ZCode: günstige GLM-Inferenz anstelle des GLM Coding Plan

ZCode ist kein „Editor mit Chat-Sidebar“, sondern eine ADE: Sie beschreiben das Ziel, der Agent entwickelt einen Plan, bearbeitet Dateien, führt Überprüfungen durch und iteriert bis zum Ergebnis. Es läuft als Desktop-Applikation auf macOS und Windows (Build für Linux im Beta-Status).

Die Hauptfunktionen der Version 3.0:

• ZCode Agent — eigener Agent-Kern mit tiefer Integration von GLM-5.2; zusätzlich lassen sich Drittanbieter-Agenten anschließen (Claude Code, Codex, Gemini CLI und andere);
• Goal-Modus (/goal) — langanhaltende autonome Aufgaben: Plan → Ausführung → schrittweise Verifizierung;
• Multi-agent — parallele Arbeit mehrerer Agenten an einem Projekt;
• Remote-Verwaltung — Start und Kontrolle von Sitzungen über Telegram, WeChat und Feishu: Der Agent läuft auf Ihrem Computer, und Sie beantworten Fragen vom Handy aus.

Der Client selbst ist kostenlos, neuen Nutzern stellt Z.ai eine tägliche Quote von GLM-5.2-Token zum Kennenlernen bereit. Danach gibt es entweder den GLM Coding Plan oder einen eigenen API-Schlüssel. Und hier lohnt es sich, ins Detail zu gehen, denn der Aufbau des Abonnements ist der am meisten diskutierte Teil des Produkts.

Der GLM Coding Plan ist das Abonnement von Z.ai, das Zugriff auf GLM-Modelle in ZCode und in zwei Dutzend Drittanbieter-Tools gewährt. Zum Zeitpunkt der Veröffentlichung (Juli 2026) sieht die Basisstruktur wie folgt aus — aber Preise und Aktionen ändern sich, prüfen Sie die aktuelle Seite z.ai/subscribe:

Worüber sich Abonnenten beschweren (Threads auf Hacker News und GitHub):

• Spitzen-Multiplikator. Zu Spitzenzeiten (14:00—18:00 UTC+8 — abends in Asien, vormittags/nachmittags in Europa) verbucht jede Anfrage die Quote mit einem Koeffizienten von ×3, außerhalb der Spitzenzeiten mit ×2. Der Verbrauch muss nach der Pekinger Zeitzone geplant werden.
• Quote nach „Prompts“, nicht nach Token. Wie viele Token genau übrig sind, ist intransparent; in Threads gibt es Berichte wie: „~17M Token bei GLM verbraucht — und für vier Tage gesperrt“.
• Eine parallele Anfrage bei Lite und Pro. Für eine agentische Umgebung spürt man das deutlich: Sowohl der Multi-Agent-Modus von ZCode als auch parallele Unteragenten stoßen an die Warteschlangenbegrenzung.
• GLM-5.2 verbraucht die Quote schneller als kleinere Modelle — das Flaggschiff verbrennt das Limit mit einem eigenen Multiplikator.

Das Fazit ist simpel: Für entspanntes Solo-Coding funktioniert das Abonnement fair. Aber je „agentischer“ Ihr Modus ist — parallele Aufgaben, lange autonome Sitzungen, nächtliche Durchläufe —, desto öfter wird das Quotenmodell zur Lotterie. Die Alternative ist die Abrechnung nach tatsächlichen Token: ohne Fenster, Multiplikatoren und Warteschlangen — so viel der Agent verbraucht hat, wird berechnet. Genau dieses Modell bietet der in ZCode integrierte Custom-Provider-Mechanismus, und die Einrichtung dauert fünf Minuten.

ZCode unterstützt offiziell BYOK: Die Dokumentation erlaubt ausdrücklich das Hinzufügen von „jedem Dienst, der mit OpenAI- oder Anthropic-Protokollen kompatibel ist“ — öffentliche APIs, Unternehmenskanäle und sogar selbst gehostete Installationen. Die Konfiguration erfolgt auf drei Wegen:

• Connect-Button auf dem Welcome-Screen → „Set Your API Key“;
• Manage Models in der Modellauswahl;
• Zahnrad → Settings → Model Settings → Add Provider.

Für den Provider werden die OpenAI Base URL und/oder Anthropic Base URL sowie der API Key festgelegt — eine Liste der verfügbaren Modelle ruft ZCode automatisch ab.

Drei häufige Stolperfallen:

• Z.ai-Endpoints unterscheiden sich. Der Coding Plan funktioniert nur über den Coding-Endpoint https://api.z.ai/api/coding/paas/v4; der allgemeine /api/paas/v4 führt mit einem Abonnement-Key zu einem Fehler — die klassische Ursache für „Ich erhalte 401/429, obwohl der Plan bezahlt ist“.
• „Funktioniert in Claude Code ≠ funktioniert in ZCode“. Umgebungsvariablen wie ANTHROPIC_BASE_URL, mit denen Claude Code konfiguriert wird, liest ZCode nicht: Es verwendet einen eigenen Speicher für Provider-Einstellungen. Konfigurieren Sie diese ausschließlich über die Settings.
• „Modell in der Auswahl sichtbar ≠ Key hat Kontingent“. Die Modellliste wird von der API des Providers abgerufen, die Verfügbarkeit hängt jedoch vom Guthaben und den Limits des jeweiligen Keys ab.

