--- title: 'API Qwen3-Coder-Next : ID du modèle, contexte 256K, agents | RunAPI' description: Appelez qwen3-coder-next via l'API Chat Completions compatible OpenAI de RunAPI. MoE de code open-weight, 80B au total et 3B actifs, contexte 256K, outils. url: https://runapi.ai/fr/models/qwen/qwen3-coder-next.md canonical: https://runapi.ai/fr/models/qwen/qwen3-coder-next locale: fr site: RunAPI image: https://runapi.ai/assets/opengraph-bfaaa0f0.png alternates: en: https://runapi.ai/models/qwen/qwen3-coder-next zh-CN: https://runapi.ai/zh-CN/models/qwen/qwen3-coder-next es: https://runapi.ai/es/models/qwen/qwen3-coder-next ja: https://runapi.ai/ja/models/qwen/qwen3-coder-next de: https://runapi.ai/de/models/qwen/qwen3-coder-next fr: https://runapi.ai/fr/models/qwen/qwen3-coder-next pt-BR: https://runapi.ai/pt-BR/models/qwen/qwen3-coder-next ko: https://runapi.ai/ko/models/qwen/qwen3-coder-next it: https://runapi.ai/it/models/qwen/qwen3-coder-next nl: https://runapi.ai/nl/models/qwen/qwen3-coder-next pl: https://runapi.ai/pl/models/qwen/qwen3-coder-next tr: https://runapi.ai/tr/models/qwen/qwen3-coder-next zh-TW: https://runapi.ai/zh-TW/models/qwen/qwen3-coder-next zh-HK: https://runapi.ai/zh-HK/models/qwen/qwen3-coder-next ar: https://runapi.ai/ar/models/qwen/qwen3-coder-next x-default: https://runapi.ai/models/qwen/qwen3-coder-next model: Qwen provider: Alibaba variant_id: qwen3-coder-next sdk_model_id: qwen3-coder-next modality: text billing_unit: 1 000 jetons status: retired --- > HTML version: https://runapi.ai/fr/models/qwen/qwen3-coder-next > Site index for agents: https://runapi.ai/llms.txt # qwen3-coder-next API **Retiré:** Retiré le 2026-10-10. Appelez qwen3-coder-next de la famille Qwen via RunAPI. La facturation se fait au token, sans abonnement, et une requête qui échoue avant le début de sa réponse n'est pas facturée. **Alibaba / [Qwen](https://runapi.ai/fr/models/qwen.md)** **Retiré · text · Usage commercial pris en charge** ## À quoi sert Qwen3-Coder-Next 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. **ID du modèle:** qwen3-coder-next **Date de sortie:** 3 février 2026 **Architecture:** MoE, 80B au total / 3B actifs, poids sous Apache 2.0 **Fenêtre de contexte:** 262 144 tokens **Sortie maximale:** 65 536 tokens **Thinking:** Aucun (mode sans thinking uniquement) **Point d'accès sur RunAPI:** OpenAI Chat Completions, entrée texte ### Changer de variante - **qwen3-coder-next** (current) - [qwen3-vl-235b-a22b-instruct](https://runapi.ai/fr/models/qwen/qwen3-vl-235b-a22b-instruct.md) - [qwen3-vl-235b-a22b-thinking](https://runapi.ai/fr/models/qwen/qwen3-vl-235b-a22b-thinking.md) - [qwen3.5-122b-a10b](https://runapi.ai/fr/models/qwen/qwen3.5-122b-a10b.md) - [qwen3.5-27b](https://runapi.ai/fr/models/qwen/qwen3.5-27b.md) - [qwen3.5-35b-a3b](https://runapi.ai/fr/models/qwen/qwen3.5-35b-a3b.md) - [qwen3.5-397b-a17b](https://runapi.ai/fr/models/qwen/qwen3.5-397b-a17b.md) - [qwen3.6-27b](https://runapi.ai/fr/models/qwen/qwen3.6-27b.md) - [qwen3.6-35b-a3b](https://runapi.ai/fr/models/qwen/qwen3.6-35b-a3b.md) 9 versions disponibles qwen3-coder-next est l'un des modèles Qwen disponibles sur RunAPI. Il utilise la même API key que tous les autres modèles, et vous basculez en changeant l'ID de modèle dans votre requête. Chaque appel est synchrone et facturé en USD selon les tokens d'entrée, de sortie et de cache, sans abonnement ni dépense minimale. Une requête qui échoue avant le début de la réponse n'est pas facturée ; une fois la réponse en streaming, les tokens déjà générés sont facturés, même si le client se déconnecte. - Facturation au token en USD, sans abonnement - Aucune facturation si une requête échoue avant sa réponse - Streaming token par token - Changement de modèle par un simple ID de modèle - Une API key et une facture pour tous les modèles et fournisseurs ## FICHE TECHNIQUE | Champ | Valeur | |---|---| | 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 | **COMMENT ÇA MARCHE** ## Utilisez ce modèle en 3 étapes 1. **Créez votre clé** - Inscrivez-vous gratuitement et créez une clé API pour qwen3-coder-next depuis le tableau de bord. 2. **Envoyez une requête** - Envoyez une requête POST à /v1/chat/completions avec l’identifiant du modèle qwen3-coder-next et vos paramètres. 