Sections de la base de connaissances ▾
Pour les débutants
Pour les investisseurs
- D'où vient la valeur du jeton GNK
- Gonka vs concurrents : Render, Akash, io.net
- Les Liberman : de la biophysique à l'IA décentralisée
- Tokenomics GNK
- Risques et perspectives de Gonka : analyse objective
- Gonka vs Render Network : comparaison détaillée
- Gonka vs Akash : inférence d'IA vs conteneurs
- Gonka vs io.net : inférence vs marketplace GPU
- Gonka vs Bittensor : une comparaison détaillée des deux approches de l'IA
- Gonka vs Flux : deux approches du minage utile
- Gouvernance chez Gonka : comment le réseau décentralisé est géré
Technique
- Architecture du réseau Gonka : Sprint, Transfer Agents, DiLoCo
- Développeurs : Comment gagner du GNK
- Auto-hébergement : Guide étape par étape
- Choix du GPU pour Gonka : recommandations matérielles
- Qwen3-235B : le modèle miné par Gonka
- Kimi K2.6 : Le deuxième modèle du réseau Gonka
- MiniMax M2.7 : le troisième modèle du réseau Gonka
Analyse
- Gonka — Linux pour l'ère de l'IA
- Kill Switch : pourquoi la décentralisation de l'IA est nécessaire
- Carburant, pas or – de l'or numérique au carburant d'IA
- Preuve de travail utile : guide complet sur le minage utile
- 112 milliards de dollars de trou – la faillite cachée des Big Tech
- Projets DePIN 2026 : Présentation complète et comparaison
Outils
- Cursor + Gonka AI — LLM pas cher pour le codage
- Claude Code + Gonka AI — LLM pour le terminal
- OpenClaw + Gonka AI — Agents IA accessibles
- OpenCode + Gonka AI — IA gratuite pour le code
- Continue.dev + Gonka AI — IA pour VS Code/JetBrains
- Cline + Gonka AI — Agent IA dans VS Code
- Aider + Gonka AI — programmation en binôme avec l'IA
- LangChain + Gonka AI — Applications IA pour des centimes
- n8n + Gonka AI — Automatisation avec IA pas chère
- Open WebUI + Gonka AI — Votre propre ChatGPT
- LibreChat + Gonka AI — ChatGPT open-source
- Hermes Agent + Gonka AI — Agent autonome pour des centimes
- Kilo Code + Gonka AI — Agent IA dans VS Code
- Roo Code + Gonka AI — Agent IA autonome dans VS Code
- LlamaIndex + Gonka AI — Applications RAG pour une bouchée de pain
- PydanticAI + Gonka — Agents IA typés pour une bouchée de pain
- Vercel AI SDK + Gonka AI — Applications IA en TypeScript pour une bouchée de pain
- TanStack AI + Gonka — Applications IA en TypeScript pour une bouchée de pain
- API démarrage rapide — curl, Python, TypeScript
- JoinGonka Gateway — présentation complète
- Management Keys — SaaS sur Gonka
- L'API AI la moins chère : comparaison des fournisseurs 2026
- Limite de requêtes Cursor Pro atteinte — diagnostic réel et alternative bon marché
- Alternative moins chère à Claude Code — répartition de la facture et basculement
- Cline a brûlé des dollars — pourquoi l'agent consomme de l'argent
- OpenClaw trop cher — pourquoi l'agent consomme des tokens et comment économiser
- Alternative moins chère à OpenRouter — comparaison avec JoinGonka Gateway
Outils
Roo Code + Gonka AI — Agent IA autonome dans VS Code
Roo Code est un agent IA autonome pour VS Code : il lit et modifie les fichiers, exécute des commandes dans le terminal, interagit avec le navigateur et mène à bien des tâches de développement en plusieurs étapes. C'est un fork de Cline qui est allé plus loin : des modes de fonctionnement configurables (Architect, Code, Ask, Debug et personnalisés), des instructions personnalisées par projet et un panneau de configuration de modèle flexible. En substance, il s'agit d'une équipe complète de spécialistes de l'IA au sein de l'éditeur.
Le principal problème de ces agents est la consommation de jetons. Pour une tâche, Roo Code parcourt le contexte des fichiers, la sortie des commandes, les résultats des outils - cela représente des dizaines de millions de jetons. Aux prix d'Anthropic (3 à 15 $ par million), une session complète se transforme en 30 à 1500 $. Pour un travail quotidien, c'est irréalisable.
JoinGonka Gateway réduit le coût de mille fois : la même session coûtera entre 0,01 et 1,00 $. La Passerelle revend l'inférence du réseau décentralisé Gonka et prend en charge à la fois le format OpenAI (fournisseur « OpenAI Compatible ») et le format Anthropic (endpoint /v1/messages) — Roo Code se connecte via l'un ou l'autre. Cela transforme Roo Code d'une démonstration coûteuse à un outil de travail quotidien.
Étape 1 : Installer Roo Code et obtenir votre clé
Installation de Roo Code : dans VS Code, ouvrez les Extensions (Ctrl/Cmd+Shift+X), recherchez « Roo Code » et cliquez sur Installer. Après l'installation, une icône de kangourou Roo Code apparaîtra dans la barre latérale.
