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。
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。
[OpenAI 互換] を選択し、接続フィールドに入力します。選択したモデルのコンテキスト ウィンドウとイメージ サポートを設定します。
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。
Qwen3.8-27B の例では Free プランを使用します。月間 30M tokens、入力と指定した最大出力を合わせて 128K(131072)の総コンテキストを利用できます。最大出力は 8192 tokens です。
累計の正味チャージ額が $10 に達すると Starter が利用可能になります。月間 100M tokens、128K(131072)コンテキスト、優先キューを利用できます。$50 で Pro が利用可能になり、月間 300M tokens、優先キュー、モデル上限の 256K(262144)コンテキストを利用できます。チャージ額は API 残高として使用でき、月額料金ではありません。
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。
API Provider: OpenAI Compatible
Base URL: https://api.iteracompute.com/v1
API Key: YOUR_ITERACOMPUTE_API_KEY
Model ID: qwen/qwen3.8-27b
Context window: 131072
Supports images: Yes| ルー畑 | どこで見つけられますか | 値の例 |
|---|---|---|
| APIプロバイダー | 設定 | OpenAI Compatible |
| ベースURL | API Provider の下 | https://api.iteracompute.com/v1 |
| APIキー | ベース URL の下 | YOUR_ITERACOMPUTE_API_KEY |
| モデル / モデル ID | 接続フィールドの下 | qwen/qwen3.8-27b |
| コンテキストウィンドウ | モデル構成を展開する | 131072 |
| 最大出力トークン数 | モデル構成 | 8192 |
| 画像のサポート | モデル構成 | Yes |
| コンピュータの使用 | モデル構成 | No |
VS Code で Roo Code サイドバーを開き、設定の歯車をクリックして、API プロバイダーの下の OpenAI 互換を選択します。モデル セレクターの下にある [Model Configuration] を展開します。フィールドの文言はバージョンによって異なる場合があります。これらの値は無料の Qwen3.8-27B を使用します: 合計 131072 トークン (最大 8192 の出力トークンを含む)。このモデルでは、入力価格と出力価格 (表示されている場合) は両方とも 0 です。
# 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 $ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"qwen/qwen3.8-27b","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'choices[0].message.content に表示されるテキストが含まれていることを確認します。HTTP 200 だけでは不十分です。推論により出力バジェットが消費される可能性があります。無料のQwenを使用するには、 初めての無料API呼び出しの例 思考を無効にするには、ツール内でプロンプトを送信します。
Node.js 22 以降がインストールされている VS Code で空のフォルダーを開きます。Roo コードで、コード モードと構成された IteraCompute プロバイダーを選択し、このプロンプトを送信します。提案されたファイルの書き込みを確認し、Roo の要求に応じてテスト コマンドを承認します。
In this empty workspace, create slugify.mjs exporting slugify(text).
Trim whitespace, lowercase the text, replace each run of non-ASCII-alphanumeric characters with one hyphen, and strip leading/trailing hyphens.
Create slugify.test.mjs with node:test and node:assert/strict for these four cases:
"Hello Roo Code" -> "hello-roo-code"
" IteraCompute API " -> "iteracompute-api"
"Hello, World!!" -> "hello-world"
"---" -> ""
Run node --test slugify.test.mjs. Fix failures, then complete the task with the files changed and the actual test result. Do not install dependencies.export function slugify(text) {
return text.trim().toLowerCase().replace(/[^a-z0-9]+/g, '-').replace(/^-+|-+$/g, '');
}import test from 'node:test';
import assert from 'node:assert/strict';
import { slugify } from './slugify.mjs';
for (const [input, expected] of [
['Hello Roo Code', 'hello-roo-code'],
[' IteraCompute API ', 'iteracompute-api'],
['Hello, World!!', 'hello-world'],
['---', ''],
]) {
test(JSON.stringify(input), () => assert.equal(slugify(input), expected));
}# tests 4
# pass 4
# fail 0これらの参照ファイルは、2026 年 10 月 12 日にローカルでテストされました。4 つのテストはすべて合格しました。Roo の実行を検証するには、両方のファイルが存在すること、コマンドがコード 0 で終了すること、および Roo がタスクの完了をテスト結果で報告することを確認します。チャットの返信や HTTP 200 だけでは、ファイルの編集やコマンドの実行は検証されません。ローカル参照テストは、エンドツーエンドの Roo API の実行を確立しません。
これらは、選択したモデルの API 機能です。ワークフローで利用できる機能は、ツールとその設定によっても異なります。推論コントロールはモデルによって異なります。
Roo 設定で、現在のタスクで選択されているプロバイダー構成の API キー (モデル権限を含む) を確認します。保存して再試行してください。無料の Qwen には残高やカードは必要ありません。
Roo 設定で、OpenAI 互換を選択し、ベース URL に /v1 を保持し、openai/ プレフィックスを付けずにモデル ID として qwen/qwen3.8-27b を入力します。チャット完了エンドポイントを使用します。
Roo ではネイティブ ツールの呼び出しが必要です。モデル構成を確認します。自由な Qwen コンテキストは 131072、最大出力は 8192 です。ファイル編集の場合は、コード モードを使用し、タスク タイムラインで保留中のツールの承認を検査します。完了したチャット返信だけでは不十分です。
IteraCompute コンソールで毎月の使用量と TPM を確認し、Roo タスクを再試行する前に Retry-After を尊重します。空の応答の場合は、最初の無料 API 呼び出しを個別に実行して、表示されるコンテンツを確認してから、小さなコードモード タスクを再試行します。
401 / 403: キーとモデルの権限を確認します。無料の Qwen には残高やカードは必要ありません。有料モデルの場合は、利用可能残高も確認してください。