Alibaba выпустила Qwen Code в 2026 году на базе исходников Google Gemini CLI. Собственно, форкнули, адаптировали под собственные модели Qwen-Coder и открыли под Apache-2.0. По умолчанию работает на Qwen3.6-Plus — самая свежая модель, т.к. вышла 2 апреля 2026. Актуальная версия агента на момент этого текста — 0.14.3.
Агент запускается в терминале. Умеет читать, создавать и изменять файлы, запускать команды в терминале и вести многошаговую работу над задачей. Сам все планирует и реализует.
Через MCP-протокол может подключать внешние инструменты.
-
Context7 — дает доступ к актуальной документации фреймворков и библиотек.
-
Playwright — доступно управление браузером из агента, можно проверять UI автоматически.
-
GitHub — читает репозитории напрямую.
Помимо Qwen-моделей агент подключается к OpenAI-совместимым API, Anthropic и Google Gemini — через ~/.qwen/settings.json. Есть интеграции для VS Code, JetBrains и Zed.
Skills — ещё одна полезная штука. Это текстовые файлы-инструкции, которые агент читает перед началом работы. Если вы хотите, чтобы агент всегда писал типизированный Python или не трогал определённые файлы — это туда.
Установка
Всё открыто. Репозиторий — github.com/QwenLM/qwen-code, там же исходники и список изменений. Официальная документация — qwenlm.github.io/qwen-code-docs/en/users/overview/. Аккаунт для OAuth-авторизации создаётся на qwen.ai — бесплатно, достаточно email или Google.
Требуется Node.js 20 или новее. Проверка версии:
node --version
Если ниже 20 — скачать LTS с nodejs.org. Затем:
npm install -g @qwen-code/qwen-code@latest
Проверить установку:
qwen --version
Должно вернуть 0.14.3 или новее. Пакет называется именно @qwen-code/qwen-code — есть неофициальные обёртки под похожими именами, они к этому инструменту отношения не имеют.
На Windows первую установку нужно делать из CMD, запущенного от администратора — иначе могут не прописаться переменные окружения PATH.
Авторизация

Запускаете агента:
qwen

Внутри сессии вводите:
/auth
Выбираете Qwen OAuth — открывается браузер, нажимаете Confirm на qwen.ai. Токен сохраняется локально, повторно авторизоваться не нужно.

В CI, SSH и headless-средах OAuth не работает — браузер там не откроется. В этих случаях нужен API-ключ от Alibaba Cloud ModelStudio, который прописывается в ~/.qwen/settings.json вручную в секции modelProviders.
Дальше — пишете задачу в терминале на русском или английском.
Давайте протестируем
Мы дали агенту задачу в рамках пустой папки, без заготовленных файлов. Задача: написать Telegram-бота на Python с библиотекой aiogram 3. При старте /start — бот присылает приветствие и кнопку «Покажи фото котика». При нажатии — запрашивает случайное фото через The Cat API и отправляет его. После фото кнопка появляется снова.

Агент последовательно приступил к выполнению задачи.

По итогу — мы получили три файла. Запускаем бота и..
Агент подставил в код не тот API-ключ — сгенерировал похожий по формату вместо указанного в промпте. Исправилось заменой одной строки. Но, к слову, и флагманские нейросети могут дурить с предоставленными реальными кредами, да и отдавать их агенту — не особо правильно, лучше вставлять потом самостоятельно.
Добавили токен и бот отработал корректно.

Время от промпта до рабочего кода — около 3 минут.
Что там по лимитам
Бесплатный тариф через Qwen OAuth: 1 000 запросов в день. Лимит обнуляется ежедневно. Для работы над мелким проектом в среднем уходит от 50 до 200 запросов в сутки.
Если лимит исчерпан или нужно больше — подключается собственный ключ любого совместимого провайдера через modelProviders в настройках. Платный Coding Plan от Alibaba — подписка с расширенной квотой, оформляется на Alibaba Cloud ModelStudio.
Насколько это рабочий инструмент
Честно — пока очень уступает флагманам. От Claude Code или Cursor.
Конечно, на простых задачах разница будет минимальна. Написать бота, сделать скрипт, отрефакторить функцию — справляется нормально. Но на сложной архитектуре, на больших кодовых базах, на задачах, где нужно удерживать много контекста сразу — качество, понятное дело, еще хромает. Qwen3.6-Plus хорошая модель, но Claude и Gemini в кодинге пока впереди.
Другой момент — экосистема. Cursor, например, за два года оброс кучей мелких удобств: интеграция с редактором, подсказки прямо в коде, история изменений, а с последним обновлением умеет параллельно запускать множество ИИ-агентов, работающих с локальными файлами, удаленными SSH-серверами и облачными средами, что делает разработку более мощной и автономной.
Однако при цене в $0 и 1 000 запросов в сутки требования к инструменту другие. Для учёбы, для экспериментов, для задач, которые не стоят $20 в месяц — вполне. На нашем тесте с ботом написал рабочий код за три минуты с минимальной правкой. Для большинства повседневных задач этого достаточно.
Инструмент молодой. Версия 0.14.3 — это ещё не зрелый продукт. Возможно, через полгода сравнение будет другим.
ссылка на оригинал статьи https://habr.com/ru/articles/1022332/