qwenapis.comHướng dẫn
API Qwen3-Coder-Next: Tùy chọn tương thích OpenAI
Dịch vụ này không lưu trữ một mô hình tên là Qwen3-Coder-Next. Nó cung cấp một mô hình open-weight chung duy nhất qua một endpoint tương thích OpenAI, và trang này cho biết khi nào mô hình đó phù hợp với một coding agent và khi nào thì không.
Cập nhật:

Câu trả lời trực tiếp về qwen3-coder-next
Nếu bạn đã gõ qwen3-coder-next api vào ô tìm kiếm, có lẽ bạn cần một endpoint để chỉ một coding agent vào. Hãy rõ ràng về trang web này trước khi đi xa hơn: đây là nhà cung cấp độc lập với một mô hình trọng số mở, ID uncensored, được tinh chỉnh để trả lời mà không từ chối nội dung cho mục đích người lớn hợp pháp. Đây không phải là API chính thức cho Qwen3-Coder-Next hay bất kỳ mô hình nào từ Alibaba, và nó không chuyển hướng yêu cầu giữa các nhà cung cấp. Nếu kế hoạch của bạn phụ thuộc vào đúng mô hình đó, nhà cung cấp chính thức hoặc máy chủ liệt kê nó theo tên là lựa chọn đúng.
Vậy tại sao viết trang này? Vì nhiều người tìm kiếm một mô hình coder cuối cùng cần cùng hệ thống cơ bản: một endpoint chat kiểu OpenAI với gọi hàm, cửa sổ lớn, giới hạn tốc độ ổn định và chi phí trên mỗi token dự đoán được. API này có những thứ đó. Nó cũng không từ chối các yêu cầu mà các trợ lý khác từ chối vì lý do chính sách, chẳng hạn như viết một trình quét cổng cho mạng của bạn, thảo luận về cơ chế khai thác cho bài tập phòng thí nghiệm, hoặc tạo dữ liệu kiểm tra với ngôn ngữ thô tục. Mọi thứ vẫn nằm trong phạm vi sử dụng hợp pháp, và có một giới hạn cứng: không có nội dung tình dục liên quan đến người chưa thành niên.
Phần sau là so sánh đơn giản và mẫu đã kiểm tra để chạy vòng lặp agent với https://api.qwenapis.com/v1. Trang này không đưa ra số liệu chuẩn đánh giá, vì không có số nào được biết ở đây, và bạn không nên tin tưởng điểm số coding của bất kỳ ai hơn kho lưu trữ của chính bạn.
Một coding agent yêu cầu gì từ API
Bỏ qua các tên sản phẩm và một coding agent cần sáu thứ từ endpoint mô hình của nó. Đây là cách dịch vụ này trả lời từng cái.
| Nhu cầu | API này cung cấp gì |
|---|---|
| Gọi hàm cho các tool đọc, chỉnh sửa và chạy | Có: tools, tool_choice, truyền phát tool_calls, kết quả dưới dạng role: "tool" |
| Đầu ra có cấu trúc cho kế hoạch và diff | Chế độ JSON qua response_format |
| Không gian cho các file lớn và lịch sử dài | 100.000 token, prompt cộng với hoàn tất |
| Streaming cho trình soạn thảo trực tiếp | SSE với thông tin sử dụng ở cuối |
| Chạy lặp lại | seed, temperature, top_p, stop và các hệ số phạt được truyền qua |
| Agent con song song | 8 yêu cầu đồng thời, 300 mỗi phút với khóa đầy đủ |
Quan trọng không kém là những gì bị thiếu. Không có embeddings, vì vậy tìm kiếm code qua chỉ mục vector cần một nguồn embedding riêng. Không có fine-tuning và không có đầu vào hoặc đầu ra hình ảnh. Danh sách mô hình chỉ có một mục. Nếu khung agent cho phép bạn chọn một mô hình rẻ cho các bước nhỏ và một mô hình mạnh hơn cho việc lập kế hoạch, ở đây cả hai vai trò sẽ sử dụng cùng một mô hình.
Tóm tắt trung thực là hệ thống đã hoàn chỉnh và câu hỏi còn lại là chất lượng mô hình trên các nhiệm vụ của bạn. Đó là một câu hỏi thực nghiệm, và tín dụng dùng thử tồn tại để trả lời nó.
