Qwen Code setelah penutupan qwen-oauth: bekerja via JoinGonka Gateway

Langkah 1: pasang Qwen Code. Cara resmi dari README proyek:

# Linux and macOS: standalone build with its own Node.js
curl -fsSL https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.sh | bash

# Windows (PowerShell)
irm https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.ps1 | iex

# npm (requires Node.js 22 or newer)
npm install -g @qwen-code/qwen-code@latest

# Homebrew
brew install qwen-code

Skrip ini menaruh perintah di ~/.local/bin/qwen dan bila perlu menambahkan path ke file konfigurasi shell. Buka ulang terminal dan verifikasi: qwen --version.

Langkah 2: dapatkan kunci. Daftar di gate.joingonka.ai/register, konfirmasi alamat email, lalu buat kunci berawalan jg- di bagian «Kunci API».

Langkah 3: jalankan penginstal.

npx @joingonka/setup --tool qwen-code

Penginstal akan menanyakan kunci (tidak lewat argumen command line agar tidak tersimpan di riwayat shell) dan mengedit ~/.qwen/settings.json — file yang direkomendasikan dokumentasi Qwen Code untuk konfigurasi "satu file":

• menulis kunci ke blok env di file itu dengan nama JOINGONKA_API_KEY — di tempat yang sama perintah /auth menyimpan kuncinya; file akan mendapat izin 600, environment shell tidak berubah;
• menambahkan model jaringan ke daftar modelProviders.openai — dengan alamat gateway, jendela konteks asli dan batas respons; entri penyedia lain Anda di daftar ini tetap dipertahankan;
• jika tipe autentikasi belum dipilih atau masih menunjuk ke qwen-oauth yang sudah ditutup, akan mengalihkannya ke openai dan menjadikan DeepSeek V4 Flash sebagai model default; pilihan lain yang valid — anthropic, gemini, vertex-ai — tidak diubah tanpa flag --model;
• menyimpan salinan file lama, tidak menyentuh komentar dan pengaturan lainnya, lalu di akhir mengirim permintaan langsung ke gateway dan memberi tahu apakah kunci, alamat, dan model diterima.

Beginilah tampilan output pada instalasi yang masih memakai qwen-oauth (diringkas):

Configured ~/.qwen/settings.json
Base URL: https://gate.joingonka.ai/v1
Default model: deepseek-ai/DeepSeek-V4-Flash-0731 (replaces qwen-oauth — that free tier was discontinued on 2026-04-15)
Switched Qwen Code to JoinGonka (auth type "openai") — this replaced your previous auth type "qwen-oauth".
To go back: run /auth (and /model) inside Qwen Code, or restore ~/.qwen/settings.json.bak.2026-09-23T04-22-32-159Z.
…
✓ Verified: the gateway accepted the key, base URL and model.

Model default lain ditentukan oleh flag --model: singkatan glm, minimax, atau ID lengkap; model yang ditentukan secara eksplisit selalu ditulis. Mode tanpa pertanyaan mengambil kunci dari variabel environment:

JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool qwen-code --model glm --non-interactive

Direktori yang dipindahkan lewat variabel QWEN_HOME ditemukan sendiri oleh penginstal. Menjalankannya lagi akan memperbarui katalog model, tetapi mempertahankan model jaringan pilihan Anda: Kept your current default model.

Semua yang dilakukan installer bisa ditulis sendiri dengan tangan. Filenya adalah ~/.qwen/settings.json (atau $QWEN_HOME/settings.json); Qwen Code membacanya sebagai JSON dengan komentar. Konfigurasi lengkap yang berfungsi untuk jaringan Gonka:

{
  "env": { "JOINGONKA_API_KEY": "jg-your-key" },
  "modelProviders": {
    "openai": [
      { "id": "deepseek-ai/DeepSeek-V4-Flash-0731", "name": "DeepSeek V4 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 380000, "samplingParams": { "max_tokens": 32768 } } },
      { "id": "zai-org/GLM-5.3-Flash", "name": "GLM 5.3 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 390000, "samplingParams": { "max_tokens": 8192 } } },
      { "id": "MiniMaxAI/MiniMax-M2.7", "name": "MiniMax M2.7 (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 200000, "samplingParams": { "max_tokens": 8192 } } }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "deepseek-ai/DeepSeek-V4-Flash-0731", "baseUrl": "https://gate.joingonka.ai/v1" }
}

Di mana menyimpan kunci. Nilai variabel dari envKey dicari Qwen Code secara berurutan: environment shell, lalu .env pertama yang ditemukan (.qwen/.env atau .env dari direktori saat ini ke atas, kemudian ~/.qwen/.env dan ~/.env), dan baru setelah itu blok env di file. Dari sini muncul jebakan utamanya: JOINGONKA_API_KEY yang diekspor di shell dengan nilai lama akan menimpa file — kami sengaja mengujinya dan mendapat 401 Invalid API key padahal kunci di settings.json benar. Installer memberi peringatan saat melihat nilai berbeda di environment.

