HI ▾
API कुंजी पाएँ

qwenapis.comमार्गदर्शिका

Qwen3-Coder-Next API: एक OpenAI-संगत विकल्प

यह सेवा Qwen3-Coder-Next नाम का कोई मॉडल होस्ट नहीं करती है। यह एक OpenAI-संगत एंडपॉइंट के पीछे एक सामान्य ओपन-वेट मॉडल प्रदान करती है, और यह पृष्ठ बताता है कि यह कोडिंग एजेंट के लिए कब उपयुक्त है और कब नहीं।

अपडेट किया गया:

सर्वर क्यूब के बगल में एक लूप में ब्रैकेट ब्लॉक असेंबल करते हुए रोबोटिक आर्म, जो एक कोडिंग एजेंट लूप का प्रतिनिधित्व करता है

qwen3-coder-next पर सीधा उत्तर

यदि आपने किसी खोज बॉक्स में qwen3-coder-next api टाइप किया है, तो आप शायद एक एंडपॉइंट चाहते हैं जिस पर आप एक कोडिंग एजेंट को इंगित कर सकें। आगे बढ़ने से पहले स्पष्ट रहें: यह साइट एक स्वतंत्र प्रदाता है जिसका एक ओपन-वेट मॉडल है, ID uncensored, जिसे कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृतियों के बिना उत्तर देने के लिए ट्यून्ड किया गया है। यह Qwen3-Coder-Next या Alibaba के किसी भी मॉडल का आधिकारिक API नहीं है, और यह वेंडर्स के बीच अनुरोध रूट नहीं करता है। यदि आपकी योजना उस सटीक मॉडल, इसके आधिकारिक प्रदाता या किसी होस्ट पर निर्भर है जो इसे नाम से सूचीबद्ध करता है, तो वह सही विकल्प है।

तो इस पृष्ठ को क्यों लिखा गया? क्योंकि कई लोग जो एक कोडर मॉडल के लिए खोजते हैं, वे अक्सर उसी प्लंबिंग की आवश्यकता महसूस करते हैं: टूल कॉलिंग के साथ एक OpenAI-शैली चैट एंडपॉइंट, एक बड़ी विंडो, स्थिर रेट लिमिट और निश्चित प्रति-टोकन लागत। इस API में ये सभी सुविधाएँ हैं। यह उन अनुरोधों को भी अस्वीकार नहीं करता है जिन्हें अन्य सहायक नीति के कारण अस्वीकार कर देते हैं, जैसे कि अपने नेटवर्क के लिए एक पोर्ट स्कैनर लिखना, एक लैब अभ्यास के लिए एक्सप्लॉइट यांत्रिकी पर चर्चा करना, या कच्ची भाषा के साथ टेस्ट डेटा जनरेट करना। सब कुछ कानूनी उपयोग के भीतर रहता है, और एक कठोर सीमा है: नाबालिगों से संबंधित यौन सामग्री नहीं।

जो आगे आ रहा है वह एक साधा तुलना और https://api.qwenapis.com/v1 पर एजेंट लूप चलाने के लिए एक परीक्षण पैटर्न है। इस पेज पर कोई बेंचमार्क संख्याएँ नहीं हैं, क्योंकि यहाँ कोई ज्ञात नहीं है, और आपको किसी की कोडिंग स्कोर पर अपने रिपॉजिटरी से अधिक भरोसा नहीं करना चाहिए।

एक कोडिंग एजेंट API से क्या मांग करता है

उत्पाद नामों को हटा दें और एक कोडिंग एजेंट को अपने मॉडल एंडपॉइंट से छह चीजों की आवश्यकता होती है। यहाँ बताया गया है कि यह सेवा प्रत्येक की कैसे प्रतिक्रिया देती है।

