Qwen 3 Coder Next Q4_K_XL (GGUF)
Qwen 3 Coder Next ist hier als Q4_K_XL GGUF für lokale Ausführung verpackt. Das Modell ist auf Coding-Agents, Tool Use und große Codebasen optimiert und nutzt ein 256K-Kontextfenster. Die Q4-Quantisierung senkt den Speicherbedarf stark, bringt aber mehr Qualitätsverlust als die höherpräzisen Varianten.
- Open Weights
- Workstation
- LCL
- Coder
- Agentic
- Interactive
Sovereign Risk: MEDIUM Open-Weights-Modell aus China; Weights sind öffentlich auf Hugging Face verfügbar. Chinesische Herkunft und das nationale Sicherheitsgesetz (NSL) sind bei der Einschätzung des Datenrisikos zu berücksichtigen.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 74.59
- Routine
- 47.39
- Reasoning
- 27.2
- LLM Judge Avg
- 3.69 / 5
- 100% Coverage
- Avg Task Duration
- 23.85s
- ️ Interactive
- Token Rate
- 48.7tok/s
- Output Rate
- P95 Latency
- 65.84s
- Top 5 %
- Total Tokens
- 64.0K
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 64.0K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Qwen 3 Coder Next Q4_K_XL (GGUF)
Bestes Modell
Ø Alle Modelle
Code Quality
79.8
CLI Benchmark
88.89
Logical Reasoning
63.85
UX Writing
71.65
Documentation
68.1
Content Transform.
75.73
Cultural Intelligence
80.3
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.