Arrakis / モデル / Qwen3-Coder-Next
Qwen3-Coder-Next の GPU 要件
Qwen3-Coder-Next のパラメータ数は 80B です。推論で動かすには、16 ビットで約 191 GB、8 ビットで約 96 GB、4 ビットで約 48 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。
Mixture of Experts モデルです。エキスパートは 512 個で、トークンごとにそのうち 10 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 80B パラメータ全体の分を見込んでください。
推論で動かすのに必要なもの
推論で動かすのに必要な GPU メモリと、それが収まる最小の GPU 構成、Arrakis での現在の最安値です。
| 精度 | メモリと最小構成 |
|---|---|
| 16 ビット | 191 GB：B300 1 枚、GPU 1 時間あたり $4.60 から |
| 8 ビット | 96 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から |
| 4 ビット | 48 GB：L40S、RTX 6000 Ada または RTX A6000 1 枚、L40S は GPU 1 時間あたり $0.44 から |
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 56 GB：H100 または A100 1 枚、H100 は GPU 1 時間あたり $2.07 から |
| LoRA | 191 GB：B300 1 枚、GPU 1 時間あたり $4.60 から |
| フルファインチューニング | 1,275 GB：B200 × 8、8 枚で 1 時間あたり $50.64 から |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 80B
- エキスパート数
- 512
- トークンごとのエキスパート数
- 10
- コンテキスト長（トークン）
- 262,144
- 公開時の精度
- BF16
- ライセンス
- apache-2.0
- 公開日
- 2026-01-30
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve Qwen/Qwen3-Coder-Next --tensor-parallel-size 1よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
Qwen3-Coder-Next にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 191 GB、8 ビットで約 96 GB、4 ビットで約 48 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 56 GB、LoRA で約 191 GB、Adam によるフルファインチューニングで約 1,275 GB が必要です（活性化を除く）。
Qwen3-Coder-Next は GPU 1 枚で動きますか？
はい。16 ビットで約 191 GB 必要で、B300 1 枚に収まります。
Qwen3-Coder-Next を動かす費用はいくらですか？
16 ビットなら B300 1 枚、4 ビットなら L40S、RTX 6000 Ada または RTX A6000 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で Qwen3-Coder-Next をデプロイするには？
Arrakis コンソールで Models を開き、Qwen/Qwen3-Coder-Next を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。