ZCode: inferencia GLM barata en lugar de GLM Coding Plan

ZCode no es un «editor con chat lateral», sino un ADE: describe un objetivo, el agente planifica, edita archivos, ejecuta pruebas e itera hasta obtener el resultado. Funciona como una aplicación de escritorio en macOS y Windows (la compilación para Linux está en estado beta).

Características clave de la versión 3.0:

• ZCode Agent: núcleo de agentes propio con integración profunda de GLM-5.2; además de este, se pueden conectar agentes de terceros (Claude Code, Codex, Gemini CLI y otros);
• Modo Goal (/goal): tareas autónomas largas: plan → ejecución → verificación paso a paso;
• Multi-agent: trabajo paralelo de varios agentes en el proyecto;
• Gestión remota: inicio y control de sesiones desde Telegram, WeChat y Feishu: el agente funciona en su máquina y usted responde a las preguntas desde su teléfono.

El cliente en sí es gratuito, Z.ai otorga a los nuevos usuarios una cuota diaria de tokens de GLM-5.2 para que lo prueben. A partir de ahí, o bien una suscripción GLM Coding Plan, o su propia clave de API. Y aquí es donde vale la pena profundizar, porque el funcionamiento de la suscripción es la parte más comentada del producto.

GLM Coding Plan es la suscripción de Z.ai que da acceso a los modelos GLM en ZCode y en dos docenas de herramientas de terceros. Al momento de la publicación (julio de 2026), la cuadrícula básica es la siguiente, pero los precios y promociones cambian, consulte la página en tiempo real z.ai/subscribe:

De qué se quejan los suscriptores (hilos de Hacker News y GitHub):

• Multiplicador de horas punta. En horas pico (14:00—18:00 UTC+8 — tarde en Asia, mañana-tarde en Europa), cada solicitud resta cuota con un coeficiente de ×3, fuera de horas pico, ×2. Hay que planificar el consumo según la zona horaria de Pekín.
• Cuota por «prompts», no por tokens. La cantidad exacta de tokens restantes no es transparente; en los hilos se encuentran historias como «he consumido ~17M de tokens en GLM y recibí un bloqueo de cuatro días».
• Una solicitud paralela en Lite y Pro. Para entornos de agentes, esto es notable: el modo multi-agent de ZCode y cualquier sub-agente paralelo se quedan atascados en la cola.
• GLM-5.2 consume cuota más rápido que los modelos más pequeños; el buque insignia agota el límite con su propio multiplicador.

La conclusión es sencilla: para un desarrollo en solitario relajado, la suscripción funciona honestamente. Pero cuanto más «agente» sea su modo de trabajo (tareas paralelas, sesiones autónomas largas, ejecuciones nocturnas), más se convierte el modelo de cuotas en una lotería. La alternativa es pagar por los tokens reales: sin ventanas, multiplicadores ni colas; la cantidad que el agente consumió es la cantidad debitada. Este es precisamente el modelo que ofrece el mecanismo de custom provider integrado en ZCode, y se configura en cinco minutos.

ZCode tiene soporte oficial integrado para BYOK: la documentación permite explícitamente añadir «cualquier servicio compatible con los protocolos de OpenAI o Anthropic»: APIs públicas, canales corporativos e incluso instalaciones self-hosted. Se configura de tres formas:

• botón Connect en la pantalla de bienvenida → «Set Your API Key»;
• Manage Models en el selector de modelos;
• engranaje → Settings → Model Settings → Add Provider.

Al proveedor se le asignan un OpenAI Base URL y/o Anthropic Base URL además de la API Key: la lista de modelos disponibles será cargada automáticamente por ZCode.

Tres errores comunes en los que la gente tropieza:

• Los endpoints de Z.ai son diferentes. La suscripción Coding Plan solo funciona a través del coding-endpoint https://api.z.ai/api/coding/paas/v4; el endpoint general /api/paas/v4 con una clave de suscripción devolverá un error: la causa clásica de «tengo 401/429, aunque el plan está pagado».
• «Funciona en Claude Code ≠ funciona en ZCode». Variables de entorno como ANTHROPIC_BASE_URL, utilizadas para configurar Claude Code, no son leídas por ZCode: tiene su propio almacenamiento de configuración de proveedores. Configure exactamente a través de Settings.
• «El modelo es visible en el selector ≠ la clave tiene cuota». La lista de modelos se extrae de la API del proveedor, y la disponibilidad depende del saldo y límites de la clave específica.

