Qwen-Coder は、コード関連タスクに特化した言語モデルです。API を使用して、コード生成、コード補完、およびツール呼び出しを行い、外部システムと対話します。
はじめに
開始する前に、API キーを取得し、環境変数として設定する必要があります。SDK ユーザーは、OpenAI または DashScope SDK をインストールする必要もあります。
以下の例では、qwen3-coder-next を呼び出して、素数を見つける Python 関数を作成する方法を示します。
OpenAI 互換-Chat Completions API
Python
リクエスト例
import os
from openai import OpenAI
client = OpenAI(
# API キーはリージョンによって異なります。API キーを取得するには、https://www.alibabacloud.com/help/model-studio/get-api-key をご参照ください
# 環境変数を設定していない場合は、次の行を Alibaba Cloud Model Studio API キーに置き換えてください:api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3-coder-next",
messages=[
{'role': 'system', 'content': 'You are a helpful assistant.'},
{'role': 'user', 'content': '整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。'}],
)
print(completion.choices[0].message.content)
応答
def find_prime_numbers(n):
if n <= 2:
return []
primes = []
for num in range(2, n):
is_prime = True
for i in range(2, int(num ** 0.5) + 1):
if num % i == 0:
is_prime = False
break
if is_prime:
primes.append(num)
return primesNode.js
リクエスト例
import OpenAI from "openai";
const client = new OpenAI(
{
// API キーはリージョンによって異なります。API キーの取得:https://www.alibabacloud.com/help/model-studio/get-api-key
// 設定されていない場合は、次の行をご利用の API キーに置き換えてください:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
// 北京リージョンのモデルを使用する場合は、base_url を https://dashscope.aliyuncs.com/compatible-mode/v1 に置き換えてください
baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
}
);
async function main() {
const completion = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: [
{ role: "system", content: "You are a helpful assistant." },
{ role: "user", content: "整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。" }
],
});
console.log(completion.choices[0].message.content);
}
main();レスポンス
def find_prime_numbers(n):
if n <= 2:
return []
primes = []
for num in range(2, n):
is_prime = True
for i in range(2, int(num ** 0.5) + 1):
if num % i == 0:
is_prime = False
break
if is_prime:
primes.append(num)
return primescurl
リクエスト例
北京リージョンでモデルを使用する場合は、URL を以下に置き換える必要があります:https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
curl -X POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"messages": [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
}
]
}'応答
{
"model": "qwen3-coder-next",
"id": "chatcmpl-3123d5cb-01b8-9a90-98cc-5bffbb369xxx",
"choices": [
{
"message": {
"content": "def find_prime_numbers(n):\n if n <= 2:\n return []\n \n primes = []\n for num in range(2, n):\n is_prime = True\n for i in range(2, int(num ** 0.5) + 1):\n if num % i == 0:\n is_prime = False\n break\n if is_prime:\n primes.append(num)\n \n return primes",
"role": "assistant"
},
"index": 0,
"finish_reason": "stop"
}
],
"created": 1770108104,
"object": "chat.completion",
"usage": {
"total_tokens": 155,
"completion_tokens": 89,
"prompt_tokens": 66
}
}DashScope
Python
リクエスト例
import dashscope
import os
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
messages = [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
}
]
response = dashscope.Generation.call(
# API キーはリージョンによって異なります。API キーを取得するには、https://www.alibabacloud.com/help/model-studio/get-api-key をご参照ください
# 環境変数を設定していない場合は、次の行を Alibaba Cloud Model Studio API キーに置き換えてください:api_key = "sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen3-coder-next",
messages=messages,
result_format="message"
)
if response.status_code == 200:
print(response.output.choices[0].message.content)
else:
print(f"HTTP status code: {response.status_code}")
print(f"Error code: {response.code}")
print(f"Error message: {response.message}")応答
def find_prime_numbers(n):
if n <= 2:
return []
primes = []
for num in range(2, n):
is_prime = True
for i in range(2, int(num ** 0.5) + 1):
if num % i == 0:
is_prime = False
break
if is_prime:
primes.append(num)
return primesJava
リクエスト例
import java.util.Arrays;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.protocol.Protocol;
public class Main {
public static GenerationResult callWithMessage()
throws NoApiKeyException, ApiException, InputRequiredException {
String apiKey = System.getenv("DASHSCOPE_API_KEY");
Generation gen = new Generation(Protocol.HTTP.getValue(), "https://dashscope-intl.aliyuncs.com/api/v1");
Message sysMsg = Message.builder()
.role(Role.SYSTEM.getValue())
.content("You are a helpful assistant.").build();
Message userMsg = Message.builder()
.role(Role.USER.getValue())
.content("整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。").build();
GenerationParam param = GenerationParam.builder()
.apiKey(apiKey)
.model("qwen3-coder-next")
.messages(Arrays.asList(sysMsg, userMsg))
