Qwen Code หลังจากปิดบริการ qwen-oauth: การทำงานผ่าน JoinGonka Gateway

ขั้นตอนที่ 1: ติดตั้ง Qwen Code วิธีอย่างเป็นทางการจาก README ของโปรเจกต์:

# 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

สคริปต์จะวางคำสั่งไว้ที่ ~/.local/bin/qwen และเพิ่มพาธลงในไฟล์ตั้งค่าเชลล์หากจำเป็น เปิดเทอร์มินัลใหม่แล้วตรวจสอบ: qwen --version

ขั้นตอนที่ 2: ขอคีย์ ลงทะเบียนที่ gate.joingonka.ai/register ยืนยันอีเมล แล้วสร้างคีย์ที่มีคำนำหน้า jg- ในส่วน "คีย์ API"

ขั้นตอนที่ 3: รันตัวติดตั้ง

npx @joingonka/setup --tool qwen-code

ตัวติดตั้งจะถามหาคีย์ (ไม่รับผ่านอาร์กิวเมนต์บรรทัดคำสั่ง เพื่อไม่ให้ค้างอยู่ในประวัติเชลล์) และแก้ไข ~/.qwen/settings.json — ไฟล์ที่เอกสารของ Qwen Code แนะนำสำหรับการตั้งค่า "ในไฟล์เดียว":

• ใส่คีย์ลงในบล็อก env ของไฟล์เองในชื่อ JOINGONKA_API_KEY — คำสั่ง /auth ของตัวเองก็วางคีย์ไว้ที่นั่นเช่นกัน ไฟล์จะได้รับสิทธิ์ 600 สภาพแวดล้อมเชลล์ไม่เปลี่ยนแปลง
• เพิ่มโมเดลของเครือข่ายลงในรายการ modelProviders.openai — พร้อมที่อยู่เกตเวย์ หน้าต่างบริบทจริง และเพดานการตอบกลับ รายการของผู้ให้บริการรายอื่นของคุณในรายการนี้จะยังคงอยู่
• หากยังไม่ได้เลือกประเภทการยืนยันตัวตน หรือยังชี้ไปที่ qwen-oauth ที่ปิดไปแล้ว จะสลับเป็น openai และตั้ง DeepSeek V4 Flash เป็นโมเดลเริ่มต้น การเลือกประเภทอื่นที่ใช้งานได้ — anthropic, gemini, vertex-ai — จะไม่ถูกแตะต้องหากไม่มีแฟล็ก --model
• บันทึกสำเนาของไฟล์เดิมไว้ ไม่แตะต้องคอมเมนต์และการตั้งค่าอื่น ๆ และในตอนท้ายจะส่งคำขอจริงไปยังเกตเวย์ แล้วแจ้งว่าคีย์ ที่อยู่ และโมเดลได้รับการยอมรับหรือไม่

ผลลัพธ์จากการติดตั้งที่ยังมี qwen-oauth อยู่ มีลักษณะดังนี้ (ย่อ):

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.

แฟล็ก --model ใช้กำหนดโมเดลเริ่มต้นอื่น: ตัวย่อ glm, minimax หรือตัวระบุแบบเต็ม โมเดลที่ระบุอย่างชัดเจนจะถูกบันทึกเสมอ โหมดไม่ถามจะดึงคีย์จากตัวแปรสภาพแวดล้อม:

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

ไดเรกทอรีที่ย้ายด้วยตัวแปร QWEN_HOME ตัวติดตั้งจะหาเจอเอง การรันซ้ำจะอัปเดตแค็ตตาล็อกโมเดล แต่จะเก็บโมเดลเครือข่ายที่คุณเลือกไว้: Kept your current default model

ทุกสิ่งที่ตัวติดตั้งทำ คุณสามารถเขียนเองได้ทั้งหมด ไฟล์คือ ~/.qwen/settings.json (หรือ $QWEN_HOME/settings.json) Qwen Code อ่านเป็น JSON ที่มีคอมเมนต์ได้ คอนฟิกที่ใช้งานได้จริงสำหรับเครือข่าย Gonka มีดังนี้:

