OpenAI 互換

OpenCode 向けの低コストモデルを選ぶ

まず有料の Qwen3.8-Flash で自分のタスクを試し、トークン料金を比較して必要に応じてモデルを切り替えます。無料 Auto のコード修正実測は、下部に独立した事例として残しています。

IteraCompute は OpenCode の組み込みプロバイダーです。直接選択し、API キーを入力して、下で選択したモデルを使ってください。下のカスタムプロバイダーの例も同じモデルを使用します。

無料キャンペーンは2026年11月24日午前0時(米国太平洋時間)に終了します。期限前に入金が完了し、返金を差し引いたチャージ額がプラスのユーザーは従来の無料ティアを維持します。以降、共有の無料 Auto を利用できるのはこれらのユーザーと有効期間中のプラン加入者のみです。以降のチャージで無料特典を取得・アップグレードすることはできません。プランの Auto 利用枠と月間の共有無料特典は別枠です。

3 つのステップで接続する

1. APIキーを作成する

IteraCompute アカウントを作成するかサインインし、コンソールでキーを作成します。

2. ベース URL を構成する

@ai-sdk/openai-compatibility を使用して IteraCompute カスタム プロバイダーを追加します。

3. モデルを選択します

選択したモデルの正確な API モデル ID を使用してください。エージェントまたはビジョン機能を有効にする前に、そのコンテキストと機能を確認してください。

モデルを選択してください

利用資格のある Free ティアには月間 30M トークンと合計 128K コンテキストが含まれ、共有容量と同時処理1件の制限が適用されます。TPM 上限はありません。継続チャージティアと現在のプラン条件に従い、プランの Auto トークンは別枠です。

共有容量のため待ち時間が発生する場合があります。SLA はありません。

有料利用:選択したモデルのトークン料金と残高を確認してください。モデル制限付きキーでは、呼び出す前に Model ID を許可モデル一覧に追加します。

2モデルのワークフローを評価する

GPT-6 Luna — 通常の編集やコード説明をまずこのモデルで評価してください。 GPT-6.1 Sol — 最初の試行が受け入れ基準を満たさない場合、難しいデバッグや複数ファイルの作業を上位モデルで評価します。

成功タスクあたりの費用を測定:試行、再試行、モデル切り替えの請求総額を、同じ未変更テストとレビュー基準に合格したタスク数で割ります。入力、コンテキスト、出力予算を揃え、キャッシュ読み書き、推論トークン、失敗分も含めます。各モデル単独の場合とも比較してください。評価方法であり、節約の実証結果ではありません。

MiniMax M3 では、モデル ID minimax/minimax-m3 と、そのモデル固有のコンテキスト、出力上限、有料価格、対応機能を使用してください。無料 Qwen の設定をそのまま使わないでください。保存された OpenCode と Cline の実測は無料 Qwen のみを対象とし、ここでは MiniMax M3 のツールワークフローは未検証です。 MiniMax M3 のモデル詳細 →

構成例

API キーをサーバー環境またはツール認証情報ストアに保管します。該当する場合は、サンプルのキー フィールドを独自のキーに置き換えます。

オープンコード.json
{
  "$schema": "https://opencode.ai/config.json",
  "model": "iteracompute/qwen/qwen3.8-flash",
  "provider": {
    "iteracompute": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "IteraCompute",
      "options": {
        "baseURL": "https://api.iteracompute.com/v1",
        "apiKey": "{env:ITERACOMPUTE_API_KEY}"
      },
      "models": {
        "qwen/qwen3.8-flash": {
          "name": "Qwen3.8-Flash"
        }
      }
    }
  }
}

関数を1つ修正し、4件のテストに合格。

使い捨てのサンプルプロジェクトから始めます。最初は1件成功、3件失敗です。既存のテストを変更せず、OpenCode に slugify.mjs の修正を依頼します。

作成するもの

修正された関数と、確認できるコード差分。

完了条件

4件すべてのテストが終了コード0で成功し、slugify.test.mjs が変更されていないこと。

このタスクを OpenCode にコピー
Fix slugify.mjs so all four existing tests pass. Lowercase ASCII letters, preserve digits, replace runs of other characters with one hyphen, and trim leading/trailing hyphens. Do not change slugify.test.mjs. Run node --test slugify.test.mjs and report the result.
独立して再検証
node --test slugify.test.mjs

バージョンと検証

テストしたバージョン
OpenCode 1.19.0 · Node.js 25.2.1 · Windows
結果
コード編集とテストが合格。

接続をテストする

cURL · チャットの完了
# Bash / zsh / WSL; set ITERACOMPUTE_API_KEY in your environment first.
curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/qwen3.8-flash","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'

選択したモデルで上の cURL の例を実行し、OpenCode で短いプロンプトを送信してください。choices[0].message.content に表示可能なテキストがあることを確認します。HTTP 200 だけでは不十分です。推論が出力予算を消費する場合があり、モデル固有の設定も異なります。

選択済みモデルの機能

機能は IteraCompute API の対応状況を示します。ワークフローでの利用可否はツールと設定にも依存し、推論の制御方法はモデルによって異なります。

  • チャットの完了サポートされています
  • ツール呼び出しサポートされています
  • 推論サポートされています
  • 画像入力サポートされています
  • ストリーミングサポートされています

トラブルシューティング

プロバイダーまたはモデルが見つかりません

プロジェクトから opencode.json を読み込みます。iteracompute プロバイダーを選択し、上の設定にある選択したモデルの model と models の値を正確に使用してください。

資格情報がありません

OpenCodeを起動するプロセスでITERACOMPUTE_API_KEYを設定してください。{env:ITERACOMPUTE_API_KEY}フィールドはこの環境変数を読み取ります。変更後はターミナルを再度開いてください。

エンドポイントまたはモデルの設定

@ai-sdk/openai-compatible を使用し、baseURL の /v1 を残してください。大きなプロジェクトを添付する前に、選択したモデルとアカウントのコンテキストおよび出力上限を確認してください。

429 / リクエスト制限

選択したモデルのレート制限とアカウント使用量を確認してください。Retry-After に従い、並列での再試行を避けてください。割り当てとチャージの条件はモデルの詳細に記載されています。

401 / 403:API キー、選択したモデルへのアクセス権限とチャージ条件を確認してください。再試行する前に、選択したモデルの詳細を確認してください。

OpenCode 設定リファレンス →

OpenCode で構築を始めましょう。

キーを接続し、モデルを選択して、最初のリクエストを送信します。