Configuration de Kilo Code

Les valeurs

Commencez par la clé de test gratuite : elle répond à chaque requête par une ligne fixe, sans appel d’outil, ce qui confirme 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 Settings (l’icône en forme d’engrenage) et allez dans l’onglet Providers.
2. Descendez tout en bas et cliquez sur Custom provider.
3. Mettez Provider ID sur nokeep et Display name sur nokeep.
4. Mettez Provider API sur OpenAI Compatible.
5. Collez https://nokeep.ai/v1 dans Base URL et sk-nokeep-test dans API key.
6. Sous Models, choisissez deepseek-v4.1-flash-uncensored et glm-5.3-flash-uncensored dans la liste récupérée. Cliquez sur Fetch models si la liste est vide.
7. Cliquez sur Submit, choisissez le modèle dans le sélecteur et envoyez un message. Une réponse qui commence par “Connected to” signifie que ça marche.
8. Cliquez sur Edit provider et remplacez par votre propre clé depuis la console.

Définissez les limites ci-dessous. Kilo ne connaît pas ces identifiants de modèle : sans elles, il considère le contexte comme 0, ne compacte jamais la conversation et plafonne les réponses à 32 000 tokens.

Limites, outils et prix

La fenêtre de réglages couvre l’URL, la clé et les modèles. Les limites de tokens, les appels d’outils, les prix et la réflexion vont dans kilo.jsonc : ~/.config/kilo/kilo.jsonc pour tous les projets, ou ./kilo.jsonc pour un seul. Ceci est le fournisseur complet ; la clé est lue dans NOKEEP_API_KEY si vous la définissez là plutôt que dans la fenêtre.

{
  "$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 est le seuil à partir duquel Kilo compacte la conversation ; limit.output est envoyé comme plafond de chaque réponse.
• cost est par million de tokens, lectures du cache comprises, pour que l’affichage des coûts de Kilo corresponde à la facture.
• attachment et modalities vous permettent de coller des captures d’écran à DeepSeek. GLM ne lit que le texte.

Quel modèle

Utilisez DeepSeek pour le travail d’agent. Tout un dépôt tient dans son contexte, il appelle des outils sous toutes les formes, et l’historique que l’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 et en sortie l’emportent.

Les deux modèles ont leurs refus retirés des poids : sur un sujet sensible, comme les tests de sécurité sur vos propres systèmes ou les outils de modération, vous obtenez du code au lieu d’un refus. Comparer les modèles.

Réflexion

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

La variante think ci-dessus envoie reasoning_effort: high. Passez-y pour une tâche difficile, puis revenez-y pour le reste ; sans elle, DeepSeek répond tout de suite.

Le coût d’une session

Un agent envoie toute la conversation à chaque appel : les instructions, les fichiers lus, chaque étape jusqu’ici. Disons qu’un appel envoie 60 000 tokens, dont 55 000 sont le même début que l’appel précédent, et en écrit 1 000. Sur DeepSeek, cet appel coûte environ $0.0046, donc 200 appels coûtent 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 tarif du cache.
• Chaque appel réserve ce qu’il pourrait coûter, son prompt et sa sortie max, puis se règle sur ce qu’il a réellement utilisé. Avec 32 768 tokens de sortie max, la partie 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 propre à un agent peut ignorer le prix du cache, et alors il affiche un montant trop élevé.

Comment fonctionne la facturation.

Si ça ne fonctionne pas

Chaque erreur est listée avec son correctif dans Erreurs.