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
Kimi Code CLI: เอเจนต์ของ Moonshot AI บนคีย์ของคุณผ่าน Gonka
Kimi Code CLI (คำสั่ง kimi) คือเทอร์มินัลเอเจนต์สำหรับการพัฒนาจาก Moonshot AI โดยทำหน้าที่อ่านและแก้ไขโค้ด รันคำสั่ง ค้นหาไฟล์ และกระจายงานย่อยให้กับซับเอเจนต์ เวอร์ชันปัจจุบันได้เข้ามาแทนที่ไคลเอนต์ Python อย่าง kimi-cli: ซึ่งถูกเขียนด้วย TypeScript ติดตั้งผ่านไบนารีเดียว และเปิดใช้งานภายใต้สัญญาอนุญาต MIT เนื้อหาทั้งหมดต่อไปนี้อ้างอิงตามเวอร์ชัน 2.0.2 ณ วันที่ 19 กันยายน 2026 ซึ่งเป็นเวอร์ชันที่เราใช้ตั้งแต่ขั้นตอนการติดตั้งไปจนถึงการได้รับคำตอบจากเอเจนต์ในวันที่ 23 กันยายน
โดยปกติแล้ว Kimi Code จะทำงานบนโมเดล Kimi ผ่านการเข้าสู่ระบบบัญชี (/login) แต่สามารถรองรับผู้ให้บริการรายใดก็ได้: เพียงอธิบาย endpoint ที่เข้ากันได้กับ OpenAI ไว้ใน ~/.kimi-code/config.toml ไม่กี่บรรทัด โดยไม่จำเป็นต้องใช้บัญชี Moonshot JoinGonka Gateway คือ endpoint ดังกล่าวสำหรับเครือข่ายแบบกระจายศูนย์ Gonka
ประเด็นสำคัญคือ: ปัจจุบันเครือข่าย Gonka ไม่มีโมเดล Kimi แล้ว โดยเครือข่ายเคยให้บริการ Kimi K2.6 ตั้งแต่เดือนพฤษภาคมจนถึงเดือนกันยายน 2026 ปัจจุบันเครือข่ายรองรับ DeepSeek V4 Flash, GLM-5.3 Flash และ MiniMax M2.7 ซึ่งคู่มือนี้จะแนะนำวิธีการรัน Kimi Code บนโมเดลเหล่านี้ เอเจนต์ยังคงเป็นตัวเดิม แต่เปลี่ยนโมเดลและราคาอยู่ที่ $0.0069 ต่อล้านโทเค็นขาเข้า ซึ่งเป็นราคาเดียวสำหรับทุกโมเดลในเครือข่าย หลังจากยืนยันที่อยู่แล้ว คุณจะได้รับโทเค็นฟรี 3M ซึ่งเพียงพอสำหรับให้คุณทดลองทำตามด้วยตนเอง
เริ่มต้นอย่างรวดเร็ว: การติดตั้งและคำสั่งเดียว
ขั้นตอนที่ 1: ติดตั้ง Kimi Code วิธีอย่างเป็นทางการจากเอกสาร:
# macOS and Linux: prebuilt binary, no Node.js needed
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash
# Windows (PowerShell); Git for Windows is required before the first run
irm https://code.kimi.com/kimi-code/install.ps1 | iex
# npm (Node.js 22.19 or newer)
npm install -g @moonshot-ai/kimi-codeสคริปต์จะวางไบนารีไว้ที่ ~/.kimi-code/bin/kimi และเพิ่มไดเรกทอรีนี้ลงใน PATH ผ่านไฟล์ตั้งค่าของเชลล์ บิลด์ของมันรองรับเฉพาะ glibc เท่านั้น บน Alpine และระบบอื่นที่ใช้ musl จะหยุดและแนะนำให้ใช้ npm เปิดเทอร์มินัลใหม่แล้วตรวจสอบด้วย kimi --version
ขั้นตอนที่ 2: ขอคีย์ ลงทะเบียนที่ gate.joingonka.ai/register ยืนยันอีเมล แล้วสร้างคีย์ที่ขึ้นต้นด้วย jg- ในส่วน "คีย์ API"
ขั้นตอนที่ 3: รันตัวติดตั้ง
npx @joingonka/setup --tool kimi-codeตัวติดตั้งจะถามหาคีย์ (ไม่รับผ่านอาร์กิวเมนต์บรรทัดคำสั่ง) แล้วเขียนเฉพาะตารางของตัวเองลงใน ~/.kimi-code/config.toml:
