# Besoins GPU de Qwen3-Coder-Next

Qwen3-Coder-Next compte 80B paramètres. Pour le servir, prévoyez environ 191 Go de mémoire GPU en 16 bits, 96 Go en 8 bits ou 48 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 512 experts, dont 10 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 80B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=Qwen/Qwen3-Coder-Next).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 191 Go : un [B300](/fr/gpus/b300.html.md), à partir de 4,60 $ par heure de GPU |
| 8 bits | 96 Go : un [RTX PRO 6000](/fr/gpus/rtx-pro-6000.html.md), à partir de 1,90 $ par heure de GPU |
| 4 bits | 48 Go : un [L40S](/fr/gpus/l40s.html.md), [RTX 6000 Ada](/fr/gpus/rtx-6000-ada.html.md) ou [RTX A6000](/fr/gpus/rtx-a6000.html.md), la L40S à partir de 0,44 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 56 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |
| LoRA | 191 Go : un [B300](/fr/gpus/b300.html.md), à partir de 4,60 $ par heure de GPU |
| Fine-tuning complet | 1 275 Go : 8 × [B200](/fr/gpus/b200.html.md), à partir de 54,32 $ de l’heure pour les 8 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `80B` |
| Experts | `512` |
| Experts par token | `10` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `apache-2.0` |
| Date de publication | `2026-01-30` |
| Poids | [Qwen/Qwen3-Coder-Next](https://huggingface.co/Qwen/Qwen3-Coder-Next) |

## Servez-le vous-même

```
vllm serve Qwen/Qwen3-Coder-Next --tensor-parallel-size 1
```

## Questions

**De combien de mémoire GPU Qwen3-Coder-Next a-t-il besoin ?** Pour le servir, environ 191 Go en 16 bits, 96 Go en 8 bits et 48 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 56 Go avec QLoRA, 191 Go avec LoRA et 1 275 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner Qwen3-Coder-Next sur un seul GPU ?** Oui. En 16 bits, il lui faut environ 191 Go, ce qui tient sur un B300.

**Combien coûte l’exécution de Qwen3-Coder-Next ?** En 16 bits, il lui faut un B300 ; en 4 bits, un L40S, RTX 6000 Ada ou RTX A6000. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer Qwen3-Coder-Next sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez Qwen/Qwen3-Coder-Next, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).