Qwen3-Coder-Nextとは？ 80B/3BのMoE構成と公式GGUF

このモデルは何か

Qwen3-Coder-Nextは、Qwenがコーディングと開発エージェント向けに公開するMoEモデルだ。公式表記は総80B・有効3Bパラメータで、モデル全体は80B規模だが、1トークンの処理ではその一部が使われる。

モデルカードでは512個のエキスパートを持ち、10個を選択し、1個の共有エキスパートを使う構成が示されている。アーキテクチャはQwen3NextForCausalLM、最大コンテキスト長は262,144トークン、ライセンスはApache 2.0。モードはnon-thinkingとして案内されている。

有効3Bという数字は計算時の構造を示すもので、3B級モデルと同じ保存容量や必要VRAMになるという意味ではない。ローカル利用ではモデル全体の配布物と実行時の追加メモリを別に考える必要がある。

このモデルでできること・どんなPCで動かせるか

Qwenはコード生成やソフトウェア開発エージェントを主な用途として紹介し、ベンチマーク結果も公開している。これらはQwen側の評価であり、手元のリポジトリやローカル実行環境で同じ品質になることを保証するものではない。

ローカル向けにはQwen公式のGGUFも用意されている。2026年8月21日の確認では、主な配布容量は次のとおりだった。

GGUF	配布容量
Q4_K_M	48.4GB
Q5_K_M	56.7GB
Q8_0	84.8GB

いずれも複数ファイルに分割されている。この数字は保存・ダウンロードするGGUFの容量であり、推論中のピークVRAMではない。

Q4_K_Mが48.4GBだから48.4GBのVRAMが必要とも、32GB GPUでは使えないとも、この数字だけでは決められない。モデルの一部をCPUとRAMへオフロードする構成もあり、コンテキスト長やKVキャッシュによって追加メモリも変わる。

開発支援として使う場合は、モデルを読み込めること以外にも条件がある。接続する開発ツールが必要とするAPI、チャットテンプレート、ツール呼び出し形式をランタイム側が扱えるかを確認する必要がある。

LM Studio、Ollama、llama.cpp serverには互換APIの機能があるが、対応するエンドポイントや機能は完全に同じとは限らない。APIへ接続できることと、ファイル参照やツール利用を含む開発作業が期待どおり進むことも別の問題だ。

262,144トークンのコンテキストも、コードベース全体を毎回投入すればよいという意味ではない。実際に渡すコード、会話履歴、出力分の余裕を考え、必要な長さでメモリ使用量と待ち時間を見る方がよい。

local-genの評価

Qwen3-Coder-Nextは、ローカルで本格的なコーディングモデルを試したい人にとって有力な候補の一つだ。公式GGUFがあるため、第三者の変換だけに依存せず量子化を選べる点も扱いやすい。

一方、有効3Bという表記から小型GPU向けと考えるのは適切ではない。Q4_K_Mでも配布容量は48.4GBあり、実行時の配置はGPU、RAM、コンテキスト、ランタイムによって決まる。

また、コーディング性能のベンチマークが高いことと、自分の開発ツールで使いやすいことも同じではない。API互換性、ツール呼び出し、実際のリポジトリ作業まで含めて確認する必要がある。

試すなら、まず使うGGUFとランタイムを決め、小さなリポジトリで日常的な開発タスクを試すのがよい。そこで品質、待ち時間、メモリ使用量、ツール連携を確認してから、常用する開発モデルにするか判断する方が確実だ。