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，让你在 ZCode 以及二十多款第三方工具中使用 GLM 模型。本文发布时（2026 年 7 月）的基础价目如下——但价格和活动常有变动，请以 z.ai/subscribe 实时页面为准：

订阅用户的吐槽（来自 Hacker News 和 GitHub 的讨论帖）：

• 高峰倍率。 高峰时段（UTC+8 14:00—18:00——亚洲傍晚、欧洲上午到下午）每个请求按 ×3 系数扣额度，非高峰 ×2。用个服务还得按北京时间算账。
• 额度按「prompt」计，而非 token。 还剩多少 token 完全不透明；帖子里不乏「在 GLM 上烧了约 17M token——然后被封了四天」这样的经历。
• Lite 和 Pro 只有一个并发请求。 在智能体场景里这很要命：ZCode 自身的 multi-agent 模式和任何并行子智能体都会排长队。
• GLM-5.2 消耗额度更快，比小模型烧得凶——旗舰模型自带更高的倍率。

结论很简单：对于悠哉的单人开发，订阅确实物有所值。但你的工作模式越「智能体化」——并行任务、长时间自主会话、夜间批量运行——额度制就越像一场抽奖。替代方案是按实际 token 付费：没有窗口、没有倍率、没有排队——智能体用多少就扣多少。ZCode 内置的 custom provider 机制提供的正是这种模式，五分钟就能配好。

ZCode 官方内置支持 BYOK：文档明确允许添加「任何兼容 OpenAI 或 Anthropic 协议的服务」——公共 API、企业通道，甚至 self-hosted 部署。配置有三种方式：

• 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 会自己拉取可用模型列表。

最容易踩的三个坑：

• Z.ai 的 endpoint 各不相同。Coding Plan 订阅只能通过 coding endpoint https://api.z.ai/api/coding/paas/v4 使用；用订阅密钥访问通用的 /api/paas/v4 会报错——这是「我套餐明明付了钱，却收到 401/429」的经典原因。
• 「在 Claude Code 里能用 ≠ 在 ZCode 里能用。」用于配置 Claude Code 的 ANTHROPIC_BASE_URL 之类的环境变量，ZCode 不会读取：它有自己的提供商设置存储。请专门通过 Settings 进行配置。
• 「模型在选择器里可见 ≠ 密钥有配额。」模型列表是从提供商的 API 拉取的，而可用性取决于具体密钥的余额和限额。

接下来是实操：我们把 JoinGonka 网关接入 ZCode，用 token 换取 GLM 全家桶。

JoinGonka Gateway 是通往去中心化 Gonka 网络的网关，支持两个原生协议：兼容 OpenAI 的 /v1/chat/completions 和 Anthropic Messages 的 /v1/messages。采用按 token 付费模式：无 5 小时窗口期、无 ×3 高峰倍数、无单次并发请求限制；仪表盘实时显示消耗情况，网关不会存储提示词内容。

步骤指南（当前 Custom Provider 界面）：

在旧版本的 ZCode 中，此处是两个独立字段：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。若收到回答则配置成功；若出现 401 错误请检查密钥，402 错误请检查账户余额。若 DeepSeek V4 Flash 在 Thought Level 为 Max 时出现 "Model request failed"，请将 Thought Level 切换为 High 后重试。

提示：命令 npx @joingonka/setup --tool zcode 将打印出这些字段所需的数值（base URL、密钥、模型 ID 及其实际限制：上下文窗口和响应上限），并执行实时请求以验证网关是否接受。ZCode 仅能通过 UI 配置；由于没有可手动安全编辑的文件，必须手动填入数值。

不同渠道的 GLM 推理成本（价格按 1M token 计算；竞品价格截至 2026 年 9 月，JoinGonka 价格直接从网关 API 实时填充到页面）：

两到三个数量级的差距并非营销手段，而是不同的经济模式：计算由去中心化网络的参与者完成，他们赚取的是工作本身的价值，而不是数据中心的利润率。关于其运作原理及适用边界的详细解析，请参阅文章 关于最便宜的 AI API。

JoinGonka 一行展示的是 GLM-5.3 Flash 在 Gonka 网络中的价格：网络内所有模型均采用统一费率。此页面上的数字会自动更新，无需手动重新计算。

Gonka 网络支持 Z.ai 模型：zai-org/GLM-5.3-Flash 已通过治理提案 #101 采纳，并通过网关与 MiniMax M2.7 和 DeepSeek V4 Flash 一同提供。本指南早期版本中提到的旗舰模型 GLM-5.2 并未进入生产环境——网络选择了同系列中更轻、更快的模型。Base URL 和密钥保持不变：在 ZCode 中，只需将该模型添加为 custom provider 即可。

关于该模型：采用 MIT 许可的开放权重，MoE 架构，拥有 320B 参数（每个 token 激活 18B），具备混合稀疏和线性注意力机制。其主要特征是推理模型：在回答之前它会先进行思考，即使是简单的问题，其思考过程也会占用数百个 token。对于 ZCode 而言，这意味着两点：不要将模型的回复长度限制设置得太低（即使是简短回复也建议至少 600 token），并且对于快速修改，请降低 Thought Level——在 API 层级即 reasoning_effort: low。关于该模型及其限制的详细分析，请参见文章 Gonka 网络上的 GLM-5.3 Flash。

常见问题：

• 为什么新模型会出现 429 或排队？ — 目前由一小部分网络主机提供服务；在高峰时段，请求可能需要等待空闲槽位。请在几秒钟后重试——负载均衡器会找到活动的节点。当前状态可在 网关状态页面 查看。
• 还有什么可用模型？ — 除了 GLM-5.3 Flash，还有 MiniMax M2.7 和 DeepSeek V4 Flash：这三款模型均可通过同一个 custom provider 在 ZCode 中使用，本指南中的配置完全适用。
• 隐私如何保护？ — 网关不存储 prompt 和回答的内容；统计数据仅包含用量汇总。
• Coding Plan 在什么情况下更划算？ — 如果您是个人开发者，在 Lite 配额内使用，且不运行并行代理，那么固定费用的订阅方案既方便又可预测。请根据您的使用情况计算：在进行活跃的代理任务时，通过网络按 token 付费比中心化 API 便宜几个数量级；如果只是每天偶尔进行代码修改，差异可能不明显。
• 这适用于其他工具吗？ — 是的：同一个 endpoint 也适用于 Claude Code、Cursor、Cline 以及任何兼容 OpenAI/Anthropic 的客户端。