モデルプロバイダー

Qwen Code では、settings.json の modelProviders 設定を通じて複数のモデルプロバイダーを構成できます。これにより、/model コマンドを使用して異なる AI モデルやプロバイダー間を切り替えることができます。

概要

/model ピッカーで切り替え可能なプロバイダー ID ごとのモデルを宣言するために modelProviders を使用します。各キーはプロバイダー ID であり、その値は モデル定義の配列 (ModelConfig[]) です。組み込みプロバイダーの場合、キーは有効な認証タイプ (openai, anthropic, gemini, vertex-ai) でなければなりません。カスタムプロバイダー ID (例: idealab) は、トップレベルの providerProtocol 設定を通じてプロトコルにマップされている限り許可されます。各モデルエントリには id が必要であり、envKey は 省略可能ですが推奨されます (省略した場合は、認証タイプのデフォルト環境変数キーにフォールバックします。例えば openai の場合 OPENAI_API_KEY など)。任意の項目として name, description, baseUrl, および generationConfig があります。認証情報は設定ファイルには永続化されません。ランタイムは process.env[envKey] から読み取ります。レガシーな無料 Qwen OAuth モデルはハードコードされており、上書きできません。

画像生成ルート

組み込みの image_gen ツールで使用可能なルートの場合に supportsImageGeneration: true を設定します。この機能は、capabilities.vision や generationConfig.modalities.image などの画像入力サポートとは独立しています。

画像生成専用で、通常のモデルセレクターに表示されないルートの場合は imageOnly: true を使用します。後方互換性のため、imageOnly: true は画像生成機能を暗黙的に示すため、既存の設定を移行する必要はありません。

デュアルロールのルートは、メインモデルとしても /model --image 経由でも選択できます:

{
  "modelProviders": {
    "openai": [
      {
        "id": "omni-model",
        "envKey": "MODEL_API_KEY",
        "baseUrl": "https://gateway.example.com/model-api",
        "supportsImageGeneration": true
      }
    ]
  }
}

専用の画像ルートは両方のフィールドを設定します。imageOnly: true のみのレガシー形式も有効です:

{
  "id": "image-model",
  "envKey": "MODEL_API_KEY",
  "baseUrl": "https://images.example.com/api/v1",
  "supportsImageGeneration": true,
  "imageOnly": true
}

選択されたルートは、明示的な HTTPS baseUrl と空でない envKey を宣言する必要があります。画像生成はルートと同じエンドポイントと認証情報を使用します。チャットと画像生成で異なるエンドポイントや認証情報が必要な場合は、代わりに2つのルートを設定してください。

Live Voice ルート

DashScope Realtime (音声から音声への) プロトコルに対応するルートに realtimeOnly: true を設定します。このようなルートは、チャット、高速、ビジョン、音声、または画像モデルとして提供されることはなく、Live Voice モデルとしてのみ experimental.liveVoice.model (複数のプロバイダー下に同じ ID が存在する場合は modelId または provider:modelId) 経由で選択できます。

{
  "modelProviders": {
    "openai": [
      {
        "id": "qwen3.5-omni-plus-realtime",
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "envKey": "DASHSCOPE_API_KEY",
        "realtimeOnly": true
      }
    ]
  },
  "experimental": {
    "liveVoice": {
      "enabled": true,
      "model": "qwen3.5-omni-plus-realtime",
      "voice": "Tina"
    }
  }
}

選択されたモデルが realtimeOnly ルートを指定する場合、Live Voice はルートの envKey (まずプロセス環境変数、次に settings.json の env ブロック) を介して API キーを読み取り、その baseUrl から WebSocket エンドポイントを導出します (https://<host>/compatible-mode/v1 は wss://<host>/api-ws/v1/realtime になります)。ルートは baseUrl と envKey の両方を宣言する必要があり、ホストは DashScope エンドポイントである必要があります。

2 つのルールは意図的です:

• ワークスペース設定は参照されず、ユーザーレベルおよびシステムレベルの設定のみが参照されます。プロジェクトの .qwen/settings.json は Live Voice ルートを追加したりリダイレクトしたりできません。
• どの realtimeOnly ルートにも一致しない 裸の modelId は、以前と同様にスタンドアロンの experimental.liveVoice.endpoint および experimental.liveVoice.apiKey フィールドを使用するため、既存の設定は変更なしで動作し続けます。プロバイダーが存在するが該当するルートがない provider:modelId セレクターはエラーとなります: 削除されたルートやタイプミスのあるルートが保存されたキーに静かにフォールバックすることはありません。
• ルートが選択されている間、experimental.liveVoice.apiKey と experimental.liveVoice.endpoint は使用されず、セットアップ API は新しいものを保存することを拒否します。

スタンドアロンパスでは、Web Shell の Qwen Live 設定がエンドポイントとモデルを直接設定します。キーが属する地域または専用ドメインの OpenAI 互換ベース URL (例: https://dashscope-intl.aliyuncs.com/compatible-mode/v1) を入力します。空欄の場合、Live は北京 (https://dashscope.aliyuncs.com/compatible-mode/v1) を使用し、他の場所からのキーは 401 で拒否されます。ベース URL は入力されたまま保存され、呼び出し開始時に wss://<host>/api-ws/v1/realtime に変換されます。ホストは DashScope または *.maas.aliyuncs.com エンドポイントである必要があります。Live Voice がオンの間、新しいエンドポイントは保存前に Realtime ハンドシェイクでチェックされます。

