FR ▾
Obtenir une clé API

qwenapis.comGuide

API Qwen3-Coder-Next : une option compatible OpenAI

Ce service n’héberge pas de modèle appelé Qwen3-Coder-Next. Il propose un seul modèle open-weight général derrière un endpoint compatible OpenAI, et cette page indique quand cela convient à un agent de codage et quand ce n’est pas le cas.

Mis à jour :

Bras robotique assemblant des blocs de support en boucle à côté d'un cube serveur, représentant une boucle d'agent de codage

La réponse directe sur qwen3-coder-next

Si vous avez tapé qwen3-coder-next api dans une barre de recherche, vous cherchez probablement un endpoint auquel pointer un agent de codage. Soyez clair sur ce qu’est ce site avant d’aller plus loin : c’est un fournisseur indépendant avec un seul modèle à poids ouverts, d’ID uncensored, optimisé pour répondre sans refus de contenu pour une utilisation adulte conforme à la loi. Ce n’est pas l’API officielle de Qwen3-Coder-Next ni d’aucun modèle d’Alibaba, et il ne fait pas transiter les requêtes entre fournisseurs. Si votre plan dépend de ce modèle exact, de son fournisseur officiel ou d’un hébergeur qui le liste par son nom, c’est le bon choix.

Alors pourquoi écrire cette page ? Parce que beaucoup de personnes qui recherchent un modèle de codage finissent par avoir besoin de la même infrastructure : un endpoint de chat de style OpenAI avec appel de fonctions, une grande fenêtre de contexte, des limites de débit stables et un coût par token prévisible. Cette API dispose de tout cela. Elle ne refuse pas non plus les requêtes que d’autres assistants déclinent pour des raisons de politique, comme écrire un scanner de ports pour votre propre réseau, discuter des mécanismes d’exploitation pour un exercice de laboratoire ou générer des données de test avec un langage brut. Tout reste dans le cadre d’une utilisation légale, et il y a une limite stricte : pas de contenu sexuel impliquant des mineurs.

Ce qui suit est une comparaison simple et un modèle testé pour exécuter une boucle d'agent contre https://api.qwenapis.com/v1. Cette page ne donne aucun chiffre de benchmark, car aucun n'est connu ici, et vous ne devez pas faire confiance aux scores de codage de quiconque plus qu'à votre propre dépôt.

Ce qu'un agent de codage attend d'une API

Dépouillez les noms de produit et un agent de codage aura besoin de six choses depuis son endpoint de modèle. Voici comment ce service répond à chacune.

BesoinCe que cette API fournit
Appel de fonctions pour les outils de lecture, modification et exécutionOui : tools, tool_choice, en streaming tool_calls, résultats en tant que role: "tool"
Sortie structurée pour les plans et les diffsMode JSON via response_format
De la place pour les gros fichiers et les longs historiques100 000 tokens, prompt plus complétion
Streaming pour les éditeurs en temps réelSSE avec l’utilisation à la fin
Exécutions reproductiblesseed, temperature, top_p, stop et les pénalités sont transmises
Sous-agents en parallèle8 requêtes simultanées, 300 par minute avec une clé standard

Tout aussi important est ce qui manque. Il n’y a pas d’embeddings, donc la recherche de code sur un index vectoriel nécessite une source d’embeddings distincte. Il n’y a pas de fine-tuning ni d’entrée ou de sortie d’images. La liste des modèles n’a qu’une entrée. Si un framework d’agents vous permet de choisir un modèle bon marché pour les petites étapes et un modèle plus puissant pour la planification, ici les deux rôles utiliseront le même modèle.

Le résumé honnête est que l'infrastructure est complète et que la question restante est la qualité du modèle sur vos tâches. C'est une question empirique, et le crédit d'essai existe pour y répondre.

Une boucle d'agent fonctionnelle

Cet exemple donne deux outils au modèle : un pour lire un fichier et un pour exécuter une commande dans un répertoire sandbox, et boucle jusqu'à ce que le modèle cesse de demander des outils. Exécutez-le dans un dossier jetable, car l'outil commande exécute ce que le modèle propose. L'objectif est la structure : ajoutez le message assistant, exécutez chaque appel, ajoutez un message tool par appel, répétez.

import json, os, subprocess
from openai import OpenAI

client = OpenAI(base_url="https://api.qwenapis.com/v1", api_key=os.environ["QWENAPIS_KEY"])