.resultFormat(GenerationParam.ResultFormat.MESSAGE)
.build();
return gen.call(param);
}
public static void main(String[] args){
try {
GenerationResult result = callWithMessage();
System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
} catch (ApiException | NoApiKeyException | InputRequiredException e) {
System.err.println("Request exception: " + e.getMessage());
e.printStackTrace();
}
}
}応答
def find_prime_numbers(n):
if n <= 2:
return []
primes = []
for num in range(2, n):
is_prime = True
for i in range(2, int(num ** 0.5) + 1):
if num % i == 0:
is_prime = False
break
if is_prime:
primes.append(num)
return primescurl
リクエスト例
北京リージョンのモデルを使用する場合は、URL を https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation に置き換える必要があります。
curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"input":{
"messages":[
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "整数 n をパラメーターとして受け取り、n 未満のすべての素数を含むリストを返す Python 関数 find_prime_numbers を記述してください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
}
]
},
"parameters": {
"result_format": "message"
}
}'応答
{
"output": {
"choices": [
{
"message": {
"content": "def find_prime_numbers(n):\n if n <= 2:\n return []\n \n primes = []\n for num in range(2, n):\n is_prime = True\n for i in range(2, int(num ** 0.5) + 1):\n if num % i == 0:\n is_prime = False\n break\n if is_prime:\n primes.append(num)\n \n return primes",
"role": "assistant"
},
"finish_reason": "stop"
}
]
},
"usage": {
"total_tokens": 155,
"input_tokens": 66,
"output_tokens": 89
},
"request_id": "dd78b1cf-8029-46bb-9bea-b794ded7bxxx"
}モデルの選択
推奨:
qwen3-coder-nextは、コード品質、速度、コストのバランスが取れており、ほとんどのシナリオに最適です。マルチターンツール呼び出し、最適化されたリポジトリレベルのコード理解、強化されたツール呼び出しの安定性、および Agentic ツールの互換性を特徴としています。最高品質を求める場合: 非常に複雑で最高品質が求められるタスクの場合、
qwen3-coder-plusを使用します。
モデルの詳細 (名前、コンテキスト、価格、バージョン) については「モデルリスト」 (商用版 | オープンソース版) を、同時リクエスト制限については「レート制限」 (商用版 | オープンソース版) をご参照ください。
コア機能
ツール呼び出し
モデルが外部環境と対話するためのツール (ファイル I/O、API 呼び出し、データベース操作など) を提供します。モデルは、ご利用の命令に基づいて、いつ、どのようにツールを使用するかを決定します。詳細については、「関数呼び出し」をご参照ください。
完全なツール呼び出しプロセス:
ツールの定義とリクエストの作成:ツールを定義し、それらを必要とするタスクを完了するようにモデルに依頼します。
ツールの実行:
tool_callsを解析し、ローカルのツール関数を実行します。結果の返却:タスクを完了するために、必要な形式でツール結果をモデルに送信します。
例: モデルにコードを生成させ、write_file を使用して保存するよう指示します。
OpenAI 互換-Chat Completions API
Python
import os
import json
from openai import OpenAI
client = OpenAI(
# API キーはリージョンによって異なります。API キーの取得:https://www.alibabacloud.com/help/model-studio/get-api-key
# 設定されていない場合は、次の行をご利用の API キーに置き換えてください:api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
tools = [
{
"type": "function",
"function": {
"name": "write_file",
"description": "指定されたファイルにコンテンツを書き込みます。ファイルが存在しない場合は作成します。",
"parameters": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "オブジェクトファイルの相対パスまたは絶対パス"
},
"content": {
"type": "string",
"description": "ファイルに書き込む文字列コンテンツ"
}
},
"required": ["path", "content"]
}
}
}
]
# ツール関数の実装
def write_file(path: str, content: str) -> str:
"""ファイルにコンテンツを書き込みます。"""
try:
# ディレクトリが存在することを確認します
os.makedirs(os.path.dirname(path),
exist_ok=True) if os.path.dirname(path) else None
with open(path, 'w', encoding='utf-8') as f:
f.write(content)
return f"成功:ファイル '{path}' が書き込まれました"
except Exception as e:
return f"エラー:ファイルの書き込み中に例外が発生しました - {str(e)}"
messages = [{"role": "user", "content": "クイックソートの Python スクリプトを書き、quick_sort.py という名前を付けてください"}]
completion = client.chat.completions.create(
model="qwen3-coder-next",
messages=messages,
tools=tools
)
assistant_output = completion.choices[0].message
if assistant_output.content is None:
assistant_output.content = ""
messages.append(assistant_output)
# ツール呼び出しが不要な場合は、コンテンツを直接出力します
if assistant_output.tool_calls is None:
print(f"ツール呼び出しは不要です。直接の応答:{assistant_output.content}")
else:
# ツール呼び出しループに入ります
while assistant_output.tool_calls is not None:
for tool_call in assistant_output.tool_calls:
tool_call_id = tool_call.id
func_name = tool_call.function.name
arguments = json.loads(tool_call.function.arguments)
print(f"ツール [{func_name}] をパラメーター:{arguments} で呼び出しています")
# ツールを実行します
tool_result = write_file(**arguments)
# ツール応答を構築します
tool_message = {
"role": "tool",
"tool_call_id": tool_call_id,
"content": tool_result,
}
print(f"ツール応答:{tool_message['content']}")
messages.append(tool_message)
# モデルを再度呼び出して、要約された自然言語の応答を取得します
response = client.chat.completions.create(
model="qwen3-coder-next",
messages=messages,
tools=tools
)
assistant_output = response.choices[0].message
if assistant_output.content is None:
assistant_output.content = ""
messages.append(assistant_output)
print(f"最終的なモデルの応答:{assistant_output.content}")
応答
