Favicon de qwen

Qwen: Qwen3 Coder Next

qwen/qwen3-coder-next

Pesos del modelo

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.

Modalidades
Precio de entrada / salida
0,12 US$ / 0,80 US$por 1M
Contexto
262K
Publicado
4 feb 2026

Proveedores

Este modelo está alojado por un único proveedor. OpenRouter reenvía todas las solicitudes sin enrutamiento.

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0,07404 US$/M tokens
Salida
0,7991 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Rendimiento
70tok/s

P50, el mejor entre los proveedores

Latencia
0,60s

P50, mejor proveedor

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,35 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,35 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,36 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Qwen: Qwen3 Coder Next (Artificial Analysis)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisQwen3 Coder Next Coding Index36,2
Artificial AnalysisQwen3 Coder Next Agentic Index0,9
Artificial AnalysisQwen3 Coder Next GPQA Diamond73.7%
Artificial AnalysisQwen3 Coder Next HLE10.1%
Artificial AnalysisQwen3 Coder Next IFBench35.2%
Artificial AnalysisQwen3 Coder Next τ²-Bench Telecom79.5%
Artificial AnalysisQwen3 Coder Next AA-LCR47.0%
Artificial AnalysisQwen3 Coder Next τ-Bench Banking5.4%
Artificial AnalysisQwen3 Coder Next GDPval-AA1.1%
Artificial AnalysisQwen3 Coder Next CritPt0.0%
Artificial AnalysisQwen3 Coder Next SciCode36.2%
Artificial AnalysisQwen3 Coder Next Terminal-Bench Hard18.2%
Artificial AnalysisQwen3 Coder Next Terminal-Bench 4.00.0%
Artificial AnalysisQwen3 Coder Next Terminal-Bench 2.138.2%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

1.
Favicon de https://claude.ai/apple-touch-icon.png
Claude Code
7,54Btókenes
2.
Favicon de https://pi.dev/
pi
6,98Btókenes
3.
Favicon de https://nousresearch.com
Hermes Agent
6,66Btókenes
4.
Favicon de https://kilocode.ai/
Kilo Code
2,35Btókenes
5.
Favicon de https://openclaw.ai/
OpenClaw
1,71Btókenes
Resto de OpenRouter
644M
Las 5 aplicaciones principales
121M

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Preguntas frecuentes