qwenapis.comGuia
API Qwen3-Coder-Next: Uma opção compatível com OpenAI
Este serviço não hospeda um modelo chamado Qwen3-Coder-Next. Oferece um único modelo de pesos abertos geral por meio de um endpoint compatível com OpenAI, e esta página indica quando isso se adequa a um agente de código e quando não.
Atualizado:

A resposta direta sobre qwen3-coder-next
Se você digitou qwen3-coder-next api em uma caixa de busca, provavelmente quer um endpoint para apontar um agente de código. Seja claro sobre o que este site é antes de continuar: é um provedor independente com um único modelo de pesos abertos, ID uncensored, ajustado para responder sem recusas de conteúdo para uso adulto lícito. Não é a API oficial do Qwen3-Coder-Next ou de qualquer modelo da Alibaba, e não roteia requisições entre fornecedores. Se seu plano depende desse modelo exato, seu provedor oficial ou um host que o liste pelo nome é a escolha certa.
Então por que escrever esta página? Porque muitas pessoas que buscam um modelo de codificação acabam precisando da mesma infraestrutura: um endpoint de chat estilo OpenAI com chamada de funções, uma janela grande, limites de requisições estáveis e custo por token previsível. Esta API tem isso. Ela também não recusa requisições que outros assistentes recusam por motivos de política, como escrever um scanner de portas para sua própria rede, discutir mecânicas de exploit para um exercício de laboratório ou gerar dados de teste com linguagem grosseira. Tudo permanece dentro do uso lícito, e há um limite rígido: sem conteúdo sexual envolvendo menores de idade.
A seguir, há uma comparação direta e um padrão testado para executar um loop de agente contra https://api.qwenapis.com/v1. Esta página não apresenta números de benchmark, pois não há dados conhecidos aqui, e você não deve confiar nas métricas de benchmark de ninguém em relação ao seu próprio repositório.
O que um agente de código pede a uma API
Remova os nomes de produtos e um agente de código precisa de seis coisas do endpoint do seu modelo. Veja como este serviço responde a cada uma.
| Necessidade | O que esta API fornece |
|---|---|
| Chamada de funções para ferramentas de leitura, edição e execução | Sim: tools, tool_choice, streaming de tool_calls, resultados como role: "tool" |
| Saída estruturada para planos e diffs | Modo JSON via response_format |
| Espaço para arquivos grandes e históricos longos | 100.000 tokens, prompt mais conclusão |
| Streaming para editores ao vivo | SSE com uso no final |
| Execuções repetíveis | seed, temperature, top_p, stop e penalidades são passados diretamente |
| Sub-agentes paralelos | 8 requisições simultâneas, 300 por minuto com uma chave completa |
Igualmente importante é o que está faltando. Não há embeddings, então a busca de código sobre um índice vetorial precisa de uma fonte de embedding separada. Não há fine-tuning nem entrada nem saída de imagem. A lista de modelos tem uma única entrada. Se um framework de agente permite escolher um modelo barato para etapas pequenas e um mais forte para planejamento, aqui ambos os papéis usarão o mesmo modelo.
O resumo honesto é que a infraestrutura está completa e a pergunta restante é a qualidade do modelo nas suas tarefas. Essa é uma questão empírica, e o crédito de teste existe para respondê-la.
Um loop de agente funcional
Este exemplo dá ao modelo duas ferramentas, uma para ler um arquivo e outra para executar um comando em um diretório sandbox, e faz loop até que o modelo pare de pedir ferramentas. Execute em uma pasta descartável, pois a ferramenta de comando executa qualquer coisa que o modelo propor. O ponto é a estrutura: anexe a mensagem do assistente, execute cada chamada, anexe uma mensagem tool por chamada, repita.
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})
Três detalhes mantêm um loop como este saudável. Limite o número de etapas, como o range(12) faz. Trunque a saída das ferramentas, já que cada caractere retornado se torna entrada na próxima chamada. Use uma temperatura baixa para trabalho de edição; 0.2 é um ponto de partida razoável, e você pode aumentá-la para etapas de brainstorming.
Executando vários agentes sem atingir 429
Um único agente é sequencial e raramente incomoda um limite. Uma frota deles incomoda. Com mais de 8 requisições simultâneas, a API retorna 429 com o código concurrency, e com mais de 300 por minuto, retorna 429 com rate_limited. Uma sobrecarga temporária também retorna 429, com o cabeçalho Retry-After: 5. Requisições em streaming mantêm sua vaga até que o streaming termine, portanto, uma resposta longa em streaming conta por toda a sua duração.
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())
O semáforo mantém você com 8 requisições em voo, e a espera recua quando um 429 passa mesmo assim. Como requisições falhas não são cobradas, as novas tentativas não custam nada a mais. Se você opera mais perto do limite, defina o semáforo para 6 para deixar espaço para uma sessão interativa na mesma chave.