ツール [write_file] を引数:{'content': 'def quick_sort(arr):\\n if len(arr) <= 1:\\n return arr\\n pivot = arr[len(arr) // 2]\\n left = [x for x in arr if x < pivot]\\n middle = [x for x in arr if x == pivot]\\n right = [x for x in arr if x > pivot]\\n return quick_sort(left) + middle + quick_sort(right)\\n\\nif __name__ == \\"__main__\\":\\n example_list = [3, 6, 8, 10, 1, 2, 1]\\n print(\\"Original list:\\", example_list)\\n sorted_list = quick_sort(example_list)\\n print(\\"Sorted list:\\", sorted_list)', 'path': 'quick_sort.py'} で呼び出しています
ツールからの返信:成功:ファイル 'quick_sort.py' が書き込まれました
モデルの最終応答:OKです。クイックソートの Python 実装を含むファイル `quick_sort.py` を作成しました。このファイルを実行してサンプル出力を確認できます。さらに変更や説明が必要な場合はお知らせください!Node.js
import OpenAI from "openai";
import fs from "fs/promises";
import path from "path";
const client = new OpenAI({
// API キーはリージョンによって異なります。API キーの取得:https://www.alibabacloud.com/help/model-studio/get-api-key
// 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えてください:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
});
const tools = [
{
"type": "function",
"function": {
"name": "write_file",
"description": "指定されたファイルにコンテンツを書き込み、存在しない場合は作成します。",
"parameters": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "オブジェクトファイルの相対パスまたは絶対パス"
},
"content": {
"type": "string",
"description": "ファイルに書き込む文字列コンテンツ"
}
},
"required": ["path", "content"]
}
}
}
];
// ツール関数の実装
async function write_file(filePath, content) {
try {
// セキュリティ:ファイル書き込みはデフォルトで無効になっています。有効にするには、コメントを解除し、パスのセキュリティを確認してください。
// const dir = path.dirname(filePath);
// if (dir) {
// await fs.mkdir(dir, { recursive: true });
// }
// await fs.writeFile(filePath, content, "utf-8");
return `成功:ファイル '${filePath}' が書き込まれました`;
} catch (error) {
return `エラー:ファイルの書き込み中に例外が発生しました - ${error.message}`;
}
}
const messages = [{"role": "user", "content": "クイックソートの Python コードを書き、ファイル名を quick_sort.py としてください"}];
async function main() {
const completion = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: messages,
tools: tools
});
let assistant_output = completion.choices[0].message;
// コンテンツが null でないことを確認
if (!assistant_output.content) assistant_output.content = "";
messages.push(assistant_output);
// ツール呼び出しが不要な場合は、コンテンツを直接表示
if (!assistant_output.tool_calls) {
console.log(`ツール呼び出しは不要です。直接の応答:${assistant_output.content}`);
} else {
// ツール呼び出しループに入る
while (assistant_output.tool_calls) {
for (const tool_call of assistant_output.tool_calls) {
const tool_call_id = tool_call.id;
const func_name = tool_call.function.name;
const args = JSON.parse(tool_call.function.arguments);
console.log(`ツール [${func_name}] を引数で呼び出しています:`, args);
// ツールを実行
const tool_result = await write_file(args.path, args.content);
// ツールリターンメッセージを構築
const tool_message = {
"role": "tool",
"tool_call_id": tool_call_id,
"content": tool_result
};
console.log(`ツールからの返信:${tool_message.content}`);
messages.push(tool_message);
}
// モデルを再度呼び出して、要約された自然言語の応答を取得
const response = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: messages,
tools: tools
});
assistant_output = response.choices[0].message;
if (!assistant_output.content) assistant_output.content = "";
messages.push(assistant_output);
}
console.log(`モデルの最終応答:${assistant_output.content}`);
}
}
main();
応答
ツール [write_file] を引数で呼び出しています: {
content: 'def quick_sort(arr):\\n if len(arr) <= 1:\\n return arr\\n pivot = arr[len(arr) // 2]\\n left = [x for x in arr if x < pivot]\\n middle = [x for x in arr if x == pivot]\\n right = [x for x in arr if x > pivot]\\n return quick_sort(left) + middle + quick_sort(right)\\n\\nif __name__ == \\"__main__\\":\\n example_list = [3, 6, 8, 10, 1, 2, 1]\\n print(\\"Original list:\\", example_list)\\n sorted_list = quick_sort(example_list)\\n print(\\"Sorted list:\\", sorted_list)',
path: 'quick_sort.py'
}
ツールからの返信:成功:ファイル 'quick_sort.py' が書き込まれました
モデルの最終応答:`quick_sort.py` ファイルは、クイックソートの Python 実装で正常に作成されました。このファイルを実行して、サンプルリストのソート結果を確認できます。さらに変更や説明が必要な場合はお知らせください!curl
この例は、ツール呼び出しプロセスの最初のステップを示しています:リクエストを行い、ツールを呼び出すモデルの意図を取得します。
北京リージョンでモデルを使用する場合、URL を以下に置き換える必要があります:https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
curl -X POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"messages": [
{
"role": "user",
"content": "クイックソートの Python コードを書き、ファイル名を quick_sort.py としてください"
}
],
"tools": [
{
"type": "function",
"function": {
"name": "write_file",
"description": "指定されたファイルにコンテンツを書き込み、存在しない場合は作成します。",
"parameters": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "オブジェクトファイルの相対パスまたは絶対パス"
},
"content": {
"type": "string",
"description": "ファイルに書き込む文字列コンテンツ"
}
},
"required": ["path", "content"]
}
}
}
]
}'応答
{
"choices": [
{
"message": {
"content": "",
