RU ▾
Получить API-ключ

qwenapis.comГид

API Qwen3-Coder-Next: вариант, совместимый с OpenAI

Этот сервис не размещает модель под названием Qwen3-Coder-Next. Он предлагает одну общую модель с открытыми весами через конечную точку, совместимую с OpenAI, и эта страница объясняет, когда это подходит для агента-кодера, а когда — нет.

Обновлено:

Роботизированная рука собирает блоки кронштейнов в цикле рядом с серверным кубом, представляя цикл агента по написанию кода

Прямый ответ на qwen3-coder-next

Если вы ввели в поисковую строку qwen3-coder-next api, вам, вероятно, нужна конечная точка, к которой можно подключить агента-кодера. Чётко поймите, что представляет собой этот сайт, прежде чем идти дальше: это независимый провайдер с одной моделью с открытыми весами, ID uncensored, настроенной для ответов без отказов по контенту для законного использования взрослыми. Это не официальный API для Qwen3-Coder-Next или для любой модели от Alibaba, и он не маршрутизирует запросы между вендорами. Если ваш план зависит от этой конкретной модели, её официального провайдера или хоста, который включает её в каталог по имени, это правильный выбор.

Так зачем писать эту страницу? Потому что многие люди, которые ищут модель для кодинга, в итоге нуждаются в той же инфраструктуре: чат-конечная точка в стиле OpenAI с вызовом инструментов, большое окно, стабильные лимиты запросов и предсказуемая стоимость за токен. Этот API имеет всё это. Он также не отказывает в запросах, которые другие ассистенты отклоняют из-за политики безопасности, таких как написание сканера портов для вашей сети, обсуждение механики эксплойтов для лабораторной работы или генерация тестовых данных с грубым языком. Всё остаётся в рамках законного использования, и есть одно жёсткое ограничение: запрещён сексуальный контент с участием несовершеннолетних.

Далее следует простое сравнение и проверенный шаблон для запуска цикла агента против https://api.qwenapis.com/v1. На этой странице нет чисел бенчмарков, потому что их здесь не знают, и вы не должны доверять чужим оценкам кода больше, чем своему собственному репозиторию.

Что агент по написанию кода требует от API

Уберите названия продуктов, и кодинговому агенту нужно шесть вещей от своего эндпоинта модели. Вот как этот сервис отвечает на каждый запрос.

ПотребностьЧто предоставляет этот API
Вызов функций для инструментов чтения, редактирования и запускаДа: tools, tool_choice, потоковая передача tool_calls, результаты как role: "tool"
Структурированный вывод для планов и диффовJSON-режим через response_format
Место для больших файлов и длинных историй100 000 токенов, промпт плюс завершение
Потоковая передача для живых редакторовSSE с использованием в конце
Повторяемые запускиseed, temperature, top_p, stop и штрафы передаются
Параллельные под-агенты8 одновременных запросов, 300 в минуту для полноценного ключа

Не менее важно то, чего нет. Нет эмбеддингов, поэтому поиск по коду в векторном индексе требует отдельного источника эмбеддингов. Нет дообучения и ввода/вывода изображений. Список моделей содержит одну запись. Если фреймворк агента позволяет выбрать дешёвую модель для мелких шагов и более мощную для планирования, здесь обе роли будут использовать одну и ту же модель.

Честное резюме: инфраструктура завершена, и оставшийся вопрос — качество модели в ваших задачах. Это эмпирический вопрос, и пробный кредит существует, чтобы ответить на него.

Рабочий цикл агента

Этот пример дает модели два инструмента: один для чтения файла и один для выполнения команды в директории песочницы, и зацикливается, пока модель не перестанет запрашивать инструменты. Запустите его во временной папке, так как инструмент команды выполняет всё, что предложит модель. Суть в структуре: добавьте сообщение ассистента, выполните каждый вызов, добавьте одно сообщение tool на каждый вызов, повторите.

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})

Три детали поддерживают работоспособность такого цикла. Ограничьте количество шагов, как это делает range(12). Обрезайте вывод инструментов, так как каждый возвращённый символ становится входными данными при следующем вызове. Используйте низкую температуру для задач редактирования; 0.2 — разумная начальная точка, а для шагов мозгового штурма её можно повысить.

Запуск нескольких агентов без получения 429

Один агент работает последовательно и редко создаёт нагрузку на лимиты. Группа агентов — создаёт. При более чем 8 одновременных запросах API возвращает 429 с кодом concurrency, а при более чем 300 в минуту — 429 с rate_limited. Временная перегрузка также возвращает 429 с заголовком Retry-After: 5. Потоковые запросы занимают слот до завершения потока, поэтому длинный потоковый ответ занимает слот на всё время его действия.

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())

Семафор держит вас на уровне 8 активных запросов, а sleep делает отступ, когда 429 проскальзывает всё равно. Поскольку неудачные запросы не тарифицируются, повторные попытки не стоят ничего лишнего. Если вы работаете ближе к потолку, установите семафор на 6, чтобы оставить место для интерактивной сессии по тому же ключу.

