Alibaba
Qwen3 Coder Next
مدل Qwen3 Coder Next یک مدل زبانی علّی با وزنهای باز است که برای ایجنتهای کدنویسی و جریانهای کاری توسعهٔ محلی بهینه شده است. این مدل با معماری MoE پراکنده و ۸۰ میلیارد پارامتر در مجموع ساخته شده که از آنها تنها ۳ میلیارد در هر بار فعال میشود.
شناسه در API: qwen3-coder-next
تحلیل
حکم کلی
ارزان است و برای کارهای سبک و پرحجم مناسب است. اگر دقت بالا لازم دارید، سراغ مدل قویتری بروید.
نقاط قوت
- قیمتش مناسب است
- متنهای خیلی بلند را یکجا میخواند
نقاط ضعف
در دادهها نقطهضعف مهمی دیده نشد.
سنجههای فارسی
عملکرد زنده
از آمار زندهٔ OpenRouter (۱ ارائهدهندهای که آمار گزارش کردهاند): پایداری در ۲۴ ساعت گذشته، تأخیر و سرعت در ۳۰ دقیقهٔ آخر از ۶۷۰۷ درخواست. ساعتی بهروز میشود.
قابلیتها
پارامترهای قابل ارسال
اینها را میتوانید در درخواست به این مدل بفرستید.
temperatureمیزان خلاقیت جوابtop_pنمونهبرداری هستهایtop_kمحدود کردن گزینههای هر توکنmax_tokensسقف طول جوابstopتوقف با رشتهٔ دلخواهseedجواب تکرارپذیرtoolsتعریف ابزارtool_choiceاجبار به استفاده از ابزارresponse_formatقالب جواب (JSON)structured_outputsخروجی با اسکیمای مشخصfrequency_penaltyکم کردن تکرار کلمهpresence_penaltyتنوع موضوعrepetition_penaltyجریمهٔ تکرارlogit_biasتغییر احتمال توکنهاlogprobsاحتمال هر توکنtop_logprobsاحتمال توکنهای جایگزین
بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.
امتحان مدل
برای امتحان این مدل وارد شوید. هر اجرا با همان قیمت مرشد API از کیف پول شما کم میشود.
ورود برای امتحاناستفاده با API
با SDK خود OpenAI کار میکند؛ فقط آدرس پایه را https://api.morshed.ai/v1 و کلید را کلید مرشد API بگذارید.
curl https://api.morshed.ai/v1/chat/completions \
-H "Authorization: Bearer $MORSHED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "qwen3-coder-next", "messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}]}'import os
from openai import OpenAI
client = OpenAI(base_url="https://api.morshed.ai/v1", api_key=os.environ["MORSHED_API_KEY"])
res = client.chat.completions.create(
model="qwen3-coder-next",
messages=[{"role": "user", "content": "سلام! خودت را معرفی کن."}],
)
print(res.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.morshed.ai/v1", apiKey: process.env.MORSHED_API_KEY });
const res = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: [{ role: "user", content: "سلام! خودت را معرفی کن." }],
});
console.log(res.choices[0].message.content);مشخصات فنی
- کانتکست
- ۲۶۲K توکن
- حداکثر طول جواب
- ۲۳۶ هزار توکن
- مودالیتی
- text
- سرعت
- ۵۸ توکن/ثانیه
- تأخیر اولین توکن
- ۳۵۸ میلیثانیه
- تاریخ انتشار
- ۱۵ بهمن ۱۴۰۴
- کدنویسی (AA)
- ۳۶
- کار ایجنتی (AA)
- ۱
- فیلتر محتوای ارائهدهنده
- ندارد
ارائهدهندهها
درخواستهای این مدل در مرشد API از طریق این ارائهدهنده پاسخ میگیرند.
- Parasail
پرسشهای پرتکرار
دربارهٔ Qwen3 Coder Next
این مدل هنوز در ارزیابی فارسی ما نبوده. مدلها را بهنوبت ارزیابی میکنیم و امتیازش بعد از ارزیابی همینجا میآید.
با نرخ روزانهٔ دلار، هر ۱ میلیون توکن ورودی ۵۴٬۸۱۶ تومان و هر ۱ میلیون توکن خروجی ۳۶۵٬۴۳۹ تومان است. یک گفتگوی معمولی با این مدل حدود ۲۷۴ تومان تمام میشود.
این مدل را میتوانید با شناسهٔ qwen3-coder-next از API مرشد صدا بزنید. API با SDK رسمی OpenAI سازگار است و پرداختش ریالی است.
این مدل میتواند ابزار و API بیرونی را صدا بزند و خروجی را در قالب JSON مشخص برمیگرداند.
کانتکست این مدل ۲۶۲ هزار توکن است، یعنی تقریباً ۲۶۲ صفحه متن فارسی را یکجا میخواند. در هر جواب هم تا ۲۳۶ هزار توکن مینویسد.