GitHub Copilot BYOK — eigene Modelle statt Kontingent

Das Copilot-Abonnement begrenzt Premium-Anfragen durch monatliche Limits: Agent-Sessions, Refactorings und mehrstufige Aufgaben verbrauchen das Kontingent am schnellsten. BYOK leitet diese Aufrufe an Ihren Anbieter um: Der Verbrauch wird nach dessen Preisen abgerechnet und belastet nicht das Copilot-Premium-Kontingent. Die Schlüssel werden im System-Keychain gespeichert und vom Interface nicht zurückgelesen.

BYOK ist sinnvoll, wenn Sie an das Limit stoßen, Modelle mit offenen Gewichten nutzen möchten oder ein Vielfaches weniger für Inference bezahlen: Das Gonka-Netzwerk bietet dieselben Open-Source-Modelle hunderte Male günstiger an als die Listenpreise der Anbieter — die aktuellen Preise finden Sie immer im Live-Preismodell des Gateways.

Sie benötigen einen Schlüssel jg-… – er wird bei der Registrierung am Gateway zusammen mit 3M kostenlosen Start-Tokens ausgegeben, eine Karte ist nicht nötig. Schlüssel und Modell werden in jedem Copilot-Client separat festgelegt – unten drei Wege.

VS Code – Anbieter Custom Endpoint. Das ist der aktuelle Weg: Der bisherige Anbieter „OpenAI Compatible" und die Einstellung github.copilot.chat.customOAIModels sind als veraltet eingestuft.

"models": [
  {
    "id": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "name": "DeepSeek V4 Flash (Gonka)",
    "url": "https://gate.joingonka.ai/v1/chat/completions",
    "toolCalling": true,
    "vision": false,
    "maxInputTokens": 347232,
    "maxOutputTokens": 32768
  },
  {
    "id": "MiniMaxAI/MiniMax-M2.7",
    "name": "MiniMax M2.7 (Gonka)",
    "url": "https://gate.joingonka.ai/v1/chat/completions",
    "toolCalling": true,
    "vision": false,
    "maxInputTokens": 191808,
    "maxOutputTokens": 8192
  },
  {
    "id": "zai-org/GLM-5.3-Flash",
    "name": "GLM 5.3 Flash (Gonka)",
    "url": "https://gate.joingonka.ai/v1/chat/completions",
    "toolCalling": true,
    "vision": false,
    "maxInputTokens": 381808,
    "maxOutputTokens": 8192
  }
]

maxInputTokens – das Kontextfenster des Modells abzüglich der Antwortobergrenze: Zusammen mit maxOutputTokens ergibt sich daraus das Fenster. Ohne toolCalling: true erscheint das Modell bei der Arbeit mit Agenten nicht in der Liste.

Copilot CLI – nur Umgebungsvariablen. Der Anbieter hat keine Konfigurationsdatei; die Werte werden in der Shell festgelegt, aus der Sie copilot starten:

export COPILOT_PROVIDER_BASE_URL=https://gate.joingonka.ai/v1
export COPILOT_PROVIDER_TYPE=openai
export COPILOT_PROVIDER_API_KEY=jg-your-key
export COPILOT_MODEL=deepseek-ai/DeepSeek-V4-Flash-0731
export COPILOT_PROVIDER_MAX_PROMPT_TOKENS=347232
export COPILOT_PROVIDER_MAX_OUTPUT_TOKENS=32768
copilot

Die Namen COPILOT_PROVIDER_* liest nur Copilot CLI, daher beeinträchtigt diese Konfiguration Ihre übrigen Tools nicht. Vom Modell verlangt die CLI tool calling und streaming – das beherrschen alle Modelle des Netzwerks.

JetBrains – GitHub Copilot Plugin. Öffnen Sie Copilot Chat → Modellliste → Manage Models, wählen Sie den Anbieter mit OpenAI-kompatiblem Endpoint, klicken Sie auf Add Models und geben Sie die Base URL https://gate.joingonka.ai/v1, den Schlüssel jg-… und die Modell-ID ein. Klicken Sie auf Save, markieren Sie das Modell unter Ihrem Schlüssel und speichern Sie erneut – es erscheint in der Liste neben den integrierten Modellen.

Tipp. Der Befehl npx @joingonka/setup --tool copilot-byok gibt alle drei Abschnitte bereits mit Ihrem Schlüssel und den echten Limits des gewählten Modells aus – einschließlich eines fertigen "models"-Arrays für VS Code – und prüft mit einer Live-Anfrage, ob das Gateway Schlüssel und Modell akzeptiert. Dateien schreibt er nicht: Jeder Copilot-Client speichert den Schlüssel in seinem eigenen Speicher.

Alle drei Netzmodelle unterstützen streaming und tool calling. deepseek-ai/DeepSeek-V4-Flash-0731 — bietet einen der längsten Kontexte des Netzwerks (380K Token) und die größte Ausgabe von bis zu 32768 Token: Nutzen Sie es für große Repositories und lange Agenten-Sitzungen. MiniMaxAI/MiniMax-M2.7 — universell einsetzbar, Ausgabe bis zu 8192 Token. zai-org/GLM-5.3-Flash — das reasoning-Modell von Z.ai mit dem längsten Netzwerkkontext (390K Token): es denkt vor der Antwort nach, Ausgabe bis zu 8192 Token; ein Teil des Antwortbudgets fließt in den Denkprozess, reduzieren Sie daher nicht das Ausgabelimit in den Einstellungen.

BYOK deckt Agenten-Sitzungen und Chats ab; Inline-Vorschläge und die semantische Suche im Projekt verbleiben bei den Copilot-Modellen und erfordern ein GitHub-Konto — dies ist eine Einschränkung von Copilot selbst, nicht des Anbieters. In Copilot Business und Enterprise wird lokales BYOK durch Administratorrichtlinien verwaltet („Bring Your Own Language Model Key“): Wenn der Punkt nicht in der Schnittstelle vorhanden ist, ist er auf Organisationsebene deaktiviert. Vision-Aufgaben funktionieren über das Gateway nicht: Die Netzwerkmodelle sind textbasiert. Wenn ein Tool Anfragen im Responses API-Format sendet — akzeptiert das Gateway diese: POST /v1/responses, Streaming und Function Tools funktionieren. Wir speichern keine Dialoge, daher wird store ignoriert und previous_response_id gibt einen Fehler zurück — übergeben Sie die gesamte Historie im input.