Bagian Basis Pengetahuan ▾
Navigasi
▸ Mulai di sini Berdasarkan peranKategori
- Cursor + Gonka AI — LLM Murah untuk Coding
- Claude Code + Gonka AI — LLM untuk Terminal
- OpenClaw + Gonka AI — Agen AI Terjangkau
- OpenCode: model Anda sendiri di terminal
- Continue.dev + Gonka AI — AI untuk VS Code/JetBrains
- Cline + Gonka AI — Agen AI di VS Code
- Aider + Gonka AI — Pemrograman Berpasangan dengan AI
- LangChain + Gonka AI — Aplikasi AI dengan Biaya Rendah
- n8n + Gonka AI — Otomatisasi dengan AI Murah
- Open WebUI + Gonka AI — ChatGPT Anda Sendiri
- LibreChat + Gonka AI — ChatGPT open-source
- Agen Hermes + DeepSeek di jaringan Gonka — agen otonom dengan harga murah
- Kilo Code + Gonka AI — Agen AI di VS Code
- Roo Code + Gonka AI — Agen AI otonom di VS Code
- LlamaIndex + Gonka AI — Aplikasi RAG dengan biaya rendah
- PydanticAI + Gonka — Agen AI berjenis dengan biaya rendah
- Vercel AI SDK + Gonka AI — Aplikasi AI di TypeScript dengan biaya rendah
- TanStack AI + Gonka — Aplikasi AI di TypeScript dengan biaya rendah
- API Mulai Cepat — curl, Python, TypeScript
- JoinGonka Gateway — ulasan lengkap
- Management Keys — SaaS di Gonka
- API AI Termurah: Perbandingan Penyedia 2026
- Cara membeli token AI dan kunci API: 3 cara di 2026
- Limit permintaan Cursor Pro habis — analisis dan alternatif murah
- Claude Code lebih murah — analisis tagihan dan cara pindah
- Cline menguras uang — mengapa agen ini menghabiskan banyak biaya
- OpenClaw berbiaya mahal — mengapa agen menghabiskan token dan cara berhemat
- OpenRouter: alternatif murah — perbandingan dengan JoinGonka Gateway
- Model AI coding terbaik 2026: perbandingan dan harga
- Alternatif murah GitHub Copilot tanpa batas
- Alternatif Windsurf Murah tanpa kredit dan batasan
- API termurah untuk AI agent di tahun 2026
- ZCode: inferensi GLM murah sebagai pengganti GLM Coding Plan
- JetBrains IDE + JoinGonka Gateway — endpoint sendiri alih-alih kredit
- GitHub Copilot BYOK — model Anda sendiri alih-alih kuota
- Zed + JoinGonka Gateway — inferensi murah di editor
- Pi + JoinGonka Gateway — agen terminal dengan inferensi murah
- Codex CLI: kunci Anda sendiri alih-alih langganan
- DeepSeek Harness: penyedia Anda sendiri melalui JoinGonka Gateway
- MiniMax Code: agen MiniMax dengan kunci Anda sendiri via Gonka
- Warp + JoinGonka Gateway — agen terminal di endpoint Anda sendiri
- Trae + JoinGonka Gateway — model jaringan Gonka di AI-IDE
- Cherry Studio + JoinGonka Gateway — klien AI desktop
- omp (Oh My Pi) + JoinGonka Gateway: agen dengan peran model
- OpenHands + JoinGonka Gateway: agen di endpoint sendiri
- Qwen Code setelah penutupan qwen-oauth: bekerja via JoinGonka Gateway
- Goose + JoinGonka Gateway: penyedia dan kunci sendiri di keyring
- Crush + JoinGonka Gateway: agen Charm pada model jaringan Gonka
- Zoo Code + JoinGonka Gateway: migrasi dari Roo Code ke model Gonka
- Kimi Code CLI: agen Moonshot AI dengan kunci Anda melalui Gonka
- Factory Droid + JoinGonka Gateway: BYOK pada model jaringan Gonka
- MiMo Code + JoinGonka Gateway: agen Xiaomi pada model jaringan Gonka
Alat
omp (Oh My Pi) + JoinGonka Gateway: agen dengan peran model
omp (Oh My Pi) adalah agen coding terminal, fork dari Pi yang minimalis, yang telah ditambahkan fitur-fitur penting untuk pekerjaan skala besar: server bahasa (LSP) pada setiap penyimpanan file, manajemen debugger nyata, sub-agen dalam salinan kerja terisolasi, serta sel Python dan JavaScript persisten. Kernelnya ditulis dalam Rust, dan binary yang sama berjalan di macOS, Linux, dan Windows.