推論機能の上書き

モデルエントリに capabilities.reasoning を設定して、推論フォーマット、提供される努力レベルティア、デフォルトを上書きします。既知のモデルは、選択されたエンドポイントのプロバイダーカタログから省略されたフィールドを継承します。例えば、"capabilities": { "reasoning": { "defaultEffort": "medium" } } は明示的な努力レベルが選択されていない場合、DashScope qwen3.8-max ルートが medium を使用するようにします。不明なエイリアスの場合は、3つのフィールドすべてを宣言してください:

{
  "id": "company-model-v2",
  "baseUrl": "https://gateway.example.com/v1",
  "envKey": "COMPANY_MODEL_API_KEY",
  "capabilities": {
    "reasoning": {
      "profile": "openai-effort",
      "efforts": ["low", "medium", "high"],
      "defaultEffort": "medium"
    }
  }
}

efforts は low/medium/high/xhigh/max のサポートされるサブセットを置き換えます。明示的なデフォルトはそのサブセットに含まれている必要があります。プロファイルは既存のフォーマットを再利用します: Chat は openai-effort, openai-reasoning, deepseek-openai, dashscope-effort, dashscope-thinking, qwen-chat-template を受け入れます; Responses は openai-reasoning を受け入れます; Anthropic は anthropic-manual, anthropic-adaptive, deepseek-anthropic を受け入れます; Gemini/Vertex は gemini を使用します。2つのトグルのみプロファイルは efforts と defaultEffort を省略します。Gemini は low/medium/high を使用します。適応型プロファイルは、レガシーの手動予算が設定されていても適応型思考を選択します。既存の完全な機能宣言は引き続き動作します。

推論の変更は次のユーザープロンプトの前に適用されます。そのリクエスト、再試行、子エージェントはキャプチャされた推論設定を共有します。無効な更新は以前の設定を保持し、モデル/フィールドのエラーをログに記録します。新規セッションでの無効な宣言は、安全に既存のモデル動作にフォールバックします。reasoning, samplingParams, extra_body 内の明示的なユーザー選択とプロバイダーネイティブの上書きは、既存の優先順位を保持します。モデルデフォルトはユーザー選択として保存されません。このメカニズムは、エンドポイント、認証情報、画像モデルのライフサイクルを変更しません。

認証タイプ別設定例

以下は、異なる認証タイプの包括的な設定例であり、利用可能なパラメータとその組み合わせを示しています。

サポートされる認証タイプ

以下の組み込みプロバイダーIDのいずれかを使用するか、providerProtocolでカスタムIDをマッピングしてください：

[!note] Vertex AI エントリはApplication Default Credentials で認証できます。GOOGLE_CLOUD_PROJECT（およびオプションで GOOGLE_CLOUD_LOCATION、デフォルトは global）を設定し、envKey を未設定のままにします。リゾルバーが読み取る他のすべてのキーソース（GOOGLE_API_KEY、settings.security.auth.apiKey、CLI のキーフラグ）も未設定にしてください。Vertex エントリに到達した API キー値は、Google SDK を Vertex Express モードに切り替えます。このモードでは、プロジェクト、ロケーション、ADC 認証情報は無視されます。envKey を宣言するエントリは ADC にルーティングされないため、注入に失敗したキーは、別のプリンシパルとしてサイレントに認証される代わりに、その変数で失敗し続けます。

[!warning] 組み込みプロトコルでもなく、providerProtocol 経由でマッピングされていないプロバイダー ID（例："openai-custom" のような入力ミス）はルーティングできないため、そのエントリ全体が警告付きで スキップ され、モデルは /model ピッカーに表示されません。組み込みプロバイダーには上記のサポートされている認証タイプ値のいずれかを使用するか、カスタム ID に対して providerProtocol マッピングを追加してください。

カスタムプロバイダー ID（providerProtocol）

組み込みのプロバイダー ID（openai、gemini、anthropic、vertex-ai、qwen-oauth）は自動的に SDK プロトコルにルーティングされます。より分かりやすい名前で複数の OpenAI 互換エンドポイントをグループ化するなど、カスタムプロバイダー ID を使用するには、modelProviders 配下に宣言し、トップレベルの providerProtocol 設定で組み込みプロトコルにマッピングします。

{
  "modelProviders": {
    "idealab": [
      {
        "id": "my-model",
        "envKey": "IDEALAB_API_KEY",
        "baseUrl": "https://idealab.example.com/v1"
      }
    ]
  },
  "providerProtocol": {
    "idealab": "openai"
  }
}

一致する providerProtocol エントリがない場合、カスタムプロバイダー ID はスキップされます（上記の警告を参照）。

OpenAI API の選択

OpenAI 互換モデルにおいて id、envKey、baseUrl と並べて wireApi を設定します:

{
  "modelProviders": {
    "openai": [
      {
        "id": "my-model",
        "wireApi": "responses",
        "envKey": "OPENAI_API_KEY",
        "baseUrl": "https://api.openai.com/v1"
      }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "my-model" }
}