Clé API JoinGonka : si vous n'avez pas encore de clé, inscrivez-vous sur gate.joingonka.ai/register, obtenez 10 millions de jetons gratuits et créez une clé avec le préfixe jg- dans le tableau de bord.
Étape 2 : Configurer Roo Code (compatible OpenAI)
Ouvrez le panneau Roo Code et accédez aux paramètres (icône d'engrenage). Dans la section du fournisseur, définissez :
- API Provider — sélectionnez
OpenAI Compatible. - Base URL —
https://gate.joingonka.ai/v1 - API Key —
jg-votre-clé - Model (ID du modèle) —
Qwen/Qwen3-235B-A22B-Instruct-2507-FP8
En dessous, dans le bloc Model Configuration, vous pouvez affiner les paramètres du modèle manuellement :
- Context Window —
131072(128K jetons). - Max Output Tokens —
8192pour Qwen3-235B (plafond de la passerelle). Pour Kimi K2.6, définissez3072, pour MiniMax M2.7 —4096. - Input Price / Output Price — vous pouvez définir les taux réels (≈0,0005 $ par million pour l'entrée, la sortie ×3) afin que Roo Code calcule correctement le coût des tâches directement dans l'interface.
Important concernant l'appel d'outils : Roo Code utilise uniquement l'appel d'outils natif — il n'y a pas de fallback XML, comme dans les anciens agents. Le modèle doit donc prendre en charge l'appel de fonctions. Le Qwen3-235B par défaut via notre passerelle prend en charge l'appel d'outils natif — Roo Code fonctionne avec lui dès le départ.
Vérification : dans le chat de Roo Code, écrivez « Crée un fichier hello.py avec une fonction qui affiche Hello World ». L'agent proposera de créer le fichier et montrera la différence pour approbation.
Comparaison des coûts des sessions d'agent
Roo Code est un outil d'agent : il ne répond pas par un seul message, mais effectue une tâche — lit des fichiers, écrit du code, exécute des tests, corrige des erreurs. Chaque action est un appel de modèle. Comparons le coût des sessions typiques :
| Tâche | Jetons | Anthropic Claude | OpenAI GPT | JoinGonka Gonka |
|---|---|---|---|---|
| Simple correction de bug | ~5M | 15 $ — 75 $ | 12 $ — 50 $ | 0,005 $ |
| Nouvelle fonctionnalité (2-3 fichiers) | ~20M | 60 $ — 300 $ | 50 $ — 200 $ | 0,02 $ |
| Refactoring de module | ~50M | 150 $ — 750 $ | 125 $ — 500 $ | 0,05 $ |
| Session de développement complète (4h) | ~100M | 300 $ — 1 500 $ | 250 $ — 1 000 $ | 0,10 $ |
Avec JoinGonka Gateway, Roo Code devient un outil quotidien — vous pouvez l'exécuter pour chaque ticket, chaque bug, chaque fonctionnalité, sans vous soucier du coût. Les 10 millions de jetons gratuits au démarrage suffiront pour des dizaines de tâches.
Paramètres du modèle (contexte pour tous 128K = 131072 jetons) : Qwen3-235B — jusqu'à 8192 jetons de réponse ; Kimi K2.6 — jusqu'à 3072 ; MiniMax M2.7 — jusqu'à 4096. Si max_tokens n'est pas spécifié pour une requête non-stream, la passerelle renverra par défaut jusqu'à 1500 jetons. Les longues générations de Roo Code sont automatiquement divisées en étapes.
Qu'est-ce qui distingue Roo Code de Cline : modes et format Anthropic
Roo Code est un fork de Cline, mais avec des différences notables qui changent le flux de travail :
- Modes : changez le rôle de l'agent en fonction de la tâche — Architect pour la planification, Code pour l'écriture de code, Ask pour les questions sur le projet, Debug pour la recherche d'erreurs. Vous pouvez créer vos propres modes avec des instructions distinctes et un ensemble d'outils autorisés.
- Appel d'outils natif uniquement : contrairement aux agents avec analyse textuelle/XML, Roo Code envoie les outils selon le schéma natif
toolsd'OpenAI et reçoit les appels comme des événements distincts — latence plus faible et résultat plus fiable. L'inconvénient est que le modèle doit prendre en charge l'appel de fonctions (Qwen3-235B via notre passerelle le prend en charge). - Instructions et profils personnalisés : règles par projet (par exemple, via un fichier de règles dans le dépôt) et plusieurs configurations de fournisseur enregistrées, entre lesquelles il est facile de basculer.
Connexion via le format Anthropic. Si vous souhaitez utiliser notre point de terminaison /v1/messages au lieu du format OpenAI : dans les paramètres, sélectionnez API Provider → Anthropic, cochez « Use custom base URL » et spécifiez https://gate.joingonka.ai, dans le champ Anthropic API Key, collez la même clé jg-votre-clé, puis définissez le nom du modèle (par exemple Qwen/Qwen3-235B-A22B-Instruct-2507-FP8). La clé et le solde sont communs aux deux formats, l'utilisation native de tool_use en mode Anthropic passe également par la passerelle.
Vous voulez en savoir plus ?
Explorez d'autres sections ou commencez à gagner des GNK dès maintenant.
Obtenez 10 millions de jetons gratuits →