- ผู้ให้บริการ
[providers.joingonka]ชนิดopenai— ซึ่งคือโปรโตคอล Chat Completions — พร้อมที่อยู่เกตเวย์และคีย์ในฟิลด์api_keyไฟล์จะได้รับสิทธิ์600 - ตาราง
[models."joingonka/…"]หนึ่งตารางต่อหนึ่งโมเดลในเครือข่าย — พร้อมหน้าต่างบริบทและเพดานการตอบกลับจริง รวมถึงความสามารถที่ระบุชัดเจน: การเรียกใช้เครื่องมือเปิดให้ทุกโมเดล ส่วนการให้เหตุผลมีเฉพาะ DeepSeek V4 Flash กับ GLM-5.3 Flash ขณะที่ MiniMax M2.7 มีแค่เครื่องมือ default_model— DeepSeek V4 Flash หากยังไม่ได้เลือกโมเดลเริ่มต้น หรือชี้ไปยังโมเดลเกตเวย์ที่ออกจากเครือข่ายไปแล้ว ส่วนการเลือกผู้ให้บริการรายอื่นหากไม่มีแฟล็ก--modelจะไม่ถูกแตะต้อง แต่จะแนะนำคำสั่งสำหรับรันครั้งเดียวแทน- สำรองไฟล์เดิมไว้ ผู้ให้บริการรายอื่นและฟิลด์ของคุณในตารางเกตเวย์จะไม่ถูกแตะต้อง และในตอนท้ายจะส่งคำขอจริงไปยังเกตเวย์ แล้วบอกว่าคีย์ ที่อยู่ และโมเดลได้รับการยอมรับหรือไม่
ผลลัพธ์จากการรันของเรามีหน้าตาแบบนี้ (ย่อ):
Configured provider "joingonka" in ~/.kimi-code/config.toml
Base URL: https://gate.joingonka.ai/v1 (provider type "openai" — Chat Completions)
Models: joingonka/MiniMaxAI/MiniMax-M2.7, joingonka/deepseek-ai/DeepSeek-V4-Flash-0731, joingonka/zai-org/GLM-5.3-Flash
Default model: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731
…
✓ Verified: the gateway accepted the key, base URL and model.โมเดลเริ่มต้นอื่นกำหนดได้ด้วยแฟล็ก --model (glm, minimax หรือ ID แบบเต็ม) ส่วนโหมดไม่ถามอะไรจะดึงคีย์จากตัวแปรสภาพแวดล้อม:
JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool kimi-code --model glm --non-interactiveไดเรกทอรีข้อมูลที่ย้ายด้วยตัวแปร KIMI_CODE_HOME ตัวติดตั้งจะคำนึงถึงเอง ส่วน ~/.kimi นั้นเป็นไดเรกทอรีของไคลเอนต์ Python ตัวเก่าอย่าง kimi-cli ซึ่ง Kimi Code 2.x ไม่ได้อ่าน และเมื่อรันครั้งแรกจะเสนอให้ย้ายการตั้งค่าจากที่นั่นมา (เช่นเดียวกับที่ kimi migrate ทำ)
การตั้งค่าด้วยตนเอง: config.toml
ทุกอย่างที่ตัวติดตั้งทำ เราก็เขียนเองได้ด้วยมือ Kimi Code เก็บการตั้งค่าไว้ใน TOML โดยคีย์ของตารางที่มีจุดหรือเครื่องหมายทับ ต้องใส่เครื่องหมายคำพูด ด้านล่างนี้คือตัวอย่างทั้งหมดสำหรับเครือข่าย Gonka:
default_model = "joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"
[providers.joingonka]
type = "openai"
base_url = "https://gate.joingonka.ai/v1"
api_key = "jg-your-key"
[models."joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"]
provider = "joingonka"
model = "deepseek-ai/DeepSeek-V4-Flash-0731"
max_context_size = 380000
