Kilo Code einrichten

Die Werte

Beginnen Sie mit dem kostenlosen Testschlüssel: Er beantwortet jede Anfrage mit einer festen Zeile und ohne Tool-Aufrufe. So sehen Sie, dass URL und Schlüssel stimmen, ohne etwas auszugeben. Fügen Sie dann Ihren eigenen Schlüssel aus der Konsole ein. Guthaben ab 5 $, kein Abo.

Verbinden

1. Öffnen Sie Settings (das Zahnrad-Symbol) und wechseln Sie zum Tab Providers.
2. Scrollen Sie nach unten und klicken Sie auf Custom provider.
3. Setzen Sie Provider ID auf nokeep und Display name auf nokeep.
4. Setzen Sie Provider API auf OpenAI Compatible.
5. Fügen Sie https://nokeep.ai/v1 in Base URL und sk-nokeep-test in API key ein.
6. Wählen Sie unter Models aus der geladenen Liste deepseek-v4.1-flash-uncensored und glm-5.3-flash-uncensored. Klicken Sie auf Fetch models, wenn die Liste leer ist.
7. Klicken Sie auf Submit, wählen Sie das Modell im Modell-Auswahlfeld und senden Sie eine Nachricht. Eine Antwort, die mit „Connected to“ beginnt, heißt: Es funktioniert.
8. Klicken Sie auf Edit provider und tauschen Sie den Schlüssel gegen Ihren eigenen aus der Konsole aus.

Setzen Sie die Grenzen unten. Kilo kennt diese Modell-IDs nicht; ohne sie behandelt es den Kontext als 0, verdichtet die Unterhaltung nie und begrenzt Antworten auf 32.000 Tokens.

Grenzen, Tools und Preise

Der Einstellungsdialog deckt URL, Schlüssel und Modelle ab. Token-Grenzen, Tool-Aufrufe, Preise und Denken gehören in kilo.jsonc: ~/.config/kilo/kilo.jsonc für jedes Projekt oder ./kilo.jsonc für eines. Das ist der ganze Provider; der Schlüssel wird aus NOKEEP_API_KEY gelesen, falls Sie ihn dort statt im Dialog setzen.

{
  "$schema": "https://app.kilo.ai/config.json",
  "model": "nokeep/deepseek-v4.1-flash-uncensored",
  "provider": {
    "nokeep": {
      "npm": "@ai-sdk/openai-compatible",
      "env": [
        "NOKEEP_API_KEY"
      ],
      "options": {
        "baseURL": "https://nokeep.ai/v1"
      },
      "models": {
        "deepseek-v4.1-flash-uncensored": {
          "name": "DeepSeek V4.1 Flash Uncensored",
          "tool_call": true,
          "attachment": true,
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "limit": {
            "context": 1000000,
            "output": 32768
          },
          "cost": {
            "input": 0.45,
            "output": 1.75,
            "cache_read": 0.011
          },
          "variants": {
            "think": {
              "reasoningEffort": "high"
            }
          }
        },
        "glm-5.3-flash-uncensored": {
          "name": "GLM 5.3 Flash Uncensored",
          "tool_call": true,
          "limit": {
            "context": 128000,
            "output": 32768
          },
          "cost": {
            "input": 0.2,
            "output": 0.65,
            "cache_read": 0.04
          }
        }
      }
    }
  }
}

• limit.context ist der Punkt, an dem Kilo die Unterhaltung verdichtet; limit.output wird als Obergrenze jeder Antwort gesendet.
• cost ist pro Million Tokens, gecachte Lesevorgänge eingeschlossen, damit die Kostenanzeige von Kilo zur Rechnung passt.
• attachment und modalities erlauben, Screenshots an DeepSeek einzufügen. GLM liest nur Text.

Welches Modell

Nehmen Sie DeepSeek für Agenten-Arbeit. 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. Nehmen Sie GLM für kurze Einzelaufgaben, die keinen langen Verlauf erneut senden, dort gewinnen die niedrigeren Preise für frische Eingabe und Ausgabe.

Bei beiden Modellen sind die Sperren aus den Gewichten entfernt. Bei heiklen Themen, etwa Sicherheitstests auf Ihren eigenen Systemen oder Moderationswerkzeugen, bekommen Sie deshalb Code statt einer Ablehnung. Modelle vergleichen.

Denken

DeepSeek antwortet sofort, sofern eine Anfrage kein reasoning_effort nennt. Das passt zur schnellen Schleife aus Bearbeiten und Ausführen eines Agenten. Für Planung oder einen schwierigen Fehler lassen Sie es nachdenken: Es nimmt none, low, high, max. Die minimal-, medium- und xhigh-Werte anderer Apps laufen mit dem nächsten davon; jeder andere Wert wird mit 400 invalid_reasoning_effort abgelehnt. Das Nachdenken wird als Ausgabe berechnet.

Die Variante think oben sendet reasoning_effort: high. Wechseln Sie für eine schwierige Aufgabe dorthin und danach zurück; lassen Sie sie weg, und DeepSeek antwortet sofort.

Was eine Session kostet

Ein Agent sendet bei jedem Aufruf die ganze Unterhaltung: die Anweisungen, die gelesenen Dateien, jeden bisherigen Schritt. Angenommen, ein Aufruf sendet 60.000 Tokens, 55.000 davon 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 wäre derselbe Aufruf 0,0288 $.

• Caching läuft automatisch, Sie müssen nichts einschalten. Ein Anfang von etwa 1.000 Tokens oder mehr, der innerhalb weniger Minuten wiederholt wird, wird zum gecachten Preis berechnet.
• Jeder Aufruf reserviert, was er höchstens kosten könnte, Prompt und maximale Ausgabe, und rechnet dann ab, was er tatsächlich verbraucht hat. Bei 32.768 maximalen Ausgabe-Tokens liegt der Ausgabeanteil der Reservierung bei etwa 0,0573 $.
• Die Konsole zeigt für jeden Aufruf die echten Tokens, die gecachten Tokens und die Guthaben. Der eigene Kostenzähler eines Agenten kennt den gecachten Preis unter Umständen nicht, dann zeigt er zu viel an.

So funktioniert die Abrechnung.

Wenn es nicht funktioniert

Jeder Fehler mit seiner Lösung steht unter Fehler.