Dan catatan tentang proyek: .qwen/settings.json di tingkat proyek dengan modelProviders sendiri tidak melengkapi, melainkan menggantikan daftar dari direktori home — di dalam proyek seperti itu model gateway akan hilang dari /model. Kunci sebaiknya sama sekali tidak ditaruh di file proyek: bersama file itu ia akan masuk ke repositori.

Perubahan pada modelProviders langsung diambil oleh sesi yang sedang berjalan tanpa perlu restart — cukup buka ulang /model. Tanpa editor, hal yang sama dilakukan wizard /auth → Custom Provider.

Qwen Code memiliki dua pilihan independen: tipe otorisasi — protokol mana yang diaktifkan dan dari mana kunci diambil — dan model. Tipe tersebut disimpan di security.auth.selectedType, dan cara installer bertindak bergantung padanya:

Di dalam sesi, model diubah dengan perintah /model. Dalam pengujian kami, perintah ini menampilkan semua entri gateway dengan label protokol, dan di bawah daftar tersebut — jendela konteks, alamat, dan nama variabel dengan kunci:

Select Model

  1. [openai] MiniMax M2.7 (Gonka) (MiniMaxAI/MiniMax-M2.7)
› 2. [openai] DeepSeek V4 Flash (Gonka) (deepseek-ai/DeepSeek-V4-Flash-0731)
  3. [openai] GLM 5.3 Flash (Gonka) (zai-org/GLM-5.3-Flash)

Modality:       text-only
Context Window: 380,000 tokens
Base URL:       https://gate.joingonka.ai/v1
API Key:        JOINGONKA_API_KEY

Pilihan dari /model disimpan di antara sesi. Untuk satu kali peluncuran, model ditetapkan melalui flag -m dengan pengenal: qwen -m zai-org/GLM-5.3-Flash. Model ringan terpisah untuk petunjuk dan pengklasifikasi izin ditetapkan melalui /model --fast; selama model ini belum ada, pekerjaan tersebut dilakukan oleh model utama.

Model mana yang harus dipilih. Harga semua model di jaringan adalah sama, jadi pilihan didasarkan pada perilaku. Beginilah cara mereka berperilaku di Qwen Code 0.24.4 pada tugas yang sama — membaca file dan menemukan kesalahan (diverifikasi pada 23 September 2026):

Penalaran pada GLM-5.3 Flash. Installer menetapkan samplingParams untuk setiap model, dan dalam kasus ini, Qwen Code tidak menambahkan tingkat penalaran ke permintaan: perintah /effort tidak sampai ke model jaringan, dan GLM-5.3 Flash selalu berpikir. Jika diperlukan sakelar, nyatakan levelnya langsung di entri model:

{
  "id": "zai-org/GLM-5.3-Flash",
  "capabilities": {
    "reasoning": { "profile": "openai-effort", "efforts": ["low", "high"], "defaultEffort": "high" }
  },
  …
}

Maka Qwen Code akan mulai mengirimkan reasoning_effort, dan untuk GLM-5.3 Flash, nilai low mematikan penalaran sepenuhnya — detailnya ada di ikhtisar model. Dalam pengujian kami dengan "defaultEffort": "low", Qwen Code mengirimkan reasoning_effort: "low", dan model menjawab tanpa blok penalaran.

Uji tercepat adalah sekali jalan. Letakkan di direktori kosong calc.py dengan fungsi penjumlahan yang sebenarnya mengurangkan, dan minta temukan kesalahannya:

qwen -p "Baca calc.py dan beri tahu saya dalam satu kalimat apakah ada bug."

Agen harus memanggil alat baca sendiri dan menjawab secara substantif. Begini jawaban GLM-5.3 Flash (dijalankan dengan -m zai-org/GLM-5.3-Flash):

Ya, ada bug: fungsi `add` mengurangkan bukan menjumlahkan (`return a - b`), jadi `print(add(2, 3))` mencetak `-1` bukan `5`.