{
  "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" }
}

จะเก็บคีย์ไว้ที่ไหน Qwen Code จะค้นหาค่าของตัวแปรจาก envKey ตามลำดับ: สภาพแวดล้อมของเชลล์ ตามด้วย .env ตัวแรกที่เจอ (.qwen/.env หรือ .env จากไดเรกทอรีปัจจุบันขึ้นไป แล้วจึง ~/.qwen/.env และ ~/.env) และหลังจากนั้นจึงเป็นบล็อก env ในไฟล์ นี่คือกับดักใหญ่: JOINGONKA_API_KEY ที่ export ไว้ในเชลล์ด้วยค่าเก่าจะทับไฟล์ — เราเจตนาทดสอบเรื่องนี้และได้ 401 Invalid API key ทั้งที่คีย์ใน settings.json ถูกต้อง ตัวติดตั้งจะเตือนเมื่อเห็นค่าในสภาพแวดล้อมไม่ตรงกัน

และข้อควรระวังเรื่องโปรเจกต์: .qwen/settings.json ในโปรเจกต์ที่มี modelProviders ของตัวเองไม่ได้เสริมรายการจากไดเรกทอรีบ้าน แต่แทนที่เลย — ภายในโปรเจกต์นั้นโมเดลของเกตเวย์จะหายไปจาก /model ไม่ควรใส่คีย์ลงในไฟล์ของโปรเจกต์เลย เพราะมันจะติดไปกับรีโปด้วย

การแก้ไข modelProviders เซสชันที่เปิดอยู่จะรับรู้ทันทีโดยไม่ต้องรีสตาร์ท — แค่เปิด /model ใหม่อีกครั้ง ถ้าไม่มีเอดิเตอร์ ตัวช่วย /auth → Custom Provider ก็ทำแบบเดียวกันได้

Qwen Code มีตัวเลือกอิสระ 2 อย่าง ได้แก่ ประเภทการอนุญาต (authorization type) — โปรโตคอลที่จะเปิดใช้งานและแหล่งที่มาของคีย์ — และ โมเดล (model) โดยประเภทจะถูกเก็บไว้ใน security.auth.selectedType ซึ่งตัวติดตั้งจะดำเนินการตามประเภทที่เลือกดังนี้:

ภายในเซสชัน การเปลี่ยนโมเดลสามารถทำได้ด้วยคำสั่ง /model ในการทดสอบของเรา คำสั่งนี้แสดงรายการเกตเวย์ทั้งหมดพร้อมป้ายกำกับโปรโตคอล และใต้รายการจะแสดงหน้าต่างบริบท (context window) ที่อยู่ (address) และชื่อตัวแปรของคีย์:

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

ตัวเลือกจาก /model จะถูกบันทึกไว้ระหว่างเซสชัน สำหรับการรันแบบครั้งเดียว สามารถกำหนดโมเดลได้ด้วยแฟล็ก -m พร้อมระบุ ID: qwen -m zai-org/GLM-5.3-Flash นอกจากนี้คำสั่ง /model --fast ยังใช้กำหนดโมเดลขนาดเล็กสำหรับการแนะนำ (hints) และตัวจำแนกสิทธิ์ (permission classifier) ในระหว่างที่ยังไม่มีโมเดลเฉพาะ งานส่วนนี้จะใช้โมเดลหลักทำแทน

วิธีเลือกโมเดล โมเดลทั้งหมดในเครือข่ายมีราคาเท่ากัน ดังนั้นการเลือกจึงขึ้นอยู่กับพฤติกรรม นี่คือผลการทดสอบใน Qwen Code 0.24.4 กับงานเดียวกัน คือการอ่านไฟล์และค้นหาข้อผิดพลาด (ตรวจสอบเมื่อวันที่ 23 กันยายน 2026):

การให้เหตุผลของ GLM-5.3 Flash ตัวติดตั้งจะกำหนด samplingParams ให้กับโมเดลแต่ละตัว และในกรณีนี้ Qwen Code ไม่ได้เพิ่มระดับการให้เหตุผล (reasoning level) ลงในคำขอ: คำสั่ง /effort ไม่ส่งผลต่อโมเดลของเครือข่าย ดังนั้น GLM-5.3 Flash จึงใช้การให้เหตุผลเสมอ หากต้องการสวิตช์เปิด-ปิด ให้ประกาศระดับต่างๆ ไว้ในรายการโมเดลโดยตรง:

