知识库章节 ▾
导航
▸ 从这里开始 按角色类别
- OpenCode:免费模型、服务商与 API 密钥
- Cursor + Gonka AI — 便宜的 LLM 用于编码
- Claude Code + Gonka AI — 终端的 LLM
- DeepSeek Harness:通过 JoinGonka Gateway 连接自有提供商
- Codex CLI:使用自己的密钥代替订阅
- Pi + JoinGonka Gateway — 基于低成本推理的终端代理
- omp (Oh My Pi) + JoinGonka Gateway:带模型角色的代理
- Zoo Code + JoinGonka Gateway:从 Roo Code 迁移至 Gonka 模型
- Kilo Code + Gonka AI — VS Code 中的 AI 代理
- ZCode:GLM Coding Plan 的套餐、价格与限额
- Hermes Agent + DeepSeek 在 Gonka 网络 — 极低成本的自主智能体
- OpenClaw + Gonka AI — 可负担的 AI 代理
- Continue.dev + Gonka AI — 适用于 VS Code/JetBrains 的 AI
- Cline + Gonka AI — VS Code 中的 AI 代理
- Aider + Gonka AI — 与 AI 结对编程
- LangChain + Gonka AI — 便宜的 AI 应用程序
- n8n + Gonka AI — 通过便宜的 AI 实现自动化
- Open WebUI + Gonka AI — 您的 ChatGPT
- LibreChat + Gonka AI — 开源 ChatGPT
- Roo Code + Gonka AI — VS Code 中的自主 AI 代理
- LlamaIndex + Gonka AI — 低成本的 RAG 应用程序
- PydanticAI + Gonka — 低成本的类型化 AI 代理
- Vercel AI SDK + Gonka AI — 低成本的 TypeScript AI 应用程序
- TanStack AI + Gonka — 低成本的 TypeScript AI 应用程序
- API 快速入门 — curl, Python, TypeScript
- JoinGonka Gateway - 全面概述
- 管理密钥 — Gonka 上的 SaaS
- 最便宜的AI API:2026年提供商对比
- 如何购买AI token和API密钥:2026年的3种方法
- 免费 AI API:无需银行卡即可获取密钥,还有启动 token
- Cursor Pro 请求限制已用尽 — 解析与廉价替代方案
- 更便宜的 Claude Code:用 GLM 和 DeepSeek 替代 Claude
- Claude Code + DeepSeek V4 Flash:如何接入,一次任务花多少钱
- Cline 正在烧钱 — 为什么代理花费如此之多
- OpenClaw 成本高昂 —— 为什么 Agent 会疯狂消耗 Token 以及如何节省
- OpenRouter 替代方案:同样的模型,便宜数倍
- 2026 年最佳编码 AI 模型:对比与定价
- GitHub Copilot 无限制低成本替代方案
- 无积分、无限制的廉价 Windsurf 替代方案
- 2026 年最便宜的 AI 代理 API
- JetBrains IDE + JoinGonka Gateway — 使用自己的 endpoint 替代点数消耗
- GitHub Copilot BYOK — 使用自己的模型替代配额限制
- Zed + JoinGonka Gateway — 编辑器中的低成本推理
- MiniMax Code:通过 Gonka 使用自备密钥运行 MiniMax 智能体
- Warp + JoinGonka Gateway — 在您端点上的终端代理
- Trae + JoinGonka Gateway — AI-IDE 中的 Gonka 网络模型
- Cherry Studio + JoinGonka Gateway — 桌面 AI 客户端
- OpenHands + JoinGonka Gateway:专属 endpoint 上的智能体
- qwen-oauth 关闭后的 Qwen Code:通过 JoinGonka Gateway 工作
- Goose + JoinGonka Gateway:您的提供商和密钥到 keyring
- Crush + JoinGonka Gateway:基于 Gonka 网络模型的 Charm 代理
- Kimi Code CLI:通过 Gonka 使用您自己的密钥连接 Moonshot AI Agent
- Factory Droid + JoinGonka Gateway:在 Gonka 网络模型上使用 BYOK
- MiMo Code + JoinGonka Gateway:Gonka 网络模型上的 Xiaomi 代理
工具
Codex CLI:使用自己的密钥代替订阅
简要说明:Codex CLI 可接入任何提供 Responses API 的服务商,无需 ChatGPT 订阅。接入 JoinGonka——一条命令 npx @joingonka/setup --tool codex,或在 ~/.codex/config.toml 中加入 [model_providers.joingonka] 块,配置 base_url = "https://gate.joingonka.ai/v1" 和 wire_api = "responses"。
