Mga Seksyon ng Base ng Kaalaman ▾
Para sa mga Nagsisimula
Para sa mga Investor
- Saan Nagmumula ang Halaga ng Token ng GNK
- Gonka vs. Mga Kakumpitensya: Render, Akash, io.net
- Ang mga Lieberman: Mula Biophysics tungo sa Desentralisadong AI
- GNK Tokenomics
- Mga panganib at prospect ng Gonka: layunin na pagsusuri
- Gonka vs Render Network: detalyadong paghahambing
- Gonka vs Akash: AI inference vs Containers
- Gonka vs io.net: inference vs marketplace GPU
- Gonka vs Bittensor: Detalyadong Paghahambing ng Dalawang Diskarte sa AI
- Gonka vs Flux: Dalawang Diskarte sa Kapaki-pakinabang na Mining
- Governance sa Gonka: Paano pinamamahalaan ang isang desentralisadong network
Teknikal
- Arkitektura ng Network ng Gonka: Sprint, Transfer Agents, DiLoCo
- Mga Developer: Paano Kumita ng GNK
- Self-hosting: Gabay na Hakbang-hakbang
- Pagpili ng GPU para sa Gonka: mga rekomendasyon sa hardware
- Qwen3-235B: Ang modelo na minimina ng Gonka
- Kimi K2.6: Ikalawang Modelo ng Gonka Network
- MiniMax M2.7: Ang pangatlong modelo ng Gonka network
Analitika
- Gonka — Linux para sa Panahong AI
- Killer Switch: Bakit Mahalaga ang Desentralisasyon ng AI
- Mga panggatong, hindi ginto — mula sa digital na ginto tungo sa panggatong ng AI
- Proof of Useful Work: Buong Gabay sa Kapaki-pakinabang na Mining
- $112B butas — nakatagong pagkalugi ng Big Tech
- Mga Proyekto ng DePIN sa 2026: Buong Pangkalahatang-ideya at Paghambing
Mga Gamit
- Cursor + Gonka AI — Murang LLM para sa Coding
- Claude Code + Gonka AI — LLM para sa Terminal
- OpenClaw + Gonka AI — Abot-kayang AI Agents
- OpenCode + Gonka AI — Libreng AI para sa Code
- Continue.dev + Gonka AI — AI para sa VS Code/JetBrains
- Cline + Gonka AI — AI Agent sa VS Code
- Aider + Gonka AI — Pair Programming na may AI
- LangChain + Gonka AI — Mga AI Applications sa Mababang Halaga
- n8n + Gonka AI — Automation na may Murang AI
- Open WebUI + Gonka AI — Ating ChatGPT
- LibreChat + Gonka AI — open-source ChatGPT
- Hermes Agent + Gonka AI — Autonomous na Ahente sa Murang Halaga
- Kilo Code + Gonka AI — AI-agent sa VS Code
- Roo Code + Gonka AI — Autonomous na AI-Agent sa VS Code
- LlamaIndex + Gonka AI — Mga Aplikasyon ng RAG sa Maliit na Halaga
- PydanticAI + Gonka — Typed AI Agents sa Maliit na Halaga
- Vercel AI SDK + Gonka AI — AI Applications sa TypeScript sa Maliit na Halaga
- TanStack AI + Gonka — AI Applications sa TypeScript sa Maliit na Halaga
- API Mabilis na Pagsisimula — curl, Python, TypeScript
- JoinGonka Gateway — Buong Pangkalahatang-ideya
- Management Keys — SaaS sa Gonka
- Ang Pinakamurang AI API: Paghahambing ng mga Provider 2026
- Limitasyon ng kahilingan sa Cursor Pro naabot — tunay na breakdown at murang alternatibo
- Claude Code na mas mura — breakdown bill at lumipat
- Sinunog ni Cline ang dolyar — bakit nasusunog ng ahente ang pera
- OpenClaw masyadong mahal — bakit nagsusunog ng mga token ang ahente at paano makakatipid
- OpenRouter na mas murang alternatibo — paghahambing sa JoinGonka Gateway
Mga Kasangkapan
Roo Code + Gonka AI — Autonomous na AI-Agent sa VS Code
Ang Roo Code ay isang autonomous na AI agent para sa VS Code: ito ay bumabasa at nag-eedit ng mga file, nagpapatakbo ng mga command sa terminal, gumagana sa browser at nagtatapos ng multi-step na mga gawain sa pagbuo. Ito ay isang fork ng Cline, na nagpatuloy pa: nako-customize na mga mode ng operasyon (Architect, Code, Ask, Debug at iyong sarili), custom na mga tagubilin sa proyekto, at isang flexible na panel ng pagsasaayos ng modelo. Sa esensya - isang buong koponan ng mga AI specialist sa loob ng editor.