Vòng lặp agent hoạt động
Ví dụ này cung cấp cho mô hình hai công cụ, một để đọc tệp và một để chạy lệnh trong thư mục sandbox, và lặp lại cho đến khi mô hình ngừng yêu cầu công cụ. Chạy nó trong thư mục tạm, vì công cụ lệnh thực thi bất cứ điều gì mô hình đề xuất. Điểm mấu chốt là cấu trúc: thêm thông báo assistant, chạy từng lệnh, thêm một thông báo tool cho mỗi lệnh, lặp lại.
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})
Ba chi tiết giữ cho vòng lặp như vậy hoạt động tốt. Giới hạn số bước, như range(12) làm. Cắt ngắn output của tool, vì mỗi ký tự trả về trở thành đầu vào cho lệnh gọi tiếp theo. Sử dụng nhiệt độ thấp cho công việc chỉnh sửa; 0.2 là điểm bắt đầu hợp lý, và bạn có thể tăng nó cho các bước brainstorming.
Chạy nhiều agent mà không bị 429
Một agent đơn lẻ là tuần tự và hiếm khi làm phiền giới hạn. Một đội của chúng thì có. Với hơn 8 yêu cầu đồng thời, API trả về 429 với mã concurrency, và hơn 300 trong một phút, nó trả về 429 với rate_limited. Quá tải tạm thời cũng trả về 429, với tiêu đề Retry-After: 5. Yêu cầu truyền phát giữ khe của chúng cho đến khi truyền phát kết thúc, vì vậy một câu trả lời truyền phát dài tính cho toàn bộ thời gian của nó.
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())
Cơ chế semaphore giữ bạn ở mức 8 đang thực hiện, và sleep lùi lại khi một 429 lọt qua. Vì các yêu cầu thất bại không bị tính phí, việc thử lại không tốn thêm chi phí. Nếu bạn chạy gần giới hạn hơn, hãy đặt semaphore thành 6 để dành chỗ cho phiên tương tác trên cùng một khóa.
Chi phí một lần chạy tác nhân
Agent được định giá dựa trên lượng ngữ cảnh chúng gửi lại, không phải dựa trên lượng code chúng viết. Hãy lấy một lần chạy sửa lỗi gồm 12 bước. Ngữ cảnh tăng lên khi output của tool tích tụ, vì vậy hãy giả định trung bình 20,000 token đầu vào và 600 token đầu ra cho mỗi bước.
- Đầu vào: 12 x 20.000 = 240.000 token x $0,15 / 1M = $0,036
- Đầu ra: 12 x 600 = 7.200 token x $0,50 / 1M = $0,0036
- Mỗi lần chạy: $0,0396
- 50 lần chạy mỗi ngày: 50 x $0,0396 = $1,98
Giá là $0.15 cho mỗi 1M token đầu vào và $0.50 cho mỗi 1M token đầu ra, được tính từ tín dụng trả trước không bao giờ hết hạn. Nạp tiền $20 bao gồm khoảng 505 lần chạy như vậy ($20 / $0.0396). Trang giá cả liệt kê các bậc bonus, và một thói quen tiết kiệm nhiều hơn bất kỳ bậc nào: giữ đầu ra công cụ ngắn. Giảm một nửa những gì bạn gửi đi giảm một nửa dòng chi phí chính.
Đưa prompt cho mô hình chung cho công việc code
Một mô hình không được bán dưới dạng mô hình coder vẫn có thể hoạt động tốt trên code nếu prompt đưa ra cho nó một công việc rõ ràng. Đặt ngôn ngữ, phiên bản framework và các ràng buộc trong tin nhắn hệ thống, chẳng hạn như phiên bản Python và quy tắc không cho phép thêm phụ thuộc mới. Yêu cầu một thay đổi tại một thời điểm. Đưa cho nó output kiểm tra thất bại nguyên văn thay vì mô tả nó, vì văn bản lỗi chính xác mang nhiều thông tin hơn một bản tóm tắt.
