ส่วนของฐานความรู้ ▾
การนำทาง
▸ เริ่มต้นที่นี่ ตามบทบาทหมวดหมู่
- Cursor + Gonka AI - LLM ราคาถูกสำหรับการเขียนโค้ด
- Claude Code + Gonka AI - LLM สำหรับเทอร์มินัล
- OpenClaw + Gonka AI - เอเจนต์ AI ที่เข้าถึงได้
- OpenCode: โมเดลของคุณเองในเทอร์มินัล
- Continue.dev + Gonka AI - AI สำหรับ VS Code/JetBrains
- Cline + Gonka AI - เอเจนต์ AI ใน VS Code
- Aider + Gonka AI - การเขียนโปรแกรมคู่กับ AI
- LangChain + Gonka AI - แอปพลิเคชัน AI ในราคาที่ถูกมาก
- n8n + Gonka AI - การทำงานอัตโนมัติด้วย AI ราคาถูก
- Open WebUI + Gonka AI - ChatGPT ของคุณเอง
- LibreChat + Gonka AI — open-source ChatGPT
- Hermes Agent + DeepSeek บนเครือข่าย Gonka — เอเจนต์อัตโนมัติในราคาประหยัด
- Kilo Code + Gonka AI — AI-agent ใน VS Code
- Roo Code + Gonka AI — AI-agent อัตโนมัติใน VS Code
- LlamaIndex + Gonka AI — แอป RAG ราคาถูก
- PydanticAI + Gonka — เอเจนต์ AI แบบมีไทป์ราคาถูก
- Vercel AI SDK + Gonka AI — แอปพลิเคชัน AI บน TypeScript ราคาถูก
- TanStack AI + Gonka — แอปพลิเคชัน AI บน TypeScript ราคาถูก
- API เริ่มต้นอย่างรวดเร็ว — curl, Python, TypeScript
- JoinGonka Gateway — ภาพรวมโดยละเอียด
- Management Keys — SaaS บน Gonka
- API AI ที่ถูกที่สุด: การเปรียบเทียบผู้ให้บริการปี 2026
- วิธีการซื้อโทเค็น AI และ API-key: 3 วิธีในปี 2026
- Cursor Pro ลิมิตคำขอหมด — วิเคราะห์ปัญหาและทางเลือกที่ถูกกว่า
- Claude Code ราคาประหยัดกว่า — วิเคราะห์บิลและการย้ายใช้งาน
- Cline เผาเงิน — ทำไมเอเจนต์ถึงใช้จ่ายเยอะเกินไป
- OpenClaw มีค่าใช้จ่ายสูง — ทำไมเอเจนต์ถึงใช้โทเค็นเปลืองและจะประหยัดได้อย่างไร
- OpenRouter: ทางเลือกราคาถูก — เปรียบเทียบกับ JoinGonka Gateway
- AI โมเดลที่ดีที่สุดสำหรับการเขียนโค้ดในปี 2026: เปรียบเทียบและราคา
- ทางเลือกราคาถูกแทนที่ GitHub Copilot แบบไม่จำกัด
- ทางเลือกราคาประหยัดสำหรับ Windsurf โดยไม่มีเครดิตหรือข้อจำกัด
- API ที่ถูกที่สุดสำหรับ AI-agent ในปี 2026
- ZCode: GLM-inferenced ราคาประหยัดแทนที่ GLM Coding Plan
- JetBrains IDE + JoinGonka Gateway — endpoint ของตัวเองแทนเครดิต
- GitHub Copilot BYOK — โมเดลของคุณเองแทนที่โควตา
- Zed + JoinGonka Gateway — อินเฟอเรนซ์ราคาประหยัดในโปรแกรมแก้ไข
- Pi + JoinGonka Gateway — เอเจนต์เทอร์มินัลบนอินเฟอเรนซ์ราคาถูก
- Codex CLI: คีย์ของคุณเองแทนการสมัครสมาชิก
