qwenapis.comガイド
Qwen3-Coder-Next API:OpenAI互換の選択肢:OpenAI互換の選択肢
このサービスはQwen3-Coder-Nextという名前のモデルをホストしていません。OpenAI互換エンドポイントの背後に単一の汎用オープンウェイトモデルを提供しており、このページではコーディングエージェントにいつ適し、いつ適さないかを示します。
更新日:

qwen3-coder-nextに関する直接的な回答
検索ボックスに qwen3-coder-next api と入力したなら、おそらくコードエージェントを指向できるエンドポイントを探しているはずです。さらに進む前にこのサイトの正体を明確にしましょう:これは独立したプロバイダで、ID が uncensored のオープンウェイトモデルを一つ持ち、法的な成人利用に対してコンテンツ拒否なしで回答するようにチューニングされています。これは Qwen3-Coder-Next の公式 API ではなく、Alibaba 由来のどのモデルの公式 API でもなく、ベンダ間でリクエストをルーティングするものでもありません。もしその正確なモデルやその公式プロバイダ、あるいはその名称でリストされているホストが必須の計画なら、それらが正しい選択です。
ではなぜこのページを書くのか?検索でコーダーモデルを探す多くの人々が、結局同じインフラストラクチャを必要とするからです:ツール呼び出し対応の OpenAI 互換チャットエンドポイント、大きなコンテキストウィンドウ、安定したレート制限、予測可能なトークン単位の料金。この API にはそれらが揃っています。また、ポリシー上の理由で他のアシスタントが拒否するリクエストも拒否しません。例えば、自分のネットワーク用のポートスキャナを書くこと、ラボ演習のためのエクスプロイトメカニクスを議論すること、荒っぽい言葉を含むテストデータを生成することなどです。すべては法的な利用の範囲内に留まり、唯一の厳格な制限は「未成年者が関与する性的コンテンツがない」ことです。
以下に単純な比較と、https://api.qwenapis.com/v1に対してエージェントループを実行するためのテスト済みのパターンを示します。このページにはベンチマーク数値は記載していません。なぜならここでは知られておらず、誰かのコーディングスコアを自分のリポジトリよりも信頼すべきではないからです。
コーディングエージェントがAPIに求めるもの
製品名を取り除くと、コーディングエージェントはモデルエンドポイントから6つのものを必要とします。このサービスがそれぞれにどう応えるかを示します。
| 必要事項 | このAPIが提供するもの |
|---|---|
| 読み取り、編集、実行のツール用の関数呼び出し | はい:tools、tool_choice、ストリーミングによるtool_calls、結果はrole: "tool"として返されます |
| 計画とdiff用の構造化出力 | response_formatによるJSONモード |
| 大きなファイルと長い履歴のスペース | 100,000 トークン(プロンプトと補完を含む) |
| ライブエディタ用のストリーミング | 末尾に使用状況を含むSSE |
| 再現可能な実行 | seed、temperature、top_p、stopおよびペナルティも透過されます |
| 並列サブエージェント | フルキーで同時8リクエスト、分間300リクエスト |
同等に重要なのは欠如している機能です。埋め込みがないため、ベクトルインデックス上のコード検索には別の埋め込みソースが必要です。ファインチューニングも、画像の入力・出力もありません。モデルリストにはエントリが1つだけあります。エージェントフレームワークが小さなステップには安価なモデル、プランニングには強力なモデルを選べる場合、ここでは両方の役割に同じモデルが使われます。
率直な要約は、インフラストラクチャは完了しており、残された質問はあなたのタスクにおけるモデルの品質であるということです。これは経験的な質問であり、トライアルクレジットはそれに応えるために存在します。
動作するエージェントループ
この例ではモデルにファイルを読み取るツールとサンドボックスディレクトリでコマンドを実行するツールの 2 つを与え、モデルがツールの呼び出しを止めるまでループさせます。コマンドツールはモデルが提案するものを何でも実行するため、一時フォルダで実行してください。重要なのは構造です:アシスタントメッセージを追加し、各呼び出しを実行し、各呼び出しに対して 1 つの tool メッセージを追加し、これを繰り返します。
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})
このようなループを健全に保つための3つの詳細があります。range(12)のようにステップ数を制限します。ツール出力を切り詰める(返された文字はすべて次の呼び出しの入力になるため)。編集作業には低い温度を使用し、0.2が適切な開始点であり、ブレインストーミングのステップでは上げることができます。
429エラーなしで複数のエージェントを実行
単一のエージェントは逐次処理であり、制限にほとんど影響しません。しかし、それらを一斉に実行すると影響します。同時リクエストが8を超えると、API はエラーコード concurrency を伴う 429 を返し、1 分間に 300 を超えると rate_limited を伴う 429 を返します。一時的な過負荷も 429 を返し、Retry-After: 5 ヘッダーを返します。ストリーミングリクエストはストリーミングが完了するまでスロットを保持するため、長いストリーミング応答はその全期間にわたってカウントされます。
