Continue einrichten

Die Werte

Beginnen Sie mit dem kostenlosen Testschlüssel: Er beantwortet jede Anfrage mit einer festen Zeile ohne Tool-Aufrufe. Das zeigt, dass URL und Schlüssel stimmen, ohne dass Kosten entstehen. Fügen Sie danach Ihren eigenen Schlüssel aus der Konsole ein. Credits ab 5 $, kein Abo.

Verbinden

1. Öffnen Sie config.yaml: Klicken Sie im Konfigurationsmenü des Chat-Eingabefelds auf das Zahnrad neben Local Config. Die Datei liegt unter ~/.continue/config.yaml auf macOS und Linux und unter %USERPROFILE%\.continue\config.yaml unter Windows.
2. Fügen Sie die beiden Modelle unten unter models ein oder ersetzen Sie die Datei damit.
3. Speichern Sie, wählen Sie DeepSeek V4.1 Flash Uncensored im Modellmenü von Continue und senden Sie eine Nachricht. Beginnt die Antwort mit „Connected to“, funktioniert es.
4. Ersetzen Sie sk-nokeep-test durch Ihren eigenen Schlüssel aus der Konsole und speichern Sie erneut.

name: nokeep
version: 0.0.1
schema: v1
models:
  - name: DeepSeek V4.1 Flash Uncensored
    provider: openai
    model: deepseek-v4.1-flash-uncensored
    apiBase: https://nokeep.ai/v1
    apiKey: sk-nokeep-test
    roles:
      - chat
      - edit
      - apply
    capabilities:
      - tool_use
      - image_input
    defaultCompletionOptions:
      contextLength: 1000000
      maxTokens: 32768
  - name: GLM 5.3 Flash Uncensored
    provider: openai
    model: glm-5.3-flash-uncensored
    apiBase: https://nokeep.ai/v1
    apiKey: sk-nokeep-test
    roles:
      - chat
      - edit
    capabilities:
      - tool_use
    defaultCompletionOptions:
      contextLength: 128000
      maxTokens: 32768

Lassen Sie tool_use unter capabilities stehen. Continue kennt diese Modell-IDs nicht, und der Agent-Modus braucht ein Modell, von dem Continue weiß, dass es Tools aufrufen kann.

Einstellungen, die sich lohnen

• contextLength sagt Continue, wie viel es senden darf; maxTokens ist das Limit jeder Antwort.
• image_input erlaubt, Screenshots an DeepSeek zu senden. GLM liest nur Text, deshalb fehlt es in dessen Eintrag.
• Überlassen Sie die Autovervollständigung einem anderen Modell. Die API bietet nur Chat-Completions, ohne Fill-in-the-Middle-Endpunkt.

Welches Modell

Nutzen Sie DeepSeek für Agentenarbeit. Ein ganzes Repository passt in seinen Kontext, es ruft Tools in jeder Form auf, und der Verlauf, den ein Agent bei jedem Aufruf erneut sendet, wird zum gecachten Preis von $0.011 pro Million berechnet. Nutzen Sie GLM für kurze Einzelaufgaben, die keinen langen Verlauf erneut senden; dort gewinnen seine niedrigeren Preise für neue Eingabe und Ausgabe.

Bei beiden Modellen sind die Ablehnungen aus den Gewichten entfernt. Arbeit nahe an einem heiklen Thema, etwa Sicherheitstests auf eigenen Systemen oder Moderationstools, liefert deshalb Code statt einer Ablehnung. Modelle vergleichen.

Denken

DeepSeek antwortet sofort, solange eine Anfrage keinen reasoning_effort nennt. Das passt zum schnellen Zyklus aus Bearbeiten und Ausführen bei einem Agenten. Für Planung oder einen schwierigen Fehler bitten Sie es zu denken: Es nimmt none, low, high, max. minimal, medium und xhigh anderer Apps werden auf den nächstliegenden dieser Werte abgebildet; jeder andere Wert wird mit 400 invalid_reasoning_effort abgelehnt. Denken wird als Ausgabe berechnet.

In Continue schicken Sie die Stufe als zusätzliches Body-Feld. Fügen Sie es beim DeepSeek-Eintrag hinzu, auf derselben Ebene wie roles, für ein Modell, das bei jeder Anfrage denkt. Legen Sie für schnelle Arbeit einen zweiten Eintrag ohne dieses Feld an.

    requestOptions:
      extraBodyProperties:
        reasoning_effort: high

Was eine Sitzung kostet

Ein Agent sendet bei jedem Aufruf das ganze Gespräch: die Anweisungen, die gelesenen Dateien, jeden bisherigen Schritt. Angenommen, ein Aufruf sendet 60,000 Token, davon 55,000 mit demselben Anfang wie der letzte Aufruf, und schreibt 1,000. Bei DeepSeek kostet dieser Aufruf etwa $0.0046, 200 Aufrufe also etwa $0.92. Ohne Cache würde derselbe Aufruf $0.0288 kosten.

• Caching läuft automatisch, man muss nichts einschalten. Ein Anfang von etwa 1,000 Token oder mehr, der innerhalb weniger Minuten wiederholt wird, wird zum Cache-Preis berechnet.
• Jeder Aufruf reserviert, was er höchstens kosten kann, also Prompt und maximale Ausgabe, und wird auf das abgerechnet, was er tatsächlich brauchte. Bei 32,768 maximalen Ausgabe-Token liegt der Ausgabeanteil der Reservierung bei etwa $0.0573.
• Die Konsole zeigt die echten Token, gecachten Token und die Credits jedes Aufrufs. Der eigene Kostenzähler eines Agenten kennt den Cache-Preis womöglich nicht und zeigt dann zu hoch an.

So funktioniert die Abrechnung.

Wenn es nicht funktioniert

Jeder Fehler mit seiner Lösung steht unter Fehler.