ZCode: дешевий GLM-інференс замість GLM Coding Plan

ZCode — це не «редактор з чат-сайдбаром», а ADE: ви описуєте мету, агент будує план, править файли, запускає перевірки та ітерує до результату. Працює як десктопний додаток на macOS і Windows (збірка для Linux — у бета-статусі).

Ключові можливості версії 3.0:

• ZCode Agent — власне агентне ядро з глибокою інтеграцією GLM-5.2; крім нього можна підключати сторонні агенти (Claude Code, Codex, Gemini CLI та інші);
• Goal-режим (/goal) — довгі автономні завдання: план → виконання → верифікація по кроках;
• Multi-agent — паралельна робота кількох агентів над проєктом;
• Віддалене керування — запуск та контроль сесій з Telegram, WeChat і Feishu: агент працює на вашій машині, а ви відповідаєте на запитання з телефону.

Сам клієнт безкоштовний, новим користувачам Z.ai видає щоденну квоту токенів GLM-5.2 для знайомства. Далі — або підписка GLM Coding Plan, або свій API-ключ. І ось тут варто розібратися в деталях, тому що устрій підписки — найбільш обговорювана частина продукту.

GLM Coding Plan — підписка Z.ai, що дає доступ до GLM-моделей у ZCode та у двох десятках сторонніх інструментів. На момент публікації (липень 2026) базова сітка виглядає так — але ціни та акції змінюються, звіряйтеся з живою сторінкою z.ai/subscribe:

На що скаржаться підписники (треди Hacker News та GitHub):

• Піковий множник. У години пік (14:00—18:00 UTC+8 — вечір по Азії, ранок-день по Європі) кожен запит списує квоту з коефіцієнтом ×3, поза піком — ×2. Планувати витрату доводиться за часовим поясом Пекіна.
• Квота «промптами», а не токенами. Скільки саме токенів залишилося — непрозоро; у треді зустрічаються історії виду «виробив ~17M токенів на GLM — і отримав блок на чотири дні».
• Один паралельний запит на Lite та Pro. Для агентного середовища це відчутно: multi-agent режим самого ZCode та будь-які паралельні суб-агенти впираються в чергу.
• GLM-5.2 витрачає квоту швидше за молодші моделі — флагман палить ліміт із власним множником.

Висновок простий: для спокійної соло-розробки підписка чесно працює. Але чим «агентніший» ваш режим — паралельні завдання, довгі автономні сесії, нічні прогони — тим частіше квотна модель перетворюється на лотерею. Альтернатива — оплата за фактичні токени: без вікон, множників та черг — скільки агент витратив, стільки й списано. Саме цю модель дає вбудований у ZCode механізм custom provider, і налаштовується вона за п'ять хвилин.

У ZCode офіційно вбудована підтримка BYOK: документація прямо дозволяє додавати «будь-який сервіс, сумісний з протоколами OpenAI або Anthropic» — публічні API, корпоративні канали та навіть self-hosted інсталяції. Налаштовується трьома шляхами:

• кнопка Connect на welcome-екрані → «Set Your API Key»;
• Manage Models у селекторі моделі;
• шестірня → Settings → Model Settings → Add Provider.

Провайдеру задаються OpenAI Base URL та/або Anthropic Base URL плюс API Key — список доступних моделей ZCode підтягне сам.

Три помилки, на яких спотикаються найчастіше:

• Endpoint'и Z.ai розрізняються. Підписка Coding Plan працює тільки через coding-endpoint https://api.z.ai/api/coding/paas/v4; загальний /api/paas/v4 з ключем підписки поверне помилку — класична причина «у мене 401/429, хоча план оплачено».
• «Працює в Claude Code ≠ працює в ZCode». Змінні оточення на кшталт ANTHROPIC_BASE_URL, якими налаштовують Claude Code, ZCode не читає: у нього власне сховище налаштувань провайдерів. Конфігуруйте саме через Settings.
• «Модель видно в селекторі ≠ у ключа є квота». Список моделей підтягується з API провайдера, а доступність залежить від балансу та лімітів конкретного ключа.

Далі — практика: підключаємо до ZCode шлюз JoinGonka і отримуємо GLM-стек за токени.

JoinGonka Gateway — шлюз до децентралізованої мережі Gonka з двома нативними протоколами: OpenAI-сумісний /v1/chat/completions та Anthropic Messages /v1/messages. Для ZCode це означає: підключається напряму в обидва поля custom provider, без проксі-шарів. Економіка — pay-per-token: жодних 5-годинних вікон, пікових множників ×3 та ліміту в один паралельний запит; витрати видно в дашборді в реальному часі, вміст промптів шлюз не зберігає.

Покроково:

Перевірка: задайте агенту будь-яке запитання. Відповідь прийшла — все працює; помилка 401 — перевірте ключ, 402 — баланс акаунта.

Скільки коштує GLM-інференс на різних каналах (ціни за 1M токенів; у конкурентів зафіксовані на липень 2026, ціна JoinGonka підставляється на сторінку наживо з API шлюзу):

Різниця у два-три порядки — не маркетингове округлення, а інша економіка: обчислення виконують учасники децентралізованої мережі, які заробляють на самій роботі, а не на маржі дата-центру. Детальний розбір того, як це влаштовано і де межі примінимості, — у статті про найдешевший AI API.

Чесне застереження про GLM-5.2: точну ціну моделі мережа задасть у момент включення (у таблиці вище — поточна жива ціна моделей мережі). Цифри на цій сторінці оновлюються автоматично, нічого перераховувати вручну не доведеться.

Модель zai-org/GLM-5.2-FP8 вже додана до on-chain реєстру мережі Gonka: конфігурація задає контекстне вікно до 400K токенів, а сама модель — з важких (на одну репліку потрібно більше терабайта VRAM). Зараз триває розгортання: ноди мережі прогрівають ваги. Як тільки перевірки стануть зеленими, модель автоматично з'явиться у списку моделей шлюзу — base URL і ключ не змінюються, у ZCode достатньо буде обрати її в селекторі.

Про саму модель: відкриті ваги під ліцензією MIT, архітектура MoE на ~750B параметрів (близько 40B активних на токен), нативне вікно до 1M токенів. За даними Z.ai, на SWE-bench Pro модель показує 62.1 — вище GPT-5.5, а на FrontierSWE відстає від Claude Opus 4.8 приблизно на відсоток. Для open-weight моделі це перший рядок у кодингу.

Часті питання:

• Чому відразу після включення нової моделі бувають 429? — Це фаза розгортання: частина нод ще піднімає ваги. Повторіть запит через кілька секунд — балансувальник знайде живу ноду.
• Що доступно вже сьогодні? — Kimi K2.6 та MiniMax M2.7: обидві моделі працюють у ZCode через той же custom provider, конфігурація з цього гайда повністю робоча вже зараз.
• Що з приватністю? — Шлюз не зберігає вміст промптів та відповідей; у статистиці — лише агрегати витрат.
• Коли Coding Plan все ж вигідніше? — Якщо ви працюєте соло, вкладаєтеся в квоту Lite і не запускаєте паралельних агентів, підписка з фіксованим чеком зручна і передбачувана. Рахуйте за своїм профілем: при активній агентній роботі оплата за токени через мережу виходить на порядки дешевше, при легкому редагуванні коду пару разів на день різниця може не відчуватися.
• Чи підійде це для інших інструментів? — Так: той самий endpoint працює в Claude Code, Cursor, Cline та будь-якому OpenAI/Anthropic-сумісному клієнті.