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 ピッカーで切り替え可能なモデルを認証タイプごとに宣言します。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。各認証タイプは、protocol フィールドと models フィールド（モデル定義の配列）を持つ ProviderConfig オブジェクトにマッピングされます。models の各エントリには id が必要です。envKey は任意ですが推奨されます（省略した場合、認証タイプのデフォルトの環境変数キー、例えば openai の場合は OPENAI_API_KEY にフォールバックします）。その他、name、description、baseUrl、generationConfig は任意です。認証情報は設定に永続化されることはなく、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たままとなり、上書きすることはできません。

Note

デフォルト以外の認証タイプを公開するのは /model コマンドのみです。Anthropic や Gemini などは modelProviders 経由で定義する必要があります。/auth コマンドには、Alibaba ModelStudio（サブメニューに Coding Plan、Token Plan、Standard API Key を含む）、Third-party Providers、Custom Provider の3つのトップレベルオプションが表示されます。（Qwen OAuth は選択可能なダイアログエントリではなくなりました。無料枠は 2026-04-15 に廃止されました。）

Note

モデルの一意性: 同じ authType 内のモデルは、id と baseUrl の組み合わせによって一意に識別されます。つまり、各エントリが異なる baseUrl を持っている限り（例えば、1つは OpenAI に直接、もう1つはプロキシエンドポイントを指すなど）、同じモデル ID（例: "gpt-4o"）を単一の authType 内で複数回定義できます。2つのエントリが同じ id と同じ baseUrl を共有する場合（または両方とも baseUrl を省略している場合）、最初に出現したものが優先され、その後の重複は警告とともにスキップされます。

認証タイプ別の設定例

以下は、利用可能なパラメータとその組み合わせを示す、さまざまな認証タイプの包括的な設定例です。

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	Description
`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（ハードコードされており、`modelProviders` で上書きできません）
`vertex-ai`	Google Vertex AI（Vertex AI モードで `gemini` プロトコルと `@google/genai` SDK を使用します。選択すると `GOOGLE_GENAI_USE_VERTEXAI=true` が設定されます）

[!warning] 不明な認証タイプキー（例: "openai-custom" のようなタイプミス）が使用された場合、空でないキーはそのまま独自の認証タイプグループとして受け入れられますが、既知のプロトコルにはマッピングされません。そのため、そのモデルは意図したとおりに動作せず、/model ピッカーでも正しく動作しません。空（空文字列または空白のみ）のキーのみがスキップされます。常に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 Package
`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`	カスタムプロバイダー（DashScope 互換）を伴う `openai`

これは、設定する baseUrl が対応する SDK が期待する API 形式と互換性を持っている必要があることを意味します。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付ける必要があります。

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 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": {
      "protocol": "openai",
      "models": [
        {
          "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
            }
          }
        },
        {
          "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
            }
          }
        }
      ]
    }
  }
}

Anthropic（`anthropic`）


{
  "env": {
    "ANTHROPIC_API_KEY": "sk-ant-your-actual-anthropic-key-here"
  },
  "modelProviders": {
    "anthropic": {
      "protocol": "anthropic",
      "models": [
        {
          "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": {
      "protocol": "gemini",
      "models": [
        {
          "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 を使用して openai 認証タイプでそれらを構成します。


{
  "env": {
    "OLLAMA_API_KEY": "ollama",
    "VLLM_API_KEY": "not-needed",
    "LMSTUDIO_API_KEY": "lm-studio"
  },
  "modelProviders": {
    "openai": {
      "protocol": "openai",
      "models": [
        {
          "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 キーには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 パラメータは OpenAI 互換プロバイダー（openai、qwen-oauth）でのみサポートされます。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。設定を機能させるには、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。これには 2 つの方法があります。

オプション 1: .env ファイルを使用する（セキュリティ上の理由から推奨）:
```
# ~/.qwen/.env (またはプロジェクトルート)
OPENAI_API_KEY=sk-your-actual-key-here
```
シークレットが誤ってコミットされないように、必ず .env を .gitignore に追加してください。
オプション 2: settings.json の env フィールドを使用する（上記の例で示されている通り）:
```
{
  "env": {
    "OPENAI_API_KEY": "sk-your-actual-key-here"
  }
}
```

