Провайдеры моделей

Qwen Code позволяет настроить несколько провайдеров моделей через параметр modelProviders в файле settings.json. Это дает возможность переключаться между различными ИИ-моделями и провайдерами с помощью команды /model.

Обзор

Используйте modelProviders для объявления моделей по идентификатору провайдера, между которыми может переключаться выбор /model. Каждый ключ — это идентификатор провайдера, а его значение — массив определений моделей (ModelConfig[]). Для встроенных провайдеров ключ должен быть допустимым типом авторизации (openai, anthropic, gemini, vertex-ai); пользовательский идентификатор провайдера (например, idealab) разрешен, если вы сопоставите его с протоколом через настройку верхнего уровня providerProtocol. Каждая запись модели требует наличия id; envKey является необязательным и рекомендуемым (при отсутствии возвращается к ключу среды по умолчанию для типа авторизации, например OPENAI_API_KEY для openai), с необязательными параметрами name, description, baseUrl и generationConfig. Учетные данные никогда не сохраняются в настройках; среда выполнения считывает их из process.env[envKey]. Старые бесплатные модели Qwen OAuth остаются жестко закодированными и не могут быть переопределены.

Маршруты генерации изображений

Установите supportsImageGeneration: true, если маршрут может использоваться встроенным инструментом image_gen. Эта возможность не зависит от поддержки входных данных изображений, такой как capabilities.vision или generationConfig.modalities.image.

Используйте imageOnly: true, если маршрут предназначен исключительно для генерации изображений и не должен отображаться в обычных селекторах моделей. Для обратной совместимости imageOnly: true также подразумевает возможность генерации изображений, поэтому существующие настройки не требуют миграции.

Маршрут с двойной ролью можно выбрать как основную модель и через /model --image:

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

Выделенный маршрут для изображений устанавливает оба поля. Устаревшая форма только с imageOnly: true остается допустимой:

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

Выбранный маршрут должен явно указывать HTTPS baseUrl и непустой envKey. Генерация изображений использует ту же конечную точку и учетные данные, что и маршрут; если для чата и генерации изображений требуются разные конечные точки или учетные данные, настройте два маршрута.

Маршруты Live Voice

Установите realtimeOnly: true на маршруте, который использует протокол DashScope Realtime (преобразование речи в речь). Такой маршрут никогда не предлагается в качестве модели для чата, быстрой работы, зрения, голоса или изображений; его можно выбрать только в качестве модели Live Voice через experimental.liveVoice.model (modelId или provider:modelId, если тот же идентификатор существует у нескольких провайдеров).

{
  "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"
    }
  }
}

Когда выбранная модель указывает на маршрут realtimeOnly, Live Voice считывает ключ API через envKey маршрута (сначала переменные окружения процесса, затем блок env в settings.json) и выводит WebSocket-конечную точку из его baseUrl (https://<host>/compatible-mode/v1 становится wss://<host>/api-ws/v1/realtime). Маршрут должен объявлять как baseUrl, так и envKey, а хост должен быть конечной точкой DashScope.

Два правила являются сознательными:

• Настройки рабочего пространства никогда не используются, только пользовательские и системные. Файл .qwen/settings.json проекта не может добавить или перенаправить маршрут Live Voice.
• Простой modelId, который не соответствует ни одному маршруту realtimeOnly, использует отдельные поля experimental.liveVoice.endpoint и experimental.liveVoice.apiKey, как раньше, поэтому существующие конфигурации продолжают работать без изменений. Селектор provider:modelId, у которого провайдер существует, но нет такого маршрута, вызывает ошибку: удаленный или неправильно набранный маршрут никогда молча не возвращается к сохраненному ключу.
• Пока выбран маршрут, experimental.liveVoice.apiKey и experimental.liveVoice.endpoint не используются, и API настройки отказывается сохранять новые значения.

На отдельном пути настройки Qwen Live в Web Shell напрямую задают конечную точку и модель. Введите базовый URL OpenAI-совместимого региона или выделенного домена, к которому принадлежит ваш ключ, например https://dashscope-intl.aliyuncs.com/compatible-mode/v1; если оставить пустым, Live использует Пекин (https://dashscope.aliyuncs.com/compatible-mode/v1), а ключ из другого региона будет отклонен с ошибкой 401. Базовый URL сохраняется в введенном виде и преобразуется в wss://<host>/api-ws/v1/realtime при начале вызова; хост должен быть конечной точкой DashScope или *.maas.aliyuncs.com. Пока включен Live Voice, новая конечная точка проверяется рукопожатием Realtime перед сохранением.

