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 是通往去中心化 Gonka 网络的网关，提供两个原生协议：兼容 OpenAI 的 /v1/chat/completions 和 Anthropic Messages 的 /v1/messages。对于 ZCode 而言，这意味着它可以直接连接到两个自定义提供商字段，无需代理层。计费模式为按 Token 付费 (pay-per-token)：没有 5 小时窗口限制、没有 ×3 流量峰值系数、也没有单并发限制；消耗情况在仪表板中实时可见，网关不会存储 Prompt 内容。

设置步骤：

验证： 随便问 Agent 一个问题。如果有回复，说明配置成功；若报错 401，请检查 Key；若报错 402，请检查账户余额。

不同渠道的 GLM 推理成本（价格按每百万 Token 计算；竞争对手价格截至 2026 年 7 月，JoinGonka 价格实时从网关 API 获取）：

两个数量级的价格差异绝非营销噱头，而是因计费模式不同：算力由去中心化网络参与者提供，他们通过工作本身获益，而非通过数据中心差价。关于其运作机制及适用边界的详细分析，请参考文章 关于最便宜的 AI API。

关于 GLM-5.2 的诚实声明：模型的精确价格将由网络在启用时刻设定（上表所示为当前实时的网络模型价格）。此页面数字会自动更新，无需人工重新计算。

zai-org/GLM-5.2-FP8 模型已添加到 Gonka 网络链上注册表：配置指定了高达 400K token 的上下文窗口，该模型本身属于重型模型（每个副本需要超过 1TB 的显存）。目前正在进行部署：网络节点正在预热权重。一旦检查通过，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，只需在 ZCode 选择器中勾选即可。

关于该模型：基于 MIT 许可的开源权重，MoE 架构，约 750B 参数（每个 token 约 40B 激活参数），原生支持高达 1M token 的窗口。根据 Z.ai 的数据，该模型在 SWE-bench Pro 上得分为 62.1 — 高于 GPT-5.5，而在 FrontierSWE 上仅比 Claude Opus 4.8 落后约一个百分点。对于开源权重模型而言，这是编程领域的顶尖水平。

常见问题：

• 为什么新模型启用后立即会出现 429 错误？ — 这是部署阶段：部分节点仍在加载权重。请在几秒钟后重试请求 — 负载均衡器会找到已就绪的节点。
• 今天可以使用什么？ — Kimi K2.6 和 MiniMax M2.7：这两款模型都通过相同的自定义 provider 在 ZCode 中运行，本指南中的配置目前即可完全正常工作。
• 隐私如何保障？ — 网关不会存储 prompt 和响应的内容；统计信息中仅包含消费总量。
• Coding Plan 在什么情况下更划算？ — 如果您是单独工作，使用额度在 Lite 计划内，且不运行并行代理，那么固定价格的订阅既方便又可预测。请根据您的使用习惯计算：在重度代理工作负载下，通过网络按 token 付费要便宜几个数量级；如果只是每天进行几次轻量级代码修改，差异可能不明显。
• 这适用于其他工具吗？ — 是的：相同的 endpoint 可用于 Claude Code、Cursor、Cline 以及任何兼容 OpenAI/Anthropic 的客户端。