Configuração do Continue

Os valores

Comece com a chave de teste grátis: ela responde a cada pedido com uma linha fixa e sem chamadas de ferramentas, o que prova que a URL e a chave estão certas sem gastar nada. Depois cole sua própria chave do console. Créditos a partir de US$ 5, sem assinatura.

Conectar

1. Abra o config.yaml: no menu de configurações da caixa de chat, clique na engrenagem ao lado de Local Config. O arquivo fica em ~/.continue/config.yaml no macOS e no Linux, e em %USERPROFILE%\.continue\config.yaml no Windows.
2. Adicione os dois modelos abaixo em models, ou substitua o arquivo por eles.
3. Salve, escolha DeepSeek V4.1 Flash Uncensored no menu de modelos do Continue e envie uma mensagem. Uma resposta que começa com “Connected to” significa que funciona.
4. Troque sk-nokeep-test pela sua chave do console e salve de novo.

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

Mantenha tool_use em capabilities. O Continue não reconhece esses IDs de modelo, e o modo Agent precisa de um modelo que ele sabe que chama ferramentas.

Configurações que vale conhecer

• contextLength diz ao Continue quanto ele pode enviar; maxTokens é o limite de cada resposta.
• image_input deixa você colar capturas de tela para o DeepSeek. O GLM lê só texto, então a entrada dele deixa isso de fora.
• Deixe o autocomplete para outro modelo. A API serve só chat completions, sem endpoint de preenchimento no meio (fill-in-the-middle).

Qual modelo

Use o DeepSeek para trabalho de agente. Um repositório inteiro cabe no contexto dela, ela chama ferramentas de todas as formas, e o histórico que um agente reenvia a cada chamada é cobrado no cache de US$ 0,011 por milhão. Use o GLM para tarefas curtas e avulsas que não reenviam um histórico longo, onde os preços menores de entrada nova e de saída compensam.

Os dois modelos têm as recusas removidas dos pesos, então um trabalho perto de um assunto sensível, como teste de segurança nos seus próprios sistemas ou ferramentas de moderação, recebe código em vez de recusa. Compare os modelos.

Raciocínio

O DeepSeek responde na hora, a menos que um pedido indique um reasoning_effort, o que combina com o ciclo rápido de editar e executar de um agente. Para planejamento ou um bug difícil, peça para pensar: ela aceita none, low, high, max. Os minimal, medium e xhigh de outros apps rodam no mais próximo desses; qualquer outro valor é recusado com 400 invalid_reasoning_effort. O raciocínio é cobrado como saída.

No Continue, envie o esforço como um campo extra do corpo. Adicione isto na entrada do DeepSeek, na mesma profundidade de roles, para um modelo que pensa em todo pedido; mantenha uma segunda entrada sem isso para trabalho rápido.

    requestOptions:
      extraBodyProperties:
        reasoning_effort: high

Quanto custa uma sessão

Um agente envia a conversa inteira a cada chamada: as instruções, os arquivos que leu, cada passo até ali. Suponha que uma chamada envie 60.000 tokens, 55.000 deles com o mesmo início da chamada anterior, e escreva 1.000. No DeepSeek essa chamada custa cerca de US$ 0,0046, então 200 chamadas custam cerca de US$ 0,92. Sem cache, a mesma chamada custaria US$ 0,0288.

• O cache é automático: nada para ligar. Um início de cerca de 1.000 tokens ou mais, repetido em poucos minutos, é cobrado pelo preço de cache.
• Cada chamada reserva o que pode custar, o prompt e a saída máxima, e fecha pelo que usou. Com 32.768 tokens máximos de saída, a parte de saída da reserva fica em cerca de US$ 0,0573.
• O console mostra os tokens reais de cada chamada, os tokens em cache e os créditos. O contador de custo do próprio agente pode não conhecer o preço em cache, e então mostra um valor alto.

Como funciona a cobrança.

Se não funcionar

Todo erro está listado com a correção em Erros.