alibaba

Qwen3-Coder-Next

Qwen3-Coder-Next هو نموذج البرمجة النخبة من Alibaba Cloud برخصة Apache 2.0، ويتميز ببنية 80B MoE ونافذة سياق 256k للتطوير المحلي المتقدم.

ذكاء اصطناعي برمجيأوزان مفتوحةMixture of Expertsسير عمل الوكلاءLLM محلي
alibaba logoalibabaQwen33 فبراير 2026
نافذة السياق
256Kرموز
أقصى مخرج
8Kرموز
سعر الإدخال
$0.14/ 1M
سعر الإخراج
$0.42/ 1M
الوضع:Text
القدرات:الأدواتالبث
المعايير
GPQA
53.4%
GPQA: أسئلة علمية مستوى الدراسات العليا. معيار صارم مع 448 سؤالاً من الأحياء والفيزياء والكيمياء. خبراء الدكتوراه يحققون فقط 65-74% دقة. حقق Qwen3-Coder-Next درجة 53.4% في هذا المعيار.
HLE
28.5%
HLE: استدلال مستوى الخبير. يختبر قدرة النموذج على إظهار استدلال مستوى الخبير في المجالات المتخصصة. حقق Qwen3-Coder-Next درجة 28.5% في هذا المعيار.
MMLU
86.2%
MMLU: فهم اللغة متعدد المهام الضخم. معيار شامل مع 16,000 سؤال في 57 مادة أكاديمية. حقق Qwen3-Coder-Next درجة 86.2% في هذا المعيار.
MMLU Pro
78.4%
MMLU Pro: MMLU النسخة المهنية. نسخة محسنة من MMLU مع 12,032 سؤالاً وتنسيق 10 خيارات أصعب. حقق Qwen3-Coder-Next درجة 78.4% في هذا المعيار.
SimpleQA
48.2%
SimpleQA: معيار الدقة الواقعية. يختبر قدرة النموذج على تقديم إجابات دقيقة وواقعية. حقق Qwen3-Coder-Next درجة 48.2% في هذا المعيار.
IFEval
89.1%
IFEval: تقييم اتباع التعليمات. يقيس مدى جودة اتباع النموذج للتعليمات والقيود المحددة. حقق Qwen3-Coder-Next درجة 89.1% في هذا المعيار.
AIME 2025
89.2%
AIME 2025: امتحان الرياضيات الأمريكي بالدعوة. مسائل رياضيات مستوى المنافسة من امتحان AIME المرموق. حقق Qwen3-Coder-Next درجة 89.2% في هذا المعيار.
MATH
83.5%
MATH: حل المسائل الرياضية. معيار رياضيات شامل يختبر حل المسائل في الجبر والهندسة والتفاضل والتكامل. حقق Qwen3-Coder-Next درجة 83.5% في هذا المعيار.
GSM8k
95.8%
GSM8k: رياضيات المدرسة الابتدائية 8K. 8,500 مسألة رياضية كلامية مستوى المدرسة الابتدائية. حقق Qwen3-Coder-Next درجة 95.8% في هذا المعيار.
MGSM
92.5%
MGSM: رياضيات ابتدائية متعددة اللغات. معيار GSM8k مترجم إلى 10 لغات. حقق Qwen3-Coder-Next درجة 92.5% في هذا المعيار.
MathVista
71.2%
MathVista: الاستدلال البصري الرياضي. يختبر القدرة على حل المسائل الرياضية مع عناصر بصرية. حقق Qwen3-Coder-Next درجة 71.2% في هذا المعيار.
SWE-Bench
74.2%
SWE-Bench: معيار هندسة البرمجيات. نماذج الذكاء الاصطناعي تحاول حل مشكلات GitHub حقيقية في مشاريع Python. حقق Qwen3-Coder-Next درجة 74.2% في هذا المعيار.
HumanEval
94.1%
HumanEval: مسائل برمجة Python. 164 مسألة برمجة حيث يجب على النماذج إنشاء تنفيذات صحيحة لدوال Python. حقق Qwen3-Coder-Next درجة 94.1% في هذا المعيار.
LiveCodeBench
74.5%
LiveCodeBench: معيار البرمجة المباشرة. يختبر قدرات البرمجة على تحديات برمجة واقعية محدثة باستمرار. حقق Qwen3-Coder-Next درجة 74.5% في هذا المعيار.
MMMU
72.4%
MMMU: الفهم متعدد الوسائط. معيار الفهم متعدد الوسائط من 30 مادة جامعية. حقق Qwen3-Coder-Next درجة 72.4% في هذا المعيار.
MMMU Pro
58.6%
MMMU Pro: MMMU النسخة المهنية. نسخة محسنة من MMMU مع أسئلة أكثر تحدياً. حقق Qwen3-Coder-Next درجة 58.6% في هذا المعيار.
ChartQA
86.4%
ChartQA: أسئلة وأجوبة الرسوم البيانية. يختبر القدرة على فهم وتحليل المعلومات من الرسوم البيانية والمخططات. حقق Qwen3-Coder-Next درجة 86.4% في هذا المعيار.
DocVQA
93.5%
DocVQA: أسئلة بصرية للمستندات. يختبر القدرة على استخراج المعلومات من صور المستندات. حقق Qwen3-Coder-Next درجة 93.5% في هذا المعيار.
Terminal-Bench
58.2%
Terminal-Bench: مهام Terminal/CLI. يختبر القدرة على تنفيذ عمليات سطر الأوامر. حقق Qwen3-Coder-Next درجة 58.2% في هذا المعيار.
ARC-AGI
12.5%
ARC-AGI: التجريد والاستدلال. يختبر الذكاء المرن من خلال ألغاز جديدة للتعرف على الأنماط. حقق Qwen3-Coder-Next درجة 12.5% في هذا المعيار.