आवश्यकतायह API क्या प्रदान करता है
पढ़ने, संपादन और चलाने के टूल्स के लिए फ़ंक्शन कॉलिंगहाँ: tools, tool_choice, स्ट्रीमिंग tool_calls, परिणाम role: "tool" के रूप में
योजनाओं और डिफ के लिए संरचित आउटपुटresponse_format के माध्यम से JSON मोड
बड़ी फ़ाइलों और लंबी इतिहास के लिए जगह100,000 टोकन, प्रॉम्प्ट और पूर्णन
लाइव एडिटरों के लिए स्ट्रीमिंगअंत में उपयोग के साथ SSE
दोहराए जाने वाले रनseed, temperature, top_p, stop और पेनल्टी पास-थ्रू के रूप में भेजे जाते हैं
समानांतर सब-एजेंट्स8 समानांतर अनुरोध, एक पूर्णतः सक्रिय कुंजी पर प्रति मिनट 300

उतना ही महत्वपूर्ण है जितना कि क्या गायब है। एम्बेडिंग नहीं हैं, इसलिए वेक्टर इंडेक्स पर कोड खोज के लिए एक अलग एम्बेडिंग स्रोत की आवश्यकता है। फाइन-ट्यूनिंग नहीं है और न ही इमेज इनपुट या आउटपुट है। मॉडल सूची में एक ही प्रविष्टि है। यदि एक एजेंट फ्रेमवर्क आपको छोटे चरणों के लिए एक सस्ता मॉडल और योजना के लिए एक मजबूत मॉडल चुनने देता है, तो यहाँ दोनों भूमिकाएँ एक ही मॉडल का उपयोग करेंगी।

ईमानदार सारांश यह है कि प्लंबिंग पूरी है और शेष प्रश्न यह है कि आपके कार्यों पर मॉडल गुणवत्ता कैसी है। यह एक प्रायोगिक प्रश्न है, और ट्रायल क्रेडिट इसे उत्तर देने के लिए मौजूद है।

एक कार्यरत एजेंट लूप

इस उदाहरण में मॉडल को दो टूल्स दिए गए हैं: एक फ़ाइल पढ़ने के लिए और एक सैंडबॉक्स डायरेक्टरी में कमांड चलाने के लिए, और यह लूप तब तक चलता है जब तक मॉडल टूल्स का अनुरोध करना बंद नहीं कर देता। इसे एक थ्रोअवे फ़ोल्डर में चलाएं, क्योंकि कमांड टूल मॉडल द्वारा प्रस्तावित किसी भी चीज़ को निष्पादित करता है। मकसद संरचना है: असिस्टेंट संदेश को जोड़ें, प्रत्येक कॉल को चलाएं, प्रत्येक कॉल के लिए एक tool संदेश जोड़ें, और दोहराएं।

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})

इस तरह के लूप को स्वस्थ रखने के लिए तीन बातें महत्वपूर्ण हैं। स्टेप्स की संख्या को सीमित करें, जैसे कि range(12) करता है। टूल आउटपुट को ट्रंकेट करें, क्योंकि हर वापस किया गया कैरेक्टर अगली कॉल पर इनपुट बन जाता है। एडिटिंग वर्क के लिए कम तापमान का उपयोग करें; 0.2 एक उचित शुरुआती बिंदु है, और आप ब्रेनस्टॉर्मिंग स्टेप्स के लिए इसे बढ़ा सकते हैं।

429 एरर के बिना कई एजेंट्स चलाना

एक अकेला एजेंट क्रमागत (sequential) होता है और दुर्लभ ही किसी लिमिट को परेशान करता है। उनका एक बेड़ा ऐसा करता है। 8 समानांतर अनुरोधों से अधिक पर API 429 रिप्लाई देता है, कोड concurrency के साथ, और एक मिनट में 300 से अधिक पर यह rate_limited के साथ 429 रिप्लाई देता है। अस्थायी ओवरलोड भी 429 रिटर्न करता है, Retry-After: 5 हेडर के साथ। स्ट्रीम किए गए अनुरोध अपनी जगह तब तक बनाए रखते हैं जब तक स्ट्रीम खत्म नहीं हो जाती, इसलिए एक लंबे स्ट्रीम किए गए जवाब की गणना उसकी पूरी अवधि के लिए होती है।

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())