"role": "assistant",
"tool_calls": [
{
"index": 0,
"id": "call_0ca7505bb6e44471a40511e5",
"type": "function",
"function": {
"name": "write_file",
"arguments": "{\"content\": \"def quick_sort(arr):\\\\n if len(arr) <= 1:\\\\n return arr\\\\n pivot = arr[len(arr) // 2]\\\\n left = [x for x in arr if x < pivot]\\\\n middle = [x for x in arr if x == pivot]\\\\n right = [x for x in arr if x > pivot]\\\\n return quick_sort(left) + middle + quick_sort(right)\\\\n\\\\nif __name__ == \\\\\\\"__main__\\\\\\\":\\\\n example_list = [3, 6, 8, 10, 1, 2, 1]\\\\n print(\\\\\\\"Original list:\\\\\\\", example_list)\\\\n sorted_list = quick_sort(example_list)\\\\n print(\\\\\\\"Sorted list:\\\\\\\", sorted_list)\", \"path\": \"quick_sort.py\"}"
}
}
]
},
"finish_reason": "tool_calls",
"index": 0,
"logprobs": null
}
],
"object": "chat.completion",
"usage": {
"prompt_tokens": 494,
"completion_tokens": 193,
"total_tokens": 687,
"prompt_tokens_details": {
"cached_tokens": 0
}
},
"created": 1761620025,
"system_fingerprint": null,
"model": "qwen3-coder-next",
"id": "chatcmpl-20e96159-beea-451f-b3a4-d13b218112b5"
}DashScope
Python
import os
import json
import dashscope
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
tools = [
{
"type": "function",
"function": {
"name": "write_file",
"description": "指定されたファイルにコンテンツを書き込み、存在しない場合は作成します。",
"parameters": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "オブジェクトファイルの相対パスまたは絶対パス"
},
"content": {
"type": "string",
"description": "ファイルに書き込む文字列コンテンツ"
}
},
"required": ["path", "content"]
}
}
}
]
# ツール関数の実装
def write_file(path: str, content: str) -> str:
"""ファイルコンテンツを書き込みます"""
try:
# セキュリティ上の理由から、ファイル書き込み機能はデフォルトで無効になっています。使用するには、コードのコメントを解除し、パスが安全であることを確認してください。
# os.makedirs(os.path.dirname(path),exist_ok=True) if os.path.dirname(path) else None
# with open(path, 'w', encoding='utf-8') as f:
# f.write(content)
return f"成功:ファイル '{path}' が書き込まれました"
except Exception as e:
return f"エラー:ファイルの書き込み中に例外が発生しました - {str(e)}"
messages = [{"role": "user", "content": "クイックソートの Python コードを書き、ファイル名を quick_sort.py としてください"}]
response = dashscope.Generation.call(
# 設定されていない場合は、次の行をご利用の API キーに置き換えてください:api_key="sk-xxx",
api_key=os.getenv('DASHSCOPE_API_KEY'),
model='qwen3-coder-next',
messages=messages,
tools=tools,
result_format='message'
)
if response.status_code == 200:
assistant_output = response.output.choices[0].message
messages.append(assistant_output)
# ツール呼び出しが不要な場合は、コンテンツを直接表示します
if "tool_calls" not in assistant_output or not assistant_output["tool_calls"]:
print(f"ツール呼び出しは不要です。直接の応答:{assistant_output['content']}")
else:
# ツール呼び出しループに入ります
while "tool_calls" in assistant_output and assistant_output["tool_calls"]:
for tool_call in assistant_output["tool_calls"]:
func_name = tool_call["function"]["name"]
arguments = json.loads(tool_call["function"]["arguments"])
tool_call_id = tool_call.get("id")
print(f"ツール [{func_name}] を引数で呼び出しています:{arguments}")
# ツールを実行します
tool_result = write_file(**arguments)
# ツールリターンメッセージを構築します
tool_message = {
"role": "tool",
"content": tool_result,
"tool_call_id": tool_call_id
}
print(f"ツールからの返信:{tool_message['content']}")
messages.append(tool_message)
# モデルを再度呼び出して、要約された自然言語の応答を取得します
response = dashscope.Generation.call(
api_key=os.getenv('DASHSCOPE_API_KEY'),
model='qwen3-coder-next',
messages=messages,
tools=tools,
result_format='message'
)
if response.status_code == 200:
print(f"モデルの最終応答:{response.output.choices[0].message.content}")
assistant_output = response.output.choices[0].message
messages.append(assistant_output)
else:
print(f"要約応答生成中のエラー:{response}")
break
else:
print(f"実行エラー:{response}")
応答
ツール [write_file] を引数で呼び出しています:{'content': 'def quick_sort(arr):\\n if len(arr) <= 1:\\n return arr\\n pivot = arr[len(arr) // 2]\\n left = [x for x in arr if x < pivot]\\n middle = [x for x in arr if x == pivot]\\n right = [x for x in arr if x > pivot]\\n return quick_sort(left) + middle + quick_sort(right)\\n\\nif __name__ == \\"__main__\\":\\n example_list = [3, 6, 8, 10, 1, 2, 1]\\n print(\\"Original list:\\", example_list)\\n sorted_list = quick_sort(example_list)\\n print(\\"Sorted list:\\", sorted_list)', 'path': 'quick_sort.py'}
ツールからの返信:成功:ファイル 'quick_sort.py' が書き込まれました
モデルの最終応答:`quick_sort.py` ファイルは、クイックソートの Python 実装で正常に作成されました。このファイルを実行して、サンプルリストのソート結果を確認できます。さらに変更や説明が必要な場合はお知らせください!Java
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.protocol.Protocol;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.tools.FunctionDefinition;
import com.alibaba.dashscope.tools.ToolCallBase;
import com.alibaba.dashscope.tools.ToolCallFunction;
