GitHub Copilot BYOK: tus modelos en lugar de la cuota

La suscripción de Copilot limita las premium-requests mensuales: las sesiones de agentes, las refactorizaciones y las tareas de múltiples pasos consumen la cuota más rápidamente. BYOK redirige estas llamadas a tu proveedor: el consumo se factura según sus precios y no descuenta la premium-quota de Copilot. Las claves se almacenan en el keychain del sistema y la interfaz no las puede volver a leer.

BYOK está justificado si alcanzas tu límite, deseas modelos con pesos abiertos o pagas mucho menos por la inferencia: la red Gonka ofrece los mismos modelos open-source cientos de veces más baratos que los precios de los vendedores — los precios actuales siempre están en el listado de precios en tiempo real del gateway.

Necesitarás una clave jg-…: se entrega al registrarte en la puerta de enlace junto con 3M tokens gratuitos de arranque, sin tarjeta. La clave y el modelo se configuran en cada cliente Copilot por separado: aquí tienes tres vías.

VS Code — proveedor Custom Endpoint. Esta es la vía vigente: el antiguo proveedor «OpenAI Compatible» y el ajuste github.copilot.chat.customOAIModels están declarados obsoletos.

"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 es la ventana de contexto del modelo menos el techo de respuesta: junto con maxOutputTokens define la ventana. Sin toolCalling: true el modelo no aparecerá en la lista al trabajar con agentes.

Copilot CLI — solo variables de entorno. Este proveedor no tiene archivo de configuración: los valores se definen en la shell desde la que lanzas copilot:

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

Los nombres COPILOT_PROVIDER_* solo los lee Copilot CLI, así que esta configuración no afecta al resto de tus herramientas. Del modelo, la CLI exige tool calling y streaming: todas las modelos de la red lo soportan.

JetBrains — plugin de GitHub Copilot. Abre Copilot Chat → lista de modelos → Manage Models, elige un proveedor con endpoint compatible con OpenAI, pulsa Add Models e introduce el Base URL https://gate.joingonka.ai/v1, la clave jg-… y el identificador del modelo. Pulsa Save, marca el modelo bajo tu clave y guarda otra vez: aparecerá en la lista junto a los integrados.

Consejo. El comando npx @joingonka/setup --tool copilot-byok imprime las tres secciones con tu clave y los límites reales del modelo elegido —incluido el array "models" listo para VS Code— y con una petición en vivo comprueba que la puerta de enlace acepta la clave y el modelo. No escribe archivos: cada cliente Copilot guarda la clave en su propio almacén.

Los tres modelos de la red admiten streaming y tool calling. deepseek-ai/DeepSeek-V4-Flash-0731 — cuenta con uno de los contextos más largos de la red (380K tokens) y la mayor salida, hasta 32768 tokens: úsalo para grandes repositorios y largas sesiones de agentes. MiniMaxAI/MiniMax-M2.7 — universal, con una salida de hasta 8192 tokens. zai-org/GLM-5.3-Flash — el modelo de razonamiento de Z.ai con el contexto más largo de la red (390K tokens): razona antes de responder, con una salida de hasta 8192 tokens; una parte del presupuesto de respuesta se dedica al razonamiento, por lo que no bajes el límite de salida en la configuración.

BYOK cubre sesiones de agentes y chat; las sugerencias inline y la búsqueda semántica en el proyecto permanecen en los modelos de Copilot y requieren una cuenta de GitHub; esta es una limitación de Copilot en sí, no del proveedor. En Copilot Business y Enterprise, el BYOK local se gestiona mediante políticas de administrador («Bring Your Own Language Model Key»): si la opción no está en la interfaz, está deshabilitada a nivel de organización. Las tareas de visión no funcionan a través del gateway: los modelos de la red son textuales. Si una herramienta envía solicitudes en formato Responses API, el gateway las aceptará: POST /v1/responses, el streaming y las function tools funcionan. No almacenamos diálogos, por lo que store se ignora y previous_response_id devolverá un error; pase el historial completo en input.