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 і в двох десятках сторонніх інструментів. На момент публікації (липень 2026) базова сітка виглядає так — але ціни й акції змінюються, звіряйтеся з живою сторінкою z.ai/subscribe:

На що скаржаться підписники (треди Hacker News і 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 витрати доводиться за пекінським часовим поясом.
• Квота «промптами», а не токенами. Скільки саме токенів залишилося — непрозоро; у тредах трапляються історії на кшталт «виробив ~17M токенів на GLM — і отримав блокування на чотири дні».
• Один паралельний запит на Lite і Pro. Для агентного середовища це відчутно: multi-agent режим самого ZCode і 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 задачі, довгі автономні сесії, нічні прогони — тим частіше квотна модель перетворюється на лотерею. Альтернатива — оплата за фактичні токени: без вікон, множників і 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 із протоколами OpenAI або Anthropic» — публічні API, корпоративні канали й навіть self-hosted інсталяції. Налаштовується трьома шляхами:

• кнопка Connect на welcome-екрані → «Set Your API Key»;
• Manage Models у селекторі моделі;
• шестерня → 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 граблі, об які спотикаються найчастіше:

• Endpoint'и Z.ai розрізняються. Підписка Coding Plan працює лише через coding-endpoint https://api.z.ai/api/coding/paas/v4; загальний /api/paas/v4 з підписним ключем поверне помилку — класична причина «у мене 401/429, хоча план оплачено».
• «Працює в Claude Code ≠ працює в ZCode». Змінні середовища 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 й 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. 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 (актуальний інтерфейс Custom Provider):

У старих версіях ZCode замість цього два окремі поля: OpenAI Base URL (https://gate.joingonka.ai/v1) та Anthropic Base URL (https://gate.joingonka.ai — шлях клієнт додасть сам).

Перевірка: оберіть створену модель і задайте агенту будь-яке запитання. Відповідь прийшла — все працює; помилка 401 — перевірте ключ, 402 — баланс акаунта. Якщо на DeepSeek V4 Flash з'являється «Model request failed» при Thought Level Max — перемкніть Thought Level на High і повторіть запит.

Підказка. Команда npx @joingonka/setup --tool zcode надрукує готові значення для цих полів — base URL, ключ, id моделі та її реальні ліміти: вікно контексту та стелю відповіді — і живим запитом перевірить, що шлюз їх приймає. Сам ZCode налаштовується тільки через UI — файлу, який можна безпечно правити, у нього немає, тому вставляти значення потрібно руками.

Скільки коштує GLM-інференс на різних каналах (ціни за 1M токенів; у конкурентів зафіксовані на вересень 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 застосовності, — у статті про найдешевший AI API.

Рядок JoinGonka — це ціна GLM-5.3 Flash у мережі Gonka: у всіх моделей мережі єдиний тариф. Цифри на цій сторінці оновлюються автоматично, нічого перераховувати вручну не доведеться.

Мережа Gonka обслуговує модель Z.ai: zai-org/GLM-5.3-Flash прийнята governance-пропозицією #101 і видається шлюзом нарівні з MiniMax M2.7 та DeepSeek V4 Flash. Флагманська GLM-5.2, про яку йшлося в перших версіях цього гайду, у бойовий склад так і не ввійшла — мережа обрала легшу та швидшу модель тієї ж лінійки. Base URL і ключ ті ж самі: у ZCode достатньо додати модель у custom provider.

Про саму модель: відкриті ваги під ліцензією MIT, архітектура MoE на 320B параметрів (18B активних на токен), гібридна розріджена та лінійна увага. Головна особливість — це reasoning-модель: перед відповіддю вона міркує, і міркування займають кілька сотень токенів навіть на просте запитання. Для ZCode це означає дві речі: не занижуйте ліміт довжини відповіді у моделі (від 600 токенів навіть для коротких реплік) і для швидких правок знижуйте Thought Level — на рівні API це reasoning_effort: low. Детальний розбір моделі та її лімітів — у статті GLM-5.3 Flash у мережі Gonka.

Часті запитання:

• Чому на новій моделі бувають 429 або черга? — Модель обслуговує поки що невелика частина хостів мережі; у пікові хвилини запити можуть чекати на вільний слот. Повторіть запит через кілька секунд — балансувальник знайде живу ноду. Поточний стан — на сторінці статусу шлюзу.
• Що ще доступно? — Окрім GLM-5.3 Flash — MiniMax M2.7 та DeepSeek V4 Flash: всі три моделі працюють у ZCode через той самий custom provider, конфігурація з цього гайду повністю робоча.
• Що з приватністю? — Шлюз не зберігає вміст промптів та відповідей; у статистиці — лише агрегати витрат.
• Коли Coding Plan усе ж таки вигідніший? — Якщо ви працюєте соло, вкладаєтеся в квоту Lite і не запускаєте паралельних агентів, підписка з фіксованим чеком зручна та передбачувана. Рахуйте за своїм профілем: при активній агентній роботі оплата за токени через мережу виходить на порядки дешевшою, при легкому редагуванні коду кілька 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.