Đối với các chỉnh sửa, yêu cầu một unified diff hoặc thay thế hoàn toàn một hàm, và từ chối bất cứ thứ gì khác. Văn bản tự do xung quanh code khó áp dụng tự động. Chế độ JSON hữu ích khi bạn muốn một kế hoạch dưới dạng dữ liệu, chẳng hạn như danh sách các file với lý do cho mỗi thay đổi. Sau khi mô hình đề xuất một patch, hãy tự chạy các kiểm tra và gửi lại kết quả; không chấp nhận tuyên bố của mô hình rằng các kiểm tra đã vượt qua.
Giữ nhiệt độ thấp cho các chỉnh sửa và chỉ tăng nó cho brainstorming. Sử dụng seed cố định khi bạn so sánh hai phiên bản prompt, để sự khác biệt đến từ prompt chứ không phải từ nhiễu lấy mẫu. Kỷ luật tương tự áp dụng cho bất kỳ mô hình nào, và đó là điều biến một lần chạy dùng thử thành một so sánh công bằng với bất cứ thứ gì bạn sử dụng ngày nay.
Lựa chọn giữa API này và mô hình coder có tên
Sử dụng một mô hình coder chuyên dụng từ nhà cung cấp của riêng nó khi công việc của bạn cần mô hình cụ thể đó, chẳng hạn vì bạn đã đo lường nó trên codebase của mình, vì tiêu chuẩn nhóm yêu cầu nó, hoặc vì bạn dựa vào một tính năng chỉ nhà cung cấp đó cung cấp. Kiểm tra giá cả và giới hạn hiện tại của họ trước khi bạn cam kết.
Sử dụng API này khi việc từ chối là thứ làm chậm bạn, khi bạn muốn một endpoint tương thích OpenAI hoạt động với các framework bạn đã chạy, hoặc khi trả theo lượt dùng từ số dư nhỏ phù hợp với bạn hơn một gói. Nó cũng hợp lý như một endpoint thứ hai: gửi các chỉnh sửa thường xuyên đến mô hình thông thường của bạn và định tuyến các yêu cầu mà bộ lọc chính sách từ chối đến đây. Chuyển đổi chỉ là một base URL và tên mô hình, vì vậy chi phí thử nghiệm rất thấp.
Để thử, hãy đọc hướng dẫn yêu cầu đầu tiên, tạo một khóa với các bước khóa, và nhận $0.50 dùng thử: một cú nhấp chuột, không cần thẻ, mỗi người một lần, hợp lệ trong 7 ngày. Khóa dùng thử cho phép 2 yêu cầu đồng thời và 60 mỗi phút, đủ để chạy vòng lặp trên hơn một chục lần. Prompt không được sử dụng để huấn luyện, vì vậy kho lưu trữ thử nghiệm của bạn nằm ngoài bất kỳ tập huấn luyện nào.
Hướng dẫn khác
Hỏi đáp
Đây có phải là API chính thức của Qwen3-Coder-Next không?
Không. Đây là nhà cung cấp độc lập với một mô hình trọng số mở, ID uncensored. Đây không phải là API của nhà cung cấp chính thức và không cung cấp mô hình nào được liệt kê dưới tên đó.
API có hỗ trợ gọi hàm cho các agent mã hóa không?
Có. Bạn truyền tools và tool_choice, nhận lại tool_calls (kể cả khi đang streaming), và trả về kết quả dưới dạng messages với role là tool.
Một codebase lớn đến mức nào thì vừa trong một request?
Cửa sổ ngữ cảnh là 100.000 token cho cả prompt và completion cộng lại. Bạn chỉ nên gửi các file liên quan đến nhiệm vụ và cắt ngắn đầu ra của công cụ để dành chỗ cho câu trả lời.
Tôi có thể chạy nhiều agent cùng lúc không?
Tối đa 8 yêu cầu đồng thời và 300 mỗi phút trên một khóa đầy đủ. Khóa dùng thử cho phép 2 và 60. Vượt quá mức đó, bạn sẽ nhận HTTP 429, vì vậy hãy sử dụng semaphore.
API có hỗ trợ embeddings cho tìm kiếm code không?
Không. API chỉ bao gồm chat completions và danh sách mô hình, vì vậy bạn hãy sử dụng một nguồn embedding riêng biệt cho tìm kiếm vector.
Khóa của bạn chỉ cách một biểu mẫu
Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.