各プロバイダーの例には、API キーをどのように構成すべきかを示すために 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り簡略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	Description
`qwen3.5-plus`	qwen3.5-plus	思考機能が有効なアドバンスドモデル
`qwen3.6-plus`	qwen3.6-plus	思考機能が有効な最新モデル（Pro サブスクライバー限定）
`qwen3.7-plus`	qwen3.7-plus	思考機能が有効なアドバンスドモデル
`qwen3-coder-plus`	qwen3-coder-plus	コーディングタスクに最適化されたモデル
`qwen3-coder-next`	qwen3-coder-next	実験的なコーディングモデル
`qwen3-max-2026-01-23`	qwen3-max-2026-01-23	思考機能が有効な最新の max モデル
`glm-5`	glm-5	思考機能が有効な GLM モデル
`glm-4.7`	glm-4.7	思考機能が有効な GLM モデル
`kimi-k2.5`	kimi-k2.5	思考機能およびビジョン/ビデオサポート付き Kimi モデル
`MiniMax-M2.5`	MiniMax-M2.5	思考機能が有効な MiniMax 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
- インターナショナル: 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 ModelStudio を選択し、サブメニューから 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	Description
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`	国際エンドポイント

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

セキュリティに関する推奨事項: 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、以下の処理が行われます。

既存の Coding Plan モデル構成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、手動で操作することなく、常に最新のモデル構成と機能にアクセスできるようになります。

手動構成（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": {
      "protocol": "openai",
      "models": [
        {
          "id": "qwen3-coder-plus",
          "name": "qwen3-coder-plus",
          "description": "Alibaba Cloud Coding Plan 経由の Qwen3-Coder",
          "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
手動で構成された Coding Plan モデルには自動更新は適用されません

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。これを避けるため、可能であれば手動構成で異なる envKey を使用するようにしてください。

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、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。

Layer (highest → lowest)	authType	model	apiKey	baseUrl	apiKeyEnvKey	proxy
プログラムによるオーバーライド	`/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`	`--openai-api-key`	`--openai-base-url`	—	—
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	組み込みのデフォルト（OpenAI ⇒ `qwen3.5-plus`）	—	—	—	設定されている場合 `Config.getProxy()`

*CLI の認証フラグが存在する場合、設定をオーバーライドします。それ以外の場合、security.auth.selectedType または暗黙のデフォルトによって認証タイプが決定されます。追加の構成なしに公開される認証タイプは、Qwen OAuth と OpenAI のみです。

Note

--openai-api-key と --openai-base-url が唯一の認証情報 CLI フラグです。これらは、名前に関係なくアクティブな OpenAI 互換プロバイダーに適用されます。--anthropic-* や --gemini-* の認証情報フラグは存在しません。CLI で渡されないプロバイダー固有の認証情報は、環境変数から解決されます（下の行を参照）。

Warning

security.auth.apiKey と security.auth.baseUrl の非推奨化: settings.json 内の security.auth.apiKey と 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となりました。これらの設定は過去のバージョンで UI から入力された認証情報に使用されていましたが、認証情報の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る予定です。すべてのモデルおよび認証情報の構成については、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のではなく、modelProviders 内の 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: 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

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、プロバイダー構成は完全で自己完結した「密封されたパッケージ」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、一致するプロバイダーエントリに記述してください。contextWindowSize、modalities、customHeaders、extra_body を含むトップレベルの model.generationConfig の値は、プロバイダーモデルでは無視されます。これらのフィールドを適用するには、modelProviders[authType][].generationConfig 配下で構成してください。
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

Priority	Source	Behavior
1	プログラムによるオーバーライド	ランタイムの `/model`、`/auth` の変更
2	`modelProviders[authType][].generationConfig`	不透過レイヤー - 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 と Gemini）- ランタイムモデルにのみ適用

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 - 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

例


// ユーザー設定 (~/.qwen/settings.json)
{
  "model": {
    "generationConfig": {
      "timeout": 30000,
      "samplingParams": { "temperature": 0.5, "max_tokens": 1000 }
    }
  }
}
 
// modelProviders の設定
{
  "modelProviders": {
    "openai": {
      "protocol": "openai",
      "models": [{
        "id": "gpt-4o",
        "envKey": "OPENAI_API_KEY",
        "generationConfig": {
          "timeout": 60000,
          "samplingParams": { "temperature": 0.2 }
        }
      }]
    }
  }
}

modelProviders から gpt-4o を選択した場合:

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換）
samplingParams.max_tokens = undefined（プロバイダーで定義されておらず、プロバイダー層は設定から継承しないため、指定されていないフィールドは明示的に undefined に設定される）

--model gpt-4 を使用してローモデルを使用する場合（modelProviders からのものではなく、Runtime Model が作成される）:

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（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。

Reasoning / thinking の設定

generationConfig 下のオプションの reasoning フィールドは、モデルが応答前にどの程度積極的に推論を行うかを制御します。Anthropic と Gemini のコンバータ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。以下の「samplingParams との相互作用」に関する注意事項を参照してください。


