トップ › モデル別 › Qwen3-Coder-Next 80B-A3B

Qwen3-Coder-Next 80B-A3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・公開 2026-03 ・ 79.67Bパラメータ（MoE・アクティブ3B）・データ更新 2026-10-02

ローカルのコーディングエージェント用途で最有力のMoE。メモリ64GB級

47GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 48GB実用になるいちばん安いGPU: RTX 6000 Ada

64GB実用になるいちばん小さいMac: M5 Max（64GB）

262,144最大コンテキスト（学習時）

編集部の見立て

配布元がコーディングエージェントとローカル開発のために作ったと明言する、総80B・アクティブ3BのMoEです。思考モードはなく、答えを直接返す作り。Claude Code・Qwen Code・Clineなどに組み込む前提で、256Kの文脈を持ちます。4bitに8kの文脈を足して47.2GB。

M5 Max（64GB）の実効48GBに対し余白は0.8GBで、長いリポジトリを読ませるならIQ4_XS（39.7GB）へ下げる計算です。ノートPCのGPUに収まる組み合わせはありません。64GB以上のMacか、128GBのStrix Halo（推定47.8tok/s）で回す人のモデル。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-Coder-Next-GGUF）に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（48層・文脈全体を見る層は12層だけ）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化	ファイル	KVキャッシュ（8k）	必要合計	GPUなら	Macなら
2bit（IQ2_M）品質劣化大。最後の手段	23GB	0.2GB	25GB	VRAM 32GB〜	48GB〜
2bit（Q2_K）品質劣化大。最後の手段	27GB	0.2GB	29GB	VRAM 32GB〜	48GB〜
3bit（Q3_K_M）メモリ優先	36GB	0.2GB	37GB	VRAM 48GB〜	64GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	40GB	0.2GB	42GB	VRAM 48GB〜	64GB〜
4bit（MXFP4 MoE） MoE専用のMXFP4	45GB	0.2GB	47GB	VRAM 48GB〜	64GB〜
4bit（Q4_K_M）標準。迷ったらこれ	45GB	0.2GB	47GB	VRAM 48GB〜	64GB〜
5bit（Q5_K_M）品質重視	53GB	0.2GB	55GB	GPU単体では不可	96GB〜
6bit（Q6_K）ほぼ無劣化	61GB	0.2GB	64GB	GPU単体では不可	96GB〜
8bit（Q8_0）無劣化に近い	79GB	0.2GB	82GB	GPU単体では不可	128GB〜
16bit（BF16）元精度	149GB	0.2GB	154GB	GPU単体では不可	256GB〜

モデルの構造と、必要メモリの増え方

Qwen3-Coder-Next 80B-A3BはAlibabaが2026年3月に公開した79.67Bのモデルです。GGUFのヘッダには48層と書かれており、総パラメータ79.67Bのうち、1トークンの生成で実際に読むのは約3Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

48層のうち注意機構でKVキャッシュを持つのは12層だけで、残り36層は線形注意やSSMなどKVを持たない層です。KVヘッド2・head次元256で、同じ層数の一般的なモデルよりKVキャッシュが小さく済みます。1トークンあたりのKVキャッシュは約24KB（fp16）で、コンテキスト長にそのまま比例します。

実際の値は、8,192トークンで0.2GB、128Kトークンまで伸ばすと3.0GBです。

ライセンス表記: apache-2.0（層数と窓の大きさはGGUFヘッダから取得）

同じ数字のモデルと、実際は何が違うか

汎用版のQwen3-Next 80B-A3Bとパラメータ構成が同じで、量子化後のファイルサイズも一致します。そのため当サイトの表では、必要メモリも推定速度も汎用版と同じ値になります。違いはコード向けに調整されている点で、コードの生成や補完を主目的にするならこちらが候補になります。ただし品質の比較は当サイトでは行っていません。同じ機材で両方が動くので、自分のリポジトリで同じ課題を投げて比べるのが確実です。

このモデルを実際に使うなら

ローカルでコーディングエージェントを動かしたい場合、このクラスが現実的な上限に近い位置にあります。アクティブパラメータが小さいので、メモリに収まれば速度は出る。問題は総パラメータぶんの容量で、大容量のユニファイドメモリか、メモリを大きく積んだGPUなしの構成が要ります。

コードを扱う用途ではコンテキストを長く取ることが多く、KVキャッシュの余地も見込んでおく必要があります。当サイトのコンテキスト別の表で、実際に使う長さでの必要メモリを確認してから機材を決めましょう。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはqwen3nextで、当サイト収録の204モデル中2本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はunsloth/Qwen3-Coder-Next-GGUF、元になったモデルはQwen/Qwen3-Coder-Nextです。

得意分野はコードを書く作業です。

同じAlibabaのモデルでは、サイズの近いものにQwen3-Next 80B-A3B（79.67B）、Qwen2.5 72B（72.71B）、Qwen3.5 122B-A10B（122.11B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（45GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。全域注意が12層だけのハイブリッド構成なので、長文でもKVの増え方が緩やかです。

コンテキスト	KVキャッシュ	必要合計	必要なGPU	必要なMac
4,096	0.1GB	47GB	VRAM 48GB〜	64GB〜
8,192既定	0.2GB	47GB	VRAM 48GB〜	64GB〜
16,384	0.4GB	47GB	VRAM 48GB〜	64GB〜
32,768	0.8GB	48GB	GPU単体では不可	64GB〜
65,536	1.5GB	49GB	GPU単体では不可	96GB〜
131,072	3.0GB	50GB	GPU単体では不可	96GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約0.8GBから約0.4GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル	開発元	4bitで必要	一言
Qwen3-Next 80B-A3B	Alibaba	47GB	注意機構がハイブリッド型で、長文でもKVキャッシュが膨らみにくい
Hunyuan-A13B 80B	Tencent	49GB	Tencentの80BのMoE（アクティブ13B）。VRAM 48GB / Mac 64GBから
Qwen2.5 72B	Alibaba	48GB	2024年のQwen2.5の最上位（dense型）。VRAM 48GB / Mac 64GBから
Shisa V2.1 Llama 3.3 70B	Shisa.AI	44GB	日英バイリンガルに調整した70B。Mac 64GB以上かVRAM 48GB級
Llama 3.3 Swallow 70B	Swallow（東京科学大学・産総研）	44GB	Llama 3.3 70Bの日本語強化版。Mac 64GB以上かVRAM 48GB級
DeepSeek-R1 Distill Llama 70B	DeepSeek	44GB	R1をLlama 70Bに蒸留した推論型。VRAM 48GB / Mac 64GBから