Quanta memória Qwen3 Coder Next precisa?

Cerca de 45 GB de pesos com 4 bits, mais espaço para o contexto: 48,6 GB no total. No Mac, isso significa 96 GB de memória unificada ou mais, já que o macOS deixa a GPU usar cerca de 75% dela por padrão.

Qual é a velocidade de Qwen3 Coder Next no Mac?

A velocidade de escrita depende da largura de banda da memória. Aqui, o Mac mais rápido para ele é um M5 Ultra com 96 GB, a cerca de 225–400 tokens por segundo (6 bits). O menor Mac que o roda, com 96 GB, chega a cerca de 225–400 em um M5 Ultra.

Por que Qwen3 Coder Next roda mais rápido do que o tamanho sugere?

É um modelo mixture-of-experts: ele mantém 80B parâmetros na memória, mas lê só 3B a cada token, então escreve na velocidade de um modelo bem menor.

Um Mac roda Qwen3 Coder Next? Memória e velocidade

Memória em cada precisão

Versão	Pesos	Com contexto	Menor Mac
8 bits	85 GB	91,8 GB	128 GB
6 bits	65 GB	70,2 GB	96 GB
4 bits	45 GB	48,6 GB	96 GB
3 bits qualidade menor	35 GB	37,8 GB	64 GB
2 bits qualidade menor	25 GB	27 GB	36 GB

Em cada chip da Apple

O menor tamanho de memória de cada chip que roda Qwen3 Coder Next, a melhor versão que cabe e a velocidade de escrita que você pode esperar.

Chip	Precisa	Versão	Tokens/s
M6	32 GB	2 bits No limite	85–151
M5 Ultra	96 GB	6 bits Roda bem	225–400
M5 Max	128 GB	8 bits Roda bem	86–154
M5 Pro	48 GB	2 bits Roda bem	154–273
M5	32 GB	2 bits No limite	77–136
M4 Max	128 GB	8 bits Roda bem	77–137
M4 Pro	48 GB	2 bits Roda bem	137–243
M4	32 GB	2 bits No limite	60–107
M3 Ultra	96 GB	6 bits Roda bem	154–273
M3 Max	96 GB	6 bits Roda bem	56–100
M3 Pro	36 GB	2 bits Roda bem	75–133
M3	nenhum tamanho serve	Grande demais	–
M2 Ultra	128 GB	8 bits Roda bem	113–200
M2 Max	96 GB	6 bits Roda bem	75–133
M2 Pro	32 GB	2 bits No limite	100–178
M2	nenhum tamanho serve	Grande demais	–
M1 Ultra	128 GB	8 bits Roda bem	113–200
M1 Max	64 GB	3 bits Roda bem	138–246
M1 Pro	32 GB	2 bits No limite	100–178
M1	nenhum tamanho serve	Grande demais	–

Como rodar

O jeito fácil: baixe o MLX Harness, grátis e open source. Procure Qwen3 Coder Next, baixe a versão que cabe no seu Mac e comece a conversar. O MLX Harness também disponibiliza o modelo para os seus outros apps por uma API compatível com a OpenAI.Baixe o MLX HarnessGrátis · Apple Silicon · macOS 14.5 ou posterior
No Terminal, com o MLX da Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/Qwen3-Coder-Next-4bitVersão MLX: mlx-community/Qwen3-Coder-Next-4bit no Hugging Face. As outras precisões ficam logo ao lado.

Passo a passo: baixar e rodar LLMs no Mac · como usar o MLX Harness · MLX vs Ollama vs llama.cpp

Sobre Qwen3 Coder Next

Criado por	Qwen (Alibaba)
Parâmetros	80B no total · 3B ativos (mixture-of-experts)
Contexto	256K tokens
Licença	Apache-2.0
Lançamento	2026-01
Entrada	Texto
Inteligência	9,2 no Artificial Analysis Intelligence Index
Pesos	Qwen/Qwen3-Coder-Next

Perguntas

Quanta memória Qwen3 Coder Next precisa?: Cerca de 45 GB de pesos com 4 bits, mais espaço para o contexto: 48,6 GB no total. No Mac, isso significa 96 GB de memória unificada ou mais, já que o macOS deixa a GPU usar cerca de 75% dela por padrão.
Qual é a velocidade de Qwen3 Coder Next no Mac?: A velocidade de escrita depende da largura de banda da memória. Aqui, o Mac mais rápido para ele é um M5 Ultra com 96 GB, a cerca de 225–400 tokens por segundo (6 bits). O menor Mac que o roda, com 96 GB, chega a cerca de 225–400 em um M5 Ultra.
Por que Qwen3 Coder Next roda mais rápido do que o tamanho sugere?: É um modelo mixture-of-experts: ele mantém 80B parâmetros na memória, mas lê só 3B a cada token, então escreve na velocidade de um modelo bem menor.

Modelos parecidos

Todos os modelos · Todos os Macs · Compare o seu Mac

Para o model card ou o README do seu modelo

Mostra o menor Mac que roda bem Qwen3 Coder Next e leva para esta página.

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

Como é calculado

Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.