max_output_size = 32768
capabilities = ["thinking", "tool_use"]
display_name = "DeepSeek V4 Flash (Gonka)"
[models."joingonka/zai-org/GLM-5.3-Flash"]
provider = "joingonka"
model = "zai-org/GLM-5.3-Flash"
max_context_size = 390000
max_output_size = 8192
capabilities = ["thinking", "tool_use"]
display_name = "GLM 5.3 Flash (Gonka)"
# MiniMax M2.7 ต่างจาก DeepSeek และ GLM ตรงที่ประกาศโดยไม่มี thinking
[models."joingonka/MiniMaxAI/MiniMax-M2.7"]
provider = "joingonka"
model = "MiniMaxAI/MiniMax-M2.7"
max_context_size = 200000
max_output_size = 8192
capabilities = ["tool_use"]
display_name = "MiniMax M2.7 (Gonka)"| ฟิลด์ | ค่า | สิ่งที่ต้องระวัง |
|---|---|---|
default_model | alias ของโมเดล | อ้างอิงถึงชื่อตาราง [models."…"] ไม่ใช่ ID ของโมเดล |
max_context_size | หน้าต่างบริบทของโมเดล | ฟิลด์บังคับ ใช้ให้เอเจนต์ตัดสินใจว่าจะบีบอัดบริบทเมื่อไหร่ |
max_output_size | เพดานของคำตอบ | ส่งไปในคำขอเป็น max_tokens — เราตรวจสอบบน wire แล้ว ถ้าไม่มีฟิลด์นี้ Kimi Code จะขอคำตอบได้ถึง 131 072 โทเคน ซึ่งมากกว่าที่โมเดลในเครือข่ายให้ได้ |
capabilities | thinking, tool_use | ความสามารถของโมเดลที่ไม่รู้จัก Kimi Code ไม่เดาจากชื่อ — ต้องประกาศให้ชัดเจน |
จะเก็บคีย์ไว้ที่ไหน Kimi Code ไม่ดึงคีย์จาก environment ของเชลล์: export OPENAI_API_KEY=… ไม่มีผลกับมัน มีสองวิธี และใช้พร้อมกันไม่ได้:
| วิธี | การเขียน | พฤติกรรม |
|---|---|---|
| คีย์ในไฟล์ | api_key = "jg-…" | ตัวติดตั้งเขียนแบบนี้ ใช้งานได้จากทุก environment ควรตั้งสิทธิ์ไฟล์เป็น 600 |
| ชื่อตัวแปร | api_key_env = "JOINGONKA_API_KEY" | ค่าถูกอ่านจาก environment ของโปรเซสทุกครั้งที่ส่งคำขอ ถ้าไม่มีตัวแปรนี้ การรันจะล้มเหลวพร้อมข้อผิดพลาดที่ระบุชื่อตัวแปรนั้น |
ถ้าใส่ทั้งสองฟิลด์ในตารางเดียวกัน Kimi Code จะปฏิเสธตอนเริ่มทำงาน: has both apiKey and apiKeyEnv set in config.toml - they are mutually exclusive โปรดทราบว่า kimi doctor ตรวจไม่เจอความขัดแย้งแบบนี้ — มันตรวจแค่รูปแบบไฟล์เท่านั้น
จะเลือก type ของ provider แบบไหน Kimi Code รองรับหลายโปรโตคอล และ gateway ก็เช่นกัน:
type | base_url | เลือกเมื่อไหร่ |
|---|---|---|
openai | https://gate.joingonka.ai/v1 | ตัวเลือกหลัก: เส้นทางมาตรฐานของ gateway ซึ่งตัวติดตั้งเขียนให้ |
anthropic | https://gate.joingonka.ai | รูปแบบ Anthropic Messages ไคลเอนต์เติมเส้นทาง /v1/messages เอง วงจรเต็มรูปแบบพร้อมเครื่องมือผ่านการทดสอบของเราแล้ว |
