Configuration de Continue

Les valeurs

Commencez par la clé de test gratuite : elle renvoie une ligne fixe à chaque requête, sans appel d’outil, ce qui prouve que l’URL et la clé sont bonnes sans rien dépenser. Collez ensuite votre propre clé depuis la console. Crédits à partir de 5 $, sans abonnement.

Connexion

1. Ouvrez config.yaml : dans le menu des configurations de la zone de saisie du chat, cliquez sur la roue dentée à côté de Local Config. Le fichier est ~/.continue/config.yaml sous macOS et Linux, %USERPROFILE%\.continue\config.yaml sous Windows.
2. Ajoutez les deux modèles ci-dessous sous models, ou remplacez le fichier par celui-ci.
3. Enregistrez, choisissez DeepSeek V4.1 Flash Uncensored dans le menu des modèles de Continue, et envoyez un message. Une réponse qui commence par « Connected to » signifie que ça marche.
4. Remplacez sk-nokeep-test par votre propre clé depuis la console, puis enregistrez à nouveau.

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

Gardez tool_use sous capabilities. Continue ne reconnaît pas ces identifiants de modèle, et le mode Agent exige un modèle dont il sait qu’il sait appeler des outils.

Réglages utiles

• contextLength indique à Continue la quantité qu’il peut envoyer ; maxTokens est la limite de chaque réponse.
• image_input vous permet de coller des captures d’écran dans DeepSeek. GLM ne lit que le texte, son entrée ne l’inclut donc pas.
• Laissez la complétion automatique à un autre modèle. L’API ne sert que les complétions de chat, sans point de terminaison de remplissage au milieu.

Quel modèle

Utilisez DeepSeek pour le travail d’agent. Un dépôt entier tient dans son contexte, il appelle des outils sous toutes les formes, et l’historique qu’un agent renvoie à chaque appel est facturé au tarif du cache, 0,011 $ par million. Utilisez GLM pour les petites tâches ponctuelles qui ne renvoient pas un long historique, là où ses prix plus bas en entrée fraîche et en sortie gagnent.

Les refus des deux modèles sont retirés des poids : un travail touchant à un sujet sensible, comme les tests de sécurité sur vos propres systèmes ou les outils de modération, reçoit du code au lieu d’un refus. Comparer les modèles.

Réflexion

DeepSeek répond tout de suite, sauf si une requête indique un reasoning_effort, ce qui convient à la boucle rapide modifier-et-exécuter d’un agent. Pour planifier ou traiter un bogue difficile, demandez-lui de réfléchir : il accepte none, low, high, max. Les valeurs minimal, medium et xhigh d’autres applications passent sur la plus proche de ces valeurs ; toute autre valeur est refusée avec 400 invalid_reasoning_effort. La réflexion est facturée en sortie.

Dans Continue, envoyez le niveau d’effort comme champ de corps supplémentaire. Ajoutez ceci à l’entrée DeepSeek, au même niveau que roles, pour un modèle qui réfléchit à chaque requête ; gardez une seconde entrée sans ce champ pour les tâches rapides.

    requestOptions:
      extraBodyProperties:
        reasoning_effort: high

Ce que coûte une session

Un agent envoie toute la conversation à chaque appel : les consignes, les fichiers lus, chaque étape jusque-là. Supposons qu’un appel envoie 60 000 tokens, dont 55 000 identiques au début de l’appel précédent, et en écrive 1 000. Sur DeepSeek, cet appel coûte environ 0,0046 $, donc 200 appels font environ 0,92 $. Sans cache, le même appel coûterait 0,0288 $.

• Le cache est automatique : rien à activer. Un début d’environ 1 000 tokens ou plus, répété dans les quelques minutes, est facturé au prix du cache.
• Chaque appel réserve ce qu’il pourrait coûter, son prompt et sa sortie maximale, puis se règle sur ce qu’il a utilisé. À 32 768 tokens de sortie maximale, la part sortie de la réservation vaut environ 0,0573 $.
• La console affiche les tokens réels, les tokens en cache et les crédits de chaque appel. Le compteur de coût de l’agent peut ne pas connaître le prix du cache, et affiche alors un montant trop élevé.

Comment fonctionne la facturation.

Si ça ne fonctionne pas

Chaque erreur est listée avec sa correction dans Erreurs.