サポートされている値は chat-completions と responses です。wireApi を省略すると、openai にマッピングされたカスタムプロバイダーを含め、openai に対して Chat Completions が使用されます。他の値や、Anthropic、Gemini、Vertex AI、Qwen OAuth モデルでの wireApi は設定エラーです。

新しい構成では、モデルごとの wireApi とともに openai を使用してください。v0.23.3 でリリースされた modelProviders.openai-responses 形式および openai-responses への providerProtocol マッピングは引き続き読み取り可能です。明示的なプロバイダーマッピングはバケット名より優先され、明示的な wireApi はいずれかの OpenAI プロトコルより優先されます。読み込み時に設定が書き換えられたり、資格情報参照が変更されたりすることはありません。再構成時には、新しい形式で選択されたルートが書き込まれ、書き込み可能なスコープ内で一致する古いエントリのみが削除されます。ドットを含むプロバイダー ID 配下のエントリはそのまま残され、無関係なモデル、エンドポイント、API、スコープは変更されません。api は wireApi のエイリアスではありません。

wireApi はローカルルーティングメタデータであり、generationConfig や extra_body に属さず、リクエストボディにも送信されません。新しいカスタムセットアップでは、同じ OpenAI エンドポイントに対して両方の API で 1 つの資格情報スロットを共有するため、そのキーをローテーションすると両方のルートが更新されます。手動で構成されたモデルは、独立した資格情報が必要な場合に異なる明示的な envKey 参照を使用できます。/auth → カスタムプロバイダー では、OpenAI 互換を選択してから API 形式を選択します。

起動時、選択された構成済みエンドポイントに一致する Chat ルートがない場合、selectedType: "openai" は wireApi: "responses" で明示的に構成されたモデルを解決できます。モデルピッカーと記録されたセッションは有効なプロトコル（openai または openai-responses）を保持するため、両方のルートを個別に選択して再開できます。API リクエストが失敗した場合、エンドポイント検出や自動フォールバックは発生しません。

API リクエストで使用されるトランスポート

有効なモデルプロトコルがトランスポートを決定します。両方の OpenAI API は openai プロバイダーグループを使用し、wireApi で Chat Completions または Responses を選択します:

つまり、構成する baseUrl は対応するトランスポートの期待する API 形式と互換性がある必要があります。例えば、wireApi: "responses" は Responses 互換のエンドポイントを必要とします。

OpenAI 互換プロバイダー（openai）

この認証タイプは、OpenAI の公式 API だけでなく、OpenRouter や Requesty などの集約モデルプロバイダーを含む、OpenAI 互換のエンドポイントであればサポートします。

{
  "env": {
    "OPENAI_API_KEY": "sk-your-actual-openai-key-here",
    "OPENROUTER_API_KEY": "sk-or-your-actual-openrouter-key-here",
    "REQUESTY_API_KEY": "sk-your-actual-requesty-key-here"
  },
  "modelProviders": {
    "openai": [
      {
        "id": "gpt-4o",
        "name": "GPT-4o",
        "envKey": "OPENAI_API_KEY",
        "baseUrl": "https://api.openai.com/v1",
        "generationConfig": {
          "timeout": 60000,
          "maxRetries": 3,
          "retryInitialDelayMs": 3000,
          "retryMaxDelayMs": 30000,
          "enableCacheControl": true,
          "contextWindowSize": 128000,
          "modalities": {
            "image": true
          },
          "customHeaders": {
            "X-Client-Request-ID": "req-123"
          },
          "extra_body": {
            "enable_thinking": true,
            "service_tier": "priority"
          },
          "samplingParams": {
            "temperature": 0.2,
            "top_p": 0.8,
            "max_tokens": 4096,
            "presence_penalty": 0.1,
            "frequency_penalty": 0.1
          }
        }
      },
      {
        "id": "gpt-4o-mini",
        "name": "GPT-4o Mini",
        "envKey": "OPENAI_API_KEY",
        "baseUrl": "https://api.openai.com/v1",
        "generationConfig": {
          "timeout": 30000,
          "samplingParams": {
            "temperature": 0.5,
            "max_tokens": 2048
          }
        }
      },
      {
        "id": "openai/gpt-4o",
        "name": "GPT-4o (via OpenRouter)",
        "envKey": "OPENROUTER_API_KEY",
        "baseUrl": "https://openrouter.ai/api/v1",
        "generationConfig": {
          "timeout": 120000,
          "maxRetries": 3,
          "samplingParams": {
            "temperature": 0.7
          }
        }
      },
      {
        "id": "openai/gpt-4o-mini",
        "name": "GPT-4o Mini (via Requesty)",
        "envKey": "REQUESTY_API_KEY",
        "baseUrl": "https://router.requesty.ai/v1",
        "generationConfig": {
          "timeout": 120000,
          "maxRetries": 3,
          "samplingParams": {
            "temperature": 0.7
          }
        }
      }
    ]
  }
}

ホストされた OpenAI 互換ゲートウェイにエントリを向ける場合、完全な /v1/chat/completions パスではなく、API の /v1 ルート（例：https://gateway.example.com/v1）に baseUrl を設定してください。SDK がリクエストパス自体を追加します。