3. **Obtenez les résultats** - Lisez directement la réponse qwen3-coder-next terminée depuis l’endpoint. ## Ce que ce modèle propose - **Couverture des endpoints** — Expose 1 endpoint(s) public(s) : chat_completion. - **Facturation à l'usage** — Mesuré par 1 000 jetons, sans abonnement requis. **RÉFÉRENCE API** ## Spécification de l'endpoint | Field | Value | |---|---| | Endpoint | `POST /v1/chat/completions` | | ID du modèle | `qwen3-coder-next` | | Types de tâche | `chat_completion` | ## Paramètres de requête Aucun paramètre de requête n'est publié pour cet endpoint. **Request example** ```json { "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." } ] } ``` ### Compétence de modèle — qwen3-coder-next Installez la compétence une seule fois, puis utilisez l'identifiant de variant de cette page lors de votre développement. Base URL: `https://runapi.ai` | Endpoint | Protocol | |---|---| | `POST /v1/chat/completions` | OpenAI compatible | | `POST /v1/responses` | OpenAI Responses | | `POST /v1/messages` | Anthropic compatible | | `POST /v1beta/models/qwen3-coder-next:generateContent` | Gemini generateContent | | `POST /v1beta/models/qwen3-coder-next:streamGenerateContent` | Gemini streamGenerateContent | Utilisez le SDK OpenAI / Anthropic / Google Gen AI avec votre API key RunAPI et `model: "qwen3-coder-next"`. ### Utiliser qwen3-coder-next 1. **Installer** — Installez le model skill de la gamme Qwen. Il charge documentation, formats de requête et notes tarifaires dans votre espace de développement. 2. **Configurer** — Pointez votre SDK vers https://runapi.ai et définissez votre API key RunAPI. La même clé fonctionne pour tous les modèles et fournisseurs. 3. **Appeler** — Envoyez une requête dans un format d'API pris en charge par ce modèle, avec le champ model réglé sur l'ID de modèle de cette page. RunAPI la transmet au fournisseur. 4. **Recevoir** — Lisez la réponse de ce même appel, ou recevez-la en streaming au fil de sa génération. Le champ usage indique les tokens facturés. ### Comparaison de qwen3-coder-next - **VS QWEN3-VL-235B-A22B-INSTRUCT: Modèle de code open-weight de Qwen pour agents (3B actifs) ; contexte 256K ; API compatible OpenAI** — MoE vision Qwen3-VL à réponse directe ; contexte 131K ; entrée image via API compatible OpenAI - **VS QWEN3-VL-235B-A22B-THINKING: Modèle de code open-weight de Qwen pour agents (3B actifs) ; contexte 256K ; API compatible OpenAI** — MoE vision Qwen3-VL en thinking permanent ; contexte 131K ; entrée image via API compatible OpenAI - **VS QWEN3.5-122B-A10B: Modèle de code open-weight de Qwen pour agents (3B actifs) ; contexte 256K ; API compatible OpenAI** — MoE vision open-weight Qwen3.5 (10B actifs) ; contexte 256K ; API compatible OpenAI ## CAS D’USAGE **Chat** Utilisez les LLM pour le chat et le raisonnement. **Code** Générez et révisez le travail d'implémentation. **Automatisation** Connectez les modèles aux tâches backend. ## Questions fréquentes sur Qwen3-Coder-Next ### À quoi sert Qwen3-Coder-Next ? 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. ### qwen3-coder-next prend-il en charge l'appel d'outils ? 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. ### Qwen3-Coder-Next a-t-il un mode thinking ? 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. ### Combien de paramètres Qwen3-Coder-Next utilise-t-il par token ? 