- DeepSeek Harness: ผู้ให้บริการของคุณเองผ่าน JoinGonka Gateway
- MiniMax Code: MiniMax Agent ที่ใช้คีย์ของคุณเองผ่าน Gonka
- Warp + JoinGonka Gateway — เอเจนต์เทอร์มินัลบน endpoint ของคุณเอง
- Trae + JoinGonka Gateway — โมเดลเครือข่าย Gonka ใน AI-IDE
- Cherry Studio + JoinGonka Gateway — ไคลเอนต์ AI บนเดสก์ท็อป
- omp (Oh My Pi) + JoinGonka Gateway: เอเจนต์พร้อมบทบาทโมเดล
- OpenHands + JoinGonka Gateway: ตัวแทนบน Endpoint ของคุณเอง
- Qwen Code หลังจากปิดบริการ qwen-oauth: การทำงานผ่าน JoinGonka Gateway
- Goose + JoinGonka Gateway: ผู้ให้บริการของคุณและคีย์ใน keyring
- Crush + JoinGonka Gateway: เอเจนต์ Charm บนโมเดลของเครือข่าย Gonka
- Zoo Code + JoinGonka Gateway: ย้ายจาก Roo Code ไปยังโมเดล Gonka
- Kimi Code CLI: เอเจนต์ของ Moonshot AI บนคีย์ของคุณผ่าน Gonka
- Factory Droid + JoinGonka Gateway: BYOK บนโมเดลเครือข่าย Gonka
- MiMo Code + JoinGonka Gateway: Xiaomi Agent บนโมเดลเครือข่าย Gonka
เครื่องมือ
Codex CLI: คีย์ของคุณเองแทนการสมัครสมาชิก
Codex CLI คือผู้ช่วยเอเจนต์ของ OpenAI ที่ทำงานโดยตรงในเทอร์มินัล: มันอ่านไฟล์โปรเจกต์, รันคำสั่งใน sandbox, แก้ไขโค้ด และอธิบายสิ่งที่ทำ โดยปกติแล้วมันจะเข้าถึงโมเดลของ OpenAI ผ่านการสมัครสมาชิก ChatGPT แต่คุณสามารถเปลี่ยนผู้ให้บริการเป็นของคุณเองได้ และในกรณีนั้นเครือข่าย Gonka จะเป็นผู้ประมวลผลสถานการณ์เหล่านั้นแทน
มีรายละเอียดหนึ่งที่ทำให้ Codex พิเศษท่ามกลางเครื่องมือเอเจนต์อื่นๆ: มันไม่ได้ใช้ Chat Completions ทั่วไป แต่ใช้ Responses API ซึ่งเป็นโปรโตคอลใหม่ของ OpenAI นั่นคือเหตุผลที่ก่อนหน้านี้ไม่สามารถเชื่อมต่อกับ Gateway ภายนอกได้ JoinGonka Gateway รองรับ Responses ตั้งแต่วันที่ 22 สิงหาคม 2026 และทุกสิ่งที่อธิบายไว้ด้านล่างนี้ผ่านการทดสอบจริง ไม่ใช่แค่การสรุปเอกสาร
Codex CLI คืออะไรและต่างจากแชทอย่างไร
Codex ไม่ใช่ผู้ช่วยในเอดิเตอร์ แต่เป็นผู้ลงมือทำด้วยตัวเอง คุณกำหนดงานเป็นคำพูด มันตัดสินใจเองว่าจะอ่านไฟล์ใด รันคำสั่งใด และแก้อะไร ในมือมีเครื่องมือราวสิบอย่าง: รันคำสั่ง อ่านไฟล์ จัดทำแผนงาน ขอคำชี้แจงจากผู้ใช้ สร้างเอเจนต์ย่อยสำหรับงานย่อย
มีสองโหมดการทำงาน โหมดโต้ตอบ — codex โดยไม่มีอาร์กิวเมนต์ บทสนทนาในเทอร์มินัลที่แสดงทุกขั้นตอน โหมดไม่โต้ตอบ — codex exec "task" รันครั้งเดียวจนได้ผลลัพธ์ เหมาะกับสคริปต์และ CI