Penyedia di omp dijelaskan secara deklaratif: endpoint apa pun yang menggunakan OpenAI Chat Completions dapat ditambahkan dengan selusin baris di ~/.omp/agent/models.yml. JoinGonka Gateway bekerja dengan cara tersebut, sehingga koneksinya cukup dengan satu perintah installer atau dua file YAML pendek. Setelah itu, agen bekerja menggunakan model dari jaringan terdesentralisasi Gonka — DeepSeek V4 Flash, GLM-5.3 Flash, dan MiniMax M2.7 — dengan harga seragam: $0.0069 per satu juta input token.
Perbedaan utama omp dari pendahulunya adalah peran model: tugas umum, analisis mendalam, mode perencanaan, dan tugas latar belakang bisa diserahkan ke model yang berbeda dengan rantai cadangan. Berikut adalah panduan cepat, konfigurasi manual, tabel "model mana untuk peran apa", dan analisis kesalahan. Perintah dan pesan diverifikasi melalui pengujian langsung omp 18.2.8 melalui gateway pada 21 September 2026. Setelah konfirmasi alamat, 3M token gratis akan dikreditkan ke akun — cukup untuk mencoba semuanya sendiri.
Mulai cepat: instalasi dan satu perintah
Langkah 1: pasang omp. Cara resmi dari README proyek:
# macOS and Linux
curl -fsSL https://omp.sh/install | sh
# Homebrew
brew install can1357/tap/omp
# via Bun (requires Bun 1.3.14 or newer)
bun install -g @oh-my-pi/pi-coding-agent
# Windows (PowerShell)
irm https://omp.sh/install.ps1 | iexLangkah 2: dapatkan kunci. Daftar di gate.joingonka.ai/register, konfirmasi alamat Anda, dan buat kunci dengan awalan jg- di bagian "Kunci API". Satu kunci dan satu saldo berlaku untuk semua model di jaringan.
Langkah 3: jalankan installer.
npx @joingonka/setup --tool ompInstaller akan menanyakan kunci — kunci tidak diteruskan melalui argumen baris perintah agar tidak tersimpan di riwayat shell — dan melakukan empat hal:
- menuliskan penyedia
joingonkake~/.omp/agent/models.yml: alamat gateway, protokolopenai-completions, kunci sebagai literal, dan tiga model jaringan dengan jendela konteks serta batas respons yang sebenarnya; file akan mendapat izin600; - menetapkan model default —
modelRoles.defaultdi~/.omp/agent/config.yml— ke DeepSeek V4 Flash, tetapi hanya jika peran tersebut kosong atau menunjuk ke model yang sudah tidak ada di jaringan: installer tidak mengambil alih pilihan Anda, melainkan memberi tahu cara beralih; - sebelum menulis, membuat cadangan file sebelumnya, dan membiarkan penyedia, peran, serta komentar lain tetap seperti semula;
- di akhir, mengirim permintaan langsung ke gateway dan memberi tahu secara jelas apakah kunci, alamat, dan model diterima.
Model default lain ditentukan dengan flag --model beserta singkatan deepseek, glm, atau minimax — model yang ditentukan secara eksplisit selalu dituliskan. Untuk dotfile dan server tersedia mode tanpa pertanyaan, di mana kunci diambil dari variabel lingkungan:
JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool omp --model glm --non-interactiveInstaller menangani lokasi konfigurasi nonstandar secara otomatis: profil bernama (OMP_PROFILE) dan direktori agen yang dipindahkan (PI_CODING_AGENT_DIR). models.json warisan akan dipindahkannya ke models.yml sama seperti yang akan dilakukan omp sendiri — penyedia lama tidak akan hilang. Dan jika di sebelahnya terdapat settings.json lama tanpa config.yml, installer tidak akan membuat config.yml agar omp tidak melewatkan migrasi pengaturannya sendiri: installer akan meminta Anda menjalankan omp sekali dan mengulangi perintahnya.