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. ### Comment sélectionner qwen3-coder-next ? Passez l'ID de modèle affiché dans le quickstart. ### Les tarifs sont-ils à l'usage ? Oui. Les tarifs sont mesurés par appel ou par unité. ### ASSOCIÉ - [qwen3.5-35b-a3b](https://runapi.ai/fr/models/qwen/qwen3.5-35b-a3b.md) — par Alibaba · Entrée $0.25 / 1M de tokens | Sortie $2.00 / 1M de tokens - [qwen3.5-27b](https://runapi.ai/fr/models/qwen/qwen3.5-27b.md) — par Alibaba · Entrée $0.30 / 1M de tokens | Sortie $2.40 / 1M de tokens - [qwen3.6-35b-a3b](https://runapi.ai/fr/models/qwen/qwen3.6-35b-a3b.md) — par Alibaba · Entrée $0.38 / 1M de tokens | Sortie $2.25 / 1M de tokens - [qwen3.5-122b-a10b](https://runapi.ai/fr/models/qwen/qwen3.5-122b-a10b.md) — par Alibaba · Entrée $0.40 / 1M de tokens | Sortie $3.20 / 1M de tokens ### Commencez avec Qwen aujourd'hui. - [Créer un compte gratuit](https://runapi.ai/fr/login) - [Lire le quickstart →](https://runapi.ai/fr/docs/api/openai/chat-completions) ## Vous construisez avec une équipe ? Nous vous aidons pour la mise en place entreprise, les intégrations et les questions techniques. [Nous contacter](https://runapi.ai/fr/contact.md) --- ## More from RunAPI - [Home](https://runapi.ai/fr/.md) ### Produit - [Catalogue de modèles](https://runapi.ai/fr/models.md) - [Tarifs](https://runapi.ai/fr/pricing.md) - [Fournisseurs](https://runapi.ai/fr/models#all-models) ### Développeurs - [Documentation](https://runapi.ai/fr/docs/guides) - [SDK](https://runapi.ai/fr/sdk.md) - [CLI](https://runapi.ai/fr/cli.md) - [Serveur MCP](https://runapi.ai/fr/mcp.md) - [x402](https://runapi.ai/fr/x402.md) ### Guides - [Claude Code vs Cursor](https://runapi.ai/fr/claude-code-vs-cursor.md) - [Configuration de l’API Cursor](https://runapi.ai/fr/cursor-api-setup.md) - [RunAPI vs OpenRouter](https://runapi.ai/fr/openrouter-alternative.md) ### Entreprise - [Entreprise](https://runapi.ai/fr/contact.md) - [Contact](https://runapi.ai/fr/contact.md) ### Légal - [Conditions](https://runapi.ai/fr/terms.md) - [Confidentialité](https://runapi.ai/fr/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "fr", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/fr", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/fr/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/fr", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/fricon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "SoftwareApplication", "name": "Qwen qwen3-coder-next", "applicationCategory": "DeveloperApplication" }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://runapi.ai/fr" }, { "@type": "ListItem", "position": 2, "name": "Models", "item": "https://runapi.ai/fr/models" }, { "@type": "ListItem", "position": 3, "name": "Qwen", "item": "https://runapi.ai/fr/models/qwen" }, { "@type": "ListItem", "position": 4, "name": "qwen3-coder-next", "item": "https://runapi.ai/fr/models/qwen/qwen3-coder-next" } ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "À quoi sert Qwen3-Coder-Next ?", "acceptedAnswer": { "@type": "Answer", "text": "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." } }, { "@type": "Question", "name": "qwen3-coder-next prend-il en charge l'appel d'outils ?", "acceptedAnswer": { "@type": "Answer", "text": "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." } }, { "@type": "Question", "name": "Qwen3-Coder-Next a-t-il un mode thinking ?", "acceptedAnswer": { "@type": "Answer", "text": "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." } }, { "@type": "Question", "name": "Combien de paramètres Qwen3-Coder-Next utilise-t-il par token ?", "acceptedAnswer": { "@type": "Answer", "text": "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." } }, { "@type": "Question", "name": "Comment sélectionner qwen3-coder-next ?", "acceptedAnswer": { "@type": "Answer", "text": "Passez l'ID de modèle affiché dans le quickstart." } }, { "@type": "Question", "name": "Les tarifs sont-ils à l'usage ?", "acceptedAnswer": { "@type": "Answer", "text": "Oui. Les tarifs sont mesurés par appel ou par unité." } } ] } ] ```