OpenAI Responses API (openai-responses)

OpenAI の /v1/responses エンドポイントをターゲットにするために wireApi: "responses" とともに openai を使用します。エンドポイントが可視思考テキスト付きの暗号化推論を返す場合、ターン間で以前のターンの推論を再生し、reasoning.encrypted_content を介して --resume を行います。response.reasoning_text.delta をストリーム配信する互換エンドポイントも推論を表示しますが、encrypted_content を含まないエンドポイントでは不透明な推論状態を再生できません。推論強度を制御するには reasoning.effort（Chat Completions ワイヤが使用する extra_body.enable_thinking ではない）を使用してください。

{
  "env": {
    "OPENAI_API_KEY": "sk-your-actual-openai-key-here"
  },
  "modelProviders": {
    "openai": [
      {
        "id": "gpt-5.1",
        "wireApi": "responses",
        "name": "GPT-5.1 (Responses API)",
        "envKey": "OPENAI_API_KEY",
        "baseUrl": "https://api.openai.com/v1",
        "generationConfig": {
          "timeout": 60000,
          "reasoning": {
            "effort": "high"
          },
          "samplingParams": {
            "temperature": 0.7,
            "max_tokens": 4096
          }
        }
      }
    ]
  }
}

[!note] このワイヤー上のextra_bodyは「fill-only」です。つまり、キーは生成されたリクエストに値がない場合にのみリクエストボディに書き込まれるため、パイプラインがすでに設定したフィールド（model、input、reasoning、temperature、max_output_tokensなど）を上書きすることはできません。レガシーのenable_thinkingキーだけが唯一の例外であり、転送される代わりに削除されます（Responses APIのフィールドではないため）。明示的なreasoningが設定されていない場合はreasoning.effort: "medium"に変換されます。このプロバイダーではextra_body.enable_thinkingではなくreasoning.effortを直接設定してください。

Anthropic（anthropic）

Claude Opus 5.5, Sonnet 5.5, Fable 5.1, Mythos 5.1 は強制ツール選択を拒否します。構造化されたサイドクエリーの場合、Qwen Code はこれらのモデルで明示的なスキーマレスポンス指示付きの自動ツール選択を使用します。強制選択をサポートするモデルはそれを保持します。自動選択はツール呼び出しを保証しません。JSON サイドクエリーは、Markdown フェンスや surrounding prose なしで、レスポンステキストから生の JSON オブジェクトを読むこともできます。Anthropic のツール選択制限  を参照してください。

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-ant-your-actual-anthropic-key-here"
  },
  "modelProviders": {
    "anthropic": [
      {
        "id": "claude-3-5-sonnet",
        "name": "Claude 3.5 Sonnet",
        "envKey": "ANTHROPIC_API_KEY",
        "baseUrl": "https://api.anthropic.com/v1",
        "generationConfig": {
          "timeout": 120000,
          "maxRetries": 3,
          "contextWindowSize": 200000,
          "samplingParams": {
            "temperature": 0.7,
            "max_tokens": 8192,
            "top_p": 0.9
          }
        }
      },
      {
        "id": "claude-3-opus",
        "name": "Claude 3 Opus",
        "envKey": "ANTHROPIC_API_KEY",
        "baseUrl": "https://api.anthropic.com/v1",
        "generationConfig": {
          "timeout": 180000,
          "samplingParams": {
            "temperature": 0.3,
            "max_tokens": 4096
          }
        }
      }
    ]
  }
}

Google Gemini（gemini）

{
  "env": {
    "GEMINI_API_KEY": "AIza-your-actual-gemini-key-here"
  },
  "modelProviders": {
    "gemini": [
      {
        "id": "gemini-2.0-flash",
        "name": "Gemini 2.0 Flash",
        "envKey": "GEMINI_API_KEY",
        "baseUrl": "https://generativelanguage.googleapis.com",
        "capabilities": {
          "vision": true
        },
        "generationConfig": {
          "timeout": 60000,
          "maxRetries": 2,
          "contextWindowSize": 1000000,
          "schemaCompliance": "auto",
          "samplingParams": {
            "temperature": 0.4,
            "top_p": 0.95,
            "max_tokens": 8192,
            "top_k": 40
          }
        }
      }
    ]
  }
}

通常の Qwen Code エージェントポリシーに従い、ツールも使用できるビジョンモデルの場合、両方の機能を指定してフルターンの画像ルーティングにオプトインします。

"capabilities": {
  "vision": true,
  "agent": true
}

テキストのみのプライマリモデルがそのモデルをビジョンフォールバックとして使用している場合、画像付きの完全なターンは、ツール呼び出しとリトライを通じて、その正確なプロバイダー、モデル、エンドポイント上に保持されます。次の独立したターンはプライマリに戻り、各モデルリクエストはそのターゲットでサポートされるメディアモダリティのみを受け取ります。agent を省略する（または false に設定する）と、より安全な Vision Bridge トランスクリプションフローが維持されます。

ローカルセルフホストモデル（OpenAI 互換 API 経由）

ほとんどのローカル推論サーバー（vLLM、Ollama、LM Studio など）は OpenAI 互換 API エンドポイントを提供しています。ローカルのbaseUrlを使用してopenai認証タイプで設定してください：