import com.alibaba.dashscope.tools.ToolFunction;
import com.alibaba.dashscope.utils.JsonUtils;
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import java.io.File;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class Main {
/**
* ファイルにコンテンツを書き込みます。
* @param arguments モデルからの JSON 文字列で、必要なツールパラメーターが含まれています。
* @return ツール実行後の結果文字列。
*/
public static String writeFile(String arguments) {
try {
ObjectMapper objectMapper = new ObjectMapper();
JsonNode argsNode = objectMapper.readTree(arguments);
String path = argsNode.get("path").asText();
String content = argsNode.get("content").asText();
// セキュリティ:ファイル書き込みはデフォルトで無効になっています。有効にするには、コメントを解除し、パスのセキュリティを確認してください。
// File file = new File(path);
// File parentDir = file.getParentFile();
// if (parentDir != null && !parentDir.exists()) {
// parentDir.mkdirs();
// }
// Files.write(Paths.get(path), content.getBytes(StandardCharsets.UTF_8));
return "成功:ファイル '" + path + "' が書き込まれました。";
} catch (Exception e) {
return "エラー:ファイルの書き込み中に例外が発生しました - " + e.getMessage();
}
}
public static void main(String[] args) {
try {
// ツールパラメーターのスキーマを定義
String writePropertyParams =
"{\"type\":\"object\",\"properties\":{\"path\":{\"type\":\"string\",\"description\":\"ターゲットファイルの相対パスまたは絶対パス\"},\"content\":{\"type\":\"string\",\"description\":\"ファイルに書き込む文字列コンテンツ\"}},\"required\":[\"path\",\"content\"]}";
FunctionDefinition writeFileFunction = FunctionDefinition.builder()
.name("write_file")
.description("指定されたファイルにコンテンツを書き込み、存在しない場合はファイルを作成します。")
.parameters(JsonUtils.parseString(writePropertyParams).getAsJsonObject())
.build();
Generation gen = new Generation(Protocol.HTTP.getValue(), "https://dashscope-intl.aliyuncs.com/api/v1");
String userInput = "クイックソートの Python スクリプトを書き、quick_sort.py という名前を付けてください";
List<Message> messages = new ArrayList<>();
messages.add(Message.builder().role(Role.USER.getValue()).content(userInput).build());
// モデルへの最初の呼び出し
GenerationParam param = GenerationParam.builder()
.model("qwen3-coder-next")
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.messages(messages)
.tools(Arrays.asList(ToolFunction.builder().function(writeFileFunction).build()))
.resultFormat(GenerationParam.ResultFormat.MESSAGE)
.build();
GenerationResult result = gen.call(param);
Message assistantOutput = result.getOutput().getChoices().get(0).getMessage();
messages.add(assistantOutput);
// ツール呼び出しが不要な場合は、コンテンツを直接出力します。
if (assistantOutput.getToolCalls() == null || assistantOutput.getToolCalls().isEmpty()) {
System.out.println("ツール呼び出しは不要です。直接の返信: " + assistantOutput.getContent());
} else {
// ツール呼び出しループに入る
while (assistantOutput.getToolCalls() != null && !assistantOutput.getToolCalls().isEmpty()) {
for (ToolCallBase toolCall : assistantOutput.getToolCalls()) {
ToolCallFunction functionCall = (ToolCallFunction) toolCall;
String funcName = functionCall.getFunction().getName();
String arguments = functionCall.getFunction().getArguments();
System.out.println("ツール [" + funcName + "] を呼び出しています、引数: " + arguments);
// ツールを実行
String toolResult = writeFile(arguments);
// ツールリターンメッセージを構築
Message toolMessage = Message.builder()
.role("tool")
.toolCallId(toolCall.getId())
.content(toolResult)
.build();
System.out.println("ツールからの返信: " + toolMessage.getContent());
messages.add(toolMessage);
}
// モデルを再度呼び出して、要約された自然言語の応答を取得
param.setMessages(messages);
result = gen.call(param);
assistantOutput = result.getOutput().getChoices().get(0).getMessage();
messages.add(assistantOutput);
}
System.out.println("最終的なモデルの返信: " + assistantOutput.getContent());
}
} catch (NoApiKeyException | InputRequiredException e) {
System.err.println("エラー: " + e.getMessage());
} catch (Exception e) {
e.printStackTrace();
}
}
}
応答
ツール [write_file] を引数で呼び出しています:{"content": "def quick_sort(arr):\\n if len(arr) <= 1:\\n return arr\\n pivot = arr[len(arr) // 2]\\n left = [x for x in arr if x < pivot]\\n middle = [x for x in arr if x == pivot]\\n right = [x for x in arr if x > pivot]\\n return quick_sort(left) + middle + quick_sort(right)\\n\\nif __name__ == \\\"__main__\\\":\\n example_array = [3, 6, 8, 10, 1, 2, 1]\\n print(\\\"Original array:\\\", example_array)\\n sorted_array = quick_sort(example_array)\\n print(\\\"Sorted array:\\\", sorted_array)", "path": "quick_sort.py"}
ツールからの返信:成功:ファイル 'quick_sort.py' が書き込まれました
モデルの最終応答:Python コードファイル `quick_sort.py` を正常に作成しました。これには `quick_sort` 関数とその使用例が含まれています。ターミナルやエディターで実行して、クイックソート機能をテストできます。curl
例:ツール呼び出しの最初のステップ—リクエストを行い、モデルの意図を取得します。
北京リージョンのモデルを使用する場合、 URL を https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation に置き換える必要があります。