حول Qwen3-Coder-Next

تعرف على قدرات Qwen3-Coder-Next والميزات وكيف يمكن أن يساعدك في تحقيق نتائج أفضل.

بنية الـ model

Qwen3-Coder-Next هو model متخصص مفتوح الأوزان صممته Alibaba Cloud لوكلاء هندسة البرمجيات. يستخدم بنية Mixture-of-Experts (MoE) مع 80 مليار parameters إجمالية، لكنه يفعل 3 مليارات parameters فقط لكل token. يجمع هذا التصميم بين ذكاء الـ model الضخم وسرعة الـ inference للنماذج الصغيرة. تتضمن البنية آلية attention هجينة، تدمج Gated DeltaNet مع الـ Gated Attention القياسي لمعالجة سياقات تصل إلى 262,144 tokens.

التخصص في الـ Agentic

تم تدريب الـ model على أكثر من 800,000 مهمة برمجية وبيئة تنفيذية قابلة للتحقق. يؤكد هذا التدريب على الـ reasoning طويل المدى والقدرة على التعافي من فشل التنفيذ. يحقق 70.8% في اختبار SWE-Bench Verified، مما يثبت قدرته على التعامل مع مهام التطوير متعددة الخطوات من التخطيط الأولي إلى التنفيذ النهائي للكود. كما يتفوق في أطر العمل الـ agentic المستقلة مثل OpenClaw وQwen Code.

النشر والخصوصية

يأتي هذا الـ model تحت رخصة Apache 2.0، مما يوفر بديلاً آمناً للمطورين الذين يحتاجون إلى بيئات تطوير محلية وخاصة. يمكن تشغيله على أجهزة المستهلك العادية مع توفر ذاكرة RAM كافية من خلال الـ quantization. تسمح نافذة الـ context العالية بإجراء تحليل على مستوى المستودعات البرمجية دون تدهور الأداء الذي يظهر عادةً في النماذج ذات الـ context الصغير.

Qwen3-Coder-Next

حالات استخدام Qwen3-Coder-Next

اكتشف الطرق المختلفة لاستخدام Qwen3-Coder-Next لتحقيق نتائج رائعة.

وكلاء البرمجة الذاتية (Autonomous Coding Agents)

يدعم الأطر البرمجية للتعامل مع مهام التطوير متعددة الخطوات من التخطيط إلى التنفيذ النهائي.

التطوير المحلي الخاص

تشغيل مساعدة برمجية فائقة على بطاقات GPU للمستهلكين بذاكرة 16GB VRAM باستخدام طبقات MoE المكممة.