Codex CLI 是 OpenAI 的代理式助手,直接运行在终端中:它读取项目文件、在沙箱中执行命令、修改代码并解释所做操作。默认情况下它通过 ChatGPT 订阅调用 OpenAI 模型,但你可以替换为自己的服务商——于是同样的场景由 Gonka 网络来处理。
有一个细节让 Codex 在代理工具中与众不同:它说的不是常见的 Chat Completions,而是 Responses API——OpenAI 的新协议。正因如此,以前无法将它接入第三方网关。JoinGonka Gateway 自 2026 年 8 月 22 日起支持 Responses,下文所有内容均经实际运行验证,而非复述文档。
Codex CLI 是什么以及它与聊天的区别
Codex 不是编辑器里的补全助手,而是一个独立的执行者。你用自然语言描述任务,它自己判断该读哪些文件、执行哪些命令、改哪些地方。它手头有十来个工具:执行命令、读取文件、维护任务计划、向用户追问细节、为子任务派生子 agent。
两种运行模式。交互模式——不带参数的 codex,在终端里对话并展示每一步。非交互模式——codex exec "task",一次性跑到出结果:适合脚本和 CI。
安全性是内置的:默认情况下 agent 在沙箱中运行,改动之前先征求确认。控制级别在配置里设定——从「凡事都问」到完全自主、有权写入工作目录的运行。
还有一个特点是对话状态。Codex 不要求服务器记住任何东西:它把整条对话留在自己这边,每一轮都完整发送。对你的意义是,对话不会残留在模型 provider 那一侧,换 endpoint 也不会中断已开始的会话。
与 Claude Code 及其他终端 agent 的区别,恰恰在协议上。Codex 通过 Responses API 与模型通信,其中对话不是一列扁平的消息,而是一串元素:文本、工具调用、调用结果、推理块。对工具来说,这带来了更严谨的对话模型;对你来说,则需要一个能听懂这套协议的 endpoint。
连接:修改一次 config.toml
最快的方式是用安装器。命令 npx @joingonka/setup --tool codex 会自动向 ~/.codex/config.toml 追加一个 provider 配置块,包含 wire_api = "responses"、模型及其真实上下文窗口,同时保留你的注释和其他设置,然后用一次实时请求验证密钥和模型。如果配置里已经选择了其他 provider,安装器不会动它,并会提示一条一次性运行命令。它把密钥直接写进文件(权限 600),放在 experimental_bearer_token 字段里——这是 Codex 唯一能以字面量存储密钥的字段;Codex 本身也视其为实验性功能。下面的手动方案则改用环境变量。
Codex 把设置存在 ~/.codex/config.toml。自定义 provider 由 [model_providers.*] 块描述,而 Codex 只有一种协议——Responses API:wire_api = "responses"。旧教程里的 chat 值 Codex 已不再接受。
# ~/.codex/config.toml
model_provider = "joingonka"
model = "deepseek-ai/DeepSeek-V4-Flash-0731"
model_context_window = 380000
[model_providers.joingonka]
name = "JoinGonka Gateway"
base_url = "https://gate.joingonka.ai/v1"
env_key = "JOINGONKA_API_KEY"
wire_api = "responses"密钥不写入文件:env_key 指定 Codex 从哪个环境变量读取它。变量名用自己的,而不是 OPENAI_API_KEY——这样该配置不会拦截你其他使用 OpenAI 的工具。
export JOINGONKA_API_KEY=jg-your-keymodel 字段设置默认模型,model_provider 决定使用哪个已描述的块。两者都可以在启动时覆盖,因此一份配置可以轻松服务多个 provider:生产、实验和备用。 model_context_window 行声明上下文窗口:Codex 对网络中的模型一无所知,默认按 272,000 个 token 计算,不会超过这个值。对 DeepSeek V4 Flash 和 GLM-5.3 Flash 来说这是安全的,而 MiniMax M2.7 请设为 180000——否则历史记录不会及时压缩。
密钥在注册后的个人中心发放,那里也能看到余额和用量。如果你不想动全局配置,同一个块可以通过 -c 一次性传入:codex -c model_provider=joingonka …。而要维护多份独立配置,把 CODEX_HOME 变量指向一个设置目录即可。
验证:应该发生什么
确认这套配置能用的最快方法是一次性运行:
codex exec "Answer in one line: what is 17*3?"在回复的开头,Codex 会打印它用的是谁:model、provider: joingonka、沙箱模式和会话 ID。如果那里是你的 provider,且下方有回复——连接就是通的。
接下来该验证 Codex 的核心用途——文件操作。在目录里放一个有明显 bug 的小文件,让它找出来:
codex exec "Read calc.py and tell me in one sentence whether it has a bug."Agent 应该自己调用读取工具、打开文件,并给出实质性的回答——指出具体行号。如果做到了,说明完整的 agent 循环(请求 → 工具调用 → 结果 → 回答)通过网关运转正常。
如果出了问题,通常直接从报错信息就能读出诊断:
| 看到什么 | 意味着什么 | 怎么办 |
|---|---|---|