Weiter geht es mit der Praxis: Wir verbinden das JoinGonka-Gateway mit ZCode und erhalten den GLM-Stack für Token-basierte Abrechnung.

Das JoinGonka Gateway ist ein Tor zum dezentralen Gonka-Netzwerk mit zwei nativen Protokollen: OpenAI-kompatibel /v1/chat/completions und Anthropic Messages /v1/messages. Für ZCode bedeutet das: direkte Verbindung in beide Custom-Provider-Felder, ohne Proxy-Layer. Das Abrechnungsmodell ist Pay-per-Token: keine 5-Stunden-Fenster, keine 3-fachen Spitzenfaktoren und kein Limit von nur einer parallelen Anfrage; der Verbrauch ist in Echtzeit im Dashboard sichtbar, und das Gateway speichert keine Inhalte der Prompts.

Schritt-für-Schritt:

Überprüfung: Stellen Sie dem Agenten eine beliebige Frage. Wenn die Antwort ankommt, funktioniert alles; bei Fehler 401 prüfen Sie den Key, bei 402 das Kontostand.

Was kostet GLM-Inferenz bei verschiedenen Kanälen (Preise pro 1M Token; bei Wettbewerbern Stand Juli 2026, der Preis bei JoinGonka wird live aus der Gateway-API geladen):

Der Unterschied von zwei bis drei Größenordnungen ist keine Marketing-Rundung, sondern eine andere Ökonomie: Die Berechnungen werden von Teilnehmern des dezentralen Netzwerks durchgeführt, die an der eigentlichen Arbeit verdienen und nicht an der Marge eines Rechenzentrums. Eine detaillierte Analyse der Funktionsweise und der Grenzen findet sich im Artikel über das günstigste AI API.

Ehrlicher Hinweis zu GLM-5.2: Den genauen Preis für das Modell legt das Netzwerk zum Zeitpunkt der Aktivierung fest (in der obigen Tabelle stehen die aktuellen Live-Preise des Netzwerks). Die Zahlen auf dieser Seite werden automatisch aktualisiert, Sie müssen nichts manuell umrechnen.

Das Modell zai-org/GLM-5.2-FP8 wurde bereits zum On-Chain-Register des Gonka-Netzwerks hinzugefügt: Die Konfiguration legt ein Kontextfenster von bis zu 400K Token fest, und das Modell selbst gehört zur schweren Kategorie (eine Replik benötigt mehr als ein Terabyte VRAM). Das Rollout läuft derzeit: Die Netzwerkknoten wärmen die Gewichte auf. Sobald die Prüfungen grün werden, erscheint das Modell automatisch in der Modellliste des Gateways — die Base URL und der Schlüssel ändern sich nicht, in ZCode müssen Sie es lediglich im Auswahlmenü selektieren.

Über das Modell: Offene Gewichte unter MIT-Lizenz, MoE-Architektur mit ~750B Parametern (etwa 40B aktiv pro Token), natives Fenster bis zu 1M Token. Laut Z.ai erreicht das Modell auf SWE-bench Pro einen Wert von 62,1 — das ist höher als bei GPT-5,5, und bei FrontierSWE liegt es etwa ein Prozent hinter Claude Opus 4,8. Für ein Open-Weight-Modell ist dies die Spitzenposition im Bereich Coding.

Häufige Fragen:

• Warum treten direkt nach dem Aktivieren eines neuen Modells 429-Fehler auf? — Das ist die Rollout-Phase: Ein Teil der Knoten lädt noch die Gewichte. Wiederholen Sie die Anfrage nach einigen Sekunden — der Load-Balancer wird einen aktiven Knoten finden.
• Was ist bereits heute verfügbar? — Kimi K2.6 und MiniMax M2.7: Beide Modelle funktionieren in ZCode über denselben Custom Provider, die Konfiguration aus diesem Guide ist bereits jetzt voll einsatzbereit.
• Wie steht es um die Privatsphäre? — Das Gateway speichert keine Inhalte von Prompts oder Antworten; in der Statistik erscheinen nur Verbrauchsaggregate.
• Wann ist der Coding Plan dennoch vorteilhafter? — Wenn Sie alleine arbeiten, innerhalb des Lite-Kontingents bleiben und keine parallelen Agenten ausführen, ist ein Abonnement mit Festpreis bequem und vorhersehbar. Rechnen Sie es für Ihr Profil durch: Bei aktiver Agentenarbeit ist die Bezahlung nach Token über das Netzwerk um Größenordnungen günstiger; bei leichten Code-Anpassungen ein paar Mal am Tag ist der Unterschied eventuell nicht spürbar.
• Ist das für andere Tools geeignet? — Ja: Dasselbe Endpoint funktioniert in Claude Code, Cursor, Cline und jedem OpenAI/Anthropic-kompatiblen Client.