Setup Continue

Nilainya

Mulai dengan kunci uji gratis: ia menjawab setiap permintaan dengan satu baris tetap dan tanpa panggilan alat, yang membuktikan URL dan kunci sudah benar tanpa biaya. Lalu tempel kunci milikmu sendiri dari console. Kredit mulai $5, tanpa langganan.

Sambungkan

1. Buka config.yaml: di menu konfigurasi pada kolom chat, klik ikon roda gigi di sebelah Local Config. Filenya ada di ~/.continue/config.yaml di macOS dan Linux, %USERPROFILE%\.continue\config.yaml di Windows.
2. Tambahkan kedua model di bawah ini di bawah models, atau ganti seluruh file dengannya.
3. Simpan, pilih DeepSeek V4.1 Flash Uncensored di menu model Continue, lalu kirim pesan. Balasan yang diawali “Connected to” berarti sudah berfungsi.
4. Ganti sk-nokeep-test dengan kunci milikmu dari console, lalu simpan lagi.

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

Biarkan tool_use di bawah capabilities. Continue tidak mengenali ID model ini, dan Agent mode butuh model yang ia tahu bisa memanggil alat.

Pengaturan yang perlu diketahui

• contextLength memberi tahu Continue seberapa banyak yang boleh ia kirim; maxTokens adalah batas setiap balasan.
• image_input memungkinkan kamu menempel tangkapan layar ke DeepSeek. GLM hanya membaca teks, jadi entrinya tidak menyertakannya.
• Serahkan autocomplete ke model lain. API ini hanya melayani chat completions, tanpa endpoint fill-in-the-middle.

Model mana

Pakai DeepSeek untuk pekerjaan agen. Seluruh repositori muat di konteksnya, ia memanggil alat dalam bentuk apa pun, dan riwayat yang dikirim ulang agen pada setiap panggilan ditagih dengan harga cache $0.011 per juta. Pakai GLM untuk tugas singkat sekali jalan yang tidak mengirim ulang riwayat panjang, tempat harga input baru dan keluarannya yang lebih murah menang.

Kedua model sudah dihapus penolakannya dari bobotnya, jadi saat bekerja di dekat topik sensitif, seperti pengujian keamanan pada sistem milikmu sendiri atau alat moderasi, kamu mendapat kode, bukan penolakan. Bandingkan model.

Berpikir

DeepSeek menjawab langsung kecuali permintaan menyebut reasoning_effort, yang cocok untuk siklus edit-lalu-jalankan yang cepat dari agen. Untuk perencanaan atau bug yang sulit, minta ia berpikir: ia menerima none, low, high, max. Nilai minimal, medium dan xhigh dari aplikasi lain dijalankan sebagai nilai terdekat dari ini; nilai lain ditolak dengan 400 invalid_reasoning_effort. Berpikir ditagih sebagai keluaran.

Di Continue, kirim effort sebagai field body tambahan. Tambahkan ini ke entri DeepSeek, sejajar dengan roles, untuk model yang berpikir pada setiap permintaan; simpan entri kedua tanpa ini untuk pekerjaan cepat.

    requestOptions:
      extraBodyProperties:
        reasoning_effort: high

Biaya satu sesi

Agen mengirim seluruh percakapan pada setiap panggilan: instruksinya, file yang dibacanya, setiap langkah sejauh ini. Misalkan satu panggilan mengirim 60.000 token, 55.000 di antaranya sama dengan awal panggilan sebelumnya, dan menulis 1.000. Di DeepSeek, panggilan itu sekitar $0.0046, jadi 200 panggilan sekitar $0.92. Tanpa cache, panggilan yang sama akan $0.0288.

• Cache otomatis: tidak ada yang perlu dinyalakan. Awal sekitar 1.000 token atau lebih, yang berulang dalam beberapa menit, ditagih dengan harga cache.
• Setiap panggilan menahan perkiraan biayanya, yaitu prompt dan keluaran maksimumnya, lalu menyesuaikan dengan yang terpakai. Pada keluaran maksimum 32.768 token, bagian keluaran dari tahanan itu sekitar $0.0573.
• Konsol menunjukkan token, token ter-cache, dan kredit sebenarnya untuk setiap panggilan. Penghitung biaya milik agen mungkin tidak mengenal harga cache, dan hasilnya jadi terlalu tinggi.

Cara kerja penagihan.

Kalau tidak berhasil

Setiap error dijelaskan beserta perbaikannya di Errors.