provider หนึ่งตัวใน Kimi Code พูดได้โปรโตคอลเดียว ดังนั้นโปรโตคอลที่สองจึงต้องเป็น provider ตัวที่สองในชื่ออื่น การเพิ่มและลบ provider แบบอินเทอร์แอกทีฟทำได้ด้วยคำสั่ง /provider ภายในเอเจนต์
โมเดล, Thinking และซับเอเจนต์
ใน Kimi Code โมเดลคือ alias ซึ่งเป็นชื่อตาราง [models."…"] ตัวติดตั้งจะตั้งชื่อตามรูปแบบ joingonka/<model-id> เช่นเดียวกับที่ Kimi Code ตั้งชื่อโมเดลของตัวเอง (kimi-code/k3) และ alias คือสิ่งที่ต้องใช้ทุกที่ที่มีการเลือกโมเดล หากใส่ ID โดยไม่มี prefix เช่น MiniMaxAI/MiniMax-M2.7 Kimi Code จะหาไม่เจอ
| ที่ไหน | อย่างไร | บันทึกไว้หรือไม่ |
|---|---|---|
| config.toml | default_model = "joingonka/deepseek-ai/DeepSeek-V4-Flash-0731" | ใช่ สำหรับเซสชันใหม่ |
| แฟล็กตอนรัน | kimi -m "joingonka/zai-org/GLM-5.3-Flash" | ไม่ ใช้เฉพาะการรันครั้งนี้ |
| อินเทอร์เฟซ | /model เลือกจากรายการ | Enter จะเขียนทับ default_model, Alt+S ใช้เฉพาะเซสชันปัจจุบัน |
ในการรันของเรา /model มีหน้าตาแบบนี้:
Select a model (type to search)
Tab toggle provider · ↑↓ navigate · Enter select · Alt+S session-only · Esc cancel
All joingonka
MiniMax M2.7 (Gonka) joingonka
❯ DeepSeek V4 Flash (Gonka) joingonka ← current
GLM 5.3 Flash (Gonka) joingonka
Thinking (←→ to switch)
[ On ] Offสวิตช์ Thinking ปุ่มเปิดปิดการคิดวิเคราะห์ใต้รายการบนโมเดลของเครือข่ายไม่ได้เปลี่ยนอะไรด้วยตัวเอง เพราะ Kimi Code จะส่งระดับการคิดวิเคราะห์เฉพาะให้โมเดลที่ประกาศระดับไว้เท่านั้น สำหรับ GLM-5.3 Flash ควรทำ เพราะการคิดวิเคราะห์ของโมเดลนี้ปิดได้ด้วยค่า low (อ่านเพิ่มเติมได้ใน รีวิวโมเดล) เพิ่มสามฟิลด์นี้ลงในตารางโมเดล:
[models."joingonka/zai-org/GLM-5.3-Flash"]
# … fields written by the installer …
support_efforts = ["low", "high"]
default_effort = "high"
off_effort = "low"เราตรวจสอบแล้วว่าสิ่งที่ส่งไปยัง gateway คืออะไร: เมื่อเปิด Thinking Kimi Code จะส่ง reasoning_effort: "high" และโมเดลก็คิดวิเคราะห์ เมื่อปิด จะส่ง "low" และคำตอบที่ได้จะไม่มีบล็อกการคิดวิเคราะห์ การรันตัวติดตั้งซ้ำจะไม่แตะฟิลด์เหล่านี้ เพราะมันแก้เฉพาะคีย์ของตัวเอง
โมเดลสำหรับ subagent subagent ที่มีมาให้ในตัว (coder, explore, plan) ทำงานบนโมเดลของ agent หลักเป็นค่าเริ่มต้น ส่วน [secondary_model] มอบ pool ให้พวกมัน โดย agent หลักจะเลือกเองตามคำใบ้ alias ใดก็ได้ใส่ใน pool ได้ — DeepSeek V4 Flash, GLM-5.3 Flash หรือ MiniMax M2.7:
[secondary_model]
default_model = "joingonka/deepseek-ai/DeepSeek-V4-Flash-0731"
[secondary_model.models]
"joingonka/deepseek-ai/DeepSeek-V4-Flash-0731" = "Long context and long output: big reads and edits."