Quanto custa uma execução de agente
Agentes são precificados pela quantidade de contexto que reenviam, não pela quantidade de código que escrevem. Pegue uma execução de correção de bug de 12 etapas. O contexto cresce conforme a saída das ferramentas se acumula, então assuma uma média de 20.000 tokens de entrada e 600 tokens de saída por etapa.
- Entrada: 12 x 20.000 = 240.000 tokens x $0,15 / 1M = $0,036
- Saída: 12 x 600 = 7.200 tokens x $0,50 / 1M = $0,0036
- Por execução: $0,0396
- 50 execuções por dia: 50 x $0,0396 = $1,98
As taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, cobrados do crédito pré-pago que nunca expira. Uma recarga de $20 cobre aproximadamente 505 dessas execuções ($20 / $0,0396). A página de preços lista os níveis de bônus, e um hábito economiza mais do que qualquer nível: mantenha a saída das ferramentas curta. Reduzir pela metade o que você envia de volta reduz pela metade a linha dominante.
Fazer prompt de um modelo geral para trabalho de codificação
Um modelo que não é vendido como modelo de codificação ainda pode ter bom desempenho em código se o prompt lhe der uma tarefa clara. Coloque a linguagem, a versão do framework e as restrições na mensagem do sistema, por exemplo, a versão do Python e a regra de que não são permitidas novas dependências. Peça uma alteração por vez. Forneça a saída do teste falho literalmente em vez de descrevê-la, porque o texto exato do erro carrega mais informações do que uma paráfrase.
Para edições, peça um diff unificado ou a substituição completa de uma função, e rejeite qualquer outra coisa. Prosa livre em torno do código é difícil de aplicar automaticamente. O modo JSON ajuda quando você quer um plano como dados, como uma lista de arquivos com um motivo para cada mudança. Após o modelo propor um patch, execute os testes você mesmo e reenvie o resultado; não aceite a afirmação do modelo de que os testes passaram.
Mantenha a temperatura baixa para edições e aumente-a apenas para brainstorming. Use um seed fixo quando você comparar duas versões de prompt, para que as diferenças venham do prompt e não do ruído de amostragem. A mesma disciplina se aplica a qualquer modelo, e é isso que transforma uma execução de teste em uma comparação justa com qualquer coisa que você use hoje.
Escolhendo entre este e um modelo de codificação nomeado
Use um modelo de codificação dedicado do seu próprio provedor quando seu trabalho precisar desse modelo específico, por exemplo, porque você o mediu em sua base de código, porque um padrão de equipe exige isso ou porque você depende de um recurso que apenas esse provedor oferece. Verifique a precificação e os limites atuais deles antes de se comprometer.
Use esta API quando as recusas forem o que está retardando você, quando você quiser um endpoint compatível com OpenAI que funcione com os frameworks que você já executa, ou quando o pagamento por uso a partir de um saldo pequeno for mais adequado para você do que um plano. Também faz sentido como um segundo endpoint: envie edições rotineiras para o seu modelo habitual e encaminhe requisições que um filtro de política rejeita para este. A alternância é uma URL base e um nome de modelo, portanto, o custo de tentar é baixo.
Para testar, leia o guia de primeira solicitação, crie uma chave com os passos da chave e solicite o teste de $0,50: um clique, sem cartão, um por pessoa, válido por 7 dias. Uma chave de teste permite 2 solicitações simultâneas e 60 por minuto, o que é suficiente para executar o loop acima uma dúzia de vezes. Os prompts não são usados para treinamento, portanto, seu repositório de teste fica fora de qualquer conjunto de treinamento.
Mais guias
Perguntas e respostas
Esta é a API oficial do Qwen3-Coder-Next?
Não. É um provedor independente com um único modelo de pesos abertos, ID uncensored. Não é uma API de fornecedor oficial e não oferece um modelo listado com esse nome.
Ele suporta chamada de ferramentas para agentes de codificação?
Sim. Você passa tools e tool_choice, recebe tool_calls (também no streaming) e retorna resultados como mensagens com role: tool.
Qual o tamanho de um repositório de código que cabe em uma requisição?
A janela de contexto é de 100.000 tokens para prompt mais completion juntos. Envie apenas os arquivos relevantes para a tarefa e limite a saída das ferramentas para deixar espaço para a resposta.
Posso executar vários agentes ao mesmo tempo?
Até 8 requisições simultâneas e 300 por minuto com uma chave completa. Uma chave de teste permite 2 e 60. Acima disso, você recebe HTTP 429, então use um semáforo.
Suporta embeddings para busca em código?
Não. A API cobre conclusões de chat e uma lista de modelos apenas, portanto, use uma fonte de embedding separada para pesquisa vetorial.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.