401 Unauthorized: Invalid API key | Codex 没找到密钥,或拿错了密钥 | 检查 env_key 里的变量是否真的在当前 shell 中导出,且名字与配置一致 |
/responses 返回 404 | base_url 少了后缀 | 地址必须以 /v1 结尾——/responses 由 Codex 自己补上 |
wire_api = "chat" is no longer supported | provider 块里还留着旧教程的值:Chat Completions 协议已从 Codex 中移除 | 改成 wire_api = "responses"——Codex 没有别的协议 |
Reconnecting… 1/5 | Codex 在自行重试请求 | 一次网络错误时的正常行为;如果重试次数用尽,看下面的错误文本 |
| 关于 bubblewrap 的警告 | 系统缺少隔离包 | 不影响使用:Codex 会用内置副本。为了整洁,用包管理器装上 bubblewrap |
会话中的第一个请求可能要花几秒钟:Codex 会发送一大段系统提示和所有工具的说明,而网络节点也需要接收任务。后续回答会更快。
如何选择模型
网络中所有模型价格相同,所以选择取决于行为表现,而不是预算。以下是同一任务(读取文件并找出其中的错误)通过 Codex 在 DeepSeek V4 Flash 和 MiniMax M2.7 上实际运行的结果;GLM-5.3 Flash 在本次运行之后才接入网络——这里列出的是该模型的特性。
| 模型 | 标识符 | 上下文 | 在 Codex 中的表现 |
|---|---|---|---|
| DeepSeek V4 Flash | deepseek-ai/DeepSeek-V4-Flash-0731 | 380K | 回答干净利落、切中要点,会指明文件和行号。网络中上下文最长的模型之一,响应上限 32768 tokens——为大型仓库留足余量 |
| MiniMax M2.7 | MiniMaxAI/MiniMax-M2.7 | 180K | 能正确解决问题,但有时会把推理过程说出来——在终端里显得啰嗦 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | 390K | 网络中上下文最长的推理模型:每次回答前都会先推理,因此回答更长、返回更慢。会调用工具,包括多轮调用;短任务请设置 reasoning_effort: low |
默认推荐 DeepSeek V4 Flash:智能体工作很快就会撞上上下文上限,而 380K tokens 让你能同时记住大量文件。如果任务需要推敲复杂的逻辑,就选 GLM-5.3 Flash,但要在 max_tokens 上留出余量:一部分响应预算会花在推理上。切换模型只需改配置里的 model 行或用 -c model=… 参数,无需修改文件;同时相应地调整 model_context_window——MiniMax M2.7 对应的是 180000。
网络模型的最新列表随时可通过 GET https://gate.joingonka.ai/v1/models 获取。
费用说明
代理工具消耗 token 的方式与聊天不同:Codex 会为你每一句话添加系统提示词和所有工具的描述,然后与模型进行多轮对话。在实际运行中,像“读取文件并找到错误”这样的简单任务花费了约 18,000 到 20,000 个 token。这是为自主性支付的正常费用,因此单价非常关键。
通过 JoinGonka Gateway,token 价格为每百万输入 $0.0062,每百万输出 $0.019——所有网络模型价格相同,并从此页面实时获取。
| 场景 | 消耗量 | 通过 Gateway |
|---|---|---|
| 单次任务(读文件、找错误) | ~20K token | 几分之一美分 |
| 一天的活跃工作 | 3-7M token | 约一美分 |
| 一个月的活跃开发 | ~150M token | 几美分 |
作为对比,以下是 Codex 本身及同行竞品的付费方案:
| 方式 | 付费模式 | 限制 |
|---|---|---|
| ChatGPT 订阅 | 固定月费 | 调用次数和刷新窗口的配额限制 |
| 直接使用 OpenAI 密钥 | 按供应商标价付费 | 每百万 token 的价格高出三个数量级 |
| JoinGonka Gateway | 按 token 付费,余额扣除 | 仪表板可见消耗,无请求次数配额 |
支付方式为按实际消耗付费,无需月费,也没有请求次数配额:没有五小时窗口期、“提示词”限制或高峰时段倍数。余额通过加密货币充值,余额及每日消耗可在个人仪表板中查看。详细的经济分析请参阅关于最廉价 AI API 的文章。
工作注意事项
对话历史由 Codex 自身维护。 它在每次请求时发送完整历史,不要求服务器记忆任何内容——我们也不会存储聊天记录。在响应返回后,您的代码和提示词不会留在网关上。
网页搜索功能已启用。 Codex 在每次请求中声明搜索工具,网关会接收它:搜索在我们的侧边执行,结果会被注入到模型的响应中。
工具是本地的,而非云端的。 Codex 在您的计算机上本地执行命令和读取文件,因此对项目的访问不依赖于模型提供商。
沙盒。 在 Linux 上,Codex 使用 bubblewrap 来隔离运行的命令。如果系统中没有它,Codex 会发出警告并使用内置副本——这不会影响功能,但使用标准包管理器安装该包更方便。
如果需要图像处理(如界面截图、照片中的图表),请使用支持视觉的模型工具:Gonka 网络中的模型仅为文本模型。这对代码、命令和文件处理不是限制。
如果您觉得 Codex 不合适,可以使用其他终端代理:API 快速入门展示了如何在几分钟内连接任何兼容工具。