Warp + JoinGonka Gateway — agente de terminal em seu próprio endpoint

Chave JoinGonka. Registre-se no gateway, abra a seção "API-keys" no painel e clique em "Criar chave". A chave começa com jg- e é exibida apenas uma vez — salve-a imediatamente. É conveniente criar uma chave separada para o Warp: assim, na seção "Uso", o consumo do agente de terminal será visto em uma linha separada, sem se misturar com outras ferramentas.

Plano do Warp. Seu próprio endpoint está disponível não apenas em planos pagos — as condições dependem do tamanho da equipe:

Endereço HTTPS público. Este é um requisito do Warp que pode não ser óbvio: as solicitações para seu endpoint não são enviadas pelo aplicativo em sua máquina, mas pelos servidores do Warp, por isso o endereço deve estar acessível pela Internet. O formulário rejeita localhost, 127.0.0.1 e endereços de redes privadas, e apenas o esquema https:// é aceito. O JoinGonka Gateway é um serviço HTTPS público, portanto, túneis como ngrok, recomendados pela documentação do Warp para modelos locais, não são necessários aqui.

Versão atualizada do aplicativo. O endpoint próprio está incluído na versão estável desde o lançamento de 20 de maio de 2026, e a seleção do esquema de API no formulário apareceu na versão de 31 de julho de 2026. Se o campo API schema não estiver no formulário, atualize o Warp.

Toda a configuração é feita na interface do aplicativo — não é preciso editar arquivos à mão.

1. Abra Settings e digite inference endpoint na busca de configurações — o Warp vai até o bloco com as chaves dos provedores e os endpoints próprios (ele fica na página de configurações do Warp Agent).
2. Clique em Add custom endpoint — o formulário vai abrir.
3. Preencha os campos com os valores da tabela e clique em Add endpoint.

O botão + Add model adiciona a próxima linha. Cadastre de uma vez todos os modelos da rede para depois alternar entre eles sem voltar às configurações: deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7 e zai-org/GLM-5.3-Flash. A lista atualizada é sempre entregue por GET https://gate.joingonka.ai/v1/models. Digite os identificadores caractere por caractere: o formulário só verifica o formato do endereço e se os campos estão preenchidos, não faz nenhuma requisição de teste ao salvar, então um erro de digitação no nome do modelo só vai aparecer já no diálogo com o agente.

Depois de salvar, os modelos aparecem no seletor de modelos do agente. Se o modelo padrão continuava sendo um dos modelos do Warp, o aplicativo pode sugerir trocá-lo — aceite e escolha o modelo do seu endpoint. Um detalhe importante: as opções Auto do seletor sempre rodam na infraestrutura do Warp e consomem os créditos dele, mesmo com o seu endpoint configurado. Para que a requisição vá para o gateway, é preciso que um modelo específico da sua lista esteja selecionado no seletor.

Selecione o modelo do seu endpoint no seletor e dê ao agente uma tarefa curta, por exemplo: «Mostre os cinco maiores arquivos no diretório atual e explique o comando». O agente deve sugerir o comando, executá-lo com sua permissão e comentar a saída.

Agora abra o painel do gateway, seção «Uso». No bloco «Por chaves», a chave configurada para o Warp mostrará as solicitações e o horário do último acesso; no bloco «Por modelos», aparecerá o modelo escolhido. Se os contadores estiverem aumentando, a inferência está passando pelo JoinGonka Gateway, e não consumindo créditos do Warp. Por sua vez, o Warp mostra o consumo de tokens diretamente no diálogo com o agente — sob os nomes curtos que você definiu no campo alias.

Se algo der errado, a causa geralmente pode ser lida na resposta:

A primeira resposta na sessão pode levar alguns segundos para chegar: o agente envia um grande prompt de sistema com a descrição das ferramentas, e a solicitação passa primeiro pelos servidores do Warp e depois pelo nó da rede. Depois disso, o diálogo flui mais rapidamente.