Konfigurasi manual: dua file YAML
Semua yang dilakukan installer bisa ditulis manual. Ada dua file, masing-masing punya tugasnya sendiri: models.yml mendeskripsikan provider dan model, config.yml menyimpan pengaturan — termasuk model mana yang menempati peran apa.
# ~/.omp/agent/models.yml
providers:
joingonka:
baseUrl: https://gate.joingonka.ai/v1
api: openai-completions
apiKey: jg-your-key
models:
- id: deepseek-ai/DeepSeek-V4-Flash-0731
name: DeepSeek V4 Flash (Gonka)
input: [text]
contextWindow: 380000
maxTokens: 32768
reasoning: true
- id: zai-org/GLM-5.3-Flash
name: GLM-5.3 Flash (Gonka)
input: [text]
contextWindow: 390000
maxTokens: 8192
reasoning: true
- id: MiniMaxAI/MiniMax-M2.7
name: MiniMax M2.7 (Gonka)
input: [text]
contextWindow: 200000
maxTokens: 8192# ~/.omp/agent/config.yml
modelRoles:
default: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731| Kolom | Nilai | Yang penting |
|---|---|---|
baseUrl | https://gate.joingonka.ai/v1 | Wajib diakhiri /v1: jalur /chat/completions ditambahkan sendiri oleh omp |
api | openai-completions | Transport Chat Completions — di sinilah seluruh panduan ini telah diuji |
apiKey | kunci Anda jg-… | omp mula-mula mencari variabel lingkungan dengan nama tersebut dan, jika tidak menemukannya, memakai string itu sebagai kunci. Nilai yang diawali ! adalah perintah yang outputnya menjadi kunci |
contextWindow, maxTokens | sesuai daftar model di atas | Tanpa keduanya omp akan memakai 128000 dan 16384 — tidak cocok untuk model jaringan ini. Dari jendela konteks inilah agen menghitung kapan riwayat perlu dipadatkan |
input | [text] | Model jaringan menerima teks |
reasoning | true | Penanda model penalaran: installer memasangnya untuk DeepSeek V4 Flash dan GLM-5.3 Flash, sedangkan entri MiniMax M2.7 tanpa penanda ini |
Kunci secara literal adalah pilihan paling bebas masalah: omp bisa dijalankan dari lingkungan mana pun, dan file cukup diamankan dengan chmod 600 ~/.omp/agent/models.yml. Ingin menyimpan kunci di luar file? Tuliskan nama variabel di apiKey, misalnya JOINGONKA_API_KEY, lalu ekspor variabel itu di shell tempat Anda menjalankan omp: urutan resolusi kunci seperti itulah yang dijelaskan dalam dokumentasi proyek.
Kolom opsional cost (harga per juta token) hanya diperlukan untuk memperkirakan biaya sesi di antarmuka omp. Installer mengisinya dengan harga gateway yang berlaku saat pemasangan; pada konfigurasi manual kolom ini boleh dihilangkan — perkiraan tersebut tidak memengaruhi tagihan Anda, pemakaian sebenarnya terlihat di dasbor.
Selektor model ditulis sebagai provider/model-id. Nama provider dipisahkan pada garis miring pertama, karena itu ID jaringan yang mengandung garis miring sendiri ditulis apa adanya: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731. Alih-alih mengubah config.yml, peran bisa ditetapkan dari antarmuka — lewat perintah /model di dalam sesi atau di wizard omp setup.
Peran model: model mana untuk tugas apa
Di omp, model tidak dipilih satu untuk segalanya, melainkan berdasarkan peran — inilah tuas pengaturan utama. Peran bawaan untuk dialog: default, smol, slow, plan, commit, task, tiny, memory, advisor, dan vision. Tidak perlu menetapkan semuanya: peran smol dan slow yang tidak diatur secara otomatis mengambil model dari peran default, sub-agen tanpa peran task bekerja menggunakan model sesi saat ini, commit dan tiny mengikuti smol. Konfigurasi satu baris default saja sudah berfungsi penuh.