{
  "env": {
    "OLLAMA_API_KEY": "ollama",
    "VLLM_API_KEY": "not-needed",
    "LMSTUDIO_API_KEY": "lm-studio"
  },
  "modelProviders": {
    "openai": [
      {
        "id": "qwen2.5-7b",
        "name": "Qwen2.5 7B (Ollama)",
        "envKey": "OLLAMA_API_KEY",
        "baseUrl": "http://localhost:11434/v1",
        "generationConfig": {
          "timeout": 300000,
          "streamIdleTimeoutMs": 600000,
          "maxRetries": 1,
          "contextWindowSize": 32768,
          "samplingParams": {
            "temperature": 0.7,
            "top_p": 0.9,
            "max_tokens": 4096
          }
        }
      },
      {
        "id": "llama-3.1-8b",
        "name": "Llama 3.1 8B (vLLM)",
        "envKey": "VLLM_API_KEY",
        "baseUrl": "http://localhost:8000/v1",
        "generationConfig": {
          "timeout": 120000,
          "maxRetries": 2,
          "contextWindowSize": 128000,
          "samplingParams": {
            "temperature": 0.6,
            "max_tokens": 8192
          }
        }
      },
      {
        "id": "local-model",
        "name": "Local Model (LM Studio)",
        "envKey": "LMSTUDIO_API_KEY",
        "baseUrl": "http://localhost:1234/v1",
        "generationConfig": {
          "timeout": 60000,
          "samplingParams": {
            "temperature": 0.5
          }
        }
      }
    ]
  }
}

キューに入っている、または遅いローカル OpenAI 互換サーバーの場合、streamIdleTimeoutMs はこのモデルがストリーミングチャンクの間に沈黙を維持できる時間を制御します。これは選択されたプロバイダーエントリのグローバルな QWEN_STREAM_IDLE_TIMEOUT_MS 値を上書きします。アイドルガードを無効にするには 0 に設定します。別の 15 分のストリーム寿命上限は、QWEN_STREAM_MAX_LIFETIME_MS が引き上げられたり無効化されたりしない限り、依然として適用されます。

認証が必要ないローカルサーバーの場合は、API キーに任意のプレースホルダー値を使用できます：

# For Ollama (no auth required)
export OLLAMA_API_KEY="ollama"
 
# For vLLM (if no auth is configured)
export VLLM_API_KEY="not-needed"

カスタムモデル名で提供される Qwen3.x

思考制御とコンテキストウィンドウはモデル ID から推測されます。vLLM または SGLang サーバーが qwen で始まらない ID（例：--served-model-name chat）で Qwen3.x モデルを公開している場合、どちらも適用されません。自動モードの権限分類器などのサイドリクエストでは思考がオンのままになり、コンテキストウィンドウは 200K のデフォルト値にフォールバックします。両方ともモデルエントリで宣言してください。詳細は 推論機能のオーバーライド を参照してください。

{
  "id": "chat",
  "name": "Qwen3.6 35B A3B (vLLM)",
  "envKey": "VLLM_API_KEY",
  "baseUrl": "http://localhost:8000/v1",
  "capabilities": { "reasoning": { "profile": "qwen-chat-template" } },
  "generationConfig": { "contextWindowSize": 262144 }
}

qwen-chat-template は chat_template_kwargs.enable_thinking を送信し、これらのサーバーはそれを Qwen チャットテンプレートに渡します。トップレベルの enable_thinking フィールドは読み取られません。contextWindowSize をサーバーの最大モデル長に設定してください（vLLM では /v1/models の max_model_len として報告されます）。Qwen Code はすべてのリクエストでツール定義を送信するため、サーバー側でもツール呼び出しと推論パーサーの有効化が必要です。vLLM の場合は --enable-auto-tool-choice、モデル用の --tool-call-parser（例：qwen3_xml）、および --reasoning-parser qwen3 を指定します。パーサー名はサーバーリリース間での変更があるため、サーバーのドキュメントを確認してください。

Alibaba Cloud Coding Plan

Alibaba Cloud Coding Plan は、コーディングタスク用に最適化された Qwen モデルの事前設定済みセットを提供します。この機能は Alibaba Cloud Coding Plan API アクセスを持つユーザー向けに利用可能で、自動モデル設定更新による簡素化されたセットアップ体験を提供します。

概要

/auth コマンドを使用して Alibaba Cloud Coding Plan API キーで認証すると、Qwen Code は以下のモデルを自動的に構成します。

セットアップ

1. Alibaba Cloud Coding Plan API キーを取得します。
   • 中国: https://bailian.console.aliyun.com/?tab=model#/efm/coding_plan 
   • インターナショナル: https://modelstudio.console.alibabacloud.com/?tab=dashboard#/efm/coding_plan 
2. Qwen Code で /auth コマンドを実行します
3. Alibaba ModelStudio を選択し、サブメニューから Coding Plan を選択します
4. リージョンを選択します
5. プロンプトに従って API キーを入力します

モデルは自動的に構成され、/model ピッカーに追加されます。

リージョン

Alibaba Cloud Coding Plan は 2 つのリージョンをサポートしています。

リージョンは認証時に選択され、settings.json 内の modelProviders 構成に保存されます。リージョンを切り替えるには、/auth コマンドを再実行して別のリージョンを選択してください。