Переопределение возможностей рассуждения

Установите capabilities.reasoning в записи модели, чтобы переопределить её формат рассуждений, доступные уровни усилий и значение по умолчанию. Известные модели наследуют опущенные поля из каталога провайдера на выбранной конечной точке; например, "capabilities": { "reasoning": { "defaultEffort": "medium" } } заставляет маршрут DashScope qwen3.8-max использовать medium, если явное усилие не выбрано. Для неизвестного псевдонима объявите все три поля:

{
  "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 заменяет поддерживаемое подмножество low/medium/high/xhigh/max. Явное значение по умолчанию должно принадлежать этому подмножеству. Профили повторно используют существующие форматы: Chat принимает openai-effort, openai-reasoning, deepseek-openai, dashscope-effort, dashscope-thinking и qwen-chat-template; Responses принимает openai-reasoning; Anthropic принимает anthropic-manual, anthropic-adaptive и deepseek-anthropic; Gemini/Vertex использует gemini. Два профиля с только переключателями опускают efforts и defaultEffort. Gemini использует low/medium/high. Адаптивный профиль выбирает адаптивное мышление даже при настроенном устаревшем ручном бюджете. Существующие полные объявления возможностей продолжают работать.

Изменения рассуждений применяются перед следующим запросом пользователя. Его запросы, повторные попытки и дочерние агенты разделяют захваченную конфигурацию рассуждений. Недействительные обновления сохраняют предыдущую конфигурацию и записывают ошибку модели/поля в журнал. Недействительные объявления в новых сессиях безопасно возвращаются к существующему поведению модели. Явный выбор пользователя и нативные переопределения провайдера в reasoning, samplingParams и extra_body сохраняют свой существующий приоритет; значение по умолчанию для модели не сохраняется как выбор пользователя. Этот механизм не изменяет жизненные циклы конечных точек, учетных данных или моделей изображений.

Примеры конфигурации по типам аутентификации

Ниже приведены подробные примеры конфигурации для различных типов аутентификации, демонстрирующие доступные параметры и их комбинации.

Поддерживаемые типы аутентификации

Используйте один из встроенных идентификаторов провайдеров ниже или сопоставьте пользовательский идентификатор с помощью providerProtocol:

[!note] Записи Vertex AI могут аутентифицироваться с помощью Application Default Credentials. Установите GOOGLE_CLOUD_PROJECT (и, при необходимости, GOOGLE_CLOUD_LOCATION, по умолчанию global) и оставьте envKey не установленным, равно как и все остальные источники ключей, которые читает резолвер: GOOGLE_API_KEY, settings.security.auth.apiKey и CLI-флаги ключей. Любое значение API-ключа, достигающее записи Vertex, переключает Google SDK в режим Vertex Express, который игнорирует проект, локацию и ваши учётные данные ADC. Запись, объявляющая envKey, никогда не маршрутизируется к ADC, поэтому ключ, который не удалось инжектировать, продолжит падать на этой переменной, а не молча аутентифицируется как другой принципал безопасности.

[!warning] Provider id, который не является ни встроенным протоколом, ни сопоставлен через providerProtocol (например, опечатка вроде "openai-custom"), не может быть маршрутизирован, поэтому вся его запись пропускается с предупреждением — его модели просто не появятся в меню выбора /model. Используйте одно из поддерживаемых значений типа аутентификации, перечисленных выше, для встроенных провайдеров, или добавьте сопоставление providerProtocol для пользовательского id.

Пользовательские provider id (providerProtocol)

Встроенные provider id (openai, gemini, anthropic, vertex-ai, qwen-oauth) автоматически маршрутизируются к их SDK-протоколу. Чтобы использовать пользовательский provider id — например, для объединения нескольких OpenAI-совместимых эндпоинтов под более удобным именем — объявите его в modelProviders и сопоставьте с встроенным протоколом через настройку providerProtocol верхнего уровня:

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

Без соответствующей записи providerProtocol пользовательский provider id пропускается (см. предупреждение выше).