ความปลอดภัยมีมาให้ในตัว: โดยค่าเริ่มต้นเอเจนต์ทำงานในแซนด์บ็อกซ์และขอการยืนยันก่อนแก้ไข ระดับการควบคุมกำหนดได้ในการตั้งค่า ตั้งแต่ "ถามทุกอย่าง" ไปจนถึงการรันแบบอัตโนมัติเต็มรูปแบบที่มีสิทธิ์เขียนในไดเรกทอรีทำงาน
คุณลักษณะอีกอย่างคือสถานะของบทสนทนา Codex ไม่ขอให้เซิร์ฟเวอร์จดจำอะไรเลย มันเก็บประวัติทั้งหมดไว้ฝั่งตัวเองและส่งทั้งหมดไปในทุกเทิร์น สำหรับคุณแล้วหมายความว่าการสนทนาไม่ได้ตกค้างอยู่ฝั่งผู้ให้บริการโมเดล และการเปลี่ยน endpoint ไม่ทำให้เซสชันที่เริ่มไว้เสียหาย
ความแตกต่างจาก Claude Code และเทอร์มินัลเอเจนต์อื่นๆ อยู่ที่โปรโตคอลนี่เอง Codex สื่อสารกับโมเดลผ่าน Responses API ซึ่งการสนทนาไม่ได้อธิบายด้วยรายการข้อความแบนราบ แต่เป็นลำดับขององค์ประกอบ: ข้อความ การเรียกเครื่องมือ ผลลัพธ์การเรียก บล็อกการคิด สิ่งนี้ให้โมเดลบทสนทนาที่เข้มงวดกว่ากับเครื่องมือ และสำหรับคุณคือความจำเป็นที่จะต้องมี endpoint ที่เข้าใจโปรโตคอลนี้
การเชื่อมต่อ: แก้ไข config.toml เพียงจุดเดียว
ทางลัด — ตัวติดตั้ง คำสั่ง npx @joingonka/setup --tool codex จะเขียนบล็อกผู้ให้บริการลงใน ~/.codex/config.toml ให้เอง พร้อม wire_api = "responses" โมเดลและหน้าต่างคอนเท็กซ์จริงของมัน โดยเก็บคอมเมนต์และการตั้งค่าอื่นๆ ของคุณไว้ครบ แล้วตรวจสอบคีย์และโมเดลด้วยคำขอจริง หากในคอนฟิกเลือกผู้ให้บริการอื่นอยู่แล้ว ตัวติดตั้งจะไม่แตะและจะแนะนำคำสั่งสำหรับเรียกใช้แบบครั้งเดียวให้ มันเก็บคีย์ไว้ในไฟล์โดยตรง (สิทธิ์ 600) ในฟิลด์ experimental_bearer_token — ฟิลด์เดียวที่ Codex อาจเก็บคีย์แบบ literal ได้ ตัว Codex เองถือว่าฟิลด์นี้เป็น experimental ส่วนวิธีด้วยตนเองด้านล่างใช้ตัวแปรสภาพแวดล้อมแทนได้
Codex เก็บการตั้งค่าไว้ใน ~/.codex/config.toml ผู้ให้บริการที่กำหนดเองอธิบายผ่านบล็อก [model_providers.*] และฟิลด์สำคัญตรงนี้คือ wire_api: หากไม่มี Codex จะพยายามพูดคุยแบบ Chat Completions และจะประกอบลูปเอเจนต์ไม่สำเร็จ
# ~/.codex/config.toml
model_provider = "joingonka"
model = "deepseek-ai/DeepSeek-V4-Flash-0731"
[model_providers.joingonka]
name = "JoinGonka Gateway"
base_url = "https://gate.joingonka.ai/v1"
env_key = "JOINGONKA_API_KEY"
wire_api = "responses"คีย์จะไม่ถูกเขียนลงไฟล์: env_key ระบุชื่อตัวแปรสภาพแวดล้อมที่ Codex จะดึงมาใช้ ตั้งชื่อตัวแปรเป็นของคุณเอง ไม่ใช่ OPENAI_API_KEY — วิธีนี้จะทำให้การตั้งค่าไม่ไปรบกวนเครื่องมืออื่นที่คุณใช้กับ OpenAI