curl --location "https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "qwen3-coder-next",
"input": {
"messages": [{
"role": "user",
"content": "クイックソートの Python コードを書き、ファイル名を quick_sort.py としてください"
}]
},
"parameters": {
"result_format": "message",
"tools": [
{
"type": "function",
"function": {
"name": "write_file",
"description": "指定されたファイルにコンテンツを書き込み、存在しない場合は作成します。",
"parameters": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "オブジェクトファイルの相対パスまたは絶対パス"
},
"content": {
"type": "string",
"description": "ファイルに書き込む文字列コンテンツ"
}
},
"required": ["path", "content"]
}
}
}
]
}
}'応答
{
"output": {
"choices": [
{
"finish_reason": "tool_calls",
"message": {
"role": "assistant",
"tool_calls": [
{
"function": {
"name": "write_file",
"arguments": "{\"content\": \"def quick_sort(arr):\\\\n if len(arr) <= 1:\\\\n return arr\\\\n pivot = arr[len(arr) // 2]\\\\n left = [x for x in arr if x < pivot]\\\\n middle = [x for x in arr if x == pivot]\\\\n right = [x for x in arr if x > pivot]\\\\n return quick_sort(left) + middle + quick_sort(right)\\\\n\\\\nif __name__ == \\\\\\\"__main__\\\\\\\":\\\\n example_list = [3, 6, 8, 10, 1, 2, 1]\\\\n print(\\\\\\\"Original list:\\\\\\\", example_list)\\\\n sorted_list = quick_sort(example_list)\\\\n print(\\\\\\\"Sorted list:\\\\\\\", sorted_list), \"path\": \"quick_sort.py\"}"
},
"index": 0,
"id": "call_645b149bbd274e8bb3789aae",
"type": "function"
}
],
"content": ""
}
}
]
},
"usage": {
"total_tokens": 684,
"output_tokens": 193,
"input_tokens": 491,
"prompt_tokens_details": {
"cached_tokens": 0
}
},
"request_id": "d2386acd-fce3-9d0f-8015-c5f3a8bf9f5c"
}コード補完
Qwen-Coder は、2つのコード補完メソッドをサポートしています:
部分モード:すべての Qwen-Coder モデルとリージョンで利用可能です。プレフィックス補完をサポートし、実装が簡単です (推奨)。
Completions API: 北京リージョンの
qwen2.5-coderシリーズでのみ利用可能で、プレフィックス補完とプレフィックスおよびサフィックス補完をサポートしています。
部分モード
この機能は、指定されたプレフィックスに基づいてコードを自動的に補完します。
この機能を使用するには、role を assistant に設定し、partial: true を指定したメッセージを messages リストに追加します。この content は、assistant メッセージの内容であり、指定したコードプレフィックスになります。詳細については、「Partial mode」をご参照ください。
OpenAI 互換
Python
リクエスト例
import os
from openai import OpenAI
client = OpenAI(
# 環境変数を設定していない場合は、次の行を Alibaba Cloud Model Studio API キーに置き換えてください:api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3-coder-next",
messages=[{
"role": "user",
"content": "100 までの素数を生成する Python コードを書いてください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
},
{
"role": "assistant",
"content": "def generate_prime_number",
"partial": True
}]
)
print(completion.choices[0].message.content)
応答
(n):
primes = []
for i in range(2, n+1):
is_prime = True
for j in range(2, int(i**0.5)+1):
if i % j == 0:
is_prime = False
break
if is_prime:
primes.append(i)
return primes
prime_numbers = generate_prime_number(100)
print(prime_numbers)Node.js
リクエスト例
import OpenAI from "openai";
const client = new OpenAI(
{
// 設定されていない場合は、次の行をご利用の API キーに置き換えてください:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
}
);
async function main() {
const completion = await client.chat.completions.create({
model: "qwen3-coder-next",
messages: [
{ role: "user", content: "100 までの素数を生成する Python コードを書いてください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。" },
{ role: "assistant", content: "def generate_prime_number", partial: true}
],
});
console.log(completion.choices[0].message.content);
}
main();応答
(n):
primes = []
for i in range(2, n+1):
is_prime = True
for j in range(2, int(i**0.5)+1):
if i % j == 0:
is_prime = False
break
if is_prime:
primes.append(i)
return primes
prime_numbers = generate_prime_number(100)
print(prime_numbers)curl
リクエスト例
北京リージョンでモデルを使用する場合、URL を https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions に置き換える必要があります。
curl -X POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"messages": [{
"role": "user",
"content": "100 までの素数を生成する Python コードを書いてください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
},
{
"role": "assistant",
"content": "def generate_prime_number",
"partial": true
}]
}'応答
{
"choices": [
{
"message": {
"content": "(n):\n primes = []\n for num in range(2, n + 1):\n is_prime = True\n for i in range(2, int(num ** 0.5) + 1):\n if num % i == 0:\n is_prime = False\n break\n if is_prime:\n primes.append(num)\n return primes\n\nprime_numbers = generate_prime_number(100)\nprint(prime_numbers)",
"role": "assistant"
},
"finish_reason": "stop",
"index": 0,
"logprobs": null
}
],
"object": "chat.completion",
"usage": {
"prompt_tokens": 38,
"completion_tokens": 93,
"total_tokens": 131,
"prompt_tokens_details": {
"cached_tokens": 0
}
},
"created": 1761634556,
"system_fingerprint": null,
"model": "qwen3-coder-plus",
"id": "chatcmpl-c108050a-bb6d-4423-9d36-f64aa6a32976"
}DashScope
