Qwen3 Coder | Alibaba Agentic Coding LLM API

Name: Qwen3 Coder API
Brand: qwen
Price: 0.22 USD
Availability: InStock

Utilisation de l'API

Utilisez les exemples de code suivants pour intégrer notre API :

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="qwen/qwen3-coder",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

Introduction au modèle

Qwen qwen3-coder

Qwen3-Coder-480B-A35B-Instruct is a Mixture-of-Experts (MoE) code generation model developed by the Qwen team

Qwen3-Coder-480B-A35B-Instruct is a Mixture-of-Experts (MoE) code generation model developed by the Qwen team. It is optimized for agentic coding tasks such as function calling, tool use, and long-context reasoning over repositories. The model features 480 billion total parameters, with 35 billion active per forward pass (8 out of 160 experts).

Pricing for the Alibaba endpoints varies by context length. Once a request is greater than 128k input tokens, the higher pricing is used.

Why It Looks Great

Large Language Model architecture for efficient processing
262144 context window for long document handling
Competitive pricing at $0.2/$1.1 per million tokens

Key Features

Context Window: 262144 tokens
Max Output: N/A tokens
Vision: Supported
Function Calling: Supported

Specifications

Specification	Value
Provider	Qwen
Model Type	Large Language Model (LLM)
Architecture	N/A
Context Window	262144 tokens
Max Output	tokens
Input	Text
Output	Text
Vision	Supported
Function Calling	Supported

Pricing

Token Type	Cost per Million Tokens
Input	$0.2
Output	$1.1

How to Use

Write your prompt — describe the task, provide context, and specify desired output format.
Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: qwen/qwen3-coder

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="qwen/qwen3-coder",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "qwen/qwen3-coder",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: qwen/qwen3-coder
Provider: Qwen

Questions fréquentes sur Qwen3 Coder

Combien coûte l'API Qwen3 Coder ?+

Tarification sur WaveSpeedAI : $0.22 par million de tokens d'entrée et $1.00 par million de tokens de sortie. Le prompt caching et le traitement par batch sont facturés séparément et réduisent le coût effectif sur les charges longues et répétitives.

Quelle est la fenêtre de contexte de Qwen3 Coder ?+

Qwen3 Coder prend en charge jusqu'à 262K tokens de contexte et jusqu'à — tokens de sortie par requête.

Qwen3 Coder est-il compatible avec OpenAI ?+

Oui. WaveSpeedAI expose Qwen3 Coder via un endpoint compatible OpenAI à https://llm.wavespeed.ai/v1. Pointez le SDK officiel d'OpenAI vers cette base URL avec votre clé API WaveSpeedAI — aucune autre modification de code requise.

Comment démarrer avec Qwen3 Coder ?+

Connectez-vous à WaveSpeedAI, créez une clé API dans Access Keys, puis envoyez une requête à https://llm.wavespeed.ai/v1/chat/completions avec l'id du modèle affiché ci-dessus. Les nouveaux comptes reçoivent des crédits gratuits pour évaluer Qwen3 Coder.

Tarification