Membagi peran antar model jaringan dilakukan bukan demi penghematan — harga untuk DeepSeek V4 Flash, GLM-5.3 Flash, dan MiniMax M2.7 sama — tetapi demi perilaku dan kapasitas: model penalaran merencanakan lebih baik, model dengan respons panjang menulis lebih baik, dan hal-hal latar belakang yang sepele tidak perlu mengantre di baris yang sama dengan tugas utama.
| Peran | Apa yang dijalankan | Model jaringan | Mengapa |
|---|---|---|---|
default | langkah agen biasa: membaca, revisi, perintah | DeepSeek V4 Flash | Konteks 380K dan batas respons 32768 — cadangan untuk sesi panjang dengan alat; model ini juga diatur oleh installer |
smol, task, commit | tugas cepat, sub-agen, analisis perubahan untuk commit | jangan diatur — secara warisan akan menggunakan DeepSeek V4 Flash | Semuanya memanggil alat, dan model "murah" tidak memberikan penghematan apa pun dengan harga yang sama |
slow | analisis mendalam: logika rumit, mencari penyebab | GLM-5.3 Flash | Bernalar sebelum menjawab; batas respons 8192, sebagian digunakan untuk penalaran — untuk teks panjang, gunakan kembali DeepSeek V4 Flash |
plan | mode perencanaan | GLM-5.3 Flash | Rencana adalah teks pendek di mana alur berpikir lebih penting daripada volume |
tiny | judul sesi dan klasifikasi utilitas — kueri pendek tanpa alat | MiniMax M2.7 | Model ini memiliki kapasitas terbesar di jaringan, dan latar belakang tidak berebut slot dengan tugas utama |
advisor | model kedua yang membaca setiap langkah model utama dan menyisipkan catatan | GLM-5.3 Flash, opsional | Berguna jika penasihat berbeda dari pelaksana; diaktifkan dengan perintah /advisor on |
vision | tugas dengan gambar | jangan diatur | Model jaringan bersifat teks: serahkan peran ini kepada penyedia dengan model vision |
# ~/.omp/agent/config.yml
modelRoles:
default: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731
slow: joingonka/zai-org/GLM-5.3-Flash
plan: joingonka/zai-org/GLM-5.3-Flash
tiny: joingonka/MiniMaxAI/MiniMax-M2.7
retry:
fallbackChains:
default:
- joingonka/zai-org/GLM-5.3-FlashBlok retry.fallbackChains adalah asuransi untuk jam sibuk: ketika model utama terus-menerus menjawab 429, omp meneruskan sisa langkah ke urutan rantai berikutnya, lalu kembali ke utama setelah jeda. Kunci rantai bisa berupa peran, model tertentu, atau seluruh penyedia (joingonka/*).
Untuk satu kali jalan, peran dapat ditentukan ulang dengan flag: omp --model slow menjalankan sesi pada model peran slow, sementara --smol, --slow, dan --plan mengganti model peran itu sendiri. Di dalam sesi, Ctrl+P menelusuri model peran, dan /model membuka pemilihan; di tab Roles, Anda juga dapat menetapkan peran dan cadangannya.
Anda dapat menambahkan tingkat refleksi pada nilai peran — :low, :medium, :high. Ini adalah sintaks omp, dan bagaimana sebuah model memahami tingkat tersebut bergantung pada model itu sendiri: misalnya, GLM-5.3 Flash menggunakan sakelar biner — detailnya ada di ulasan model. Dan satu detail berguna lainnya: peran dapat didefinisikan ulang untuk satu repositori melalui file <repo>/.omp/config.yml dengan blok modelRoles yang sama. Penyedia dan kunci tetap berada di direktori rumah, sehingga kunci tidak akan masuk ke dalam repositori.
Verifikasi: apa yang seharusnya terjadi
Pertama, pastikan omp mengenali provider-nya:
omp models joingonkaSebagai balasan, muncul tabel berisi tiga baris dengan jendela konteks dan batas maksimum respons dari models.yml, dibulatkan ke ribuan (output dipersingkat: omp masih punya kolom thinking dan images):
joingonka (3)
model context max-out
deepseek-ai/DeepSeek-V4-Flash-0731 380K 33K
MiniMaxAI/MiniMax-M2.7 200K 8.2K
zai-org/GLM-5.3-Flash 390K 8.2KBerikutnya — uji coba sekali jalan tanpa antarmuka. Letakkan file dengan kesalahan yang jelas di direktori kosong dan minta agent menemukannya:
omp -p "Read calc.py and tell me in one sentence whether it has a bug."Agent harus memanggil sendiri tool pembaca dan menjawab secara konkret — dengan menyebutkan ekspresi tempat kesalahan berada. Pada uji coba kami tanggal 21 September 2026, siklus ini — permintaan, pemanggilan tool, hasil, jawaban — dilalui dengan bersih oleh DeepSeek V4 Flash dan GLM-5.3 Flash; untuk MiniMax M2.7, lihat baris terakhir tabel di bawah.