O preço dos modelos da rede é o mesmo, por isso a escolha é sobre o comportamento, não sobre o orçamento. O agente de terminal lê muito (saída de comandos, logs, arquivos) e chama ferramentas constantemente; todos os modelos da tabela suportam tool calling nativo.

Esquema prático: DeepSeek V4 Flash como modelo principal, MiniMax M2.7 para coisas menores, GLM-5.3 Flash quando a tarefa depende da lógica e não do volume. Alternar leva um segundo porque todos os modelos já estão configurados no endpoint, e nomes curtos no campo alias evitam confusão com identificadores longos. Mais detalhes sobre o mais usado na análise do DeepSeek V4 Flash.

O consumo de tokens do agente no terminal é maior do que no chat: para cada solicitação, o Warp adiciona instruções do sistema, contexto do diálogo e descrição das ferramentas, e cada tarefa consiste em vários passos. Por isso, o preço por token aqui é mais importante do que em uma conversa comum.

Através do JoinGonka Gateway, os tokens custam $0.0069 por milhão na entrada e $0.021 por milhão na saída — o preço é igual para todos os modelos da rede e é carregado nesta página a partir de uma fonte em tempo real. Ordem de grandeza dos preços em setembro de 2026:

Para comparação, três formas de pagar o agente Warp:

O Warp não cobra créditos de indivíduos e equipes de até 10 pessoas por trabalhar através do próprio endpoint — você paga apenas pelos tokens no gateway. O saldo é recarregado no painel, onde o saldo restante e o consumo por dias e modelos também podem ser vistos.

Para a maioria das ferramentas, um endpoint próprio significa «as solicitações vão da minha máquina diretamente para o provedor». Com Warp é diferente: a parte de execução do agente funciona nos servidores da Warp, e um endpoint próprio apenas altera o destino final e a chave. De acordo com a documentação da Warp, o caminho da solicitação é o seguinte:

1. O aplicativo obtém o endereço do endpoint e a chave de um armazenamento seguro no dispositivo e os envia para os servidores da Warp junto com seu prompt.
2. O agente no lado da Warp monta a solicitação completa — instruções do sistema, contexto do diálogo, ferramentas — e chama seu endpoint com essa chave.
3. A resposta retorna ao aplicativo via streaming através dos mesmos servidores.

O que isso significa na prática:

• Chave. Armazenada apenas no dispositivo. Passa pelos servidores da Warp a cada solicitação, mas, segundo a Warp, não é salva lá: é usada em tempo real e descartada.
• Prompts e respostas. São transmitidos pelo backend da Warp. A Warp declara que não utiliza esse conteúdo para treinamento, e o armazenamento e a análise estão sujeitos às configurações de privacidade e telemetria da sua conta. A garantia ZDR, que se aplica aos modelos da própria Warp, não pode ser estendida ao seu endpoint próprio: o que o provedor armazena é determinado pelo provedor.
• Lado do gateway. O JoinGonka Gateway não armazena diálogos: os prompts e as respostas não permanecem no gateway após a resposta; no painel, apenas os contadores de solicitações e tokens são visíveis.
• O que permanece na infraestrutura da Warp. As opções Auto, roteadores de modelos personalizados, Codebase Context, sugestões do Active AI e agentes na nuvem — um endpoint próprio não afeta esses elementos.

Se, para suas tarefas, o caminho através de servidores de terceiros for inaceitável, utilize um agente que acesse o endpoint diretamente da sua máquina, como o Codex CLI ou qualquer ferramenta do guia de início rápido da API. A própria Warp promete em seu anúncio uma versão cliente: um módulo de agente leve em Rust em um repositório aberto, que se conectará a modelos locais sem passar pelos servidores da Warp, e suporte ao Agent Client Protocol. E, desde o lançamento de 2 de setembro de 2026, as descrições dos endpoints são armazenadas em um arquivo de configuração em um formato comum para o aplicativo e para o Warp Agent CLI; as chaves não entram neste arquivo e permanecem no armazenamento seguro.