ZCode: дешёвый GLM-инференс вместо GLM Coding Plan

ZCode — это не «редактор с чат-сайдбаром», а ADE: вы описываете цель, агент строит план, правит файлы, запускает проверки и итерирует до результата. Работает как десктопное приложение на macOS и Windows (сборка для Linux — в бета-статусе).

Ключевые возможности версии 3.0:

• ZCode Agent — собственное агентное ядро с глубокой интеграцией GLM-5.2; помимо него можно подключать сторонние агенты (Claude Code, Codex, Gemini CLI и другие);
• Goal-режим (/goal) — длинные автономные задачи: план → исполнение → верификация по шагам;
• Multi-agent — параллельная работа нескольких агентов над проектом;
• Удалённое управление — запуск и контроль сессий из Telegram, WeChat и Feishu: агент работает на вашей машине, а вы отвечаете на вопросы с телефона.

Сам клиент бесплатный, новым пользователям Z.ai выдаёт ежедневную квоту токенов GLM-5.2 для знакомства. Дальше — либо подписка GLM Coding Plan, либо свой API-ключ. И вот здесь стоит разобраться в деталях, потому что устройство подписки — самая обсуждаемая часть продукта.

GLM Coding Plan — подписка Z.ai, дающая доступ к GLM-моделям в ZCode и в двух десятках сторонних инструментов. На момент публикации (июль 2026) базовая сетка выглядит так — но цены и акции меняются, сверяйтесь с живой страницей z.ai/subscribe:

На что жалуются подписчики (треды Hacker News и GitHub):

• Пиковый множитель. В часы пик (14:00—18:00 UTC+8 — вечер по Азии, утро-день по Европе) каждый запрос списывает квоту с коэффициентом ×3, вне пика — ×2. Планировать расход приходится по часовому поясу Пекина.
• Квота «промптами», а не токенами. Сколько именно токенов осталось — непрозрачно; в тредах встречаются истории вида «выработал ~17M токенов на GLM — и получил блок на четыре дня».
• Один параллельный запрос на Lite и Pro. Для агентной среды это ощутимо: multi-agent режим самого ZCode и любые параллельные суб-агенты упираются в очередь.
• GLM-5.2 расходует квоту быстрее младших моделей — флагман жжёт лимит с собственным множителем.

Вывод простой: для спокойной соло-разработки подписка честно работает. Но чем «агентнее» ваш режим — параллельные задачи, длинные автономные сессии, ночные прогоны — тем чаще квотная модель превращается в лотерею. Альтернатива — оплата за фактические токены: без окон, множителей и очередей — сколько агент израсходовал, столько и списано. Именно эту модель даёт встроенный в ZCode механизм custom provider, и настраивается она за пять минут.

В ZCode официально встроена поддержка BYOK: документация прямо разрешает добавлять «любой сервис, совместимый с протоколами OpenAI или Anthropic» — публичные API, корпоративные каналы и даже self-hosted инсталляции. Настраивается тремя путями:

• кнопка Connect на welcome-экране → «Set Your API Key»;
• Manage Models в селекторе модели;
• шестерёнка → Settings → Model Settings → Add Provider.

Провайдеру задаются OpenAI Base URL и/или Anthropic Base URL плюс API Key — список доступных моделей ZCode подтянет сам.

Три грабли, о которые спотыкаются чаще всего:

• Endpoint'ы Z.ai различаются. Подписка Coding Plan работает только через coding-endpoint https://api.z.ai/api/coding/paas/v4; общий /api/paas/v4 с подписочным ключом вернёт ошибку — классическая причина «у меня 401/429, хотя план оплачен».
• «Работает в Claude Code ≠ работает в ZCode». Переменные окружения вроде ANTHROPIC_BASE_URL, которыми настраивают Claude Code, ZCode не читает: у него собственное хранилище настроек провайдеров. Конфигурируйте именно через Settings.
• «Модель видна в селекторе ≠ у ключа есть квота». Список моделей подтягивается из API провайдера, а доступность зависит от баланса и лимитов конкретного ключа.

Дальше — практика: подключаем к ZCode шлюз JoinGonka и получаем GLM-стек за токены.

JoinGonka Gateway — шлюз к децентрализованной сети Gonka с двумя нативными протоколами: OpenAI-совместимый /v1/chat/completions и Anthropic Messages /v1/messages. Для ZCode это означает: подключается напрямую в оба поля custom provider, без прокси-слоёв. Экономика — pay-per-token: никаких 5-часовых окон, пиковых множителей ×3 и лимита в один параллельный запрос; расход виден в дашборде в реальном времени, содержимое промптов шлюз не хранит.

Пошагово:

Проверка: задайте агенту любой вопрос. Ответ пришёл — всё работает; ошибка 401 — проверьте ключ, 402 — баланс аккаунта.

Сколько стоит GLM-инференс на разных каналах (цены за 1M токенов; у конкурентов зафиксированы на июль 2026, цена JoinGonka подставляется на страницу живьём из API шлюза):

Разница в два-три порядка — не маркетинговое округление, а другая экономика: вычисления выполняют участники децентрализованной сети, зарабатывающие на самой работе, а не на марже дата-центра. Подробный разбор того, как это устроено и где границы применимости, — в статье про самый дешёвый AI API.

Честная оговорка про GLM-5.2: точную цену модели сеть задаст в момент включения (в таблице выше — текущая живая цена моделей сети). Цифры на этой странице обновляются автоматически, ничего пересчитывать вручную не придётся.

Модель zai-org/GLM-5.2-FP8 уже добавлена в on-chain реестр сети Gonka: конфигурация задаёт контекстное окно до 400K токенов, а сама модель — из тяжёлых (на одну реплику нужно больше терабайта видеопамяти). Сейчас идёт раскатка: ноды сети прогревают веса. Как только проверки станут зелёными, модель автоматически появится в списке моделей шлюза — base URL и ключ не меняются, в ZCode достаточно будет выбрать её в селекторе.

О самой модели: открытые веса под лицензией MIT, архитектура MoE на ~750B параметров (около 40B активных на токен), нативное окно до 1M токенов. По данным Z.ai, на SWE-bench Pro модель показывает 62.1 — выше GPT-5.5, а на FrontierSWE отстаёт от Claude Opus 4.8 примерно на процент. Для open-weight модели это первая строчка в кодинге.

Частые вопросы:

• Почему сразу после включения новой модели бывают 429? — Это фаза раскатки: часть нод ещё поднимает веса. Повторите запрос через несколько секунд — балансировщик найдёт живую ноду.
• Что доступно уже сегодня? — Kimi K2.6 и MiniMax M2.7: обе модели работают в ZCode через тот же custom provider, конфигурация из этого гайда полностью рабочая уже сейчас.
• Что с приватностью? — Шлюз не хранит содержимое промптов и ответов; в статистике — только агрегаты расхода.
• Когда Coding Plan всё же выгоднее? — Если вы работаете соло, укладываетесь в квоту Lite и не запускаете параллельных агентов, подписка с фиксированным чеком удобна и предсказуема. Считайте по своему профилю: при активной агентной работе оплата за токены через сеть выходит на порядки дешевле, при лёгкой правке кода пару раз в день разница может не ощущаться.
• Подойдёт ли это для других инструментов? — Да: тот же endpoint работает в Claude Code, Cursor, Cline и любом OpenAI/Anthropic-совместимом клиенте.