Qwen: Qwen3 Next 80B A3B Thinking qwen/qwen3-next-80b-a3b-thinking

Модель Qwen: Qwen3 Next 80B A3B Thinking от Qwen (Alibaba) (семейство qwen) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Открытые модели Alibaba. Лучшие в open-source для китайского и кода.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

131K

контекст, токенов

9.75 ₽

за 1 млн входных токенов

78 ₽

за 1 млн выходных токенов

возможностей

2025-09

база знаний до

Что такое Qwen: Qwen3 Next 80B A3B Thinking

Оптимальна для сложных инженерных и аналитических задач, где важна прозрачность рассуждений и высокое качество многошагового вывода.

Qwen3-Next-80B-A3B-Thinking — это модель с архитектурой Mixture of Experts от Alibaba (Qwen), ориентированная на задачи, требующие глубокого многошагового рассуждения. Модель принадлежит линейке Qwen3-Next и по умолчанию генерирует структурированные «цепочки мыслей» (thinking traces) перед финальным ответом, что делает её поведение более прозрачным и предсказуемым при решении сложных задач.

Архитектура MoE с 80 миллиардами общих параметров при активации около 3 миллиардов позволяет сочетать высокую вычислительную эффективность с качеством рассуждений, характерным для крупных плотных моделей. Контекстное окно в 131 072 токена открывает возможности для работы с объёмными кодовыми базами, длинными документами и многоходовыми агентными сценариями. Модель особенно сильна в математических доказательствах, синтезе и отладке кода, формальной логике и задачах, где требуется пошаговое планирование.

По сравнению с «обычными» чат-моделями семейства Qwen3, вариант Thinking изначально настроен на режим рассуждения — это означает более высокую латентность, но и заметно лучшее качество на сложных бенчмарках. Если задача не требует глубокого анализа, стоит рассмотреть более лёгкие варианты из той же линейки.

Когда брать эту модель

✓ Решение сложных математических задач и формальных доказательств
✓ Синтез, рефакторинг и отладка кода с объяснением логики
✓ Агентные пайплайны, требующие многошагового планирования
✓ Анализ длинных документов и кодовых баз в расширенном контексте
✓ Логические задачи и задачи с формальными ограничениями (constraint solving)

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Реши задачу оптимизации расписания для 12 команд с учётом зависимостей между задачами и ограничениями по ресурсам, покажи пошаговый план решения и итоговый код на Python.

Использование Qwen: Qwen3 Next 80B A3B Thinking через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-next-80b-a3b-thinking",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="qwen/qwen3-next-80b-a3b-thinking",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "qwen/qwen3-next-80b-a3b-thinking",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);