Qwen Code після закриття qwen-oauth: робота через JoinGonka Gateway

Крок 1: встановити Qwen Code. Офіційні способи з README проєкту:

# 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

Скрипт кладе команду в ~/.local/bin/qwen і за потреби дописує шлях у файл налаштувань оболонки. Відкрийте термінал заново й перевірте: qwen --version.

Крок 2: отримати ключ. Зареєструйтеся на gate.joingonka.ai/register, підтвердьте адресу та створіть у розділі «API-ключі» ключ із префіксом jg-.

Крок 3: запустити інсталятор.

npx @joingonka/setup --tool qwen-code

Інсталятор запитає ключ (в аргументах командного рядка він не передається, щоб не осісти в історії оболонки) і відредагує ~/.qwen/settings.json — файл, який документація Qwen Code пропонує для налаштування «в одному файлі»:

• впише ключ у блок env самого файлу під іменем JOINGONKA_API_KEY — туди ж кладе ключі власна команда /auth; файл отримає права 600, середовище оболонки не змінюється;
• додасть моделі мережі до списку modelProviders.openai — з адресою шлюзу, справжніми вікнами контексту й стелями відповіді; записи інших ваших провайдерів у цьому списку збережуться;
• якщо тип авторизації не вибрано або він усе ще вказує на закритий qwen-oauth, переключить його на openai і зробить моделлю за замовчуванням DeepSeek V4 Flash; робочий вибір іншого типу — anthropic, gemini, vertex-ai — без прапорця --model не чіпає;
• збереже копію попереднього файлу, не торкнеться коментарів та інших налаштувань, а наприкінці надішле живий запит на шлюз і скаже, чи прийнято ключ, адресу й модель.

Так виглядав вивід на інсталяції, де залишався qwen-oauth (скорочено):

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.

Іншу модель за замовчуванням задає прапорець --model: скорочення glm, minimax або повний ідентифікатор; явно вказана модель записується завжди. Режим без запитань бере ключ зі змінної середовища:

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

Каталог, перенесений змінною QWEN_HOME, інсталятор знаходить сам. Повторний запуск оновить каталог моделей, а вибрану вами модель мережі залишить: Kept your current default model.

Все, що робить інсталятор, можна написати руками. Файл — ~/.qwen/settings.json (або $QWEN_HOME/settings.json); Qwen Code читає його як JSON з коментарями. Робоча конфігурація для мережі Gonka повністю:

{
  "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" }
}

Де тримати ключ. Значення змінної з envKey Qwen Code шукає по порядку: оточення оболонки, потім перший знайдений .env (.qwen/.env або .env від поточного каталогу вгору, далі ~/.qwen/.env і ~/.env) і лише потім блок env файлу. Звідси головна пастка: експортована в оболонці JOINGONKA_API_KEY зі старим значенням переб'є файл — ми перевірили це навмисно й отримали 401 Invalid API key при правильному ключі в settings.json. Інсталятор попереджає, коли бачить в оточенні інше значення.

І застереження щодо проєктів: проєктний .qwen/settings.json з власним modelProviders не доповнює, а замінює список із домашнього каталогу — усередині такого проєкту моделі шлюзу зникнуть із /model. Класти ключ у проєктний файл не варто взагалі: разом із ним він потрапить у репозиторій.

Правки modelProviders запущена сесія підхоплює без перезапуску — досить заново відкрити /model. Без редактора те саме робить майстер /auth → Custom Provider.

У Qwen Code два незалежні вибори: тип авторизації — який протокол увімкнути та звідки брати ключі — та модель. Тип зберігається в security.auth.selectedType, і від нього залежить, як вчинить інсталятор:

Всередині сесії модель змінює команда /model. У нашому прогоні вона показала всі записи шлюзу з міткою протоколу, а під списком — вікно контексту, адресу та ім'я змінної з ключем:

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

Вибір з /model зберігається між сесіями. На один запуск модель задає прапор -m з ідентифікатором: qwen -m zai-org/GLM-5.3-Flash. Окрему легку модель для підказок та класифікатора дозволів задає /model --fast; поки її немає, цю роботу виконує основна.

Яку модель вибрати. Ціна у всіх моделей мережі одна, тому вибір — про поведінку. Так вони поводилися в Qwen Code 0.24.4 на одному й тому ж завданні — прочитати файл і знайти помилку (звірено 23 вересня 2026):

Міркування у GLM-5.3 Flash. Інсталятор задає кожній моделі samplingParams, а в цьому випадку Qwen Code не додає в запит рівень міркування: команда /effort до моделей мережі не доходить, і GLM-5.3 Flash думає завжди. Якщо потрібен перемикач, оголосіть рівні прямо в записі моделі:

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

Тоді Qwen Code почне надсилати reasoning_effort, а у GLM-5.3 Flash значення low вимикає міркування повністю — деталі в огляді моделі. У нашому прогоні з "defaultEffort": "low" Qwen Code надіслав reasoning_effort: "low", і модель відповіла без блоку міркувань.

