阿里开源Qwen3-Coder-Next：专为Agentic Coding而生的80B MoE的编程大模型，激活参数仅3B！

就在刚刚，阿里开源了全新一代编程大模型Qwen3-Coder-Next，该模型是基于Qwen3-Next-80B-A3B-Base模型后训练得到，总参数规模800亿，激活参数仅30亿。也就是说，这个模型的推理速度基本和3B这种小规模参数差不多，但是它的评测结果，特别是在编程方面的评测与DeepSeek V3.2的水平差不多。

从官方信息来看，本次开源的 Qwen3-Coder-Next 目标是“agentic coding”：即模型训练目标直接围绕“生成代码 → 执行 → 失败 → 修复 → 再执行”的闭环，而不是只优化单轮代码生成质量。

一、Qwen3-Coder-Next模型基本信息

从架构和规格上看，Qwen3-Coder-Next 是一个非常典型的“规模很大，但推理代价受控”的 MoE 模型。它的基座是此前2025年9月份开源的Qwen3-Next模型（参考：https://www.datalearner.com/ai-models/pretrained-models/Qwen3-Next-80B-A3B ），这是阿里为下一代大模型架构进行技术验证的新模型，最大的特点是极度稀疏。

而本次开源的Qwen3-Coder-Next模型的主要信息如下：