تحليل المستودعات البرمجية واسعة النطاق

معالجة قواعد بيانات برمجية كاملة ضمن نافذة سياق 256k لتحديد الديون التقنية.

إصلاح الكود وإعادة هيكلته

تحديث الكود القديم إلى المعايير الحديثة من خلال توفير تغذية راجعة لبيئة تنفيذية.

البرمجة بلغات متعددة

توليد كود عالي الدقة عبر أكثر من 40 لغة برمجة بما في ذلك Rust وGo.

محاكاة ثلاثية الأبعاد تفاعلية

بناء أدوات تصور معقدة تعتمد على الويب ومحاكاة باستخدام التوليد السريع بطلبة واحدة (one-shot).

نقاط القوة

القيود

كفاءة MoE: يعمل بـ 3 مليارات parameters نشطة للأجهزة الاستهلاكية مع الحفاظ على ذكاء من فئة 80 مليار.
متطلبات الـ RAM للنظام: يتطلب عدد 80 مليار parameters الإجمالي حوالي 45GB من الـ RAM لعملية quantization فعالة بدقة 4-bit.
التخصص في الـ Agentic: حقق 70.8% في اختبار SWE-Bench Verified، مما يثبت تفوقه في حل المشكلات متعددة الجولات.
قيود الـ Recurrent State: بنية الـ attention الهجينة تجعل الـ self-speculative decoding غير مدعوم في محركات الـ inference الشائعة.
سياق أصلي ضخم: نافذة الـ 262,144 tokens تدعم تحليل مستوى المستودعات البرمجية دون تدهور في الأداء.
قيود النصوص فقط: يفتقر إلى قدرات الرؤية multimodal، مما يمنعه من تصحيح التصاميم من لقطات الشاشة.
ترخيص مرن: صدر تحت رخصة Apache 2.0، مما يسمح بالاستخدام التجاري غير المقيد والاستضافة المحلية الخاصة.
الفيزياء عالية التعقيد: قد يواجه صعوبة في التوليد بطلبة واحدة لمنطق فيزياء ثلاثي الأبعاد معقد للغاية مقارنة بالنماذج الـ flagship الكثيفة.

البدء السريع API

alibaba/qwen-3-coder-next

عرض التوثيق
alibaba SDK
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DASHSCOPE_API_KEY,
  baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
});

async function main() {
  const completion = await client.chat.completions.create({
    model: "qwen3-coder-next",
    messages: [
      { role: "system", content: "You are a professional coding assistant." },
      { role: "user", content: "Write a React component for a sortable list." },
    ],
  });
  console.log(completion.choices[0].message.content);
}
main();

ثبت SDK وابدأ في إجراء استدعاءات API في دقائق.

ماذا يقول الناس عن Qwen3-Coder-Next

شاهد رأي المجتمع في Qwen3-Coder-Next

يقترب تقريباً من Claude في قدرات البرمجة الإجمالية. يتفوق على Claude 3.5 Sonnet في HumanEval بنسبة 92.7%.
Philipp Schmid
twitter
كفاءة إصدار MoE جنونية للأجهزة المحلية. أحصل على 26 TPS على نظام متوسط الأداء.
LocalAI_Dev
reddit
الـ self-speculative decoding مستحيل رياضياً لـ Qwen Coder Next بسبب الـ recurrent states.
GodComplecs
reddit
Qwen3-Coder-Next يعتمد على MoE، وهو أقوى وأذكى بكثير من ذي قبل!
JustinLin610
twitter
إثبات القدرة على تبديل المزودين في منتصف المشروع مع متغيرات النموذج الجديدة 480B.
saveralter
reddit
وصفة التدريب الـ agentic على 800 ألف مهمة تظهر في طريقته للتعافي من أخطاء الـ build.
TechGurus
hackernews

