モデルプロバイダー

Qwen Code では、settings.json の modelProviders 設定を使用し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を切り替えることができます。

概要

modelProviders を使用して、/model ピッカーが切り替え可能な認証タイプごとのキュレーション済みモデルリストを宣言します。キーは有効な認証タイプ（openai、anthropic、gemini など）である必要があります。各エントリには id が必要で、envKey を必ず含める必要があります。name、description、baseUrl、generationConfig はオプションです。認証情報は設定ファイルに永続化されません。ランタイムは process.env[envKey] から読み取ります。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。

Note

/model コマンドのみがデフォルト以外の認証タイプを公開します。Anthropic、Gemini などは modelProviders を介して定義する必要があります。/auth コマンドには、組み込みの認証オプションとして Qwen OAuth、Alibaba Cloud Coding Plan、および API Key がリストされます。

Warning

同じ authType 内のモデル ID の重複: 単一の authType 内で同じ id を持つ複数のモデルを定義すること（例：openai 内に "id": "gpt-4o" が 2 つある場合）は、現在サポートされていません。重複が存在する場合、最初に出現したものが優先され、後続の重複は警告とともにスキップされます。id フィールドは構成識別子として使用されるだけでなく、API に送信される実際のモデル名としても使用されるため、一意の ID（例：gpt-4o-creative、gpt-4o-balanced）を使用しても回避策にはなりません。これは既知の制限事項であり、将来のリリースで対応する予定です。

認証タイプ別の構成例

以下に、使用可能なパラメーターとその組み合わせを示す、異なる認証タイプ向けの包括的な構成例を示します。

サポートされている認証タイプ

modelProviders オブジェクトのキーは有効な authType 値である必要があります。現在サポートされている認証タイプは次のとおりです。

Auth Type	説明
`openai`	OpenAI 互換 API（OpenAI、Azure OpenAI、vLLM/Ollama などのローカル推論サーバー）
`anthropic`	Anthropic Claude API
`gemini`	Google Gemini API
`qwen-oauth`	Qwen OAuth（ハードコード済み。`modelProviders` で上書き不可）

[!warning] 無効な認証タイプキー（例："openai-custom" のようなタイプミス）を使用した場合、構成はサイレントにスキップされ、モデルは /model ピッカーに表示されません。必ず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してください。

API リクエストに使用される SDK

Qwen Code は、各プロバイダーへのリクエスト送信に以下の公式 SDK を使用します。

Auth Type	SDK パッケージ
`openai`	`openai` - 公式 OpenAI Node.js SDK
`anthropic`	`@anthropic-ai/sdk` - 公式 Anthropic SDK
`gemini`	`@google/genai` - 公式 Google GenAI SDK
`qwen-oauth`	`openai` with custom provider (DashScope-compatible)

つまり、構成する baseUrl は、対応する SDK が期待する API 形式と互換性がある必要があります。例えば、openai 認証タイプを使用する場合、エンドポイントは OpenAI API 形式のリクエストを受け入れる必要があります。

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 などの集約型モデルプロバイダーを含む、OpenAI 互換のエンドポイントもサポートしています。


{
  "env": {
    "OPENAI_API_KEY": "sk-your-actual-openai-key-here",
    "OPENROUTER_API_KEY": "sk-or-your-actual-openrouter-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,
          "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
          }
        }
      }
    ]
  }
}

Anthropic（`anthropic`）


{
  "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
          }
        }
      }
    ]
  }
}

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 互換の API エンドポイントを提供しています。ローカルの baseUrl を指定して openai 認証タイプを使用して構成します。


{
  "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,
          "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
          }
        }
      }
    ]
  }
}

認証を必要としないローカルサーバーの場合、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"

Note

extra_body パラメーターは OpenAI 互換プロバイダー（openai、qwen-oauth）のみでサポートされています。Anthropic および Gemini プロバイダーでは無視されます。