"joingonka/zai-org/GLM-5.3-Flash" = "Reasoning model for tricky logic and debugging."คีย์ของ pool ต้องตรงกับ alias ใน [models] ตามเอกสารแล้ว ลิงก์ที่ค้างอยู่จะทำให้สร้างเซสชันไม่ได้ บรรทัดสำหรับ MiniMax M2.7 ก็เพิ่มแบบเดียวกัน ส่วนลิงก์ไปยังโมเดลที่ออกจากเครือข่ายไปแล้ว ตัวติดตั้งจะล้างออกให้เองเมื่อรันซ้ำ
จะเลือกโมเดลไหนดี ราคาของทุกโมเดลในเครือข่ายเท่ากัน ดังนั้นการเลือกจึงขึ้นอยู่กับพฤติกรรม นี่คือพฤติกรรมของพวกมันใน Kimi Code 2.0.2 บนโจทย์ «อ่านไฟล์แล้วหาข้อผิดพลาด» (ตรวจสอบเมื่อ 23 กันยายน 2026):
| โมเดล | Context / คำตอบ | พฤติกรรมใน Kimi Code |
|---|---|---|
| DeepSeek V4 Flash | 380K / 32768 | ตัวเลือกของ installer: หน้าต่างใหญ่และเพดานคำตอบสูงสุดในเครือข่าย แก้โจทย์ได้ถูกต้อง |
| GLM-5.3 Flash | 390K / 8192 | โมเดลที่คิดวิเคราะห์: การคิดวิเคราะห์แยกเป็นสตรีมต่างหาก (ใน kimi -p ไปที่ stderr) คำตอบไปที่ stdout การคิดวิเคราะห์นับรวมในลิมิตคำตอบ |
| MiniMax M2.7 | 200K / 8192 | แก้โจทย์ได้ถูกต้องในสองขั้นตอน การคิดวิเคราะห์แยกเป็นสตรีมต่างหาก (ใน kimi -p ไปที่ stderr) ใน stdout มีแค่คำตอบ |
การตรวจสอบ: สิ่งที่ควรเกิดขึ้น
ขั้นแรก ตรวจสอบว่า Kimi Code มองเห็นผู้ให้บริการและไฟล์ถูกอ่านได้โดยไม่มีข้อผิดพลาด:
$ kimi provider list
joingonka type=openai models=3 source=inline
Default model: joingonka/deepseek-ai/DeepSeek-V4-Flash-0731
$ kimi doctor
OK config.toml ~/.kimi-code/config.tomlอย่าเผยแพร่ผลลัพธ์ของ kimi provider list --json ที่ไหนเด็ดขาด เพราะคีย์จะปรากฏเป็นข้อความธรรมดาในนั้น
จากนั้น ลองรันแบบครั้งเดียว วางไฟล์ calc.py ที่มีฟังก์ชันบวกซึ่งจริง ๆ แล้วลบ ไว้ในไดเรกทอรี แล้วสั่งให้หาข้อผิดพลาด:
kimi -p "Read calc.py and tell me in one sentence whether it has a bug."ในโหมด -p คำตอบจะออกทาง stdout ส่วนกระบวนการคิดและการทำงานของเครื่องมือจะออกทาง stderr ดังนั้นจึงสะดวกที่จะแยกวิเคราะห์ผลลัพธ์ด้วยสคริปต์ GLM-5.3 Flash ตอบไว้แบบนี้:
• Yes: the `add` function in calc.py:2 returns `a - b` instead of `a + b`, so `add(2, 3)` prints `-1`.请注意:ในโหมด -p Kimi Code จะไม่ถามอะไรและจะรันคำสั่งเอง ในการรันของเรา โมเดลลองรัน python3 เพื่อตรวจสอบข้อสันนิษฐานโดยไม่ถามก่อน การเปิดอินเทอร์เฟซครั้งแรกในไดเรกทอรีใหม่จะเริ่มด้วยคำถาม Trust this folder? ซึ่งเกี่ยวกับ MCP เซิร์ฟเวอร์ของโปรเจกต์ และบนหน้าจอต้อนรับจะเห็นชื่อโมเดล: Model: DeepSeek V4 Flash (Gonka) การตรวจสอบอีกครึ่งหนึ่งคือหน้าเว็บของเกตเวย์: ในส่วน "การใช้งาน" คำขอจะปรากฏในรายละเอียดแยกตามโมเดลและตามคีย์
หากมีอะไรผิดพลาด โดยปกติการวินิจฉัยจะอ่านได้จากข้อความโดยตรง:
| สิ่งที่เห็น | หมายความว่าอะไร | ต้องทำอย่างไร |
|---|---|---|