Сколько стоит запуск агента

Агенты тарифицируются по объему контекста, который они пересылают, а не по объему написанного кода. Возьмите запуск исправления бага из 12 шагов. Контекст увеличивается по мере накопления вывода инструментов, поэтому примите среднее значение: 20 000 входных токенов и 600 выходных токенов на шаг.

  • Вход: 12 x 20 000 = 240 000 токенов x $0.15 / 1M = $0.036
  • Выход: 12 x 600 = 7 200 токенов x $0.50 / 1M = $0.0036
  • За запуск: $0.0396
  • 50 запусков в день: 50 x $0.0396 = $1.98

Тарифы: $0.15 за 1 млн входных токенов и $0.50 за 1 млн выходных токенов, списание с предоплаченного баланса, который не сгорает. Пополнение на $20 покрывает примерно 505 таких запусков ($20 / $0.0396). На странице цен указаны бонусные уровни, и одна привычка экономит больше любого уровня: держите вывод инструментов коротким. Уменьшение объёма возвращаемых данных вдвое снижает доминирующую строку расходов.

Промптинг общей модели для работы с кодом

Модель, которая не продается как модель кодера, все равно может хорошо справляться с кодом, если промпт дает ей четкую задачу. Укажите язык, версию фреймворка и ограничения в системном сообщении, например версию Python и правило, что новые зависимости не допускаются. Просите одно изменение за раз. Дайте ей вывод неудачного теста дословно, а не описывайте его, потому что точный текст ошибки содержит больше информации, чем пересказ.

Для редактирования просите унифицированный дифф или полное замещение одной функции и отклоняйте всё остальное. Свободный текст вокруг кода трудно применять автоматически. JSON-режим помогает, когда вам нужен план в виде данных, например список файлов с причиной каждого изменения. После того как модель предложит патч, запустите тесты самостоятельно и верните результат; не принимайте утверждение модели о том, что тесты прошли.

Держите низкую температуру для редактирования и повышайте её только для мозгового штурма. Используйте фиксированный seed, когда сравниваете две версии промпта, чтобы различия происходили от промпта, а не от шума сэмплирования. Та же дисциплина применяется к любой модели, и это то, что превращает пробный запуск в справедливое сравнение с тем, что вы используете сегодня.

Выбор между этим и именованной моделью для кодинга

Используйте выделенную модель кодера от её собственного провайдера, когда ваша работа требует именно этой конкретной модели, например, потому что вы измерили её на своей кодовой базе, потому что стандарт команды требует этого, или потому что вы полагаетесь на функцию, которую предоставляет только этот провайдер. Проверьте их текущие тарифы и ограничения, прежде чем привязываться.

Используйте этот API, когда отказы — это то, что замедляет вас, когда вам нужен один эндпоинт, совместимый с OpenAI, который работает с фреймворками, которые вы уже используете, или когда оплата по факту с небольшого баланса подходит вам лучше, чем план. Это также имеет смысл как второй эндпоинт: отправляйте рутинные редактирования вашей обычной модели и маршрутизируйте запросы, которые отклоняет фильтр политик, сюда. Переключение — это базовый URL и имя модели, поэтому стоимость попытки низкая.

Чтобы попробовать, прочитайте гайд первого запроса, создайте ключ с помощью шагов по ключам и получите $0,50 пробного баланса: один клик, без карты, один на человека, действителен 7 дней. Ключ пробного доступа позволяет 2 параллельных запроса и 60 в минуту, чего достаточно, чтобы запустить цикл выше дюжину раз. Промпты не используются для обучения, поэтому ваш тестовый репозиторий остается вне любого набора данных для обучения.

Вопросы и ответы

Это официальный API Qwen3-Coder-Next?

Нет. Это независимый провайдер с одной моделью с открытыми весами, ID uncensored. Это не официальный API вендора, и модель с таким именем в его каталоге отсутствует.

Поддерживает ли он вызов функций для кодовых агентов?

Да. Вы передаёте инструменты и tool_choice, получаете tool_calls (в том числе при потоковой передаче) и возвращаете результаты в виде сообщений с role: tool.

Какой объём кодовой базы помещается в один запрос?

Окно составляет 100 000 токенов для промпта и ответа вместе. Отправляйте только файлы, относящиеся к задаче, и ограничивайте вывод инструментов, чтобы оставить место для ответа.

Могу ли я запускать несколько агентов одновременно?

До 8 параллельных запросов и 300 в минуту для полного ключа. Ключ для пробного периода позволяет 2 и 60. При превышении лимита вы получите HTTP 429, поэтому используйте семафор.

Поддерживает ли он эмбеддинги для поиска по коду?

Нет. API покрывает только завершения чата и список моделей, поэтому для векторного поиска используйте отдельный источник эмбеддингов.

Ваш ключ — в одной форме от вас

Создайте аккаунт, скопируйте ключ, измените базовый URL. Это вся настройка.

Получить API-ключ