Giới thiệu mô hình
Qwen qwen3-coder-next
Qwen3-Coder-Next is an open-weight causal language model optimized for coding agents and local development workflows
Qwen3-Coder-Next is an open-weight causal language model optimized for coding agents and local development workflows. It uses a sparse MoE design with 80B total parameters and only 3B activated per token, delivering performance comparable to models with 10 to 20x higher active compute, which makes it well suited for cost-sensitive, always-on agent deployment.
The model is trained with a strong agentic focus and performs reliably on long-horizon coding tasks, complex tool usage, and recovery from execution failures. With a native 256k context window, it integrates cleanly into real-world CLI and IDE environments and adapts well to common agent scaffolds used by modern coding tools. The model operates exclusively in non-thinking mode and does not emit <think> blocks, simplifying integration for production coding agents.
Why It Looks Great
- Large Language Model architecture for efficient processing
- 262144 context window for long document handling
- Competitive pricing at $0.1/$0.3 per million tokens
Key Features
- Context Window: 262144 tokens
- Max Output: 65536 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Qwen |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 262144 tokens |
| Max Output | 65536 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $0.1 |
| Output | $0.3 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: qwen/qwen3-coder-next
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="qwen/qwen3-coder-next",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "qwen/qwen3-coder-next",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: qwen/qwen3-coder-next
- Provider: Qwen
Thông tin
Tính năng được hỗ trợ
Hướng dẫn truy cập API
Qwen3 Coder Next API
qwen/qwen3-coder-next
Qwen3-Coder-Next is an open-weight causal language model optimized for coding agents and local development workflows. It uses a sparse MoE design with 80B total parameters and only 3B activated per...
Đầu Vào
$0.15 /M
Đầu Ra
$0.8 /M
Ngữ Cảnh
262K
Đầu Ra Tối Đa
66K
Sử Dụng Công Cụ
Được Hỗ Trợ
Thử Qwen3 Coder Next trên WaveSpeedAI
Truy cập Qwen3 Coder Next qua API hợp nhất của chúng tôi — tương thích OpenAI, không khởi động nguội, giá minh bạch.
Câu Hỏi Thường Gặp về Qwen3 Coder Next
Qwen3 Coder Next có giá bao nhiêu qua API?+
Giá trên WaveSpeedAI: $0.15 mỗi triệu token đầu vào và $0.80 mỗi triệu token đầu ra. Prompt caching và xử lý theo lô được tính riêng và giảm chi phí thực tế cho các khối lượng công việc dài, lặp lại.
Cửa sổ ngữ cảnh của Qwen3 Coder Next là gì?+
Qwen3 Coder Next hỗ trợ tối đa 262K token ngữ cảnh với tối đa 66K token đầu ra mỗi yêu cầu.
Qwen3 Coder Next có tương thích OpenAI không?+
WaveSpeedAI cung cấp Qwen3 Coder Next tại https://llm.wavespeed.ai/v1 qua giao diện Chat Completions tương thích OpenAI. Hầu hết các client OpenAI SDK hoạt động bằng cách đổi base URL và API key; các trường tùy chọn phụ thuộc vào mô hình được chọn.
Làm thế nào để bắt đầu với Qwen3 Coder Next?+
Đăng nhập vào WaveSpeedAI, tạo một API key trong Access Keys, rồi gửi một yêu cầu đến https://llm.wavespeed.ai/v1/chat/completions với model id hiển thị phía trên. Kiểm tra danh mục mô hình hiện tại để biết tính khả dụng, khả năng và giá cả.