सेमाफोर आपको 8 फ्लाइट में रखता है, और स्लीप 429 के फिसलने पर बैकऑफ़ प्रदान करता है। चूँकि विफल अनुरोधों का चार्ज नहीं किया जाता, रेट्रीज़ में कोई अतिरिक्त लागत नहीं लगती। यदि आप छत के करीब चला रहे हैं, तो एक इंटरैक्टिव सेशन के लिए जगह छोड़ने के लिए सेमाफोर को 6 पर सेट करें।

एजेंट रन का खर्च

एजेंट्स की कीमत इस बात पर निर्भर करती है कि वे कितना कॉन्टेक्स्ट पुनः भेजते हैं, न कि इस बात पर कि वे कितना कोड लिखते हैं। 12 स्टेप्स वाले एक बग-फिक्स रन को लें। टूल आउटपुट जमा होने के साथ कॉन्टेक्स्ट बढ़ता है, इसलिए प्रत्येक स्टेप के लिए औसतन 20,000 इनपुट टोकन और 600 आउटपुट टोकन मानें।

  • इनपुट: 12 x 20,000 = 240,000 टोकन x $0.15 / 1M = $0.036
  • आउटपुट: 12 x 600 = 7,200 टोकन x $0.50 / 1M = $0.0036
  • प्रति रन: $0.0396
  • प्रतिदिन 50 रन: 50 x $0.0396 = $1.98

दरें $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन हैं, जो प्रीपेड क्रेडिट से बिल की जाती हैं जो कभी खत्म नहीं होता। $20 का टॉप-अप लगभग 505 ऐसे रनों को कवर करता है ($20 / $0.0396)। मूल्य निर्धारण पृष्ठ पर बोनस टियर सूचीबद्ध हैं, और एक आदत किसी भी टियर से अधिक बचत करती है: टूल आउटपुट को छोटा रखें। आप जो वापस भेजते हैं उसे आधा करने से प्रमुख लाइन आधी हो जाती है।

कोड वर्क के लिए एक सामान्य मॉडल को प्रॉम्प्ट करना

एक ऐसा मॉडल जो कोडर मॉडल के रूप में नहीं बेचा जाता, वह भी कोड में अच्छा कर सकता है यदि प्रॉम्प्ट उसे एक स्पष्ट कार्य देता है। सिस्टम संदेश में भाषा, फ्रेमवर्क संस्करण और बाधाएँ डालें, उदाहरण के लिए Python संस्करण और नियम कि कोई नई निर्भरताएँ अनुमत नहीं हैं। एक बार में एक बदलाव माँगें। विफल टेस्ट आउटपुट को शब्दशः दें, क्योंकि सटीक त्रुटि पाठ किसी पुनर्कथन से अधिक जानकारी ले जाता है।

संपादन के लिए, एक एकीकृत डीफ़ या एक फ़ंक्शन का पूर्ण प्रतिस्थापन माँगें, और कुछ और अस्वीकार करें। कोड के आसपास फ्री-फॉर्म प्रोज़ को स्वचालित रूप से लागू करना कठिन है। JSON मोड मदद करता है जब आप एक योजना डेटा के रूप में चाहते हैं, जैसे कि प्रत्येक बदलाव के लिए एक कारण के साथ फ़ाइलों की सूची। मॉडल द्वारा एक पैच प्रस्तावित करने के बाद, टेस्ट स्वयं चलाएँ और परिणाम वापस भेजें; मॉडल के दावे को स्वीकार न करें कि टेस्ट पास हो गए हैं।

संपादन के लिए तापमान कम रखें और केवल ब्रेनस्टॉर्मिंग के लिए इसे बढ़ाएँ। दो प्रॉम्प्ट संस्करणों की तुलना करते समय एक निश्चित seed का उपयोग करें, ताकि अंतर प्रॉम्प्ट से आए न कि सैंपलिंग शोर से। एक ही अनुशासन किसी भी मॉडल पर लागू होता है, और यह एक परीक्षण रन को एक निष्पक्ष तुलना में बदल देता है कि आप आज क्या उपयोग करते हैं।