Note

envKey について: envKey フィールドは実際の API キーの値ではなく、環境変数の名前を指定します。構成を機能させるには、対応する環境変数に実際の API キーが設定されていることを確認する必要があります。これを行うには 2 つの方法があります。

オプション 1: .env ファイルの使用（セキュリティ推奨）:
```
# ~/.qwen/.env (or project root)
OPENAI_API_KEY=sk-your-actual-key-here
```
秘密情報が誤ってコミットされないよう、.env を .gitignore に追加してください。
オプション 2: settings.json の env フィールドの使用（上記の例で示した通り）:
```
{
  "env": {
    "OPENAI_API_KEY": "sk-your-actual-key-here"
  }
}
```

各プロバイダーの例には、API キーの構成方法を示すために env フィールドが含まれています。

Alibaba Cloud Coding Plan

Alibaba Cloud Coding Plan は、コーディングタスクに最適化された Qwen モデルの事前構成セットを提供します。この機能は Alibaba Cloud Coding Plan API アクセス権を持つユーザーが利用でき、モデル構成の自動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。

Model ID	Name	説明
`qwen3.5-plus`	qwen3.5-plus	推論（thinking）が有効な高度なモデル
`qwen3-coder-plus`	qwen3-coder-plus	コーディングタスクに最適化
`qwen3-max-2026-01-23`	qwen3-max-2026-01-23	推論が有効な最新の max モデル

セットアップ

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
- 国際版: https://modelstudio.console.alibabacloud.com/?tab=dashboard#/efm/coding_plan
Qwen Code で /auth コマンドを実行します
Alibaba Cloud Coding Plan を選択します
リージョンを選択します
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。

Region	Endpoint	説明
China	`https://coding.dashscope.aliyuncs.com/v1`	中国本土エンドポイント
Global/International	`https://coding-intl.dashscope.aliyuncs.com/v1`	国際版エンドポイント

リージョンは認証時に選択され、settings.json の codingPlan.region 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 コマンドを介して Coding Plan を構成すると、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。

Warning

セキュリティ推奨事項: セキュリティを強化するため、API キーを settings.json から個別の .env ファイルに移動し、環境変数として読み込むことを推奨します。例:


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

プロジェクトレベルの設定を使用している場合は、このファイルが .gitignore に追加されていることを確認してください。

自動更新

Coding Plan のモデル構成はバージョン管理されています。Qwen Code がモデルテンプレートの新しいバージョンを検出すると、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:

既存の Coding Plan モデル構成が最新バージョンに置き換えられます
手動で追加したカスタムモデル構成は保持されます
更新された構成の最初のモデルに自動的に切り替わります

この更新プロセスにより、手動での介入なしに常に最新のモデル構成と機能にアクセスできます。

手動構成（上級者向け）

Coding Plan モデルを手動で構成する場合は、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"
      }
    ]
  }
}

Note

手動構成を使用する場合:

envKey には任意の環境変数名を使用できます
codingPlan.* を構成する必要はありません
自動更新は手動構成された Coding Plan モデルには適用されません

Warning

自動 Coding Plan 構成も使用している場合、手動構成が自動構成と同じ envKey と baseUrl を使用していると、自動更新によって手動構成が上書きされる可能性があります。これを回避するには、可能であれば手動構成で異なる envKey を使用してください。

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 を組み合わせて特定の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前に実行されます。

レイヤー（高 → 低）	authType	model	apiKey	baseUrl	apiKeyEnvKey	proxy
プログラムによる上書き	`/auth`	`/auth` 入力	`/auth` 入力	`/auth` 入力	—	—
モデルプロバイダーの選択	—	`modelProvider.id`	`env[modelProvider.envKey]`	`modelProvider.baseUrl`	`modelProvider.envKey`	—
CLI 引数	`--auth-type`	`--model`	`--openaiApiKey`（またはプロバイダー固有の同等物）	`--openaiBaseUrl`（またはプロバイダー固有の同等物）	—	—
環境変数	—	プロバイダー固有のマッピング（例: `OPENAI_MODEL`）	プロバイダー固有のマッピング（例: `OPENAI_API_KEY`）	プロバイダー固有のマッピング（例: `OPENAI_BASE_URL`）	—	—
設定（`settings.json`）	`security.auth.selectedType`	`model.name`	`security.auth.apiKey`	`security.auth.baseUrl`	—	—
デフォルト / 計算値	`AuthType.QWEN_OAUTH` にフォールバック	組み込みデフォルト（OpenAI ⇒ `qwen3-coder-plus`）	—	—	—	構成されている場合は `Config.getProxy()`