No model configured. Run `kimi` and use /login to sign in … | ยังไม่ได้ตั้งค่าผู้ให้บริการ หรือ default_model ว่างเปล่า | รันตัวติดตั้งหรือใส่ default_model |
Model "deepseek-ai/DeepSeek-V4-Flash-0731" is not configured in config.toml. | ใน -m ส่ง ID ของโมเดลไป ไม่ใช่ alias | เพิ่มคำนำหน้า: joingonka/deepseek-ai/… |
provider.auth_error: 401 Invalid API key | เกตเวย์ไม่รับคีย์ | ตรวจสอบ api_key ใน [providers.joingonka]: Kimi Code ไม่อ่านตัวแปรเชลล์ |
declares api_key_env = "JOINGONKA_API_KEY" … but the environment variable is not set or is empty | เลือกวิธีใช้ตัวแปร แต่ไม่มีตัวแปรนั้นในสภาพแวดล้อม | export ตัวแปรก่อนรัน หรือเปลี่ยนกลับไปใช้ api_key |
429 … currently overloaded in the Gonka network (rate limit) | โมเดลในเครือข่ายมีความจุว่างไม่พอ | Kimi Code จะลองซ้ำข้อผิดพลาดแบบนี้เอง ถ้านานเกินไปให้เปลี่ยนโมเดลผ่าน /model ดูสถานะได้ที่หน้าสถานะ |
ราคาเท่าไหร่
สำหรับทุกประโยคของคุณ Kimi Code จะเพิ่ม System Prompt และคำอธิบายเครื่องมือในตัวเกือบ 25 รายการ และงานมักจะใช้เวลาหลายขั้นตอน ในการทดสอบของเรา แต่ละขั้นตอนใช้โทเค็นขาเข้าประมาณ 20,000 โทเค็น และงาน "อ่านไฟล์ หาข้อผิดพลาด" ใช้เวลาสองขั้นตอน — ประมาณ 40,000 โทเค็น เกือบทั้งหมดเป็นขาเข้า ดังนั้นราคาต่อโทเค็นจึงมีความสำคัญที่นี่
ผ่าน JoinGonka Gateway โทเค็นมีราคา $0.0069 ต่อล้านโทเค็นขาเข้า และ $0.021 ต่อล้านโทเค็นขาออก — ราคาเท่ากันสำหรับทุกโมเดลในเครือข่ายและจะถูกดึงข้อมูลบนหน้านี้จากแหล่งข้อมูลจริง
| สถานการณ์ | การใช้งาน | ผ่าน Gateway |
|---|---|---|
| งานครั้งเดียว: อ่านไฟล์, หาข้อผิดพลาด | ~40K โทเค็น | เศษเสี้ยวของเซนต์ |
| วันทำงานที่ใช้งานหนัก | 3-7M โทเค็น | ไม่กี่เซนต์ |
| เดือนแห่งการพัฒนาที่ใช้งานหนัก | ~150M โทเค็น | ประมาณหนึ่งดอลลาร์ |
การประเมินในคอลัมน์ขวาอ้างอิงจากราคา ณ เดือนกันยายน 2026 สำหรับการเปรียบเทียบ — วิธีการชำระเงินสำหรับโมเดลใน Kimi Code มีดังนี้:
| วิธี | การเชื่อมต่อ | สิ่งที่จำเป็น |
|---|---|---|
| Kimi Code (OAuth) | /login, เข้าสู่ระบบด้วยรหัสอุปกรณ์ | บัญชี Kimi; ขีดจำกัดและราคาตามข้อกำหนดของบริการ |
| Kimi Platform | /login ด้วย API-key ของแพลตฟอร์ม | คีย์จาก platform.kimi.com หรือ platform.kimi.ai, ชำระเงินตามราคาของแพลตฟอร์ม |
| JoinGonka Gateway | ผู้ให้บริการใน config.toml | คีย์ jg-…; ไม่ต้องใช้บัญชี Moonshot, ชำระเงินตามโทเค็นจริงที่ใช้, ดูการใช้งานได้ในแดชบอร์ด |
การใช้งานที่แน่นอนและยอดคงเหลือสามารถดูได้ในแดชบอร์ด ในส่วน "Usage" และ "Billing" Kimi Code จะติดตามความยาวของการสนทนาด้วยตัวเอง: แถบสถานะแสดงว่าบริบทถูกใช้ไปเท่าใด และคำสั่ง /compact ช่วยบีบอัดประวัติด้วยตนเอง
