OpenCode 接入新算力：new-api 多渠道配置与性能测试

公司在新服务器上部署了一批 AI 模型（Qwen 3.7、GLM 5.1、Qwen 3.6 等），通过 new-api 对外提供统一入口，技术部门每人一个 API key。以下是一步步的操作指南——先申请 key，再交给 opencode，它自动拉模型、写配置，完成接入。

怎么和 AI 新同事协作

新同事入职——这里指的是你给 opencode 新建了一个会话，它还不认识公司的算力。你需要给它一份「入职材料」。如果你对工具配置不熟悉，按下面四步走就行。

第一步：申请 API key

联系技术管理员（或者负责 new-api 网关的同事），申请你的专属 key。你会拿到两样东西：

• 网关地址（URL）：类似 https://your-gateway.example.com
• API 密钥（Key）：类似 sk-xxxxxxxxxxxxxxxx

确认到手后再往下走。

第二步：发连接信息和提示词

终端输入 opencode 新建会话，分两次发出。

先发连接信息：

{"_type":"newapi_channel_conn","key":"sk-xxx","url":"https://your-gateway.example.com"}

再把下面这段提示词也发过去。opencode 收到后会自己拉模型列表、查官方文档确定规格、写入 ~/.config/opencode/opencode.jsonc——整个过程不需要你手改一行 JSON：

我的初始信息如下：
{"_type":"newapi_channel_conn","key":"sk-xxx","url":"https://your-gateway.example.com"}

_type 说明：这是 new-api 网关的连接信息协议，只有 key 和 url 两个字段。url 是 OpenAI 兼容接口的基地址。

请按以下步骤操作：

1. 用 key 和 url 拉取模型列表（GET {url}/v1/models，Header: Authorization: Bearer {key}），过滤掉非聊天模型（embedding、image、moderation 等）。

2. 对剩下的聊天模型，查以下官方文档确认规格，列成表格：
   - 上下文长度、最大输出（按官方文档填，不要猜）
   - 是否支持 reasoning
   - 推理等级参数名称和取值范围。不同厂商参数不同：
     DeepSeek 用 reasoning_effort（low/high）和 budget_tokens（数值型）
     Qwen 用 enable_thinking（布尔）和 thinking.budget_tokens（数值型，qwen3.7-max 思考预算上限 256k）
     GLM 用 thinking.type（enabled/disabled）
     查不到的标记「未知」

3. 按表格内容写入 ~/.config/opencode/opencode.jsonc：
   - provider 名：取 url 域名前缀（如 your-gateway.example.com → company-gateway）
   - npm：@ai-sdk/openai-compatible，baseURL：{url}/v1，apiKey：{key}
   - 每个模型：reasoning 按表格设，attachment 默认 false（kimi-for-coding 设 true）
   - limit 按表格填，timeout 300000
   - 默认模型选表格里 TTFT 最低的那个（opencode 会用它做日常编码）

4. 切换到新配置，逐个模型发 "say hello" 验证。不通过的最多回退两次，仍然失败则跳过并标记。

5. 汇总输出：可用模型列表、推荐场景、推理等级用法、切换命令。

参考文档：
- DeepSeek: https://api-docs.deepseek.com/quick_start/pricing
- 阿里云百炼: https://help.aliyun.com/zh/model-studio/text-generation-model/
- 智谱 GLM: https://docs.bigmodel.cn/cn/guide/models/text/glm-5.1.md
- Kimi: https://platform.kimi.com/docs/pricing/chat-k26
- OpenCode 配置: https://opencode.ai/config.json

第三步：验证配置

让 opencode 逐个模型发 "say hello" 来确认全部可用。如果有模型不通，它会自己排查是 key 的问题、路由的问题还是模型名写错了。

第四步：跑性能测试（可选）

如果你想知道每个模型的实际快慢，在第三步之后追加性能测试提示词（本文「进阶」一节）。opencode 会自己写脚本、自己跑、自己出报告——你只需要看表格选模型。

本质上是把新算力的接入工作从「人查文档 + 人改配置」变成了「AI 查文档 + AI 改配置」。人的角色从操作者变成了审核者：看一眼 opencode 改完的配置对不对，看一眼测试报告哪个模型最快，就完了。

预期效果

opencode 执行这段提示词后，opencode.jsonc 会变成类似这样的结构：

{
  "model": "company-gateway/deepseek-v4-flash",
  "provider": {
    "company-gateway": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "https://your-gateway.example.com/v1",
        "apiKey": "sk-xxx",
        "timeout": 300000
      },
      "models": {
        "deepseek-v4-flash": {
          "name": "DeepSeek V4 Flash",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 393216 }
        },
        "deepseek-v4-pro": {
          "name": "DeepSeek V4 Pro",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 393216 }
        },
        "qwen3.7-max": {
          "name": "Qwen 3.7 Max",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 65536 }
        },
        "qwen3.7-plus": {
          "name": "Qwen 3.7 Plus",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 65536 }
        },
        "glm-5.1": {
          "name": "GLM 5.1",
          "reasoning": true,
          "limit": { "context": 204800, "output": 131072 }
        },
        "kimi-for-coding": {
          "name": "Kimi For Coding",
          "reasoning": true,
          "attachment": true,
          "limit": { "context": 262144, "output": 98304 }
        },
        "Qwen3.6-bf16": {
          "name": "Qwen 3.6 BF16",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 65536 }
        },
        "Qwen3.6-fp8": {
          "name": "Qwen 3.6 FP8",
          "reasoning": true,
          "limit": { "context": 1048576, "output": 65536 }
        }
      }
    }
  }
}

进阶：带性能测试的提示词

如果接入后还想知道各模型的真实性能，可以在上面提示词的基础上追加：

6. 写一个 Python 测试脚本，用标准库实现（不用 pip 装任何包），测试两件事：
   a) 速度测试：每个模型用同一个 prompt（"写一篇 500 字的中文短文"）发流式请求 3 次，记 TTFT、总耗时、输出 token 数、tokens/s，取平均
   b) 并发测试：每模型用非流式请求（max_tokens=1024），测并发 1、5、10 三档，记成功率、延迟、吞吐
   8 个模型全部并行跑

7. 跑完测试，按速度排序输出两个表格（速度、并发），给每档推荐一个首选模型。

执行后会拿到完整基准：

参考

• OpenCode — AI 编程终端
• OpenCode 配置 Schema
• new-api — 开源 AI 网关
• DeepSeek V4 模型与定价
• 阿里云百炼文本生成模型
• 智谱 GLM-5.1 模型文档
• Kimi K2.6 模型定价