فيديوهات عن Qwen3-Coder-Next

شاهد الدروس والمراجعات والنقاشات عن Qwen3-Coder-Next

يجعله في متناول الأشخاص الذين يرغبون في تجربة وكلاء البرمجة الذكية محلياً

بالنسبة لي، هذا النموذج يصرخ 'افتحوا الكود وجربوا'، وهو ما سأفعله

كفاءة الذاكرة في هذا النموذج فوز كبير

يتعامل مع المنطق المعقد بشكل أفضل من النموذج السابق الكثيف ذو الـ 72 مليار

هذا أول نموذج مفتوح يتبع أوامر الـ terminal الخاصة بي بشكل صحيح تماماً

يحتوي Qwen 3 coder Next أيضاً على 3 مليارات parameters نشطة فقط للتشغيل على بطاقة رسومات استهلاكية

إنه يعمل بجمال. أنا مندهش حقاً من قدرتي على الحصول على هذه النتيجة من ذكاء اصطناعي محلي

عادةً ما تتطلب 80 مليار parameters مجموعة خوادم، لكن نهج MoE يغير كل شيء

يتعامل مع أكثر من 40 لغة برمجة دون أي انخفاض ملحوظ في الأداء

استخدامه مع OpenClaw يجعلك تشعر بوجود مطور مبتدئ في الفريق

نموذج بـ 3 مليارات parameters يواجه نماذج أكبر منه بـ 10 إلى 20 مرة

يأتي Qwen 3 مع الكثير من المزايا وبتكلفة أقل

سياق الـ 256k حقيقي، ولم يهلوس في منتصف مشروعي

الـ latency منخفض بشكل مدهش بالنظر إلى وزن الـ 80 مليار parameters

لقد أصلح خطأ في مستودع Go قديم لم يكتشفه GPT-4o ثلاث مرات

أكثر من مجرد برومبتات

عزز سير عملك مع أتمتة الذكاء الاصطناعي

يجمع Automatio بين قوة وكلاء الذكاء الاصطناعي وأتمتة الويب والتكاملات الذكية لمساعدتك على إنجاز المزيد في وقت أقل.

وكلاء الذكاء الاصطناعي
أتمتة الويب
سير عمل ذكي

نصائح احترافية لـ Qwen3-Coder-Next

نصائح الخبراء لمساعدتك على تحقيق أقصى استفادة من Qwen3-Coder-Next وتحقيق نتائج أفضل.

استخدم Prompts نظام طويلة

زوّد الـ model بأمثلة تفصيلية ووثائق لتوجيه سلوكه الـ agentic.

التغذية الراجعة التكرارية للأخطاء

قم بإدخال سجلات أخطاء متصفح الـ console مرة أخرى إلى الـ model للحصول على تصحيح ذاتي بمعدل نجاح مرتفع.

تحسين تفريغ الطبقات (Layer Offloading)

قم بتفريغ طبقات MoE المحددة إلى RAM النظام لتحقيق التوازن بين سرعة الـ inference والـ reasoning.

ضبط معاملات الـ sampling

استخدم درجة حرارة (temperature) قدرها 1.0 مع top_p 0.95 وtop_k 40 للحصول على أدق نتائج برمجية.

الشهادات

ماذا يقول مستخدمونا

انضم إلى الآلاف من المستخدمين الراضين الذين حولوا سير عملهم

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ذو صلة AI Models

deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
minimax

MiniMax M2.5

minimax

MiniMax M2.5 is a SOTA MoE model featuring a 1M context window and elite agentic coding capabilities at disruptive pricing for autonomous agents.

1M context
$0.15/$1.20/1M
zhipu

GLM-4.7

Zhipu (GLM)

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
openai

GPT-4o mini

OpenAI

OpenAI's most cost-efficient small model, GPT-4o mini offers multimodal intelligence and high-speed performance at a significantly lower price point.

128K context
$0.15/$0.60/1M
openai

GPT-5.4

OpenAI

GPT-5.4 is OpenAI's frontier model featuring a 1.05M context window and Extreme Reasoning. It excels at autonomous UI interaction and long-form data analysis.

1M context
$2.50/$15.00/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
openai

GPT-5.3 Instant

OpenAI

Explore GPT-5.3 Instant, OpenAI's "Anti-Cringe" model. Features a 128K context window, 26.8% fewer hallucinations, and a natural, helpful tone for everyday...

128K context
$1.75/$14.00/1M
google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M

الأسئلة الشائعة حول Qwen3-Coder-Next

ابحث عن إجابات للأسئلة الشائعة حول Qwen3-Coder-Next