Ang pangunahing problema sa mga ahente na ito ay ang pagkonsumo ng token. Para sa isang gawain, sinusuri ng Roo Code ang konteksto ng mga file, output ng command, resulta ng tool — ito ay sampu-sampung milyong token. Sa mga presyo ng Anthropic ($3-15 bawat 1M), ang isang kumpletong sesyon ay nagiging $30-1500. Para sa araw-araw na trabaho, ito ay hindi makatotohanan.
Pinabababa ng JoinGonka Gateway ang gastos nang libu-libong beses: ang parehong sesyon ay nagkakahalaga ng $0.01-1.00. Ang Gateway ay nagbebenta muli ng inference sa desentralisadong network ng Gonka at sumusuporta sa parehong format ng OpenAI (provider "OpenAI Compatible") at Anthropic-format (endpoint /v1/messages) — Ang Roo Code ay kumokonekta sa pamamagitan ng alinman sa dalawa. Ginagawa nito ang Roo Code mula sa isang mamahaling demonstrasyon tungo sa isang tool sa trabaho para sa araw-araw.
Hakbang 1: I-install ang Roo Code at Kumuha ng Susi
Pag-install ng Roo Code: Sa VS Code, buksan ang Extensions (Ctrl/Cmd+Shift+X), hanapin ang “Roo Code” at pindutin ang Install. Pagkatapos ng pag-install, lilitaw ang icon ng kangaroo ng Roo Code sa sidebar.
API Key ng JoinGonka: Kung wala ka pang susi — magparehistro sa gate.joingonka.ai/register, kumuha ng 10M na libreng token at lumikha ng isang susi na may prefix na jg- sa Dashboard.
Hakbang 2: I-configure ang Roo Code (OpenAI Compatible)
Buksan ang panel ng Roo Code at pumunta sa mga setting (gear icon). Sa seksyon ng provider, itakda ang sumusunod:
- API Provider — piliin ang
OpenAI Compatible. - Base URL —
https://gate.joingonka.ai/v1 - API Key —
jg-your-key - Model (Model ID) —
Qwen/Qwen3-235B-A22B-Instruct-2507-FP8
Sa ibaba, sa block ng Model Configuration, maaari mong tukuyin nang manu-mano ang mga parameter ng modelo:
- Context Window —
131072(128K token). - Max Output Tokens —
8192para sa Qwen3-235B (limit ng Gateway). Para sa Kimi K2.6, itakda ang3072; para sa MiniMax M2.7 —4096. - Input Price / Output Price — maaari mong ilagay ang aktwal na rates (≈$0.0005 per 1M for input, output ×3) upang wastong kalkulahin ng Roo Code ang gastos ng mga gawain direkta sa interface.
Mahalaga tungkol sa tool calling: Ginagamit lamang ng Roo Code ang native tool calling — walang XML fallback, tulad ng sa mga lumang ahente. Samakatuwid, ang modelo ay dapat na may kakayahang function calling. Ang default na Qwen3-235B sa pamamagitan ng aming Gateway ay sumusuporta sa native tool calling — ang Roo Code ay gumagana dito nang out-of-the-box.
Pagsubok: Sa chat ng Roo Code, isulat ang "Gumawa ng file na hello.py na may function na nagpi-print ng Hello World". Magmumungkahi ang ahente na gumawa ng file at magpapakita ng diff para sa pag-apruba.