*存在する場合、CLI 認証フラグは設定を上書きします。それ以外の場合、security.auth.selectedType または暗黙のデフォルトが認証タイプを決定します。追加の構成なしで公開される認証タイプは、Qwen OAuth と OpenAI のみです。

Warning

security.auth.apiKey および security.auth.baseUrl の非推奨化: settings.json 内の security.auth.apiKey および security.auth.baseUrl を介して API 認証情報を直接構成することは非推奨です。これらの設定は、UI を介して入力された認証情報に歴史的なバージョンで使用されていましたが、認証情報入力フローはバージョン 0.10.1 で削除されました。これらのフィールドは将来のリリースで完全に削除されます。すべてのモデルおよび認証情報構成に modelProviders への移行を強く推奨します。設定ファイルに認証情報をハードコーディングする代わりに、modelProviders の envKey を使用して環境変数を参照し、安全な認証情報管理を行ってください。

生成構成のレイヤリング: 透過しない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、重要なルールが 1 つあります。modelProvider レイヤーは透過しません（impermeable）。

動作原理

modelProvider モデルが選択された場合（例: /model コマンドでプロバイダー構成モデルを選択）:
- 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透過しません — 下位レイヤー（CLI、env、設定）は generationConfig の解決に一切関与しません
- modelProviders[].generationConfig で定義された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、プロバイダー構成が完全で自己完結型の「シールドされたパッケージ」として機能することが保証されます
modelProvider 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、または CLI/env/設定を直接使用）:
- 解決は下位レイヤーにフォールスルーします
- フィールドは CLI → env → 設定 → デフォルトの順に設定されます
- 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

優先度	ソース	動作
1	プログラムによる上書き	ランタイムの `/model`、`/auth` による変更
2	`modelProviders[authType][].generationConfig`	透過しないレイヤー - すべての generationConfig フィールドを完全に置き換えます。下位レイヤーは関与しません
3	`settings.model.generationConfig`	ランタイムモデル（プロバイダーモデルが選択されていない場合）にのみ使用されます
4	コンテンツジェネレーターのデフォルト	プロバイダー固有のデフォルト（例: OpenAI vs Gemini）- ランタイムモデルにのみ適用されます

アトミックなフィールドの扱い

以下のフィールドはアトミックなオブジェクトとして扱われます。プロバイダーの値が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 - 温度（temperature）、top_p、max_tokens など
customHeaders - カスタム HTTP ヘッダー
extra_body - 追加のリクエストボディパラメーター

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（プロバイダーから。設定を上書き）
samplingParams.temperature = 0.2（プロバイダーから。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、提供されていないフィールドは明示的に undefined に設定されます）

--model gpt-4 を使用して生のモデルを使用する場合（modelProviders からではなく、ランタイムモデルを作成）:

timeout = 30000（設定から）
samplingParams.temperature = 0.5（設定から）
samplingParams.max_tokens = 1000（設定から）

modelProviders 自体のマージ戦略は REPLACE 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上書きし、2 つをマージすることはありません。

推論（Reasoning）/ 思考（Thinking）構成

generationConfig 下のオプションの reasoning フィールドは、モデルが応答前に推論を行う積極度を制御します。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 が設定されていない限りこれを尊重します。詳細は以下の「samplingParams との相互作用」の注意事項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 four-tier scale:
          //   'low'    | 'medium' — server-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

