Couverture des endpoints
Expose 1 endpoint(s) public(s) : chat_completion.
Modèle de code open-weight de Qwen pour agents (3B actifs) ; contexte 256K ; API compatible OpenAI
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/qwen3-coder-next:generateContent
POST /v1beta/models/qwen3-coder-next:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"messages": [
{
"role": "user",
"content": "Lisez cette capture d'écran d'un tableau de bord en erreur, expliquez ce que signifie le message d'erreur et proposez la modification de code qui corrigerait le problème."
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="qwen3-coder-next",
messages=[{"role": "user", "content": "Lisez cette capture d'écran d'un tableau de bord en erreur, expliquez ce que signifie le message d'erreur et proposez la modification de code qui corrigerait le problème."}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: [{ role: "user", content: "Lisez cette capture d'écran d'un tableau de bord en erreur, expliquez ce que signifie le message d'erreur et proposez la modification de code qui corrigerait le problème." }]
});
9 versions disponibles
Qwen3-Coder-Next est un modèle de code open-weight d'Alibaba Qwen, publié sous licence Apache 2.0 le 3 février 2026. Il repose sur Qwen3-Next-80B-A3B, un modèle Mixture-of-Experts sparse à attention hybride qui compte 80B paramètres au total et 3B actifs par token. Qwen l'a entraîné pour les agents de code et le travail à l'échelle d'un dépôt.
D'après la fiche du modèle publiée par Qwen, il fonctionne uniquement sans thinking et ne produit pas de blocs de thinking : une réponse commence donc directement par le résultat ou l'appel d'outil. L'API d'Alibaba le propose avec une fenêtre de contexte de 262 144 tokens, jusqu'à 204 800 tokens d'entrée et jusqu'à 65 536 tokens de sortie.
Sur RunAPI, appelez qwen3-coder-next via le point d'accès Chat Completions compatible OpenAI (/v1/chat/completions), avec un SDK OpenAI configuré sur https://runapi.ai/v1. Il accepte une entrée texte. Les outils suivent le format standard d'OpenAI, et le modèle renvoie des tool_calls dans la réponse.
| Fournisseur | Alibaba |
| ID du modèle | qwen3-coder-next |
| Modalité | Texte |
| Types de tâche | Synchronous |
| Endpoint API | /v1/chat/completions |
| /v1/responses |
| /v1/messages | |
| /v1beta/models/qwen3-coder-next:generateContent | |
| /v1beta/models/qwen3-coder-next:streamGenerateContent | |
| Unité de facturation | 1 000 jetons |
| État du catalogue | Retiré |
Inscrivez-vous gratuitement et créez une clé API pour qwen3-coder-next depuis le tableau de bord.
Envoyez une requête POST à /v1/chat/completions avec l’identifiant du modèle qwen3-coder-next et vos paramètres.
Lisez directement la réponse qwen3-coder-next terminée depuis l’endpoint.
Expose 1 endpoint(s) public(s) : chat_completion.
Mesuré par 1 000 jetons, sans abonnement requis.
Aucun paramètre de requête n'est publié pour cet endpoint.
Utilisez les LLM pour le chat et le raisonnement.
Générez et révisez le travail d'implémentation.
Connectez les modèles aux tâches backend.
Aux agents de code et au travail à l'échelle d'un dépôt : lire une base de code, modifier plusieurs fichiers et appeler des outils en boucle. Qwen annonce des résultats SWE-Bench-Pro comparables à ceux de modèles ayant 10 à 20 fois plus de paramètres actifs.
Oui. Envoyez les outils au format OpenAI sur Chat Completions et le modèle renvoie des tool_calls. La fiche du modèle de Qwen présente l'appel d'outils comme l'un de ses principaux points forts.
Non. D'après la fiche du modèle de Qwen, il ne prend en charge que le mode sans thinking et ne génère pas de blocs de thinking. Si une tâche demande une étape de raisonnement, utilisez un modèle Qwen3.5 ou Qwen3.6, qui disposent d'un mode thinking.
3B de ses 80B paramètres sont actifs pour chaque token. Le modèle repose sur Qwen3-Next-80B-A3B, qui associe une architecture Mixture-of-Experts sparse et une attention hybride.
Passez l'ID de modèle affiché dans le quickstart.
Oui. Les tarifs sont mesurés par appel ou par unité.
Nous vous aidons pour la mise en place entreprise, les intégrations et les questions techniques.
Nous contacter