{
  "modelProviders": {
    "openai": {
      "protocol": "openai",
      "models": [
        {
          "id": "deepseek-v4-pro",
          "name": "DeepSeek V4 Pro",
          "baseUrl": "https://api.deepseek.com/v1",
          "envKey": "DEEPSEEK_API_KEY",
          "generationConfig": {
            // 4段階のスケール:
            //   'low'    | 'medium' — DeepSeek ではサーバー側で 'high' にマッピングされる
            //   'high'   — デフォルトの推論強度
            //   'max'    — DeepSeek 固有の超強力なティア
            // または、推論を完全に無効にするには `false` を設定する。
            "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	通信時の形状	備考
OpenAI / DeepSeek (`api.deepseek.com`)	フラットな `reasoning_effort: <effort>` ボディパラメータ	ネストされた設定形状で `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 のサーバー側の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` のオーバーライドは、この正規化をスキップしてそのまま送信されます。
OpenAI（その他の互換サーバー）	`reasoning: { effort, ... }` がそのまま渡される	プロバイダーが異なる形状を期待している場合、`samplingParams` 経由で設定します（例: GPT-5/o シリーズの場合は `samplingParams.reasoning_effort`）。
Anthropic（実際の `api.anthropic.com`）	`output_config: { effort }` と `effort-2025-11-24` ベータヘッダー	実際の Anthropic は `'low'`/`'medium'`/`'high'` のみを受け付けます。`'max'` は `debugLogger.warn` のログ（ジェネレーターごとに1回）と共に `'high'` にクランプされます。最大限の effort を得たい場合は、baseURL をそれをサポートする 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`)	同じく `output_config: { effort }` + ベータヘッダー	`'max'` は変更せずに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明示的に思考が無効になります。これは、推論の恩恵を受けない安価なサイドクエリに便利です。これはリクエストレベルでも尊重され、ワンオフの呼び出し（例: 提案の生成）では request.config.thinkingConfig.includeThoughts: false 経由で有効になります。

api.deepseek.com の 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 を省略するだけでは思考のレイテンシ/コストが発生してしまいます。セルフホストの 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け取りません。それらで思考を無効にする必要がある場合は、samplingParams/extra_body 経由で thinking: { type: 'disabled' }（または推論フレームワークが公開している任意の設定値）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通信時に送信し、個別の reasoning の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' } } のような設定では、OpenAI/DeepSeek リクエストにおいて reasoning フィールドが暗黙に破棄されます。

samplingParams を設定する場合は、その中に直接 reasoning の設定を含めてください。DeepSeek の場合は samplingParams.reasoning_effort、GPT-5/o シリーズの場合は samplingParams.reasoning_effort（フラットなフィールド）または samplingParams.reasoning（ネストされたオブジェクト）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る場合があります。プロバイダーのドキュメントを参照してください。

Anthropic と Gemini のコンバータは影響を受けません。samplingParams に関わらず、常に reasoning.effort を直接読み取ります。

`budget_tokens`

effort と併せて 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。

Provider Model

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

Runtime Model

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 では定義されない
解決レイヤー（CLI → env → settings → defaults）を「投影」することで設定が構築される
完全な設定が検出されると、自動的に RuntimeModelSnapshot としてキャプチャされる
資格情報を再入力せずに再利用できる

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 は自動的に RuntimeModelSnapshot を作成して設定を保持します。


# これにより、ID: $runtime|openai|my-custom-model の RuntimeModelSnapshot が作成される
qwen --auth-type openai --model my-custom-model --openai-api-key $KEY --openai-base-url https://api.example.com/v1

スナップショットは以下の情報を保持します:

モデル ID、API キー、base URL、および生成設定をキャプチャする
セッションをまたいで保持される（実行中はメモリに保存）
/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る
/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

項目	Provider Model	Runtime Model
設定のソース	設定内の `modelProviders`	CLI、env、settings の各レイヤー
設定のアトミック性	完全で透過性のないパッケージ	レイヤー化され、各フィールドは独立して解決される
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、完全な場合にのみ表示される
チームでの共有	あり（コミットされた設定経由）	なし（ユーザーローカル）
資格情報の保存	`envKey` 経由での参照のみ	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がある

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

Important

可能な限りユーザー範囲の ~/.qwen/settings.json で modelProviders を定義し、どの範囲でも資格情報のオーバーライドを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/オーバーライドの競合を防ぎ、/auth と /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 と /auth は、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 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/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。

モデルプロバイダー

概要

認証タイプ別の設定例

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: 不透過なプロバイダーレイヤー

仕組み

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

Reasoning / thinking の設定

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

Provider Models と Runtime Models

Provider Model

Runtime Model

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`）

`reasoning: false`

`samplingParams` との相互作用（OpenAI 互換のみ）

`budget_tokens`