इस और एक नामित कोडर मॉडल के बीच चयन करना

जब आपके कार्य को उस विशिष्ट मॉडल की आवश्यकता हो, तो अपने प्रदाता से एक समर्पित कोडर मॉडल का उपयोग करें, उदाहरण के लिए क्योंकि आपने इसे अपने कोडबेस पर मापा है, क्योंकि एक टीम का मानक इसे आवश्यक बनाता है, या क्योंकि आप उस फीचर पर निर्भर हैं जो केवल वही प्रदाता प्रदान करता है। प्रतिबद्ध होने से पहले उनकी वर्तमान दरें और सीमाएँ जांचें।

इस API का उपयोग करें जब अस्वीकृतियाँ आपको धीमा कर रही हों, जब आप एक ऐसा OpenAI-संगत एंडपॉइंट चाहते हैं जो आपके द्वारा पहले से चलाए जाने वाले फ्रेमवर्क्स के साथ काम करे, या जब एक छोटे बैलेंस से पे-एज़-यू-गो आपको एक योजना से बेहतर लगे। यह एक दूसरे एंडपॉइंट के रूप में भी समझ में आता है: अपने सामान्य मॉडल को रूटीन संपादन भेजें और उन अनुरोधों को इस एक पर रूट करें जिन्हें एक पॉलिसी फ़िल्टर अस्वीकार करता है। स्विचिंग एक बेस यूआरएल और एक मॉडल नाम है, इसलिए कोशिश करने की लागत कम है।

इसे आज़माने के लिए, पहले-अनुरोध गाइड पढ़ें, कुंजी चरणों के साथ एक कुंजी बनाएं, और $0.50 ट्रायल प्राप्त करें: एक क्लिक, कोई कार्ड नहीं, प्रति व्यक्ति एक, 7 दिनों के लिए मान्य। एक ट्रायल कुंजी 2 समानांतर अनुरोध और प्रति मिनट 60 की अनुमति देती है, जो ऊपर दिए गए लूप को एक दर्जन बार चलाने के लिए पर्याप्त है। प्रॉम्प्ट को प्रशिक्षण के लिए उपयोग नहीं किया जाता है, इसलिए आपका टेस्ट रिपॉजिटरी किसी भी प्रशिक्षण सेट से बाहर रहता है।

प्रश्न और उत्तर

क्या यह आधिकारिक Qwen3-Coder-Next API है?

नहीं। यह एक स्वतंत्र प्रदाता है जिसका एक ओपन-वेट मॉडल है, ID uncensored। यह आधिकारिक वेंडर API नहीं है और उस नाम के तहत सूचीबद्ध कोई मॉडल प्रदान नहीं करता है।

क्या यह कोडिंग एजेंट्स के लिए टूल कॉलिंग का समर्थन करता है?

हाँ। आप टूल्स और tool_choice पास करते हैं, tool_calls प्राप्त करते हैं (स्ट्रीमिंग के दौरान भी), और role tool वाले संदेशों के रूप में परिणाम वापस करते हैं।

एक अनुरोध में कितना बड़ा कोडबेस फिट होता है?

प्रॉम्प्ट और पूर्णता दोनों के लिए विंडो 100,000 टोकन की है। केवल कार्य से संबंधित फ़ाइलें भेजें और जवाब के लिए जगह छोड़ने के लिए टूल आउटपुट को काटें।

क्या मैं एक साथ कई एजेंट चला सकता हूँ?

एक पूर्ण कुंजी पर 8 तक समानांतर अनुरोध और प्रति मिनट 300। एक ट्रायल कुंजी 2 और 60 की अनुमति देती है। उससे ऊपर आपको HTTP 429 मिलता है, इसलिए एक सेमाफोर का उपयोग करें।

क्या यह कोड खोज के लिए एम्बेडिंग्स का समर्थन करता है?

नहीं। API केवल चैट पूर्णताओं और मॉडल सूची को कवर करती है, इसलिए वेक्टर खोज के लिए एक अलग एम्बेडिंग स्रोत का उपयोग करें।

आपकी कुंजी बस एक फॉर्म भरने से दूर है

एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।

API कुंजी पाएँ