export JOINGONKA_API_KEY=jg-your-keyฟิลด์ model กำหนดโมเดลเริ่มต้น ส่วน model_provider ระบุว่าจะใช้บล็อกใดจากที่อธิบายไว้ ทั้งสองอย่างสามารถเขียนทับได้ตอนเรียกใช้ ดังนั้นคอนฟิกเดียวจึงรองรับผู้ให้บริการหลายรายได้สบายๆ: ตัวใช้งานจริง ตัวทดลอง และตัวสำรอง
คีย์ออกให้ในหน้าสมาชิกหลังลงทะเบียน ที่เดียวกันนั้นยังดูยอดคงเหลือและค่าใช้จ่ายได้ด้วย หากคุณไม่อยากแตะคอนฟิกหลัก บล็อกเดียวกันนี้ส่งผ่าน -c แบบครั้งเดียวได้: codex -c model_provider=joingonka … และหากต้องการเก็บคอนฟิกหลายชุดแยกกัน ให้ระบุไดเรกทอรีการตั้งค่าผ่านตัวแปร CODEX_HOME
การตรวจสอบ: สิ่งที่ควรเกิดขึ้น
วิธีที่เร็วที่สุดในการตรวจสอบว่าการเชื่อมต่อทำงานได้คือการรันครั้งเดียว:
codex exec "Answer in one line: what is 17*3?"ในส่วนหัวของคำตอบ Codex จะแสดงว่ากำลังทำงานกับใคร: model, provider: joingonka, โหมดแซนด์บ็อกซ์ และ ID ของเซสชัน หากมีผู้ให้บริการของคุณอยู่ตรงนั้นและมีคำตอบด้านล่าง แสดงว่าการเชื่อมต่อยังใช้งานได้
ต่อไปควรทดสอบสิ่งที่สำคัญที่สุดซึ่งเป็นเหตุผลที่คนติดตั้ง Codex นั่นคือการทำงานกับไฟล์ วางไฟล์เล็กๆ ที่มีข้อผิดพลาดชัดเจนไว้ในไดเรกทอรี แล้วขอให้มันค้นหา:
codex exec "Read calc.py and tell me in one sentence whether it has a bug."เอเจนต์ควรเรียกใช้เครื่องมืออ่านไฟล์ด้วยตัวเอง เปิดไฟล์ และตอบอย่างตรงประเด็นพร้อมระบุบรรทัด หากเป็นเช่นนั้น วงจรเอเจนต์เต็มรูปแบบ (คำขอ → เรียกเครื่องมือ → ผลลัพธ์ → คำตอบ) ผ่านเกตเวย์ทำงานได้อย่างถูกต้อง
หากมีอะไรผิดพลาด โดยปกติการวินิจฉัยสามารถอ่านได้จากข้อความโดยตรง:
| สิ่งที่เห็น | ความหมาย | สิ่งที่ต้องทำ |
|---|---|---|
401 Unauthorized: Invalid API key | Codex หาคีย์ไม่พบหรือใช้คีย์ผิด | ตรวจสอบว่าตัวแปรจาก env_key ถูก export ในเชลล์ปัจจุบันจริงและชื่อตรงกับ config |
404 ที่ /responses | ส่วนต่อท้ายหายไปจาก base_url | ที่อยู่ต้องลงท้ายด้วย /v1 — Codex จะเติม /responses เอง |
| โมเดลตอบ แต่เครื่องมือไม่ถูกเรียก | ไม่ได้ตั้งค่า wire_api บทสนทนาจึงใช้โปรโตคอลเก่า | เพิ่ม wire_api = \"responses\" ในบล็อกผู้ให้บริการ |
Reconnecting… 1/5 | Codex กำลังลองคำขอซ้ำด้วยตัวเอง | เป็นพฤติกรรมปกติเมื่อเกิดข้อผิดพลาดเครือข่ายครั้งเดียว หากลองครบแล้ว ให้ดูข้อความข้อผิดพลาดด้านล่าง |
| คำเตือนเกี่ยวกับ bubblewrap | ระบบไม่มีแพ็กเกจสำหรับแยกสภาพแวดล้อม | ไม่กระทบการทำงาน: Codex จะใช้สำเนาที่มีมาให้ สำหรับความเรียบร้อยให้ติดตั้ง bubblewrap ผ่านตัวจัดการแพ็กเกจ |