Выбор API OpenAI

Установите wireApi рядом с id, envKey и baseUrl в модели, совместимой с OpenAI:

{
  "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" }
}

Поддерживаемые значения — chat-completions и responses. Пропуск wireApi использует Chat Completions для openai, включая пользовательских провайдеров, сопоставленных с openai. Другие значения, или wireApi в моделях Anthropic, Gemini, Vertex AI или Qwen OAuth, являются ошибками конфигурации.

Используйте openai с параметром wireApi для каждой модели в новых конфигурациях. Формат modelProviders.openai-responses и сопоставления providerProtocol к openai-responses, выпущенные в v0.23.3, остаются читаемыми. Явные сопоставления провайдеров имеют приоритет над именами групп; явный wireApi имеет приоритет над любым протоколом OpenAI. Загрузка не переписывает настройки и не изменяет ссылки на учетные данные. Переконфигурация записывает выбранные маршруты в новом формате и удаляет только соответствующие им старые записи в области записи; записи под идентификатором провайдера, содержащим точку, оставляются на месте, а несвязанные модели, конечные точки, API и области остаются неизменными. api не является псевдонимом для wireApi.

wireApi — это метаданные локальной маршрутизации; они не относятся к generationConfig или extra_body и не отправляются в теле запроса. Новая настройка пользовательского провайдера разделяет один слот учетных данных для одной и той же конечной точки OpenAI через оба API, поэтому ротация этого ключа обновляет оба маршрута. Модели, настроенные вручную, могут использовать различные явные ссылки envKey, когда нужны независимые учетные данные. В /auth → Custom Provider выберите OpenAI-compatible, а затем формат API.

При запуске selectedType: "openai" может разрешить явно настроенную модель с помощью wireApi: "responses", если на выбранной настроенной конечной точке нет соответствующего маршрута Chat. Выбор модели и сохранённые сессии сохраняют эффективный протокол (openai или openai-responses), поэтому оба маршрута можно выбирать и возобновлять независимо. При ошибке API-запроса определение конечной точки или автоматический откат не выполняются.

Транспорты, используемые для API-запросов

Эффективный протокол модели определяет транспорт. Оба OpenAI API используют группу провайдеров openai; wireApi выбирает Chat Completions или Responses:

Это означает, что настроенная вами baseUrl должна быть совместима с ожидаемым форматом API соответствующего транспорта. Например, wireApi: "responses" требует конечной точки, совместимой с Responses.

OpenAI-совместимые провайдеры (openai)

Этот тип аутентификации поддерживает не только официальный API OpenAI, но и любой OpenAI-совместимый эндпоинт, включая агрегированные провайдеры моделей, такие как OpenRouter и Requesty.

{
  "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
          }
        }
      }
    ]
  }
}

При указании записи на хостинговый шлюз, совместимый с OpenAI, установите baseUrl в корень API /v1 (например, https://gateway.example.com/v1), а не полный путь /v1/chat/completions — SDK сам добавляет путь запроса.

OpenAI Responses API (openai-responses)

Используйте openai вместе с wireApi: "responses" для целевой конечной точки /v1/responses OpenAI. Когда конечная точка возвращает зашифрованные рассуждения с видимым текстом мыслей, она воспроизводит рассуждения предыдущих ходов между ходами и --resume через reasoning.encrypted_content. Совместимые конечные точки, которые транслируют response.reasoning_text.delta, также отображают свои рассуждения, но конечные точки без encrypted_content не могут воспроизвести непрозрачное состояние рассуждений. Используйте reasoning.effort (а не extra_body.enable_thinking, который используется проводками Chat Completions) для управления интенсивностью рассуждений.

{
  "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] extra_body на этом проводе работает только как заполнитель: ключ записывается в тело запроса только тогда, когда сгенерированный запрос не имеет значения для него, поэтому он не может переопределить поле, уже установленное конвейером (model, input, reasoning, temperature, max_output_tokens, …). Устаревший ключ enable_thinking является единственным исключением из этого правила — он удаляется, а не передаётся дальше (это не поле API Responses), и преобразуется в reasoning.effort: "medium", если явный reasoning не установлен. Вместо extra_body.enable_thinking напрямую устанавливайте reasoning.effort для этого провайдера.