สิ่งที่ต้องคำนึงถึงในการทำงาน
โหมดการอนุญาต ในอินเทอร์เฟซ Kimi Code ค่าเริ่มต้นคือโหมด Always Ask: การอ่านจะดำเนินการทันที ส่วนการแก้ไขและคำสั่งจะทำหลังจากที่คุณยืนยัน Ask When Needed (/yolo หรือแฟล็ก --yolo) จะข้ามการแก้ไขและคำสั่งทั่วไป แต่จะถามเกี่ยวกับไฟล์ที่ละเอียดอ่อนและคำสั่งที่เป็นอันตราย Never Ask (/auto, --auto) จะไม่ถามอะไรเลย โหมดการวางแผนเปิดใช้งานด้วย Shift-Tab การรันครั้งเดียว kimi -p จะไม่มีคำถามเสมอ ดังนั้นให้รันในคอนเทนเนอร์หรือสำเนาการทำงานแยกต่างหาก
สิ่งที่ทำงานได้โดยไม่ต้องมีบัญชี Moonshot ผู้ให้บริการของคุณจะจัดการทุกอย่างที่โมเดลทำ ทั้งการอ่านและการแก้ไขโค้ด, คำสั่ง, ซับเอเจนต์, เซสชัน และ MCP-servers สำหรับการค้นหาเว็บ (Web Search) จะเป็นบริการของ Moonshot หากไม่มีการลงชื่อเข้าใช้บัญชี เครื่องมือ WebSearch จะไม่มีอยู่ในชุดเอเจนต์ แต่การโหลดหน้าเว็บตามที่อยู่ (FetchURL) จะยังคงอยู่ โมเดลของเครือข่ายเป็นแบบข้อความ ดังนั้นการป้อนข้อมูลด้วยรูปภาพและวิดีโอจึงใช้งานไม่ได้
โทรมาตรและการอัปเดต โทรมาตรแบบไม่ระบุตัวตนจะเปิดใช้งานตามค่าเริ่มต้น โดยสามารถปิดได้ด้วยบรรทัด telemetry = false ใน config.toml หรือตัวแปร KIMI_DISABLE_TELEMETRY=1 การอัปเดตจะติดตั้งโดยอัตโนมัติ ([upgrade] auto_install = true ใน ~/.kimi-code/tui.toml) หากต้องการความคาดเดาได้ ให้ปิดและอัปเดตด้วยคำสั่ง kimi upgrade เกตเวย์จะไม่จัดเก็บเนื้อหาของพรอมต์และคำตอบ โดยในสถิติจะมีเพียงข้อมูลการใช้จ่ายรวมเท่านั้น
สภาพแวดล้อมหลายชุด Kimi Code ไม่มีการตั้งค่าผู้ให้บริการในระดับโปรเจกต์ คุณสามารถแยกคีย์ส่วนตัวและคีย์การทำงานได้ด้วยตัวแปร KIMI_CODE_HOME โดยการตั้งค่า เซสชัน และบันทึกจะย้ายไปยังไดเรกทอรีอื่น และตัวติดตั้งที่รันด้วยตัวแปรเดียวกันจะเขียนลงไปที่นั่น
ในตัวแก้ไข Kimi Code ทำงานภายใน Zed, JetBrains และไคลเอนต์อื่นๆ ของ ACP ผ่านคำสั่ง kimi acp โดยใช้ไดเรกทอรีข้อมูลเดียวกันและผู้ให้บริการเดียวกัน
แล็บที่โมเดลของพวกเขาถูกดูแลโดยเครือข่ายก็มีเอเจนต์ของตัวเองเช่นกัน: MiniMax มีเทอร์มินัล MiniMax Code, DeepSeek มี DeepSeek Harness, และ Z.ai ผู้สร้าง GLM มี ZCode ทั้งหมดนี้เชื่อมต่อกับเกตเวย์เดียวกันด้วยคีย์เดียวกัน
npx @joingonka/setup --tool kimi-code: ตัวติดตั้งจะเขียนผู้ให้บริการ joingonka ที่มีประเภท openai และคีย์, ตารางโมเดลที่มีขีดจำกัดที่ชัดเจน, และโมเดลเริ่มต้นลงใน ~/.kimi-code/config.toml จากนั้นจะตรวจสอบการเชื่อมต่อด้วยการสอบถามจริง โมเดลถูกเลือกโดยนามแฝง joingonka/<id> ใน /model หรือด้วยแฟล็ก -m เพื่อให้ปุ่ม Thinking ทำงานได้ใน GLM-5.3 Flash ให้ประกาศ support_efforts และ off_effort = "low" การตรวจสอบทำได้โดย kimi provider list และ kimi -p บนไฟล์ที่มีข้อผิดพลาด คุณจ่ายตามโทเค็นจริงในราคาเดียวกันของเครือข่าย