Quanta memoria richiede Qwen3 Coder Next?

Circa 45 GB di pesi a 4 bit, più lo spazio per il contesto: 48,6 GB in tutto. Su un Mac significa 96 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce Qwen3 Coder Next su un Mac?

La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 225–400 token al secondo (6 bit). Il Mac più piccolo che lo esegue, con 96 GB, arriva a circa 225–400 su un M5 Ultra.

Perché Qwen3 Coder Next è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 80B parametri ma per ogni token ne legge solo 3B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire Qwen3 Coder Next? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
8 bit	85 GB	91,8 GB	128 GB
6 bit	65 GB	70,2 GB	96 GB
4 bit	45 GB	48,6 GB	96 GB
3 bit qualità inferiore	35 GB	37,8 GB	64 GB
2 bit qualità inferiore	25 GB	27 GB	36 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue Qwen3 Coder Next, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.

Chip	Richiede	Versione	Token/s
M6	32 GB	2 bit Al limite	85–151
M5 Ultra	96 GB	6 bit Gira bene	225–400
M5 Max	128 GB	8 bit Gira bene	86–154
M5 Pro	48 GB	2 bit Gira bene	154–273
M5	32 GB	2 bit Al limite	77–136
M4 Max	128 GB	8 bit Gira bene	77–137
M4 Pro	48 GB	2 bit Gira bene	137–243
M4	32 GB	2 bit Al limite	60–107
M3 Ultra	96 GB	6 bit Gira bene	154–273
M3 Max	96 GB	6 bit Gira bene	56–100
M3 Pro	36 GB	2 bit Gira bene	75–133
M3	nessun taglio basta	Troppo grande	–
M2 Ultra	128 GB	8 bit Gira bene	113–200
M2 Max	96 GB	6 bit Gira bene	75–133
M2 Pro	32 GB	2 bit Al limite	100–178
M2	nessun taglio basta	Troppo grande	–
M1 Ultra	128 GB	8 bit Gira bene	113–200
M1 Max	64 GB	3 bit Gira bene	138–246
M1 Pro	32 GB	2 bit Al limite	100–178
M1	nessun taglio basta	Troppo grande	–

Come eseguirlo

Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca Qwen3 Coder Next, scarica la versione adatta al tuo Mac e inizia a chattare. MLX Harness rende disponibile il modello anche alle tue altre app tramite un’API compatibile con OpenAI.Scarica MLX HarnessGratuito · Apple Silicon · macOS 14.5 o successivo
Nel Terminale, con MLX di Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/Qwen3-Coder-Next-4bitBuild: mlx-community/Qwen3-Coder-Next-4bit su Hugging Face. Le altre precisioni sono lì accanto.

Passo dopo passo: scaricare ed eseguire LLM su Mac · come usare MLX Harness · MLX vs Ollama vs llama.cpp

Informazioni su Qwen3 Coder Next

Creato da	Qwen (Alibaba)
Parametri	80B in totale · 3B attivi (mixture-of-experts)
Contesto	256K token
Licenza	Apache-2.0
Uscita	2026-01
Input	Testo
Intelligenza	9,2 nell’Artificial Analysis Intelligence Index
Pesi	Qwen/Qwen3-Coder-Next

Domande

Quanta memoria richiede Qwen3 Coder Next?: Circa 45 GB di pesi a 4 bit, più lo spazio per il contesto: 48,6 GB in tutto. Su un Mac significa 96 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce Qwen3 Coder Next su un Mac?: La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 225–400 token al secondo (6 bit). Il Mac più piccolo che lo esegue, con 96 GB, arriva a circa 225–400 su un M5 Ultra.
Perché Qwen3 Coder Next è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 80B parametri ma per ogni token ne legge solo 3B, quindi scrive alla velocità di un modello molto più piccolo.

Modelli simili

Tutti i modelli · Tutti i Mac · Confronta il tuo Mac

Per la scheda del tuo modello o il README

Mostra il Mac più piccolo che esegue bene Qwen3 Coder Next e rimanda a questa pagina.

[![Runs on a Mac](https://mlx.app/badge/run/qwen3-coder-next.svg)](https://mlx.app/run/qwen3-coder-next)

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.