API キーの保存

/auth コマンドを通じて Coding Plan を設定する場合、API キーは予約済みの環境変数名 BAILIAN_CODING_PLAN_API_KEY を使用して保存されます。デフォルトでは、settings.json ファイルの env フィールドに保存されます。

# ~/.qwen/.env
BAILIAN_CODING_PLAN_API_KEY=your-api-key-here

自動アップデート

Coding Plan のモデル設定にはバージョン管理が適用されます。Qwen Code がモデルテンプレートの新しいバージョンを検出した場合、更新を促すプロンプトが表示されます。更新を受け入れると、以下の操作が行われます:

• 既存の Coding Plan モデル設定を最新バージョンに置き換えます
• 手動で追加したカスタムモデル設定は保持されます
• 選択中のモデルを変更しないでください。更新後の構成に存在しない場合は、/model を使用して新しいモデルを選択してください

更新プロセスは、選択中のモデルを変更せずに、モデル構成と機能を更新します。

手動設定（上級者向け）

Coding Plan モデルを手動で構成したい場合は、他の OpenAI 互換プロバイダーと同様に settings.json に追加できます。

{
  "modelProviders": {
    "openai": [
      {
        "id": "qwen3-coder-plus",
        "name": "qwen3-coder-plus",
        "description": "Qwen3-Coder via Alibaba Cloud Coding Plan",
        "envKey": "YOUR_CUSTOM_ENV_KEY",
        "baseUrl": "https://coding.dashscope.aliyuncs.com/v1"
      }
    ]
  }
}

解決レイヤーとアトミック性

有効な auth/model/credential の値は、以下の優先順位に従ってフィールドごとに選択されます（最初に存在するものが優先されます）。--auth-type と --model を組み合わせて、プロバイダーエントリを直接指定できます。これらの CLI フラグは他のレイヤーよりも先に実行されます。

* CLI 認証フラグが存在する場合は、設定よりも優先されます。それ以外の場合は、security.auth.selectedType または暗黙的なデフォルトによって認証タイプが決まります。サインインオプションについては Authentication を参照してください。レガシーな無料の Qwen OAuth プロバイダーは、Qwen Account with Subscription  とは別物です。

生成構成のレイヤリング: 不透過なプロバイダーレイヤー

構成の解決は厳密なレイヤリングモデルに従いますが、1 つの重要なルールがあります。modelProvider レイヤーは不透過であるということです。

仕組み

1. modelProvider のモデルが選択されている場合（例: /model コマンドでプロバイダー構成済みのモデルを選択した場合）:

   • プロバイダーからの generationConfig 全体がアトミックに適用されます
   • プロバイダーレイヤーは完全に不透過です — 下位のレイヤー（CLI、env、settings）は generationConfig の解決に一切関与しません
   • modelProviders[].generationConfig で定義されているすべてのフィールドは、プロバイダーの値を使用します
   • プロバイダーによって定義されていないすべてのフィールドは undefined に設定されます（設定から継承されません）
   • これにより、プロバイダー設定は完全で自己完結型の「シールドパッケージ」として機能します

   モデルが modelProviders にリストされている場合、そのモデル固有の生成設定はすべて対応するプロバイダーエントリに配置してください。トップレベルの model.generationConfig の値（contextWindowSize、modalities、customHeaders、extra_body などを含む）は、プロバイダーモデルに対しては無視されます。これらのフィールドを有効にするには、modelProviders[authType][].generationConfig の下で設定してください。

2. modelProvider のモデルが選択されていない場合（例: 生のモデル ID で --model を使用する場合、または CLI/env/settings を直接使用する場合）:

   • 解決は下位のレイヤーにフォールスルーします
   • フィールドは CLI → env → settings → デフォルトの順で設定されます
   • これによりランタイムモデルが作成されます（次のセクションを参照）

generationConfig のフィールドごとの優先順位

customHeaders の動的値

customHeaders の値にはプレースホルダー ${session_id} を含めることができます。これは現在の Qwen Code セッション ID でリクエストごとに展開されます。安定した会話ごとの識別子を必要とするゲートウェイで使用してください。例えば、OpenCode Go は x-opencode-session なしのリクエストを拒否します。

{
  "generationConfig": {
    "customHeaders": {
      "x-opencode-session": "${session_id}"
    }
  }
}

値は SDK クライアントに焼き付けられるのではなくリクエストごとに解決されるため、/new と /resume は再起動なしでローテーションできます。

⚠️ 2 つの手順が必要です。 上記のプロバイダーエントリだけでは不十分です — プレースホルダーは、outboundCorrelation.allowDynamicHeaderValues も有効にするまで機能しません。

{
  "outboundCorrelation": {
    "allowDynamicHeaderValues": true
  }
}

有効にするまで、プレースホルダーを含む値は送信される代わりに破棄され、Qwen Code は起動時にヘッダー名とこの設定を記載した警告を表示します。リテラルな ${session_id} を含むヘッダーは決して送信されません。