TOOLS = [
    {"type": "function", "function": {
        "name": "read_file", "description": "Read a text file from the working directory",
        "parameters": {"type": "object", "properties": {"path": {"type": "string"}}, "required": ["path"]}}},
    {"type": "function", "function": {
        "name": "run", "description": "Run a shell command and return its output",
        "parameters": {"type": "object", "properties": {"cmd": {"type": "string"}}, "required": ["cmd"]}}},
]

def call_tool(name, args):
    if name == "read_file":
        return open(args["path"], encoding="utf-8").read()[:20000]
    if name == "run":
        p = subprocess.run(args["cmd"], shell=True, capture_output=True, text=True, timeout=60)
        return (p.stdout + p.stderr)[-8000:]
    return "unknown tool"

messages = [
    {"role": "system", "content": "You fix failing tests. Use the tools, then reply with a short summary."},
    {"role": "user", "content": "Run pytest, find why it fails, and tell me the fix."},
]

for step in range(12):
    r = client.chat.completions.create(model="uncensored", messages=messages, tools=TOOLS, temperature=0.2)
    msg = r.choices[0].message
    messages.append(msg)
    if not msg.tool_calls:
        print(msg.content)
        break
    for tc in msg.tool_calls:
        try:
            out = call_tool(tc.function.name, json.loads(tc.function.arguments))
        except Exception as e:
            out = f"tool error: {e}"
        messages.append({"role": "tool", "tool_call_id": tc.id, "content": out})

Trois détails maintiennent une boucle comme celle-ci en bonne santé. Limitez le nombre d'étapes, comme le fait range(12). Tronquez la sortie des outils, car chaque caractère retourné devient une entrée pour l'appel suivant. Utilisez une température basse pour le travail d'édition ; 0,2 est un point de départ raisonnable, et vous pouvez l'augmenter pour les étapes de brainstorming.

Exécuter plusieurs agents sans déclencher d'erreur 429

Un seul agent est séquentiel et perturbe rarement une limite. Une flotte d’agents, si. Au-delà de 8 requêtes simultanées, l’API renvoie 429 avec le code concurrency, et au-delà de 300 par minute, elle renvoie 429 avec rate_limited. Une surcharge temporaire renvoie également 429, avec un en-tête HTTP Retry-After: 5. Les requêtes en streaming occupent leur slot jusqu’à la fin du flux, donc une réponse longue en streaming compte pour toute sa durée.

import asyncio, os
from openai import AsyncOpenAI, RateLimitError

client = AsyncOpenAI(base_url="https://api.qwenapis.com/v1", api_key=os.environ["QWENAPIS_KEY"])
gate = asyncio.Semaphore(8)

async def ask(prompt, tries=4):
    async with gate:
        for attempt in range(tries):
            try:
                r = await client.chat.completions.create(
                    model="uncensored",
                    messages=[{"role": "user", "content": prompt}],
                )
                return r.choices[0].message.content
            except RateLimitError:
                await asyncio.sleep(5 * (attempt + 1))
    return None

async def main():
    jobs = [ask(f"Write a docstring for function number {i}.") for i in range(40)]
    print(len(await asyncio.gather(*jobs)))

asyncio.run(main())

Le sémaphore vous maintient à 8 en vol, et le délai d’attente s’ajuste quand un 429 passe malgré tout. Comme les requêtes échouées ne sont pas facturées, les nouvelles tentatives ne coûtent rien de plus. Si vous vous approchez du plafond, réglez le sémaphore à 6 pour laisser de la place à une session interactive sur la même clé.

Combien coûte une exécution d'agent

Les agents sont facturés en fonction de la quantité de contexte qu’ils renvoyent, et non de la quantité de code qu’ils génèrent. Prenons une série de 12 étapes pour corriger un bug. Le contexte augmente à mesure que les sorties des fonctions s’accumulent, donc prévoyez en moyenne 20 000 tokens d’entrée et 600 tokens de sortie par étape.

  • Entrée : 12 x 20 000 = 240 000 tokens x $0,15 / 1M = $0,036
  • Sortie : 12 x 600 = 7 200 tokens x $0,50 / 1M = $0,0036
  • Par exécution : $0,0396
  • 50 exécutions par jour : 50 x $0,0396 = $1,98

Les tarifs sont de $0,15 par 1 M de tokens d’entrée et de $0,50 par 1 M de tokens de sortie, facturés à partir d’un crédit prépayé qui n’expire jamais. Un rechargement de $20 couvre environ 505 de ces exécutions ($20 / $0,0396). La page tarification liste les paliers de bonus, et une habitude permet d’économiser plus que n’importe quel palier : gardez les sorties des fonctions courtes. Diviser par deux ce que vous renvoyez divise par deux la ligne dominante.