プロトコル / プロバイダー	送信形式（Wire shape）	備考
OpenAI / DeepSeek (`api.deepseek.com`)	フラットな `reasoning_effort: <effort>` ボディパラメーター	ネストされた構成形状で `reasoning.effort` が設定されている場合、フラットな `reasoning_effort` に書き換えられ、`'low'`/`'medium'` は `'high'` に、`'xhigh'` は `'max'` に正規化されます。これは DeepSeek のサーバー側後方互換性を反映しています。トップレベルの `samplingParams.reasoning_effort` または `extra_body.reasoning_effort` の上書きはこの正規化をスキップし、そのまま送信されます。
OpenAI (other compatible servers)	`reasoning: { effort, ... }` がそのまま渡されます	プロバイダーが異なる形状を期待する場合、`samplingParams`（例: GPT-5/o シリーズ用の `samplingParams.reasoning_effort`）を介して設定します。
Anthropic (real `api.anthropic.com`)	`output_config: { effort }` および `effort-2025-11-24` ベータヘッダー	実際の Anthropic は `'low'`/`'medium'`/`'high'` のみを受け入れます。`'max'` は `debugLogger.warn` 行（ジェネレーターごとに 1 回）とともに `'high'` にクランプされます。最大限の推論強度が必要な場合は、baseURL をこれをサポートする DeepSeek 互換エンドポイントに切り替えてください。
Anthropic (`api.deepseek.com/anthropic`)	同じ `output_config: { effort }` + ベータヘッダー	`'max'` は変更なしでそのまま渡されます。
Gemini (`@google/genai`)	`thinkingConfig: { includeThoughts: true, thinkingLevel }`	`'low'` → `LOW`、`'high'`/`'max'` → `HIGH`、その他 → `THINKING_LEVEL_UNSPECIFIED`（Gemini には `MAX` ティアがありません）。

`reasoning: false`

reasoning: false（リテラルのブール値）を設定すると、すべてのプロバイダーで思考（thinking）が明示的に無効になります。推論の恩恵を受けない安価なサイドクエリに役立ちます。これはリクエストレベルでも request.config.thinkingConfig.includeThoughts: false を介して 1 回限りの呼び出し（例: 提案の生成）で尊重されます。

api.deepseek.com baseURL では、OpenAI パイプラインは DeepSeek V4+ が要求する明示的な 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 を省略しても思考のレイテンシ/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）およびその他の OpenAI 互換サーバーにはこのフィールドは送信されません。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。

`samplingParams` との相互作用（OpenAI 互換のみ）

Warning

OpenAI 互換プロバイダーで generationConfig.samplingParams が設定されている場合、パイプラインはそれらのキーをそのままワイヤーに送信し、個別の reasoning 注入を完全にスキップします。したがって、{ samplingParams: { temperature: 0.5 }, reasoning: { effort: 'max' } } のような構成は、OpenAI/DeepSeek リクエストで reasoning フィールドをサイレントにドロップします。

samplingParams を設定する場合は、reasoning ノブをその中に直接含めてください。DeepSeek の場合は samplingParams.reasoning_effort、GPT-5/o シリーズの場合は samplingParams.reasoning_effort（フラットフィールド）または samplingParams.reasoning（ネストオブジェクト）です。OpenRouter やその他のプロバイダーではフィールド名が異なります。プロバイダーのドキュメントを参照してください。

Anthropic および Gemini コンバーターは影響を受けません。samplingParams の有無にかかわらず、常に reasoning.effort を直接読み取ります。

`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バジェットを固定できます。


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

Anthropic では thinking.budget_tokens になります。OpenAI/DeepSeek ではフィールドは保持されますが、現在サーバーによって無視されます。reasoning_effort が実際に機能するノブです。

プロバイダーモデル vs ランタイムモデル

Qwen Code は、2 種類のモデル構成を区別します。

プロバイダーモデル

modelProviders 構成で定義されます
完全でアトミックな構成パッケージを持ちます
選択されると、その構成は透過しないレイヤーとして適用されます
完全なメタデータ（名前、説明、機能）付きで /model コマンドリストに表示されます
マルチモデルワークフローとチームの一貫性に推奨されます

