Qwen3-Coder-Next

Alibaba · 79.7B（激活 3B） · MoE · ctx 256K · apache-2.0 · HuggingFace

Qwen3-Coder-Next（Alibaba）是 AI Hashrate 收录的79.7B 参数 MoE（每 token 激活 3B）开放权重模型。 按 8K 上下文估算：Q4 约需 45.44 GB VRAM（权重 43.84 GB + KV 0.6 GB + 开销 1 GB），FP16 约需 161.0 GB。 在该上下文假设下，目录中约有 14 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 1697.0 tok/s（估算）; MI300X 192GB ≈ 1124.2 tok/s（估算）; H200 141GB SXM5 ≈ 1018.2 tok/s（估算）; H100 80GB SXM5 ≈ 710.6 tok/s（估算）; Gaudi 3 128GB ≈ 694.9 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

56 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	1697.0 估算	是	0.042
MI300X 192GB	192	Q4	1124.2 估算	是	0.075
H200 141GB SXM5	141	Q4	1018.2 估算	是	0.029
H100 80GB SXM5	80	Q4	710.6 估算	是	0.024
Gaudi 3 128GB	128	Q4	694.9 估算	是	0.056
H200 141GB SXM5	141	FP16	613.6 估算	否	0.018
RTX 5090 32GB	32	Q4	538.6 估算	否	0.269
B200 192GB SXM	192	FP16	466.7 估算	是	0.012
A100 80GB SXM4	80	Q4	432.5 估算	是	0.029
Gaudi 3 128GB	128	FP16	345.1 估算	否	0.028
MI300X 192GB	192	FP16	309.2 估算	是	0.021
RTX 6000 Ada 48GB	48	Q4	203.6 估算	是	0.03
L40S 48GB	48	Q4	183.3 估算	是	0.023
Mac Studio M3 Ultra 96GB	96	Q4	173.7 估算	是	0.043
RTX 4090 24GB	24	Q4	170.4 估算	否	0.107
RTX 4090D 24GB (China)	24	Q4	170.4 估算	否	0.107
RTX 3090 Ti 24GB	24	Q4	170.4 估算	否	0.085
Mac Studio M2 Ultra 192GB	192	Q4	169.7 估算	是	0.024
RTX A6000 48GB	48	Q4	162.9 估算	是	0.036
RX 7900 XTX 24GB	24	Q4	162.3 估算	否	0.162
RTX 3090 24GB	24	Q4	158.2 估算	否	0.106
H100 80GB SXM5	80	FP16	137.9 估算	否	0.005
MacBook Pro M4 Max 128GB	128	Q4	115.8 估算	是	0.026
RX 7900 XT 20GB	20	Q4	93.9 估算	否	0.104
MacBook Pro M3 Max 128GB	128	Q4	84.8 估算	是	0.02
A100 80GB SXM4	80	FP16	83.9 估算	否	0.006
RTX 5080 16GB	16	Q4	72.1 估算	否	0.072
RTX 5070 Ti 16GB	16	Q4	67.3 估算	否	0.09
Mac mini M4 Pro 64GB	64	Q4	57.9 估算	是	0.026
MacBook Pro M4 Max 128GB	128	FP16	57.5 估算	否	0.013
RTX 4080 Super 16GB	16	Q4	55.3 估算	否	0.055
RTX 4070 Ti Super 16GB	16	Q4	50.5 估算	否	0.063
Mac Studio M3 Ultra 96GB	96	FP16	48.5 估算	否	0.012
RX 9070 16GB	16	Q4	48.1 估算	否	0.088
RX 9070 XT 16GB	16	Q4	48.1 估算	否	0.08
RX 7800 XT 16GB	16	Q4	46.9 估算	否	0.094
Mac Studio M2 Ultra 192GB	192	FP16	46.7 估算	是	0.007
RX 7900 GRE 16GB	16	Q4	43.3 估算	否	0.079
MacBook Pro M3 Max 128GB	128	FP16	42.1 估算	否	0.01
Arc A770 16GB	16	Q4	42.1 估算	否	0.121
Mac mini M4 32GB	32	Q4	36.1 估算	否	0.036
RTX 5060 Ti 16GB	16	Q4	33.7 估算	否	0.079
RTX 5070 12GB	12	Q4	28.4 估算	否	0.052
T4 16GB	16	Q4	24.0 估算	否	0.012
RTX 4070 Ti 12GB	12	Q4	23.4 估算	否	0.029
RTX 4060 Ti 16GB	16	Q4	21.6 估算	否	0.043
RX 7600 XT 16GB	16	Q4	21.6 估算	否	0.066
RTX 4070 12GB	12	Q4	21.3 估算	否	0.036
RTX 4070 Super 12GB	12	Q4	21.3 估算	否	0.036
Arc B580 12GB	12	Q4	19.3 估算	否	0.078
RX 7700 XT 12GB	12	Q4	18.3 估算	否	0.041
RTX 3060 12GB	12	Q4	15.2 估算	否	0.046
RTX 6000 Ada 48GB	48	FP16	14.2 估算	否	0.002
L40S 48GB	48	FP16	12.8 估算	否	0.002
RTX A6000 48GB	48	FP16	11.4 估算	否	0.003
Mac mini M4 Pro 64GB	64	FP16	7.2 估算	否	0.003

装机核对

• RTX 5090 32GB — 装不下 · ≈538.6 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装不下 · ≈170.4 tok/s Q4 估算
• RTX 4090 24GB — 装不下 · ≈170.4 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈72.1 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈203.6 tok/s Q4 估算
• RX 7900 XTX 24GB — 装不下 · ≈162.3 tok/s Q4 估算
• RTX 3090 24GB — 装不下 · ≈158.2 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈67.3 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈183.3 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈173.7 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈169.7 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈93.9 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Qwen（通义千问）

Qwen3 Qwen3-8B · Qwen3-14B
Qwen3 2507 Qwen3-4B-Instruct-2507 · Qwen3-4B-Thinking-2507 · Qwen3-30B-A3B-Instruct-2507 · Qwen3-235B-A22B-Instruct-2507
Qwen2.5 Qwen2.5-7B-Instruct · Qwen2.5-14B-Instruct · Qwen2.5-32B-Instruct · Qwen2.5-72B-Instruct
Qwen2.5 Coder Qwen2.5-Coder-32B-Instruct
Qwen3 Next Qwen3-Next-80B-A3B-Instruct
Qwen3 Coder Qwen3-Coder-480B-A35B-Instruct
Qwen3.5 Qwen3.5-2B · Qwen3.5-9B · Qwen3.5-27B · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-397B-A17B
Qwen3.6 Qwen3.6-27B · Qwen3.6-35B-A3B

全部 Qwen（通义千问） 模型 →