1 つのヘッダーは予約されています。 QwenCloud MaaS エンドポイント — /auth エントリの China — 千问AI平台 と International — QwenCloud — では、Qwen Code が X-DashScope-Source-Config を所有し、ファーストパーティの帰属値を書き込みます。その名前（大文字小文字を問わず）の下にあるエントリは、リクエスト構築前に削除されるため、其中的な ${session_id} プレースホルダーは生き残りませんし、allowDynamicHeaderValues もそれを変更しません。ヘッダー自体は引き続き送信されますが、あなたの値のみが置き換えられます。同じルールが設定側から述べられているものについては customHeaders を参照してください。

スイッチは同意決定であり、値が どこへ 行くかとは別物であるためグローバルです。展開された値はライブセッション状態を受信者全員に運びますが、スイッチは ${session_id} を展開できるかどうかだけを制御します。どの設定ソースがヘッダーを提供したかを識別するものではありません。

プライバシーに関する注意: セッション ID は会話の存続期間中安定した識別子であるため、送信先のホストはその会話のすべてのリクエストをグループ化できます。どのホストになるかは、ヘッダーを持つプロバイダーエントリによって決まります — あなたの baseUrl と同期させるための個別のホストリストはありません。

アトミック フィールドの扱い

以下のフィールドはアトミック オブジェクトとして扱われます。プロバイダーの値はオブジェクト全体を完全に置き換え、マージは行われません:

• samplingParams - Temperature、top_p、max_tokens など
• customHeaders - カスタム HTTP ヘッダー (${session_id} を含む場合があります。動的な値を参照してください)
• extra_body - 追加のリクエストボディパラメータ

例

// User settings (~/.qwen/settings.json)
{
  "model": {
    "generationConfig": {
      "timeout": 30000,
      "samplingParams": { "temperature": 0.5, "max_tokens": 1000 }
    }
  }
}
 
// modelProviders configuration
{
  "modelProviders": {
    "openai": [{
      "id": "gpt-4o",
      "envKey": "OPENAI_API_KEY",
      "generationConfig": {
        "timeout": 60000,
        "samplingParams": { "temperature": 0.2 }
      }
    }]
  }
}

modelProviders から gpt-4o が選択された場合:

• timeout = 60000 (プロバイダー由来、設定を上書き)
• samplingParams.temperature = 0.2 (プロバイダー由来、設定オブジェクトを完全に置き換え)
• samplingParams.max_tokens = undefined (プロバイダーで定義されておらず、プロバイダー レイヤーは設定から継承しないため、指定されていない場合は明示的に undefined に設定されます)

--model gpt-4 を介して生のモデルを使用する場合 (modelProviders 由来ではなく、Runtime Model を作成):

• timeout = 30000 (設定由来)
• samplingParams.temperature = 0.5 (設定由来)
• samplingParams.max_tokens = 1000 (設定由来)

modelProviders 自体のマージ戦略は REPLACE（置換）です。プロジェクト設定の modelProviders 全体が、ユーザー設定の対応するセクションをマージするのではなく上書きします。

推論 / thinking 構成

generationConfig 配下のオプション フィールド reasoning は、応答前にモデルがどの程度積極的に推論するかを制御します。Anthropic および Gemini コンバーターは常にこれを尊重します。OpenAI 互換パイプラインは generationConfig.samplingParams が設定されている場合を除き、これを尊重します。ただし、既知の GPT-5 モデルと GPT-6 Astra は例外です。無関係なサンプリング キーは、設定された effort を抑制しません。以下の「samplingParams との相互作用」を参照してください。

{
  "modelProviders": {
    "openai": [
      {
        "id": "deepseek-v4-pro",
        "name": "DeepSeek V4 Pro",
        "baseUrl": "https://api.deepseek.com/v1",
        "envKey": "DEEPSEEK_API_KEY",
        "generationConfig": {
          // The effort tiers:
          //   'low'    — lightest reasoning
          //   'medium' | 'xhigh' — mapped to 'high' on DeepSeek
          //   'high'   — default reasoning intensity
          //   'max'    — DeepSeek-specific extra-strong tier
          // Or set `false` to disable reasoning entirely.
          "reasoning": { "effort": "max" },
        },
      },
    ],
  },
}

プロバイダーごとの動作

reasoning: false

reasoning: false（リテラルなブール値）を設定すると、無効化をサポートするモデルでの思考（thinking）が明示的に無効になります。これは推論の恩恵を受けない安価なサイドクエリに有用です。これは一時的な呼び出し（例：提案生成）において、request.config.thinkingConfig.includeThoughts: false を介してリクエストレベルでも尊重されます。