Paghahambing ng mga Gastos sa Sesyon ng Ahente
Ang Roo Code ay isang tool ng ahente: hindi ito sumasagot sa isang mensahe, ngunit gumaganap ng isang gawain — nagbabasa ng mga file, nagsusulat ng code, nagpapatakbo ng mga pagsubok, nagtatama ng mga error. Ang bawat pagkilos ay isang tawag sa modelo. Paghambingin natin ang gastos ng tipikal na mga sesyon:
| Gawain | Tokkens | Anthropic Claude | OpenAI GPT | JoinGonka Gonka |
|---|---|---|---|---|
| Simpleng pag-aayos ng bug | ~5M | $15 — $75 | $12 — $50 | $0.005 |
| Bagong feature (2-3 file) | ~20M | $60 — $300 | $50 — $200 | $0.02 |
| Refactoring ng module | ~50M | $150 — $750 | $125 — $500 | $0.05 |
| Buong sesyon ng pag-unlad (4h) | ~100M | $300 — $1,500 | $250 — $1,000 | $0.10 |
Sa JoinGonka Gateway, ang Roo Code ay nagiging isang pang-araw-araw na tool — maaari itong tumakbo sa bawat tiket, bawat bug, bawat feature, nang hindi tumitingin sa bill. Ang 10M na libreng token sa simula ay sapat na para sa dose-dosenang mga gawain.
Mga Parameter ng Modelo (lahat ng konteksto ay 128K = 131072 token): Ang Qwen3-235B ay hanggang sa 8192 output token; Kimi K2.6 – hanggang sa 3072; MiniMax M2.7 – hanggang sa 4096. Kung ang max_tokens para sa isang non-stream na kahilingan ay hindi tinukoy, ang Gateway ay awtomatikong magbabalik ng hanggang 1500 token. Ang Roo Code ay awtomatikong naghahati ng mahabang henerasyon sa mga hakbang.
Paano naiiba ang Roo Code sa Cline: mga mode at Anthropic-format
Ang Roo Code ay isang fork ng Cline, ngunit may malaking pagkakaiba na nagbabago sa daloy ng trabaho:
- Mga Mode: i-toggle ang papel ng ahente para sa isang gawain — Architect para sa pagpaplano, Code para sa pagsusulat ng code, Ask para sa mga tanong tungkol sa proyekto, Debug para sa paghahanap ng mga error. Maaari kang lumikha ng iyong sariling mga mode na may hiwalay na mga tagubilin at hanay ng mga pinahihintulutang tool.
- Tanging native tool calling: hindi tulad ng mga ahente na may text/XML parsing, nagpapadala ang Roo Code ng mga tool sa native na OpenAI scheme na
toolsat nakakakuha ng mga tawag bilang indibidwal na mga kaganapan — mas mababa ang latency at mas maaasahan ang resulta. Ang downside: ang modelo ay dapat na sumusuporta sa function calling (ang Qwen3-235B sa pamamagitan ng aming Gateway ay sumusuporta). - Custom na mga tagubilin at profile: mga panuntunan para sa proyekto (halimbawa, sa pamamagitan ng isang panuntunan file sa repository) at ilang na-save na configuration ng provider, na madaling ilipat sa pagitan.
Kumonekta sa pamamagitan ng format ng Anthropic. Kung nais mong gamitin ang aming /v1/messages endpoint sa halip na ang format ng OpenAI: sa mga setting, piliin ang API Provider → Anthropic, markahan ang "Gamitin ang custom na base URL" at ipasok ang https://gate.joingonka.ai, sa field na Anthropic API Key, i-paste ang parehong key na jg-your-key, pagkatapos ay itakda ang pangalan ng modelo (halimbawa Qwen/Qwen3-235B-A22B-Instruct-2507-FP8). Ang key at balanse ay karaniwan para sa parehong mga format, ang native na tool_use sa Anthropic mode ay dumadaan din sa Gateway.
Gusto mo pang matuto?
Galugarin ang iba pang mga seksyon o simulang kumita ng GNK ngayon.
Kumuha ng libreng 10M token →