Di antarmuka (qwen tanpa argumen) header akan menampilkan model yang dipilih — API Key | DeepSeek V4 Flash (Gonka) — dan permintaan yang sama akan bekerja seperti ini:

> Baca calc.py dan beri tahu saya dalam satu kalimat apakah ada bug.
  ✓ Baca calc.py, README.md

  ◆ Ya, calc.py punya bug: fungsi add mengembalikan selisih (a - b) bukan jumlah (a + b). …

  ➜ demo · DeepSeek V4 Flash (Gonka) · 380.0k Konteks 5.1% terpakai

Perintah /stats akan menampilkan permintaan dan token per model, dan dasbor gateway menunjukkan penggunaan yang sama di bagian "Penggunaan".

Mode persetujuan di -p. Tanpa flag, sekali jalan berjalan dalam mode Ask Permissions: tidak ada yang mengonfirmasi, jadi alat yang memerlukan izin — perintah shell, edit dan tulis file — tidak diteruskan ke model. Saat diminta menjalankan ls, agen dalam uji kami menjawab bahwa tidak punya alat itu. Untuk edit, tambahkan --approval-mode auto-edit, untuk perintah — --yolo; yang terakhir Qwen Code menyertai peringatan bahwa sandbox tidak diaktifkan.

Jika ada yang salah, diagnosis biasanya terbaca langsung dari pesan:

Agen mengonsumsi token secara berbeda dibandingkan chat: untuk setiap kalimat Anda, Qwen Code menambahkan prompt sistem dan deskripsi alat, dan tugas dilakukan dalam beberapa putaran. Dalam pengujian kami, setiap permintaan qwen -p membawa sekitar 13 ribu token input sebelum inti masalah dimulai, dan "baca file, temukan kesalahan" memakan dua putaran dan sekitar 27 ribu token. Di antarmuka terdapat lebih banyak alat, dan setelah respons, Qwen Code menggunakan model yang sama untuk melakukan permintaan layanan — misalnya, untuk menyarankan respons berikutnya: /stats menunjukkan 4 permintaan dan sekitar 79 ribu token input untuk tugas yang sama.

Melalui JoinGonka Gateway, token dihargai $0.0069 per juta untuk input dan $0.021 per juta untuk output — harga sama untuk semua model di jaringan dan diperbarui di halaman ini dari sumber langsung.

Estimasi di kolom kanan didasarkan pada harga per September 2026. Sebagai perbandingan — bagaimana cara membayar model di Qwen Code:

Permintaan layanan dapat dimatikan jika tidak diperlukan: saran respons berikutnya — "ui": { "enableFollowupSuggestions": false }, memori otomatis latar belakang — "memory": { "enableManagedAutoMemory": false, "enableManagedAutoDream": false }. Penggunaan tepat dan saldo ada di dasbor, di bagian "Penggunaan" dan "Penagihan". Alasan mengapa DeepSeek V4 Flash dipilih secara default dijelaskan secara rinci dalam tinjauan model.

Mode persetujuan. Di antarmuka, Qwen Code dimulai dalam mode Auto: membaca, mencari, dan mengedit di dalam proyek segera diizinkan, sementara perintah shell dan tindakan berisiko lainnya dievaluasi oleh klasifikator — permintaan terpisah ke model. Mode lainnya — Plan, Ask Permissions, Auto-Edit, dan YOLO — dapat dipilih melalui Shift+Tab (di Windows — Tab) atau perintah /approval-mode; mode default diatur oleh kunci tools.approvalMode.

Kerja latar belakang. Secara default, Qwen Code menjalankan memori otomatis: setelah percakapan di latar belakang, ia mengambil catatan tentang proyek dan preferensi Anda, dan membersihkannya sekali sehari (Dream) — menggunakan model yang sama. Dalam satu putaran, ini terlihat: qwen -p mungkin tidak selesai selama beberapa menit setelah respons saat tugas latar belakang menunggu model. Untuk skrip dan CI, matikan memori otomatis (kunci ada di bagian atas) dan tetapkan batas putaran: --max-wall-time, --max-session-turns, --max-tool-calls.

Gambar. Model jaringan bersifat teks (Modality: text-only di /model). Untuk tangkapan layar, tugaskan model perantara dari penyedia lain dengan perintah /model --vision: model tersebut akan menceritakan gambar dalam bentuk teks, dan model utama akan melanjutkannya.

Statistik. Qwen Code mengirimkan statistik penggunaan anonim secara default; "privacy": { "usageStatisticsEnabled": false } mematikannya. Gateway tidak menyimpan isi prompt dan respons — hanya agregat pengeluaran.

Tetangga jaringan. Laboratorium yang modelnya dilayani oleh jaringan juga merilis agen mereka sendiri: untuk DeepSeek ada DeepSeek Harness, untuk MiniMax ada MiniMax Code, untuk Z.ai, pembuat GLM, ada ZCode. Semuanya terhubung ke gateway yang sama dengan kunci yang sama dan menggunakan saldo yang sama.