Anthropic (anthropic)

Claude Opus 5.5, Sonnet 5.5, Fable 5.1 и Mythos 5.1 отвергают принудительный выбор инструмента. Для структурированных побочных запросов Qwen Code использует автоматический выбор инструмента с явной инструкцией ответа по схеме на этих моделях. Модели, поддерживающие принудительный выбор, сохраняют его. Автоматический выбор не гарантирует вызов инструмента; JSON-запросы могут также читать необъектный JSON из текста ответа, без Markdown-ограждений или окружающего текста. См. ограничения выбора инструмента у 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
          }
        }
      }
    ]
  }
}

Для vision-модели, которая также может следовать обычной политике агента Qwen Code и использовать инструменты, включите маршрутизацию изображений полного хода с обеими возможностями:

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

Когда текстовая основная модель использует эту модель как настроенный vision-фолбэк, полный ход с изображениями остаётся на этом же провайдере, модели и эндпоинте на протяжении вызовов инструментов и повторов. Следующий независимый ход возвращается к основной модели, и каждый запрос модели получает только те модальности медиа, которые поддерживает его цель. Пропустите agent (или установите false), чтобы сохранить более безопасный поток транскрибации Vision Bridge.

Локальные self-hosted модели (через OpenAI-совместимый API)

Большинство локальных серверов инференса (vLLM, Ollama, LM Studio и др.) предоставляют OpenAI-совместимый API-эндпоинт. Настройте их, используя тип аутентификации openai с локальным baseUrl:

{
  "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
          }
        }
      }
    ]
  }
}

Для серверов OpenAI-совместимых локальных серверов с очередью или медленных streamIdleTimeoutMs контролирует, как долго эта модель может молчать между потоковыми фрагментами. Он переопределяет глобальное значение QWEN_STREAM_IDLE_TIMEOUT_MS для выбранной записи провайдера; установите его в 0, чтобы отключить защиту от простоя. Отдельное ограничение времени жизни потока в 15 минут по-прежнему применяется, если QWEN_STREAM_MAX_LIFETIME_MS не увеличен или не отключен.

Для локальных серверов, не требующих аутентификации, можно использовать любое значение-заглушку для API-ключа:

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

Qwen3.x под пользовательским именем модели

Управление размышлениями и контекстное окно определяются на основе идентификатора модели. Если сервер vLLM или SGLang предоставляет модель Qwen3.x под идентификатором, который не начинается с qwen (например, --served-model-name chat), ни то, ни другое не применяется: побочные запросы, такие как классификатор разрешений для автоматического режима, продолжают использовать размышления, а размер контекстного окна возвращается к значению по умолчанию 200K. Объявите оба параметра в записи модели, как описано в Переопределение возможностей рассуждения:

{
  "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 отправляет chat_template_kwargs.enable_thinking, которые эти серверы передают в шаблон чата Qwen; поле верхнего уровня enable_thinking ими не читается. Установите contextWindowSize равным максимальной длине модели на сервере (vLLM сообщает её как max_model_len в /v1/models). Qwen Code отправляет определения инструментов в каждом запросе, поэтому на сервере также должны быть включены вызовы инструментов и парсер рассуждений; для vLLM это --enable-auto-tool-choice, --tool-call-parser для модели (например, qwen3_xml) и --reasoning-parser qwen3. Названия парсеров меняются между релизами сервера, поэтому сверяйтесь с документацией вашего сервера.

Alibaba Cloud Coding Plan

Alibaba Cloud Coding Plan предоставляет заранее настроенный набор моделей Qwen, оптимизированных для задач программирования. Эта функция доступна пользователям с доступом к API Alibaba Cloud Coding Plan и предлагает упрощенный процесс настройки с автоматическим обновлением конфигурации моделей.

Обзор

При аутентификации с помощью API-ключа Alibaba Cloud Coding Plan через команду /auth, Qwen Code автоматически настраивает следующие модели:

Настройка

1. Получите API-ключ Alibaba Cloud Coding Plan:
   • Китай: https://bailian.console.aliyun.com/?tab=model#/efm/coding_plan 
   • Международный: https://modelstudio.console.alibabacloud.com/?tab=dashboard#/efm/coding_plan 
2. Выполните команду /auth в Qwen Code
3. Выберите Alibaba ModelStudio, затем выберите Coding Plan в подменю
4. Выберите ваш регион
5. Введите ваш API-ключ по запросу

Модели будут автоматически настроены и добавлены в селектор /model.