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

เมื่อทำเช่นนั้น Qwen Code จะเริ่มส่งค่า reasoning_effort และสำหรับ GLM-5.3 Flash ค่า low จะปิดการทำงานของการให้เหตุผลทั้งหมด — ดูรายละเอียดเพิ่มเติมได้ใน ภาพรวมโมเดล (model overview) ในการทดสอบของเราด้วยค่า "defaultEffort": "low" ตัว Qwen Code ส่ง reasoning_effort: "low" ไป และโมเดลก็ตอบกลับมาโดยไม่มีบล็อกการให้เหตุผล

การตรวจสอบที่เร็วที่สุดคือการรันครั้งเดียว วาง calc.py ที่มีฟังก์ชันบวกซึ่งจริงๆ แล้วลบ ลงในไดเรกทอรีว่าง แล้วขอให้หาบั๊ก:

qwen -p "Read calc.py and tell me in one sentence whether it has a bug."

เอเจนต์ต้องเรียกเครื่องมืออ่านเองและตอบตรงประเด็น GLM-5.3 Flash ตอบแบบนี้ (รันด้วย -m zai-org/GLM-5.3-Flash):

Yes, there is a bug: the `add` function subtracts instead of adding (`return a - b`), so `print(add(2, 3))` prints `-1` instead of `5`.

ในอินเทอร์เฟซ (qwen โดยไม่มีอาร์กิวเมนต์) ส่วนหัวจะแสดงโมเดลที่เลือก — API Key | DeepSeek V4 Flash (Gonka) — และคำขอเดียวกันจะทำงานแบบนี้:

> Read calc.py and tell me in one sentence whether it has a bug.
  ✓ Read calc.py, README.md

  ◆ Yes, calc.py has a bug: the add function returns the difference (a - b) instead of the sum (a + b). …

  ➜ demo · DeepSeek V4 Flash (Gonka) · 380.0k Context 5.1% used

คำสั่ง /stats จะแสดงคำขอและโทเค็นแยกตามโมเดล ส่วนแผงควบคุมของเกตเวย์จะแสดงการใช้จ่ายเดียวกันในส่วน "การใช้งาน"

โหมดอนุมัติใน -p หากไม่มีแฟล็ก การรันครั้งเดียวจะอยู่ในโหมด Ask Permissions: ไม่มีใครให้ยืนยัน ดังนั้นเครื่องมือที่ต้องได้รับอนุญาต — คำสั่งเชลล์ การแก้ไขและเขียนไฟล์ — จะไม่ถูกส่งไปยังโมเดลเลย เมื่อขอให้รัน ls เอเจนต์ในการรันของเราตอบว่าไม่มีเครื่องมือดังกล่าว สำหรับการแก้ไขให้เพิ่ม --approval-mode auto-edit สำหรับคำสั่งให้เพิ่ม --yolo ซึ่ง Qwen Code จะแนบคำเตือนว่าแซนด์บ็อกซ์ไม่ได้เปิดใช้งาน

หากมีอะไรผิดพลาด โดยทั่วไปการวินิจฉัยอ่านได้จากข้อความโดยตรง:

เอเจนต์ใช้โทเค็นต่างจากแชท: ในทุกๆ ประโยคของคุณ Qwen Code จะเพิ่ม System Prompt และคำอธิบายเครื่องมือ ซึ่งงานหนึ่งงานอาจใช้เวลาหลายเทิร์น ในการทดสอบของเรา ทุกคำสั่ง qwen -p จะใช้โทเค็นขาเข้าประมาณ 13,000 โทเค็นก่อนจะเข้าเนื้อหา และ "อ่านไฟล์ ค้นหาข้อผิดพลาด" ใช้ไป 2 เทิร์นและประมาณ 27,000 โทเค็น ในอินเทอร์เฟซจะมีเครื่องมือมากกว่า และหลังจากตอบกลับ Qwen Code จะทำการร้องขอเบื้องหลังด้วยโมเดลเดียวกัน เช่น คำแนะนำสำหรับการโต้ตอบถัดไป: /stats แสดงให้เห็นว่างานเดียวกันนี้ใช้ 4 คำขอและโทเค็นขาเข้าประมาณ 79,000 โทเค็น