Python
リクエスト例
from http import HTTPStatus
import dashscope
import os
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
messages = [{
"role": "user",
"content": "100 までの素数を生成する Python コードを書いてください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
},
{
"role": "assistant",
"content": "def generate_prime_number",
"partial": True
}]
response = dashscope.Generation.call(
# 設定されていない場合は、次の行をご利用の API キーに置き換えてください:api_key="sk-xxx",
api_key=os.getenv('DASHSCOPE_API_KEY'),
model='qwen3-coder-next',
messages=messages,
result_format='message',
)
if response.status_code == HTTPStatus.OK:
print(response.output.choices[0].message.content)
else:
print(f"HTTP status code: {response.status_code}")
print(f"Error code: {response.code}")
print(f"Error message: {response.message}")
応答
(n):
primes = []
for i in range(2, n+1):
is_prime = True
for j in range(2, int(i**0.5)+1):
if i % j == 0:
is_prime = False
break
if is_prime:
primes.append(i)
return primes
prime_numbers = generate_prime_number(100)
print(prime_numbers)curl
リクエスト例
北京リージョンでモデルを使用する場合は、URL を以下に置き換える必要があります:https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation
curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-coder-next",
"input":{
"messages":[{
"role": "user",
"content": "100 までの素数を生成する Python コードを書いてください。コード以外のコンテンツや Markdown コードブロックは出力しないでください。"
},
{
"role": "assistant",
"content": "def generate_prime_number",
"partial": true
}]
},
"parameters": {
"result_format": "message"
}
}'応答
{
"output": {
"choices": [
{
"message": {
"content": "(n):\n prime_list = []\n for i in range(2, n+1):\n is_prime = True\n for j in range(2, int(i**0.5)+1):\n if i % j == 0:\n is_prime = False\n break\n if is_prime:\n prime_list.append(i)\n return prime_list\n\nprime_numbers = generate_prime_number(100)\nprint(prime_numbers)",
"role": "assistant"
},
"finish_reason": "stop"
}
]
},
"usage": {
"total_tokens": 131,
"output_tokens": 92,
"input_tokens": 39,
"prompt_tokens_details": {
"cached_tokens": 0
}
},
"request_id": "9917f629-e819-4519-af44-b0e677e94b2c"
}Completions API
Completions API は、中国 (北京) リージョンのモデルにのみ適用され、中国 (北京) リージョンの API キー を使用する必要があります。
サポートされているモデル:
qwen2.5-coder-7b-instruct, qwen2.5-coder-14b-instruct, qwen2.5-coder-32b-instruct, qwen-coder-turbo-0919, qwen-coder-turbo-latest, qwen-coder-turbo
特別な fim (中間補完) タグを prompt 内で使用して、補完をガイドします。
プレフィックスベースの補完
プロンプトテンプレート:
<|fim_prefix|>{prefix_content}<|fim_suffix|><|fim_prefix|>および<|fim_suffix|>は、補完をガイドする特殊トークンです。これらを変更しないでください。{prefix_content}をプレフィックス情報(関数名、入力パラメーター、使用方法の説明)に置き換えます。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
api_key=os.getenv("DASHSCOPE_API_KEY")
)
completion = client.completions.create(
model="qwen2.5-coder-32b-instruct",
prompt="<|fim_prefix|>def quick_sort(arr):<|fim_suffix|>",
)
print(completion.choices[0].text)import OpenAI from "openai";
const client = new OpenAI(
{
// 設定されていない場合は、次の行をご利用の API キーに置き換えてください:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
}
);
async function main() {
const completion = await client.completions.create({
model: "qwen2.5-coder-32b-instruct",
prompt: "<|fim_prefix|>def quick_sort(arr):<|fim_suffix|>",
});
console.log(completion.choices[0].text)
}
main();curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen2.5-coder-32b-instruct",
"prompt": "<|fim_prefix|>def quick_sort(arr):<|fim_suffix|>"
}'プレフィックスとサフィックスに基づく補完
プロンプトテンプレート:
<|fim_prefix|>{prefix_content}<|fim_suffix|>{suffix_content}<|fim_middle|><|fim_prefix|>、<|fim_suffix|>、および<|fim_middle|>は、モデルがテキストを完成させるように指示する特殊トークンです。これらを変更しないでください。「
{prefix_content}」を、関数名、入力パラメーター、および使用方法の説明などのプレフィックス情報で置き換えます。{suffix_content}を、関数の戻り値のパラメーターなどのサフィックス情報に置き換えます。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
api_key=os.getenv("DASHSCOPE_API_KEY")
)
prefix_content = """def reverse_words_with_special_chars(s):
'''
文字列内の各単語を逆順にしながら、非アルファベット文字の位置と単語の順序を保持します。
例:
reverse_words_with_special_chars("Hello, world!") -> "olleH, dlrow!"
パラメーター:
s (str): 句読点を含む可能性のある入力文字列。
戻り値:
str: 単語は逆順にされているが、非アルファベット文字は元の位置にある処理済み文字列。
'''
"""
suffix_content = "return result"
completion = client.completions.create(
model="qwen2.5-coder-32b-instruct",
prompt=f"<|fim_prefix|>{prefix_content}<|fim_suffix|>{suffix_content}<|fim_middle|>",
)
print(completion.choices[0].text)import OpenAI from 'openai';
const client = new OpenAI({
baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1",
apiKey: process.env.DASHSCOPE_API_KEY
});
const prefixContent = `def reverse_words_with_special_chars(s):
'''
文字列内の各単語を逆順にしながら、非アルファベット文字の位置と単語の順序を保持します。
例:
reverse_words_with_special_chars("Hello, world!") -> "olleH, dlrow!"