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())
セマフォは実行中の数を8に保ち、429 が通過した場合は sleep で待機します。失敗したリクエストは課金されないため、リトライには追加コストがかかりません。もし天井に近い値で実行する場合は、同じキーでインタラクティブセッション用の余地を残すため、セマフォを6に設定してください。
エージェントランのコスト
エージェントはコードを書く量ではなく、再送信されるコンテキストの量で課金されます。12ステップのバグ修正実行を想定します。ツール出力が溜まるにつれてコンテキストは増大するため、ステップあたり平均20,000入力トークンと600出力トークンを想定してください。
- 入力:12 x 20,000 = 240,000トークン x $0.15 / 1M = $0.036
- 出力:12 x 600 = 7,200トークン x $0.50 / 1M = $0.0036
- 1回の実行あたり:$0.0396
- 1日50回実行:50 x $0.0396 = $1.98
料金は入力トークン 100 万トークンあたり $0.15、出力トークン 100 万トークンあたり $0.50 で、期限なしの前払いクレジットから請求されます。$20 のチャージで約 505 回のこのような実行がカバーできます($20 / $0.0396)。料金ページにはボーナスティアがリストされており、どのティアよりも多く節約できる習慣があります:ツール出力を短く保つことです。フィードバックする量を半分にすると、支配的なコストラインも半分になります。
コード作業のための汎用モデルのプロンプト
コーダーモデルとして販売されていないモデルでも、プロンプトが明確なタスクを与えればコードで優れた結果を出せます。言語、フレームワークのバージョン、制約をシステムメッセージに記述します。例えば Python のバージョンと、新しい依存関係が許可されないというルールなどです。1 回の変更だけを依頼してください。正確なエラーテキストは言い換えよりも多くの情報を含むため、失敗したテスト出力をそのまま提供してください。
編集については、ユニファイド diff または関数1つの完全な置換を依頼し、それ以外を拒否してください。コードの周りの自由形式の文章は自動的に適用するのが難しいです。計画をデータとして欲しい場合(各変更の理由付きのファイルリストなど)、JSONモードが役立ちます。モデルがパッチを提案したら、テストを自分で実行し、結果をフィードバックしてください。モデルの「テストはパスしました」という主張を信頼しないでください。
編集には温度を低く保ち、ブレインストーミング時のみ上げてください。2 つのプロンプトバージョンを比較するときは、固定された seed を使用し、違いがサンプリングノイズではなくプロンプト由来となるようにします。この規律はあらゆるモデルに適用され、それが試行実行を今日の使用環境との公平な比較に変えるものです。
これと特定のコーダーモデルの選択
あなたのコードベースで測定したため、チームの標準がそれを必要とするため、またはそのプロバイダーのみが提供する機能に依存しているためなど、特定のモデルが必要な作業には、その独自のプロバイダーからの専用コーダーモデルを使用してください。コミットする前に、現在の料金と制限を確認してください。
拒否が作業を遅らせている場合、すでに実行しているフレームワークと互換性のある単一のOpenAI互換エンドポイントが必要な場合、またはプランよりも小残高からの従量課金が適している場合は、このAPIを使用してください。2番目のエンドポイントとしても理にかなっています。通常のモデルにルーチンな編集を送信し、ポリシーフィルターが拒否するリクエストをこちらにルーティングします。切り替えはBase URLとモデル名のみなので、試すコストは低いです。
試すには、最初のリクエストガイドを読み、主要な手順に従ってキーを作成し、$0.50 の無料トライアルクレジットを受け取ってください:ワンクリック、カード不要、1 人あたり 1 回、7 日間有効です。トライアルキーは同時 2 リクエスト、1 分あたり 60 リクエストを許可し、これは上記のループを12回実行するのに十分です。プロンプトはトレーニングに使用されないため、テストリポジトリはトレーニングセットに含まれません。
その他のガイド
質問と回答
これは公式のQwen3-Coder-Next APIですか?
いいえ。これは独立したプロバイダーであり、IDがuncensoredの単一のオープンウェイトモデルを提供しています。公式ベンダーのAPIではなく、その名前でリストされているモデルは提供していません。
コーディングエージェントの関数呼び出しをサポートしていますか?
はい。ツールと tool_choice を渡すと、ストリーミング時を含め tool_calls を受け取り、role が tool のメッセージとして結果を返します。
1つのリクエストでどのくらいのコードベースが収まりますか?
コンテキストウィンドウは、プロンプトと補完を合わせて100,000トークンです。タスクに関連するファイルのみを送信し、返信の余地を残すためにツール出力を絞り込んでください。
複数のエージェントを同時に実行できますか?
完全なキーでは、同時リクエストは最大8件、1分あたり300件の制限があります。トライアルキーではそれぞれ2件と60件です。それを超えるとHTTP 429エラーが発生するため、セマフォを使用してください。
コード検索用の埋め込みをサポートしていますか?
いいえ。この API はチャット完了とモデルリストのみをカバーするため、ベクトル検索には別の埋め込みソースを使用してください。