ผ่าน JoinGonka Gateway โทเค็นมีราคาอยู่ที่ $0.0069 ต่อล้านโทเค็นขาเข้า และ $0.021 ต่อล้านโทเค็นขาออก ซึ่งเป็นราคาเดียวกันสำหรับโมเดลทั้งหมดในเครือข่ายและอัปเดตบนหน้านี้จากแหล่งข้อมูลจริง

การประมาณการในคอลัมน์ขวาอ้างอิงจากราคาในเดือนกันยายน 2026 สำหรับการเปรียบเทียบ นี่คือวิธีการชำระเงินสำหรับโมเดลใน Qwen Code:

คำขอเบื้องหลังสามารถปิดได้หากไม่จำเป็น: คำแนะนำการโต้ตอบถัดไป — "ui": { "enableFollowupSuggestions": false }, หน่วยความจำอัตโนมัติเบื้องหลัง — "memory": { "enableManagedAutoMemory": false, "enableManagedAutoDream": false } การใช้งานจริงและยอดคงเหลือดูได้ในแดชบอร์ด ในส่วน "การใช้งาน" และ "การเรียกเก็บเงิน" เหตุผลที่เลือก DeepSeek V4 Flash เป็นค่าเริ่มต้นได้อธิบายไว้โดยละเอียดใน รีวิวโมเดล

โหมดการอนุมัติ. ในอินเทอร์เฟซ Qwen Code จะเริ่มในโหมด Auto: การอ่าน การค้นหา และการแก้ไขในโปรเจกต์ได้รับอนุญาตทันที ส่วนคำสั่งเชลล์และกิจกรรมที่มีความเสี่ยงอื่นๆ จะถูกประเมินโดยตัวจำแนก (Classifier) ซึ่งเป็นคำขอแยกไปยังโมเดล โหมดอื่นๆ — Plan, Ask Permissions, Auto-Edit และ YOLO — สามารถสลับได้โดยกด Shift+Tab (ใน Windows คือ Tab) หรือผ่านคำสั่ง /approval-mode; โหมดเริ่มต้นสามารถตั้งค่าได้ผ่านคีย์ tools.approvalMode

การทำงานเบื้องหลัง. โดยค่าเริ่มต้น Qwen Code จะบันทึกความจำอัตโนมัติ: หลังจากสนทนาเสร็จ ระบบจะดึงข้อมูลสรุปเกี่ยวกับโปรเจกต์และความชอบของคุณ และทำความสะอาด (Dream) วันละครั้งโดยใช้โมเดลเดียวกัน ในการใช้งานครั้งเดียวจะสังเกตเห็นได้ชัดเจน: qwen -p อาจยังไม่จบการทำงานเป็นเวลาหลายนาทีหลังจากตอบกลับ เพราะงานเบื้องหลังกำลังรอโมเดล สำหรับสคริปต์และ CI ให้ปิดหน่วยความจำอัตโนมัติ (คีย์อยู่ในส่วนด้านบน) และกำหนดเพดานการทำงาน: --max-wall-time, --max-session-turns, --max-tool-calls

รูปภาพ. โมเดลในเครือข่ายเป็นโมเดลข้อความ (Modality: text-only ใน /model) สำหรับภาพหน้าจอ ให้กำหนดโมเดลตัวกลางจากผู้ให้บริการรายอื่นผ่านคำสั่ง /model --vision: ระบบจะบรรยายภาพเป็นข้อความ และโมเดลหลักจะนำไปทำงานต่อ

สถิติ. โดยค่าเริ่มต้น Qwen Code จะส่งสถิติการใช้งานแบบไม่ระบุตัวตน ปิดได้โดยใช้ "privacy": { "usageStatisticsEnabled": false } เกตเวย์จะไม่จัดเก็บเนื้อหาของคำสั่งหรือการตอบกลับ จะบันทึกเฉพาะยอดการใช้งานรวมเท่านั้น

เพื่อนบ้านในเครือข่าย. ห้องปฏิบัติการที่เครือข่ายให้บริการโมเดลต่างก็มีเอเจนต์ของตนเอง: DeepSeek มี DeepSeek Harness, MiniMax มี MiniMax Code, Z.ai ผู้สร้าง GLM มี ZCode ทั้งหมดเชื่อมต่อกับเกตเวย์เดียวกันโดยใช้คีย์เดียวกันและหักจากยอดคงเหลือเดียวกัน