パラメーター:
s (str): 句読点を含む可能性のある入力文字列。
戻り値:
str: 単語は逆順にされているが、非アルファベット文字は元の位置にある処理済み文字列。
'''
`;
const suffixContent = "return result";
async function main() {
const completion = await client.completions.create({
model: "qwen2.5-coder-32b-instruct",
prompt: `<|fim_prefix|>${prefixContent}<|fim_suffix|>${suffixContent}<|fim_middle|>`
});
console.log(completion.choices[0].text);
}
main();curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen2.5-coder-32b-instruct",
"prompt": "<|fim_prefix|>def reverse_words_with_special_chars(s):\n\"\"\"\n文字列内の各単語を逆順にしながら、非アルファベット文字の位置と単語の順序を保持します。\n 例:\n reverse_words_with_special_chars(\"Hello, world!\") -> \"olleH, dlrow!\"\n パラメーター:\n s (str): 句読点を含む可能性のある入力文字列。\n 戻り値:\n str: 単語は逆順にされているが、非アルファベット文字は元の位置にある処理済み文字列。\n\"\"\"\n<|fim_suffix|>return result<|fim_middle|>"
}'本番環境への適用
Qwen-Coder を使用する際の効率を最適化し、コストを削減するには:
有効化 [ストリーミング出力]:
stream=Trueを設定して、中間結果をリアルタイムで受信します。タイムアウトのリスクを低減し、ユーザーエクスペリエンスを向上させます。温度パラメーターを低くする: コード生成には決定的な結果が必要です。
temperatureを低くすると、出力のランダム性が低減されます。コンテキストキャッシュ付きのモデルを使用する:反復的なプレフィックス (コード補完、コードレビュー) を含むシナリオでは、コンテキストキャッシュをサポートするモデル (qwen3-coder-plus, qwen3-coder-flash) を使用して、オーバーヘッドを削減します。
ツール数を制限する:効率とコスト効果を確保するために、リクエストごとに 20 個以下のツールを渡してください。多くのツール記述は多くのトークンを消費し、コストを増加させ、応答を遅くし、ツール選択の精度を低下させます。詳細については、「関数呼び出し」をご参照ください。
課金とレート制限
基本課金: 入力および出力
トークンに基づき、リクエスト単位で課金されます。単価はモデルによって異なります。詳細については、「モデル一覧」をご参照ください。特別課金項目:
段階課金:
qwen3-coderシリーズでは、段階課金が採用されています。入力トークン数が段階のしきい値に達すると、そのリクエストの入力トークンおよび出力トークンはすべて、段階別価格で課金されます。コンテキストキャッシュ: コンテキストキャッシュを備えたモデル(
qwen3-coder-plus、qwen3-coder-flash)では、リクエストに繰り返し入力(例:コードレビュー)が含まれる場合、キャッシュによりコストを削減できます。暗黙的キャッシュにヒットした入力テキストは、標準レートの 20% で課金されます。明示的キャッシュにヒットした入力テキストは、標準レートの 10% で課金されます。詳細については、「コンテキストキャッシュ」をご参照ください。ツール呼び出し (関数呼び出し):
toolsパラメーター内のツールの説明は入力コンテンツと見なされ、料金が発生します。
レート制限:API 呼び出しには、1 分あたりのリクエスト数 (RPM) と 1 分あたりのトークン数 (TPM) の 2 つの制限があります。詳細については、「 レート制限」をご参照ください。
無料クォータ(シンガポールリージョンのみ):Model Studio を有効にした日、またはモデルへのアクセスが承認された日から 90 日間有効です。各 Qwen-Coder モデルは、新規ユーザー向け無料クォータとして 100 万トークンを提供します。
API リファレンス
Qwen-Coder モデルの入力および出力パラメーターについては、「Qwen」をご参照ください。
よくある質問
Qwen Code や Claude Code などの開発ツールを使用すると、なぜ多くのトークンを消費するのですか?
外部の開発ツールは API を複数回呼び出す可能性があり、多くのトークンを消費します。トークン消費を監視および削減する方法については、「Qwen Code」および「Claude Code」のドキュメントをご参照ください。無料クォータ後の停止機能を有効にすると、無料クォータを使い切った後の追加料金を防ぐことができます。
AI コーディングプランを購入することもできます。このプランは、AI ツールで使用できる月間リクエストクォータに対して固定の月額料金を提供します。詳細については、「コーディングプランの概要」をご参照ください。
モデルの使用状況を確認するにはどうすればよいですか?
モデルを呼び出してから 1 時間後に、モニタリング (シンガポール または 北京) ページに移動します。時間範囲やワークスペースなどのクエリ条件を設定します。次に、モデルエリアでターゲットモデルを見つけ、アクション列の モニターをクリックして、モデルの呼び出し統計を表示します。詳細については、「モニタリング」ドキュメントをご参照ください。
データは 1 時間ごとに更新されます。ピーク時には、1 時間レベルの遅延が発生する場合があります。

モデルに説明文なしでコードのみを出力させるにはどうすればよいですか?
以下の方法を検討できます:
プロンプトの制約:「コードのみを返してください。説明、コメント、Markdown タグは含めないでください」のような明確な指示を与えます。
設定する
stopシーケンス:stop=["\n# Explanation:", "Note:", "Description:"]を使用して、説明テキストの前に生成を停止します。詳細については、「Qwen API リファレンス」をご参照ください。
Qwen Code の 1 日 1,000 回の無料呼び出しを使用するにはどうすればよいですか?
このクォータは Qwen Code ツール専用であり、それを通じて使用する必要があります。Model Studio を有効にしたときに受け取る新規ユーザー向けの無料クォータとは独立して計算されます。2 つのクォータは競合しません。詳細については、「1 日 1,000 回の無料呼び出しを使用するにはどうすればよいですか?」をご参照ください。