Formuler un prompt pour un modèle généraliste en codage

Un modèle qui n'est pas vendu comme un modèle de codage peut tout de même bien performer sur le code si le prompt lui donne une tâche claire. Indiquez le langage, la version du framework et les contraintes dans le message système, par exemple la version Python et la règle interdisant les nouvelles dépendances. Demandez un changement à la fois. Fournissez la sortie du test échoué mot pour mot au lieu de la décrire, car le texte d'erreur exact contient plus d'informations qu'une paraphrase.

Pour les modifications, demandez un diff unifié ou le remplacement complet d'une fonction, et rejetez tout le reste. Le texte libre autour du code est difficile à appliquer automatiquement. Le mode JSON aide lorsque vous voulez un plan sous forme de données, comme une liste de fichiers avec une raison pour chaque modification. Après que le modèle a proposé un correctif, exécutez les tests vous-même et renvoyez le résultat ; n'acceptez pas la prétention du modèle selon laquelle les tests passent.

Gardez la température basse pour les modifications et augmentez-la uniquement pour le brainstorming. Utilisez un seed fixe lorsque vous comparez deux versions de prompt, afin que les différences proviennent du prompt et non du bruit d'échantillonnage. La même discipline s'applique à tout modèle, et c'est ce qui transforme une exécution d'essai en une comparaison équitable avec ce que vous utilisez aujourd'hui.

Choisir entre cette API et un modèle de codage nommé

Utilisez un modèle de codage dédié de son propre fournisseur lorsque votre travail nécessite ce modèle spécifique, par exemple parce que vous l'avez mesuré sur votre codebase, parce qu'une norme d'équipe l'exige, ou parce que vous dépendez d'une fonctionnalité que seul ce fournisseur propose. Vérifiez leurs tarifs et limites actuels avant de vous engager.

Utilisez cette API lorsque les refus sont ce qui vous ralentit, lorsque vous voulez un endpoint compatible OpenAI qui fonctionne avec les frameworks que vous utilisez déjà, ou lorsque le paiement à l’usage à partir d’un petit solde vous convient mieux qu’un abonnement. Cela a aussi du sens en tant qu’endpoint secondaire : envoyez les modifications courantes à votre modèle habituel et acheminez les requêtes qu’un filtre de politique rejette vers celui-ci. Le changement se résume à une base URL et un nom de modèle, donc le coût d’essai est faible.

Pour l’essayer, lisez le guide de première requête, créez une clé avec les étapes clés, et réclamez le crédit d'essai de $0,50 : un clic, sans carte, un par personne, valable 7 jours. Une clé d’essai permet 2 requêtes simultanées et 60 par minute, ce qui est suffisant pour exécuter la boucle ci-dessus une douzaine de fois. Les prompts ne sont pas utilisés pour l’entraînement, donc votre dépôt de test reste hors de tout jeu de données d’entraînement.

Questions et réponses

S'agit-il de l'API officielle Qwen3-Coder-Next ?

Non. Il s'agit d'un fournisseur indépendant disposant d'un seul modèle à poids ouverts, d'ID uncensored. Ce n'est pas une API officielle et elle ne propose pas de modèle répertorié sous ce nom.

L'API prend-elle en charge l'appel de fonctions pour les agents de codage ?

Oui. Vous transmettez les outils et tool_choice, recevez tool_calls (également en streaming), puis renvoyez les résultats en tant que messages avec role: tool.

Quelle taille de codebase tient-elle dans une seule requête ?

La fenêtre est de 100 000 tokens pour le prompt et la complétion combinés. Envoyez uniquement les fichiers pertinents pour la tâche et limitez la sortie des outils pour laisser de la place à la réponse.

Puis-je exécuter plusieurs agents simultanément ?

Jusqu'à 8 requêtes simultanées et 300 par minute avec une clé standard. Une clé d'essai permet 2 et 60. Au-delà, vous obtenez un HTTP 429, utilisez donc un sémaphore.

L'API prend-elle en charge les embeddings pour la recherche de code ?

Non. L'API couvre uniquement les complétions de chat et une liste de modèles ; utilisez une source distincte pour les embeddings pour la recherche vectorielle.

Votre clé est à un formulaire de vous

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé API