Configuración de Kilo Code

Los valores

Empieza con la clave de prueba gratuita: responde cada solicitud con una línea fija y sin llamadas a herramientas, lo que confirma que la URL y la clave están bien sin gastar nada. Luego pega tu propia clave desde la consola. Créditos desde $5, sin suscripción.

Conectar

1. Abre Settings (el icono de engranaje) y ve a la pestaña Providers.
2. Baja hasta el final y haz clic en Custom provider.
3. Pon Provider ID como nokeep y Display name como nokeep.
4. Pon Provider API en OpenAI Compatible.
5. Pega https://nokeep.ai/v1 en Base URL y sk-nokeep-test en API key.
6. En Models, elige deepseek-v4.1-flash-uncensored y glm-5.3-flash-uncensored de la lista obtenida. Haz clic en Fetch models si la lista está vacía.
7. Haz clic en Submit, elige el modelo en el selector y envía un mensaje. Una respuesta que empiece con “Connected to” quiere decir que funciona.
8. Haz clic en Edit provider y cambia por tu propia clave desde la consola.

Define los límites de abajo. Kilo no conoce estos ids de modelo; sin ellos trata el contexto como 0, nunca compacta la conversación y limita las respuestas a 32,000 tokens.

Límites, herramientas y precios

El cuadro de ajustes cubre la URL, la clave y los modelos. Los límites de tokens, las llamadas a herramientas, los precios y el razonamiento van en kilo.jsonc: ~/.config/kilo/kilo.jsonc para todos los proyectos, o ./kilo.jsonc en uno solo. Este es el proveedor completo; la clave se lee de NOKEEP_API_KEY si la defines ahí en lugar de en el cuadro.

{
  "$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 es cuando Kilo compacta la conversación; limit.output se envía como tope de cada respuesta.
• cost está por millón de tokens, incluidas las lecturas en caché, para que lo que muestra Kilo coincida con la factura.
• attachment y modalities te permiten pegar capturas para DeepSeek. GLM solo lee texto.

Qué modelo usar

Usa DeepSeek para el trabajo de agentes. Un repositorio completo cabe en su contexto, llama a herramientas de todas las formas, y el historial que un agente reenvía en cada llamada se cobra al precio en caché de $0.011 por millón. Usa GLM para tareas puntuales y cortas que no reenvían un historial largo, donde gana su precio más bajo de entrada nueva y de salida.

Ambos modelos tienen los rechazos eliminados de sus pesos, así que un tema sensible, como pruebas de seguridad en tus propios sistemas o herramientas de moderación, recibe código en lugar de un rechazo. Compara los modelos.

Razonamiento

DeepSeek responde de inmediato salvo que una solicitud indique un reasoning_effort, lo que encaja con el ciclo rápido de editar y ejecutar de un agente. Para planificar o resolver un error difícil, pídele que piense: admite none, low, high, max. Los minimal, medium y xhigh de otras apps se ejecutan con el más cercano de estos; cualquier otro valor se rechaza con 400 invalid_reasoning_effort. El razonamiento se cobra como salida.

La variante think de arriba envía reasoning_effort: high. Cámbiate a ella para una tarea difícil y vuelve para el resto; si no la usas, DeepSeek responde de inmediato.

Cuánto cuesta una sesión

Un agente envía toda la conversación en cada llamada: las instrucciones, los archivos que leyó, cada paso hasta ahora. Digamos que una llamada envía 60,000 tokens, 55,000 de ellos con el mismo inicio que la llamada anterior, y escribe 1,000. En DeepSeek esa llamada cuesta unos $0.0046, así que 200 llamadas son unos $0.92. Sin caché, la misma llamada costaría $0.0288.

• La caché es automática: no hay nada que activar. Un inicio de unos 1,000 tokens o más, repetido en pocos minutos, se cobra al precio en caché.
• Cada llamada reserva lo que podría costar, su entrada y su salida máxima, y se ajusta a lo que usó. Con 32,768 tokens de salida máxima, la parte de salida de la reserva es unos $0.0573.
• La consola muestra los tokens reales, los tokens en caché y los créditos de cada llamada. El contador de costos de un agente puede no conocer el precio en caché, y entonces muestra de más.

Cómo funciona el cobro.

Si no funciona

Cada error aparece con su solución en Errores.