ランタイムモデル

CLI（--model）、環境変数、または設定を介して生のモデル ID を使用したときに動的に作成されます
modelProviders では定義されません
構成は解決レイヤー（CLI → env → 設定 → デフォルト）を「投影」して構築されます
完全な構成が検出されると、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構成すると、Qwen Code は構成を保持するために 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 --openaiApiKey $KEY --openaiBaseUrl https://api.example.com/v1

スナップショット:

モデル ID、API キー、ベース URL、生成構成をキャプチャします
セッション間で保持されます（ランタイム中はメモリに保存）
ランタイムオプションとして /model コマンドリストに表示されます
/model $runtime|openai|my-custom-model を使用して切り替えることができます

主な違い

側面	プロバイダーモデル	ランタイムモデル
構成ソース	`settings` 内の `modelProviders`	CLI、env、設定レイヤー
構成のアトミック性	完全で透過しないパッケージ	レイヤー化され、各フィールドが独立して解決
再利用性	`/model` リストで常に利用可能	スナップショットとしてキャプチャされ、完全な場合に表示
チーム共有	はい（コミットされた設定経由）	いいえ（ユーザーローカル）
認証情報の保存	`envKey` のみで参照	スナップショットに実際のキーがキャプチャされる場合あり

使い分け

プロバイダーモデルを使用する場合: チーム間で標準モデルを共有する場合、一貫した構成が必要な場合、または誤った上書きを防ぎたい場合
ランタイムモデルを使用する場合: 新しいモデルをすばやくテストする場合、一時的な認証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

Important

可能な限り、ユーザー範囲の ~/.qwen/settings.json で modelProviders を定義し、認証情報の上書きをどの範囲でも永続化しないようにしてください。プロバイダーカタログをユーザー設定に保持することで、プロジェクト範囲とユーザー範囲間のマージ/上書きの競合を防ぎ、/auth および /model の更新が常に一貫した範囲に書き戻されるようにします。

/model および /auth は、該当する場合 model.name および security.auth.selectedType を、modelProviders をすでに定義している最も近い書き込み可能な範囲に永続化します。それ以外の場合はユーザー範囲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ます。
modelProviders がない場合、リゾルバーは CLI/env/設定レイヤーを混合し、ランタイムモデルを作成します。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。マルチモデルワークフローが一般的である場合は、切り替えがアトミックで、ソースが帰属可能かつデバッグ可能になるように、プロバイダーカタログを定義してください。

モデルプロバイダー

概要

認証タイプ別の構成例

サポートされている認証タイプ

API リクエストに使用される SDK

OpenAI 互換プロバイダー（openai）

Anthropic（anthropic）

Google Gemini（gemini）

ローカルセルフホストモデル（OpenAI 互換 API 経由）

Alibaba Cloud Coding Plan

概要

セットアップ

リージョン

API キーの保存

自動更新

手動構成（上級者向け）

解決レイヤーとアトミック性

生成構成のレイヤリング: 透過しないプロバイダーレイヤー

動作原理

generationConfig のフィールドごとの優先順位

アトミックなフィールドの扱い

例

推論（Reasoning）/ 思考（Thinking）構成

プロバイダーごとの動作

reasoning: false

samplingParams との相互作用（OpenAI 互換のみ）

budget_tokens

プロバイダーモデル vs ランタイムモデル

プロバイダーモデル

ランタイムモデル

RuntimeModelSnapshot のライフサイクル

主な違い

使い分け

選択の永続化と推奨事項

OpenAI 互換プロバイダー（`openai`）

Anthropic（`anthropic`）

Google Gemini（`gemini`）

`generationConfig` のフィールドごとの優先順位

`reasoning: false`

`samplingParams` との相互作用（OpenAI 互換のみ）

`budget_tokens`