A continuación, la práctica: conectamos el gateway JoinGonka a ZCode y obtenemos el stack GLM por tokens.

JoinGonka Gateway es un puente hacia la red descentralizada Gonka con dos protocolos nativos: /v1/chat/completions compatible con OpenAI y /v1/messages de Anthropic Messages. Para ZCode esto significa: se conecta directamente a ambos campos de proveedor personalizado, sin capas de proxy. La economía es pay-per-token: nada de ventanas de 5 horas, multiplicadores de pico ×3 ni límites de una sola solicitud paralela; el consumo se ve en tiempo real en el panel, y el gateway no almacena el contenido de los prompts.

Paso a paso:

Verificación: hágale al agente cualquier pregunta. Si la respuesta llega, todo funciona; si hay error 401, verifique la clave, si es 402, el saldo de la cuenta.

¿Cuánto cuesta la inferencia GLM en diferentes canales (precios por 1M de tokens; en la competencia fijados a julio de 2026, el precio de JoinGonka se inserta en la página en vivo desde la API del gateway):

La diferencia de dos a tres órdenes de magnitud no es redondeo de marketing, sino una economía diferente: los cálculos los realizan los participantes de la red descentralizada que ganan por el trabajo mismo, no por el margen del centro de datos. Un análisis detallado de cómo funciona esto y cuáles son los límites de aplicabilidad en el artículo sobre la API de IA más barata.

Nota honesta sobre GLM-5.2: la red determinará el precio exacto del modelo en el momento de su activación (en la tabla de arriba figura el precio actual al momento de la red). Las cifras en esta página se actualizan automáticamente, no tendrá que recalcular nada manualmente.

El modelo zai-org/GLM-5.2-FP8 ya se ha añadido al registro on-chain de la red Gonka: la configuración establece una ventana de contexto de hasta 400K tokens, y el modelo en sí es pesado (cada réplica requiere más de un terabyte de VRAM). El despliegue está en marcha: los nodos de la red están precargando los pesos. Tan pronto como las verificaciones se vuelvan verdes, el modelo aparecerá automáticamente en la lista de modelos del gateway; el base URL y la clave no cambian, en ZCode bastará con seleccionarlo en el selector.

Sobre el modelo: pesos abiertos bajo licencia MIT, arquitectura MoE de ~750B parámetros (unos 40B activos por token), ventana nativa de hasta 1M de tokens. Según los datos de Z.ai, en SWE-bench Pro el modelo muestra 62.1, por encima de GPT-5.5, y en FrontierSWE queda aproximadamente un punto por detrás de Claude Opus 4.8. Para un modelo open-weight, es el primer puesto en codificación.

Preguntas frecuentes:

• ¿Por qué hay errores 429 justo después de activar un modelo nuevo? — Es la fase de despliegue: parte de los nodos aún están cargando pesos. Reintente la solicitud tras unos segundos; el balanceador encontrará un nodo activo.
• ¿Qué está disponible hoy? — Kimi K2.6 y MiniMax M2.7: ambos modelos funcionan en ZCode a través del mismo custom provider, la configuración de esta guía es completamente funcional ahora mismo.
• ¿Qué pasa con la privacidad? — El gateway no almacena el contenido de los prompts y respuestas; en las estadísticas solo se muestran agregados de consumo.
• ¿Cuándo es más rentable el Coding Plan? — Si trabaja solo, cumple con la cuota Lite y no ejecuta agentes paralelos, la suscripción con tarifa fija es cómoda y predecible. Calcule según su perfil: con trabajo de agentes activo, el pago por tokens a través de la red sale órdenes de magnitud más barato; con ediciones ligeras de código un par de veces al día, la diferencia puede no notarse.
• ¿Sirve esto para otras herramientas? — Sí: el mismo endpoint funciona en Claude Code, Cursor, Cline y cualquier cliente compatible con OpenAI/Anthropic.