Регионы

Alibaba Cloud Coding Plan поддерживает два региона:

Регион выбирается при аутентификации и сохраняется в settings.json в конфигурации modelProviders. Чтобы сменить регион, повторно выполните команду /auth и выберите другой регион.

Хранение API-ключа

При настройке Coding Plan через команду /auth API-ключ сохраняется с использованием зарезервированного имени переменной окружения BAILIAN_CODING_PLAN_API_KEY. По умолчанию он сохраняется в поле env вашего файла settings.json.

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

Автоматические обновления

Конфигурации моделей Coding Plan версионируются. Когда Qwen Code обнаруживает более новую версию шаблона модели, вам будет предложено обновиться. Принятие обновления приведет к следующему:

• Замене существующих конфигураций моделей Coding Plan на последние версии
• Сохранению любых пользовательских конфигураций моделей, добавленных вручную
• Оставьте выбранную вами модель без изменений; если её больше нет в обновленной конфигурации, используйте /model, чтобы выбрать новую

Процесс обновления обновляет конфигурации моделей и функции, не изменяя выбранную вами модель.

Ручная настройка (для продвинутых пользователей)

Если вы предпочитаете настраивать модели Coding Plan вручную, вы можете добавить их в settings.json так же, как и любого OpenAI-совместимого провайдера:

{
  "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"
      }
    ]
  }
}

Уровни разрешения и атомарность

Эффективные значения auth/model/credential выбираются для каждого поля в соответствии со следующим приоритетом (побеждает первое найденное). Вы можете комбинировать --auth-type с --model, чтобы напрямую указать на запись провайдера; эти CLI-флаги выполняются до других уровней.

*Если присутствует, флаги аутентификации CLI переопределяют настройки. В противном случае тип аутентификации определяется через security.auth.selectedType или неявное значение по умолчанию. См. Аутентификация для вариантов входа. Устаревший бесплатный провайдер Qwen OAuth отделен от Аккаунта Qwen с подпиской .

Слои конфигурации генерации: Непроницаемый слой провайдера

Разрешение конфигурации следует строгой многослойной модели с одним важным правилом: слой modelProvider непроницаем.

Как это работает

1. Если выбрана модель modelProvider (например, через команду /model, выбирающую настроенную модель провайдера):

   • Весь generationConfig от провайдера применяется атомарно
   • Слой провайдера полностью непроницаем — нижние уровни (CLI, env, settings) вообще не участвуют в разрешении generationConfig
   • Все поля, определенные в modelProviders[].generationConfig, используют значения провайдера
   • Все поля, не определенные провайдером, устанавливаются в undefined (не наследуются из настроек)
   • Это гарантирует, что конфигурации провайдера действуют как полный, самодостаточный «запечатанный пакет»

   Если модель указана в modelProviders, поместите все специфичные для этой модели настройки генерации в соответствующую запись провайдера. Значения верхнего уровня model.generationConfig, включая contextWindowSize, modalities, customHeaders и extra_body, игнорируются для моделей провайдера. Настройте эти поля в modelProviders[authType][].generationConfig, чтобы они применялись.

2. Если НЕ выбрана модель modelProvider (например, используется --model с необработанным ID модели, или напрямую используются CLI/env/settings):

   • Разрешение переходит к нижним уровням
   • Поля заполняются из CLI → env → settings → defaults
   • Это создает Runtime Model (см. следующий раздел)

Приоритет для каждого поля generationConfig

Динамические значения в customHeaders

Значение customHeaders может содержать заполнитель ${session_id}, который расширяется при каждом запросе с текущим идентификатором сеанса Qwen Code. Используйте его для шлюзов, требующих стабильного идентификатора для каждого диалога — например, OpenCode Go отклоняет запросы без x-opencode-session:

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

Поскольку значение вычисляется при каждом запросе, а не фиксируется в клиенте SDK, /new и /resume ротируют его без перезапуска.

⚠️ Требуется два шага. Приведенная выше запись провайдера — это только половина дела — заполнитель неактивен, пока вы также не включите outboundCorrelation.allowDynamicHeaderValues:

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

Пока вы этого не сделаете, значение, содержащее заполнитель, отбрасывается, а не отправляется, и Qwen Code выводит предупреждение при запуске с указанием имени заголовка и этого параметра. Заголовок никогда не отправляется с буквальным ${session_id} внутри.