api.deepseek.com baseURL では、OpenAI パイプラインは DeepSeek V4+ が必要とする明示的な thinking: { type: 'disabled' } フィールドを出力します。サーバー側のデフォルトは 'enabled' であるため、単に reasoning_effort を省略しても思考レイテンシやコストが発生します。セルフホストされた DeepSeek バックエンド（sglang/vllm）やその他の OpenAI 互換サーバーはこのフィールドを受信しません。それらで思考を無効にする必要がある場合は、samplingParams/extra_body を介して thinking: { type: 'disabled' }（または推論フレームワークが公開する任意のノブ）を注入してください。任意の deepseek-v4* モデル ID（大文字小文字を区別しない）は例外です。サードパーティ製の OpenAI 互換ホスト上では MaaS 契約に従い、思考が無効化されている場合に enable_thinking: false を受信します。新たに認識されたルート（サードパーティ製ホスト、または確立されたホスト上の新しいエイリアス）では、推論プロファイルのないレガシーな capabilities.reasoning 宣言は独自のワイヤセマンティクスを維持します。組み込みの正規化器は動作せず、宣言されたまたは静的な努力レベルを平坦化したり再階層化したりしません。宣言では、モデルが disableField で読み取るノブ（thinking、enable_thinking、または reasoning_effort）を指定する必要があります。これを省略した宣言は機能を一切解決しないため、無効化フィールドは出力されず、サーバーのデフォルト（思考オン）が適用されます。

無効化が許可されている既知のGPTモデルの場合、OpenRouter以外のエンドポイントでは reasoning_effort: 'none' が渡され、OpenRouterでは代わりにネストされた reasoning: { enabled: false } が渡されます。必須思考（mandatory-thinking）モデルはモデルコントロールで off を拒否し、サポートされていない無効化値をリクエストから省略するため、reasoning: false ではそれらの思考をオフにできません。明示的なモデル推論機能は組み込みのティアリストより優先され、ネイティブの無効化フィールドを選択します。OpenRouterはプロバイダーレベルの無効化動作を維持します。組み込みの必須セットは gpt-5、gpt-5-mini、gpt-5-nano、gpt-5-pro、gpt-5.1-codex、gpt-5.1-codex-max、gpt-5.2-codex、gpt-5.3-codex、gpt-5.2-pro、gpt-5.4-pro、gpt-5.5-pro、および gpt-6-astra です。

openrouter.ai baseURL において、推論が無効化されている場合、OpenAIパイプラインは OpenRouter のプロバイダーレベルフィールド reasoning: { enabled: false } を出力します。必須思考モデルにはこの無効化フィールドは送信されません。他のOpenAI互換サーバーでは、このOpenRouter固有のフィールドは自動的に送信されないため、それぞれのネイティブな無効化設定を使用してください。

samplingParams との相互作用（OpenAI 互換のみ）

budget_tokens

effort とともに budget_tokens を含めることで、正確な思考トークン予算を固定できます:

"reasoning": { "effort": "high", "budget_tokens": 50000 }

Anthropic の場合、これは thinking.budget_tokens になります。OpenAI/DeepSeek の場合、フィールドは保持されますが、現在はサーバー側で無視されます。reasoning_effort が実際に機能する設定となります。

Provider Models と Runtime Models

Qwen Code は、2種類のモデル設定を区別しています。

プロバイダーモデル

• modelProviders 設定で定義される
• 完全でアトミックな設定パッケージを持つ
• 選択されると、その設定は透過性のないレイヤーとして適用される
• 完全なメタデータ（名前、説明、機能）と共に /model コマンドリストに表示される
• 複数モデルのワークフローやチーム間の一貫性維持に推奨

ランタイムモデル

• CLI（--model）、環境変数、または設定経由でローモデル ID を使用する場合に動的に作成される
• modelProviders で定義されていません
• 設定は解決レイヤー（CLI → env → settings → defaults）を通じた「投影」によって構築されます
• 完全な設定が検出されると、RuntimeModelSnapshot として自動的にキャプチャされます
• 認証情報を再入力せずに再利用できます

RuntimeModelSnapshotのライフサイクル

modelProviders を使用せずにモデルを設定すると、Qwen Codeは設定を保持するために RuntimeModelSnapshot を自動的に作成します:

# This creates a RuntimeModelSnapshot with ID: $runtime|openai|my-custom-model
qwen --auth-type openai --model my-custom-model --openai-api-key $KEY --openai-base-url https://api.example.com/v1

スナップショット:

• モデル ID、API キー、ベース URL、および生成設定をキャプチャします
• セッション間で永続化されます（実行中はメモリに保存されます）
• /model コマンドリストにランタイムオプションとして表示されます
• /model $runtime|openai|my-custom-model を使用して切り替えることができる

主な違い

使い分け

• Provider Models を使用する場合: チームで共有する標準モデルがあり、一貫した設定が必要、または意図しない上書きを防ぎたい場合
• Runtime Models を使用する場合: 新しいモデルを素早くテストする場合、一時的な資格情報を使用する場合、またはアドホックなエンドポイントで作業する場合

選択の永続化と推奨事項

• /model と /auth は、modelProviders が既に定義されている最も近い書き込み可能なスコープに model.name（該当する場合）と security.auth.selectedType を永続化します。それ以外の場合はユーザースコープにフォールバックします。これにより、ワークスペース/ユーザーファイルがアクティブなプロバイダーカタログと同期された状態に保たれます。
• modelProviders がない場合、リゾルバーは CLI/env/settings の各レイヤーを混在させて Runtime Models を作成します。これは単一プロバイダーのセットアップでは問題ありませんが、頻繁に切り替える場合は煩雑です。複数モデルのワークフローが一般的である場合は、常にプロバイダーカタログを定義し、切り替えがアトミックで、ソースが追跡可能かつデバッグ可能になるようにしてください。