ZCode：使用低成本 GLM 推理替代 GLM Coding Plan

ZCode 不仅仅是一个“带聊天侧边栏的编辑器”，而是一个 ADE：你描述目标，智能体负责制定计划、修改文件、运行检查并迭代直至出结果。它作为 macOS 和 Windows 上的桌面应用程序运行（Linux 版本处于 Beta 状态）。

3.0 版本的核心功能：

• ZCode Agent — 原生智能体核心，深度集成 GLM-5.2；此外还支持接入第三方智能体（Claude Code、Codex、Gemini CLI 等）；
• Goal 模式 (/goal) — 长时间自主任务：计划 → 执行 → 分步验证；
• Multi-agent — 项目的多智能体并行协同工作；
• 远程控制 — 从 Telegram、WeChat 和 Feishu 启动并控制会话：智能体在你的机器上运行，而你通过手机回答问题。

客户端本身免费，Z.ai 为新用户提供每日 GLM-5.2 Token 配额以供体验。之后，要么选择 GLM Coding Plan 订阅，要么使用你自己的 API Key。这就是需要深入解读的地方，因为订阅机制是该产品讨论度最高的部分。

GLM Coding Plan 是 Z.ai 的订阅服务，提供 ZCode 及其他二十余种第三方工具的 GLM 模型访问权限。截至发布日期（2026 年 7 月），其基础定价方案如下 — 但促销和价格经常变动，请以官网 z.ai/subscribe 为准：

订阅用户抱怨的主要痛点（Hacker News 和 GitHub 讨论串）：

• 高峰时段乘数。 在高峰期（14:00—18:00 UTC+8 — 亚洲的晚上，欧洲的早晨/白天），每个请求会根据 ×3 系数扣减配额，非高峰期为 ×2。你必须根据北京时间规划使用量。
• 按“提示词”而非 Token 计算。 剩余配额并不透明；网上有案例称“在 GLM 上消耗了约 17M Token — 结果被封禁四天”。
• Lite 和 Pro 套餐仅支持 1 个并发请求。 对于智能体开发环境，这影响严重：ZCode 自身的多智能体模式以及任何并行的子智能体都会被卡在排队中。
• GLM-5.2 比轻量模型消耗配额更快 — 旗舰模型会以更高的乘数耗尽额度。

结论很简单：对于轻度的个人开发，该订阅模式尚可接受。但如果你的任务越“智能体化”——如并行任务、长时间自主会话、夜间自动跑任务——这种配额模式越像抽奖。替代方案是按实际消耗的 Token 付费，没有配额窗口、乘数或排队限制，消耗多少扣多少。这正是 ZCode 内置的 custom provider 机制所提供的，只需五分钟即可配置完成。

ZCode 正式内置支持 BYOK：文档明确允许添加“任何兼容 OpenAI 或 Anthropic 协议的服务”——包括公共 API、企业通道，甚至是自托管实例。可通过以下三种方式配置：

• 欢迎界面上的 Connect 按钮 → “Set Your API Key”；
• 模型选择器中的 Manage Models；
• 齿轮图标 → Settings → Model Settings → Add Provider。

为提供商设置 OpenAI Base URL 和/或 Anthropic Base URL 以及 API Key——ZCode 会自动拉取可用模型列表。

最容易遇到的三个坑：

• Z.ai 的 Endpoint 不同。 Coding Plan 订阅仅通过 coding-endpoint https://api.z.ai/api/coding/paas/v4 工作；使用订阅 Key 访问通用的 /api/paas/v4 会报错——这是“已付费但提示 401/429”的经典原因。
• “在 Claude Code 能用 ≠ 在 ZCode 能用”。 ZCode 不读取用于配置 Claude Code 的环境变量（如 ANTHROPIC_BASE_URL）：它有自己独立的提供商设置存储。请务必通过 Settings 进行配置。
• “选择器看得到模型 ≠ Key 有额度”。 模型列表是从提供商 API 拉取的，而实际可用性取决于该特定 Key 的余额和限制。