Найшвидша перевірка — одноразовий прогін. Покладіть у порожній каталог calc.py з функцією додавання, яка насправді віднімає, і попросіть знайти помилку:

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

Агент має сам викликати інструмент читання й відповісти по суті. Так відповіла GLM-5.3 Flash (запуск з -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`.

В інтерфейсі (qwen без аргументів) шапка покаже вибрану модель — API Key | DeepSeek V4 Flash (Gonka), — а той самий запит відпрацює так:

> 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

Команда /stats покаже запити й токени за моделями, а кабінет шлюзу — ту саму витрату в розділі «Использование».

Режим схвалення в -p. Без флагів одноразовий прогін іде в режимі Ask Permissions: підтверджувати нікому, тому інструменти, яким потрібен дозвіл, — команди оболонки, правка й запис файлів — моделі просто не передаються. На прохання виконати ls агент у нашому прогоні відповів, що такого інструмента в нього немає. Для правок додайте --approval-mode auto-edit, для команд — --yolo; останній Qwen Code супроводжує попередженням, що пісочниця не ввімкнена.

Якщо щось пішло не так, діагноз зазвичай читається прямо з повідомлення:

Агент витрачає токени інакше, ніж чат: до кожної вашої фрази Qwen Code додає системний промпт і описи інструментів, а завдання займає кілька кроків. У нашому прогоні кожен запит qwen -p ніс близько 13 тисяч вхідних токенів ще до суті справи, а «прочитай файл, знайди помилку» зайняла два кроки і близько 27 тисяч токенів. В інтерфейсі інструментів більше, і після відповіді Qwen Code тією ж моделлю робить службові запити — наприклад, підказку наступної репліки: /stats показав для того ж завдання 4 запити і близько 79 тисяч вхідних токенів.

Через JoinGonka Gateway токени коштують $0.0069 за мільйон на вході та $0.021 за мільйон на виході — ціна однакова для всіх моделей мережі і підставляється на цій сторінці з живого джерела.

Оцінки в правій колонці — за цінами на вересень 2026. Для порівняння — як взагалі можна платити за моделі в Qwen Code:

Службові запити вимикаються, де не потрібні: підказки наступної репліки — "ui": { "enableFollowupSuggestions": false }, фонова авто-пам'ять — "memory": { "enableManagedAutoMemory": false, "enableManagedAutoDream": false }. Точні витрати і залишок — в кабінеті, в розділах «Використання» та «Білінг». Чому за замовчуванням обрана DeepSeek V4 Flash, докладно розібрано в огляді моделі.

Режими схвалення. В інтерфейсі Qwen Code стартує в режимі Auto: читання, пошук і правки всередині проєкту дозволені відразу, а команди оболонки та інші ризиковані дії оцінює класифікатор — окремий запит до моделі. Інші режими — Plan, Ask Permissions, Auto-Edit і YOLO — перемикаються через Shift+Tab (у Windows — Tab) або командою /approval-mode; режим за замовчуванням задає ключ tools.approvalMode.

Фонова робота. За замовчуванням Qwen Code веде авто-пам'ять: після розмов фоном витягує нотатки про проєкт і ваші вподобання, а раз на день чистить їх (Dream) — тією ж моделлю. У разовому прогоні це помітно: qwen -p може не завершуватися ще кілька хвилин після відповіді, поки фонова задача чекає на модель. Для скриптів і CI вимкніть авто-пам'ять (ключі — у розділі вище) і ставте стелі прогону: --max-wall-time, --max-session-turns, --max-tool-calls.

Зображення. Моделі мережі текстові (Modality: text-only в /model). Для скриншотів призначте модель-посередника іншого провайдера командою /model --vision: вона перекаже зображення текстом, а працювати далі буде основна модель.

Статистика. Анонімну статистику використання Qwen Code надсилає за замовчуванням; вимикає її "privacy": { "usageStatisticsEnabled": false }. Шлюз не зберігає вміст промптів і відповідей — лише агрегати витрат.

Сусіди по мережі. Своїх агентів випускають і лабораторії, чиї моделі обслуговує мережа: у DeepSeek це DeepSeek Harness, у MiniMax — MiniMax Code, у Z.ai, авторів GLM, — ZCode. Усі вони підключаються до того ж шлюзу з тим же ключем і витрачають один баланс.