Pemeriksaan ketiga — dari sisi gateway: di dashboard pada bagian "Usage", permintaan akan muncul di rincian "By models", dan di blok "By keys" waktu permintaan terakhir akan diperbarui. Jika kosong, berarti omp menghubungi provider lain: periksa apa yang ditetapkan pada role dengan perintah omp config get modelRoles.
Jika ada yang tidak beres, diagnosisnya biasanya langsung terbaca dari pesan errornya:
| Yang terlihat | Artinya | Yang harus dilakukan |
|---|---|---|
Bun runtime must be >= 1.3.14 | omp dipasang melalui Bun, tetapi Bun-nya sendiri sudah usang | Perbarui Bun (bun upgrade) atau pasang binary siap pakai: curl -fsSL https://omp.sh/install | sh -s — --binary |
401 Invalid API key | Gateway menolak key | Periksa apiKey: key utuh, tanpa spasi atau salah ketik tanda kutip. Jika isinya nama variabel, variabel itu harus diekspor di shell tempat omp dijalankan |
405 Not Allowed dan halaman HTML nginx | Sufiks hilang di baseUrl | Alamat harus diakhiri dengan /v1 |
404 Invalid URL (POST /v1/v1/chat/completions) | Ada ekor berlebih di baseUrl | Sisakan tepat https://gate.joingonka.ai/v1 — sisanya akan dilengkapi omp sendiri |
400 Model … not found. Available: … | Salah ketik pada id model | Gateway sendiri mencantumkan identifier yang tersedia; daftar lengkapnya lewat GET https://gate.joingonka.ai/v1/models |
Warning: models.yml validation failed — custom providers disabled, lalu No models matching "joingonka" | File tidak lolos validasi: salah ketik nama field wajib atau YAML rusak. omp tetap berjalan dengan model bawaan | Penyebabnya disebutkan di baris tepat di bawah peringatan; perbaiki field-nya dan ulangi omp models joingonka |
429 | Limit permintaan per menit untuk key sudah habis, atau kapasitas model penuh di jam sibuk | omp otomatis mengulang permintaan dengan jeda yang makin panjang. Jika berlarut-larut, ganti model lewat /model atau atur retry.fallbackChains; kondisi jaringan bisa dilihat di halaman status |
402 | Saldo habis | Isi ulang akun di bagian "Billing"; key-nya sendiri tetap berfungsi |
Giliran selesai tetapi tidak ada jawaban yang terlihat (di mode -p — baris kosong) | Teramati pada 21 September 2026 di MiniMax M2.7 pada giliran setelah pemanggilan tool: jawaban datang di dalam blok penalaran, dan omp menampilkannya sebagai pemikiran | Tetapkan DeepSeek V4 Flash atau GLM-5.3 Flash pada role yang memakai tool, dan simpan MiniMax M2.7 untuk tugas pendek tanpa tool |
Berapa biayanya
Alat agen menghabiskan token secara berbeda dibandingkan obrolan: untuk setiap frasa Anda, omp menambahkan prompt sistem dan deskripsi alat, dan tugas biasanya memakan beberapa langkah. Dalam percobaan kami, bahkan dengan satu alat pembaca diaktifkan, setiap langkah memakan sekitar 3,5 ribu token input; dengan set lengkap, jumlahnya akan lebih banyak. Oleh karena itu, harga per token di sini menjadi penentu.