คำขอแรกในเซสชันอาจใช้เวลาสองสามวินาที: Codex ส่ง system prompt ขนาดใหญ่และคำอธิบายเครื่องมือทั้งหมด และโหนดเครือข่ายต้องรับงาน คำตอบถัดไปจะมาเร็วกว่า
ควรเลือกโมเดลไหน
โมเดลทุกตัวของเครือข่ายมีราคาเดียวกัน ดังนั้นการเลือกจึงขึ้นอยู่กับพฤติกรรมไม่ใช่เรื่องงบประมาณ ด้านล่างนี้คือผลลัพธ์จากการทดสอบจริงด้วยงานเดียวกัน (อ่านไฟล์และค้นหาข้อผิดพลาด) ผ่าน Codex บน DeepSeek V4 Flash และ MiniMax M2.7; GLM-5.3 Flash เข้าสู่เครือข่ายหลังจากช่วงการทดสอบนี้ — ข้อมูลคุณสมบัติของโมเดลถูกระบุไว้แทน
| โมเดล | Identifier | Context | พฤติกรรมใน Codex |
|---|---|---|---|
| DeepSeek V4 Flash | deepseek-ai/DeepSeek-V4-Flash-0731 | 380K | คำตอบชัดเจนและตรงประเด็น ระบุชื่อไฟล์และบรรทัด มี context ยาวที่สุดในเครือข่ายและจำกัดการตอบ 32768 tokens เหมาะสำหรับ repository ขนาดใหญ่ |
| MiniMax M2.7 | MiniMaxAI/MiniMax-M2.7 | 200K | แก้ปัญหาได้ถูกต้อง แต่อาจแสดงขั้นตอนการวิเคราะห์ออกมาในเทอร์มินัล ทำให้ดูเวิ่นเว้อ |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | 390K | โมเดล Reasoning ที่มี context ยาวที่สุดในเครือข่าย: วิเคราะห์ก่อนตอบทุกครั้ง ทำให้ตอบยาวขึ้นและมาช้ากว่า เรียกเครื่องมือได้รวมถึงการรันซ้ำ สำหรับงานสั้นๆ ให้กำหนด reasoning_effort: low |
ค่าเริ่มต้นที่แนะนำคือ DeepSeek V4 Flash: งานเอเจนต์มักติดปัญหาที่ขนาด context ซึ่ง 380K tokens ช่วยให้เก็บไฟล์หลายไฟล์ไว้ในหน่วยความจำได้พร้อมกัน หากงานต้องใช้การคิดเชิงตรรกะที่ซับซ้อน ให้ใช้ GLM-5.3 Flash แต่ควรสำรอง max_tokens ไว้: เพราะงบประมาณส่วนหนึ่งจะใช้ในการวิเคราะห์ คุณสามารถเปลี่ยนโมเดลได้ด้วยการแก้บรรทัด model ในไฟล์คอนฟิกหรือใช้แฟล็ก -c model=… โดยไม่ต้องแก้ไขไฟล์
รายการโมเดลเครือข่ายล่าสุดสามารถดูได้ที่ GET https://gate.joingonka.ai/v1/models
ค่าใช้จ่ายเท่าไหร่
เครื่องมือตัวแทน (Agentic tools) ใช้ tokens ต่างจากแชททั่วไป: ในทุกๆ ประโยคของคุณ Codex จะเพิ่ม system prompt และคำอธิบายเครื่องมือทั้งหมดเข้าไป จากนั้นจึงทำการสนทนาหลายขั้นตอนกับโมเดล ในการรันจริง งานง่ายๆ อย่าง "อ่านไฟล์และหาข้อผิดพลาด" ใช้ไปประมาณ 18-20k tokens นี่คือราคาปกติสำหรับความเป็นอิสระของตัวแทน และนั่นคือเหตุผลว่าทำไมราคาต่อ token ถึงสำคัญ
ผ่านทาง JoinGonka Gateway ราคา tokens อยู่ที่ $0.0069 ต่อล้านขาเข้า และ $0.021 ต่อล้านขาออก — ราคาเท่ากันสำหรับทุกโมเดลในเครือข่าย และแสดงผลในหน้านี้จากแหล่งข้อมูลจริง
| สถานการณ์ | การใช้งาน | ผ่าน Gateway |
|---|---|---|
| งานครั้งเดียว (อ่านไฟล์, หาข้อผิดพลาด) | ~20K tokens | เศษเสี้ยวของเซนต์ |
| หนึ่งวันของการทำงานจริง | 3-7M tokens | ประมาณหนึ่งเซนต์ |
| หนึ่งเดือนของการพัฒนาจริง | ~150M tokens | ไม่กี่เซนต์ |
เพื่อเปรียบเทียบ: รูปแบบการชำระเงินของ Codex เองและคู่แข่งในกลุ่มเดียวกันเป็นอย่างไร:
| วิธีการ | รูปแบบการชำระเงิน | ข้อจำกัด |
|---|---|---|
| สมาชิก ChatGPT | จำนวนเงินคงที่ต่อเดือน | โควตาจำนวนครั้งในการใช้งานและช่วงเวลาในการรีเฟรช |
| คีย์ OpenAI โดยตรง | ตามราคา tokens ของผู้ให้บริการ | ราคาต่อล้าน tokens สูงกว่า 3 เท่า |
| JoinGonka Gateway | ตามการใช้งานจริง (tokens) | เห็นการใช้งานในแดชบอร์ด ไม่มีโควตาจำนวนคำขอ |
ชำระตามการใช้งานจริง ไม่มีสมาชิกรายเดือนและไม่มีโควตาจำนวนคำขอ: ไม่มีช่วงเวลา 5 ชั่วโมง, ไม่มีขีดจำกัดจำนวน "prompts" และไม่มีตัวคูณในช่วงที่มีการใช้งานสูงสุด ยอดเงินเติมผ่านสกุลเงินดิจิทัล (cryptocurrency) ยอดคงเหลือและค่าใช้จ่ายรายวันสามารถดูได้ในแดชบอร์ดส่วนตัว รายละเอียดเกี่ยวกับเศรษฐศาสตร์สามารถอ่านได้ในบทความ เกี่ยวกับ API ที่ถูกที่สุด
สิ่งที่ต้องคำนึงถึงในการทำงาน
Codex จะเป็นผู้เก็บประวัติการสนทนาเอง โดยส่งข้อมูลทั้งหมดไปพร้อมกับทุกคำขอและไม่ขอให้เซิร์ฟเวอร์จำสิ่งใด เราเองก็ไม่เก็บข้อมูลการสนทนาเช่นกัน โค้ดและพรอมต์ของคุณจะไม่อยู่บนเกตเวย์หลังจากได้รับคำตอบแล้ว
การค้นหาบนเว็บใช้งานได้จริง Codex จะประกาศเครื่องมือค้นหาในทุกคำขอและเกตเวย์จะยอมรับ: การค้นหาจะดำเนินการที่ฝั่งเรา ผลลัพธ์จะถูกนำมารวมเข้ากับคำตอบของโมเดล
เครื่องมือเป็นแบบโลคัล ไม่ใช่คลาวด์ Codex จะรันคำสั่งและอ่านไฟล์แบบโลคัลบนเครื่องของคุณ ดังนั้นการเข้าถึงโปรเจกต์จึงไม่ขึ้นอยู่กับผู้ให้บริการโมเดล
Sandbox บน Linux Codex จะใช้ bubblewrap เพื่อแยกคำสั่งที่รัน หากไม่มีในระบบ Codex จะแจ้งเตือนและใช้สำเนาที่มีมาให้ ซึ่งไม่ส่งผลต่อการทำงาน แต่การติดตั้งผ่านตัวจัดการแพ็คเกจปกติจะสะดวกกว่า
หากคุณต้องการทำงานกับรูปภาพ เช่น ภาพหน้าจออินเทอร์เฟซ หรือแผนภาพในรูปถ่าย ให้ใช้เครื่องมือที่มีโมเดลความสามารถด้านการมองเห็น (Vision): โมเดลในเครือข่าย Gonka เป็นแบบข้อความ แต่สำหรับโค้ด คำสั่ง และไฟล์ต่างๆ สิ่งนี้ไม่ใช่ข้อจำกัด
เอเจนต์เทอร์มินัลอื่นๆ หาก Codex ไม่ตอบโจทย์: API quickstart จะแสดงวิธีเชื่อมต่อเครื่องมือที่เข้ากันได้ภายในไม่กี่นาที