接下来是实操：将 JoinGonka 网关连接到 ZCode，即可按 Token 使用 GLM 堆栈。

JoinGonka Gateway — 通往去中心化 Gonka 网络的网关，提供两种原生协议：OpenAI 兼容的 /v1/chat/completions 和 Anthropic Messages /v1/messages。经济模型采用按 token 付费：没有 5 小时窗口期、×3 倍高峰乘数或单并发请求限制；消耗情况在 dashboard 中实时可见，网关不存储提示词内容。

步骤指南（使用当前 Custom Provider 界面）：

在旧版 ZCode 中，此处有两个独立字段：OpenAI Base URL (https://gate.joingonka.ai/v1) 和 Anthropic Base URL (https://gate.joingonka.ai — 客户端会自动添加路径)。

验证：选择创建的模型并向 Agent 提问。如果收到回复，则一切正常；报错 401 — 检查密钥，402 — 检查账户余额。如果 DeepSeek V4 Flash 在 Thought Level 为 Max 时出现 “Model request failed”，请将 Thought Level 改为 High 并重新请求。

提示：命令 npx @joingonka/setup --tool zcode 将打印以下字段的现成值（base URL、密钥、带有当前限制的模型 ID），并实时测试网关是否接受。ZCode 本身仅通过 UI 配置 — 没有可以安全修改的文件，因此必须手动输入数值。

不同渠道的 GLM 推理成本（每 1M tokens 的价格；竞争对手价格定于 2026 年 7 月，JoinGonka 价格通过 API 网关实时更新到页面）：

两到三个数量级的差异并非市场营销手段，而是不同的经济模式：计算由去中心化网络的参与者执行，他们通过工作本身获利，而非通过数据中心利润。关于其原理及适用范围的详细分析，请见 关于最便宜 AI API 的文章。

关于 GLM-5.2 的诚实声明：网络将在激活时刻设定模型的准确价格（上表显示的是网络模型的当前实时价格）。此页面上的数字会自动更新，无需手动重新计算。

zai-org/GLM-5.2-FP8 模型已添加到 Gonka 网络链上注册表中：配置指定了高达 400K Token 的上下文窗口，且该模型属于重量级模型（每个副本需要超过 1TB 的显存）。目前正在推送更新：网络节点正在加载权重。一旦检查变为绿色，该模型将自动出现在网关的模型列表中——Base URL 和密钥保持不变，在 ZCode 中只需在选择器中选择它即可。

关于模型本身：采用 MIT 许可证的开放权重，MoE 架构，约 750B 参数（每个 Token 活跃约 40B），原生窗口高达 1M Token。根据 Z.ai 的数据，在 SWE-bench Pro 上，该模型得分为 62.1，高于 GPT-5.5；在 FrontierSWE 上仅比 Claude Opus 4.8 落后约一个百分点。对于开放权重模型而言，这是编程领域的顶尖水平。

常见问题：

• 为什么启用新模型后会出现 429 错误？ — 这是上线阶段：部分节点仍在加载权重。几秒钟后重试请求，负载均衡器会找到可用节点。
• 今天可以使用什么？ — Kimi K2.6、MiniMax M2.7 和 DeepSeek V4 Flash：这三款模型均已通过自定义提供程序在 ZCode 中工作，本指南中的配置目前完全可用。
• 隐私如何保障？ — 网关不会存储 Prompt 和回复的内容；统计数据中仅包含汇总的消耗数据。
• 什么时候选择 Coding Plan 更划算？ — 如果您是个人使用，在 Lite 配额范围内，且不运行并行智能体，那么固定费用的订阅方式既方便又可预测。请根据您的需求计算：在活跃的智能体工作中，通过网络支付 Token 费用要便宜几个数量级；而如果只是每天轻度修改几次代码，则可能感受不到差异。
• 这是否适用于其他工具？ — 是的：同样的端点适用于 Claude Code、Cursor、Cline 以及任何兼容 OpenAI/Anthropic 的客户端。