GitHub Copilot BYOK — свои модели вместо квоты

Подписка Copilot ограничивает premium-запросы месячными лимитами: агентные сессии, рефакторинги и многошаговые задачи съедают квоту быстрее всего. BYOK выводит эти вызовы на вашего провайдера: расход тарифицируется по его ценам и не списывает premium-квоту Copilot. Ключи хранятся в системном keychain и не читаются интерфейсом обратно.

BYOK оправдан, если вы упираетесь в лимит, хотите модели с открытыми весами или платите за инференс кратно меньше: сеть Gonka отдаёт те же open-source модели в сотни раз дешевле карточных цен вендоров — актуальные цены всегда в живом прайсе шлюза.

Понадобится ключ jg-… — он выдаётся при регистрации на шлюзе вместе со стартовыми 3M бесплатных токенов, карта не нужна. Ключ и модель задаются в каждом клиенте Copilot отдельно — ниже три пути.

VS Code — провайдер Custom Endpoint. Это актуальный путь: прежний провайдер «OpenAI Compatible» и настройка github.copilot.chat.customOAIModels объявлены устаревшими.

"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 — окно контекста модели за вычетом потолка ответа: вместе с maxOutputTokens оно и задаёт окно. Без toolCalling: true модель не появится в списке при работе с агентами.

Copilot CLI — только переменные окружения. Файла настроек у провайдера нет, значения задаются в оболочке, из которой вы запускаете 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

Имена COPILOT_PROVIDER_* читает только Copilot CLI, поэтому остальные ваши инструменты настройка не задевает. От модели CLI требует tool calling и streaming — это умеют все модели сети.

JetBrains — плагин GitHub Copilot. Откройте Copilot Chat → список моделей → Manage Models, выберите провайдера с OpenAI-совместимым endpoint, нажмите Add Models и введите Base URL https://gate.joingonka.ai/v1, ключ jg-… и идентификатор модели. Нажмите Save, отметьте модель под своим ключом и сохраните ещё раз — она появится в списке рядом со встроенными.

Подсказка. Команда npx @joingonka/setup --tool copilot-byok напечатает все три раздела уже с вашим ключом и реальными лимитами выбранной модели — включая готовый массив "models" для VS Code — и живым запросом проверит, что шлюз принимает ключ и модель. Файлов она не пишет: каждый клиент Copilot хранит ключ в собственном хранилище.

Все три модели сети поддерживают streaming и tool calling. deepseek-ai/DeepSeek-V4-Flash-0731 — один из самых длинных контекстов сети (380K токенов) и самый большой вывод, до 32768 токенов: берите её для больших репозиториев и долгих агентных сессий. MiniMaxAI/MiniMax-M2.7 — универсальная, вывод до 8192 токенов. zai-org/GLM-5.3-Flash — reasoning-модель Z.ai с самым длинным контекстом сети (390K токенов): рассуждает перед ответом, вывод до 8192 токенов; часть бюджета ответа уходит на рассуждения, поэтому не занижайте лимит вывода в настройках.

BYOK покрывает агентные сессии и чат; inline-подсказки и семантический поиск по проекту остаются на моделях Copilot и требуют аккаунта GitHub — это ограничение самого Copilot, а не провайдера. В Copilot Business и Enterprise локальный BYOK управляется политикой администратора («Bring Your Own Language Model Key»): если пункта нет в интерфейсе, он выключен на уровне организации. Vision-задачи через шлюз не работают: модели сети текстовые. Если инструмент шлёт запросы в формате Responses API — шлюз его принимает: POST /v1/responses, стриминг и function tools работают. Диалоги мы не храним, поэтому store игнорируется, а previous_response_id вернёт ошибку — передавайте историю целиком в input.