Melalui JoinGonka Gateway, token dihargai $0.0069 per juta di input dan $0.021 per juta di output — harganya sama untuk semua model di jaringan dan ditarik di halaman ini dari sumber langsung.
| Skenario | Penggunaan | Melalui Gateway |
|---|---|---|
| Tugas sekali jalan: membaca file, mencari error | mulai dari 7K token | sepersekian sen |
| Sehari kerja aktif | 3-7M token | beberapa sen |
| Sebulan pengembangan aktif | ~150M token | sekitar satu dolar |
Estimasi di kolom kanan berdasarkan harga per September 2026. Sebagai perbandingan — bagaimana cara membayar model di omp secara umum:
| Metode | Model pembayaran | Apa yang membatasi |
|---|---|---|
Berlangganan coding plan (masuk melalui /login) | jumlah tetap per bulan | kuota dan jendela pembaruan batas dari sisi vendor |
| Kunci vendor secara langsung | per token sesuai harga vendor | tagihan naik seiring panjangnya sesi; harga bergantung pada model yang dipilih |
| JoinGonka Gateway | per token, saldo prabayar | penggunaan terlihat di dashboard; tidak ada langganan atau kuota bulanan |
Bilah status omp menunjukkan estimasi biaya sesi. Dihitung berdasarkan kolom cost dari models.yml: penginstal memasukkan harga gateway saat instalasi, dan harga dolar di jaringan berfluktuasi seiring kurs GNK, jadi estimasi hanyalah referensi. Penggunaan tepat dan sisa saldo ada di dashboard, di bagian «Penggunaan» dan «Penagihan». Mengapa pilihan default jatuh pada DeepSeek V4 Flash dibahas secara mendetail dalam ulasan model.
Yang perlu diperhatikan saat bekerja
Mode persetujuan. Secara default, omp berjalan dalam mode yolo: ia menyetujui sendiri pembacaan, penulisan, dan eksekusi perintah. Di proyek Anda sendiri ini praktis, tapi pada kode orang lain — alasan untuk memperketat mode atau pindah ke kontainer:
omp config set tools.approvalMode writeDalam mode write, agen hanya meminta izin untuk eksekusi perintah; dalam always-ask — juga untuk penulisan. Untuk satu kali jalan, hal yang sama diatur oleh flag --approval-mode. Ini properti omp itu sendiri, tidak bergantung pada penyedia model.
Pi dan omp — kerabat dengan konfigurasi berbeda. Pengaturan satu alat tidak diwariskan ke yang lain: direktori, format, dan nama field-nya masing-masing berbeda.
| Pi | omp | |
|---|---|---|
| Direktori pengaturan | ~/.pi/agent | ~/.omp/agent |
| Penyedia | models.json | models.yml |
| Model default | settings.json: defaultProvider dan defaultModel | config.yml: modelRoles.default |
| Pemilihan model sesuai tugas | /model dalam sesi | peran modelRoles dan rantai retry.fallbackChains |
| Verifikasi | pi --list-models | omp models joingonka |
| Installer | --tool pi | --tool omp |
Beberapa lingkungan. Profil bernama (omp --profile work atau variabel OMP_PROFILE) memindahkan semua pengaturan ke ~/.omp/profiles/<name>/agent — praktis untuk memisahkan kunci kerja dan pribadi. Direktori agen saat ini ditampilkan oleh omp config path.
Jika agen dibutuhkan di editor. omp bisa berjalan di dalam Zed lewat protokol ACP — ini agen yang sama dengan pengaturan yang sama, tak perlu menuliskan ulang penyedia dan peran.
npx @joingonka/setup --tool omp — atau dua file: penyedia joingonka di ~/.omp/agent/models.yml (baseUrl dengan /v1, api: openai-completions, kunci jg-…, model dengan contextWindow dan maxTokens yang jujur) dan modelRoles.default di config.yml. Selanjutnya, tuas utama omp bekerja — peran: DeepSeek V4 Flash untuk langkah biasa, GLM-5.3 Flash untuk penguraian dan perencanaan, MiniMax M2.7 untuk hal kecil di latar belakang, rantai fallbackChains untuk jam sibuk. Pemeriksaan — omp models joingonka dan bagian «Penggunaan» di dashboard; harga semua model jaringan sama, jadi peran dipilih berdasarkan perilaku, bukan anggaran.Ingin tahu lebih banyak?
Jelajahi bagian lain atau mulai hasilkan GNK sekarang.
Dapatkan kunci dan token gratis →