Один заголовок зарезервирован. На конечных точках MaaS QwenCloud — записи /auth China — Qianwen AI Platform и International — QwenCloud — Qwen Code владеет X-DashScope-Source-Config и записывает в него значение атрибуции первой стороны. Запись с этим именем — в любом регистре — удаляется перед формированием запроса, поэтому заполнитель ${session_id} в нем никогда не сохраняется, и allowDynamicHeaderValues это не меняет. Сам заголовок по-прежнему отправляется; заменяется только ваше значение. См. customHeaders для того же правила, изложенного со стороны настроек.

Переключатель является глобальным, поскольку представляет собой решение о согласии, отдельное от места назначения значения: расширенное значение передает активное состояние сеанса тому, кто его получает, а переключатель контролирует только возможность расширения ${session_id}. Он не определяет, какой источник настроек предоставил заголовок.

Примечание о конфиденциальности: идентификатор сеанса является стабильным идентификатором на время жизни диалога, поэтому любой хост, которому вы его отправляете, может группировать все запросы этого диалога. Какие именно хосты получают этот заголовок, определяется тем, какие записи провайдеров содержат его — нет отдельного списка хостов, который нужно синхронизировать с вашим baseUrl.

Атомарная обработка полей

Следующие поля обрабатываются как атомарные объекты — значения провайдера полностью заменяют весь объект, слияние не происходит:

• samplingParams - Temperature, top_p, max_tokens и т.д.
• customHeaders - Пользовательские HTTP-заголовки (могут содержать ${session_id}; см. Динамические значения)
• extra_body - Дополнительные параметры тела запроса

Пример

// 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 }
      }
    }]
  }
}

Когда gpt-4o выбран из modelProviders:

• timeout = 60000 (из провайдера, переопределяет настройки)
• samplingParams.temperature = 0.2 (из провайдера, полностью заменяет объект настроек)
• samplingParams.max_tokens = undefined (не определен в провайдере, и слой провайдера не наследует от настроек — поля явно устанавливаются в undefined, если не предоставлены)

При использовании сырой модели через --model gpt-4 (не из modelProviders, создает Runtime Model):

• timeout = 30000 (из настроек)
• samplingParams.temperature = 0.5 (из настроек)
• samplingParams.max_tokens = 1000 (из настроек)

Стратегия слияния для самого modelProviders — REPLACE (замена): весь блок modelProviders из настроек проекта полностью переопределит соответствующую секцию в пользовательских настройках, а не объединится с ней.

Конфигурация reasoning / thinking

Необязательное поле reasoning внутри generationConfig контролирует, насколько агрессивно модель рассуждает перед ответом. Конвертеры Anthropic и Gemini всегда учитывают его. Конвейер OpenAI-compatible учитывает его, если не установлено generationConfig.samplingParams. Известные модели GPT-5 и GPT-6 Astra являются исключением: несвязанные ключи сэмплирования не подавляют настроенное усилие. См. «Взаимодействие с samplingParams» ниже.

{
  "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" },
        },
      },
    ],
  },
}

Поведение для каждого провайдера

reasoning: false

Явное значение reasoning: false (булево) отключает размышления на моделях, которые это поддерживают — полезно для дешёвых побочных запросов, где рассуждения не нужны. Это также учитывается на уровне запроса через request.config.thinkingConfig.includeThoughts: false для одноразовых вызовов (например, генерация предложений).

На baseURL api.deepseek.com конвейер OpenAI отправляет явное поле thinking: { type: 'disabled' }, требуемое DeepSeek V4+ — серверное значение по умолчанию равно 'enabled', поэтому простое пропускание reasoning_effort всё равно приведёт к задержке и стоимости размышлений. Самохостинговые бэкенды DeepSeek (sglang/vllm) и другие совместимые с OpenAI серверы не получают это поле; если вам нужно отключить размышления на них, внедрите thinking: { type: 'disabled' } (или любой другой параметр, предоставляемый вашим фреймворком инференса) через samplingParams/extra_body. Исключение составляет любой идентификатор модели deepseek-v4* (без учёта регистра): на любом стороннем хосте, совместимом с OpenAI, он следует контракту MaaS и получает enable_thinking: false при отключении размышлений. На любом newly recognized маршруте (сторонний хост или новый алиас на установленном хосте) устаревшее объявление capabilities.reasoning без профиля рассуждений сохраняет свою собственную сетевую семантику: встроенный нормализатор отступает и не ни flattens nor re-tiers объявленное или статическое усилие. Объявление должно указывать параметр, который модель читает в disableField (thinking, enable_thinking или reasoning_effort); то, которое его пропускает, не разрешает никаких возможностей, поэтому поле отключения не отправляется, и применяется значение по умолчанию сервера (размышления включены).

Для известных моделей GPT, допускающих отключение, эндпоинты, отличные от OpenRouter, получают reasoning_effort: 'none'; OpenRouter вместо этого получает вложенный reasoning: { enabled: false }. Модели с обязательным размышлением отвергают выключение в элементах управления моделью и исключают неподдерживаемые значения отключения из запросов, поэтому reasoning: false не может отключить их размышления. Явная возможность рассуждения модели имеет приоритет над встроенным списком уровней и выбирает нативное поле отключения; OpenRouter сохраняет своё поведение отключения на уровне провайдера. Встроенный набор обязательных моделей включает 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 и gpt-6-astra.

На baseURL openrouter.ai конвейер OpenAI отправляет поле уровня провайдера OpenRouter reasoning: { enabled: false }, когда рассуждения отключены. Модели с обязательным размышлением не получают это поле отключения. Другие серверы, совместимые с OpenAI, не получают автоматически это специфичное для OpenRouter поле; используйте их нативный параметр отключения.

Взаимодействие с samplingParams (только для OpenAI-совместимых)

budget_tokens

Вы можете задать точный лимит токенов на рассуждения, указав budget_tokens вместе с effort:

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

Для Anthropic это становится thinking.budget_tokens. Для OpenAI/DeepSeek поле сохраняется, но в настоящее время игнорируется сервером — основным переключателем является reasoning_effort.

Провайдерные модели и Runtime-модели

Qwen Code различает два типа конфигурации моделей:

Провайдерная модель

• Определяется в конфигурации modelProviders
• Имеет полный, атомарный пакет конфигурации
• При выборе её конфигурация применяется как непроницаемый слой
• Отображается в списке команд /model с полными метаданными (имя, описание, возможности)
• Рекомендуется для рабочих процессов с несколькими моделями и обеспечения согласованности в команде

Runtime-модель

• Создается динамически при использовании сырых ID моделей через CLI (--model), переменные окружения или настройки
• Не определено в modelProviders
• Конфигурация строится путём «проецирования» через слои разрешения (CLI → env → settings → defaults)
• Автоматически захватывается как RuntimeModelSnapshot, когда обнаружена полная конфигурация
• Позволяет повторно использовать конфигурацию без повторного ввода учётных данных

Жизненный цикл RuntimeModelSnapshot

Когда вы настраиваете модель без использования modelProviders, Qwen Code автоматически создаёт RuntimeModelSnapshot для сохранения вашей конфигурации:

# 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

Снимок:

• Захватывает ID модели, API-ключ, базовый URL и конфигурацию генерации
• Сохраняется между сессиями (хранится в памяти во время выполнения)
• Появляется в списке команд /model как вариант времени выполнения
• Можно переключиться на неё с помощью /model $runtime|openai|my-custom-model

Ключевые отличия

Когда что использовать

• Используйте Провайдерные модели, когда: у вас есть стандартные модели, используемые всей командой, нужна согласованная конфигурация или вы хотите предотвратить случайные переопределения.
• Используйте Runtime-модели, когда: быстро тестируете новую модель, используете временные учетные данные или работаете с ad-hoc эндпоинтами.

Сохранение выбора и рекомендации

• /model и /auth сохраняют model.name (где применимо) и security.auth.selectedType в ближайшую доступную для записи область, в которой уже определен modelProviders; в противном случае они откатываются к пользовательской области. Это синхронизирует файлы рабочего пространства и пользователя с активным каталогом провайдеров.
• Без modelProviders резолвер смешивает слои CLI/env/settings, создавая Runtime Models. Это нормально для setups с одним провайдером, но неудобно при частом переключении. Определяйте каталоги провайдеров всякий раз, когда распространены многопользовательские рабочие процессы с несколькими моделями, чтобы переключения оставались атомарными, атрибутированными по источнику и отлаживаемыми.