Configuração do goose

Os valores

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

Conexão

1. Salve o arquivo abaixo como custom_nokeep.json em ~/.config/goose/custom_providers/ no macOS e no Linux, ou em %APPDATA%\Block\goose\config\custom_providers\ no Windows. Crie a pasta se ela não existir.
2. Informe a chave ao goose. No terminal, defina NOKEEP_API_KEY como sk-nokeep-test. No goose Desktop, abra Settings, depois Models, depois Configure providers, encontre nokeep e cole a chave; o goose a guarda no seu chaveiro.
3. Inicie uma sessão com ele: no terminal, com o comando abaixo, ou no goose Desktop, escolhendo nokeep e deepseek-v4.1-flash-uncensored como modelo.
4. Envie uma mensagem. Uma resposta que começa com “Connected to” significa que a configuração funciona.
5. Troque pela sua chave do console.

{
  "name": "custom_nokeep",
  "engine": "openai",
  "display_name": "nokeep",
  "description": "OpenAI-compatible API for uncensored DeepSeek and GLM, paid with prepaid credits",
  "api_key_env": "NOKEEP_API_KEY",
  "base_url": "https://nokeep.ai/v1",
  "model_doc_link": "https://nokeep.ai/docs/models",
  "models": [
    {
      "name": "deepseek-v4.1-flash-uncensored",
      "context_limit": 1000000,
      "input_token_cost": 0.00000045,
      "output_token_cost": 0.00000175,
      "cache_read_token_cost": 0.000000011,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": true
    },
    {
      "name": "deepseek-v4.1-flash-1017-uncensored",
      "context_limit": 1000000,
      "input_token_cost": 0.00000045,
      "output_token_cost": 0.00000175,
      "cache_read_token_cost": 0.000000011,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": true
    },
    {
      "name": "glm-5.3-flash-uncensored",
      "context_limit": 128000,
      "input_token_cost": 0.0000002,
      "output_token_cost": 0.00000065,
      "cache_read_token_cost": 0.00000004,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": false
    }
  ],
  "supports_streaming": true,
  "requires_auth": true
}

export NOKEEP_API_KEY=sk-nokeep-test
goose session --provider custom_nokeep --model deepseek-v4.1-flash-uncensored

O goose lê o arquivo quando uma sessão começa, então reinicie o goose Desktop depois de salvá-lo. Para tornar o nokeep o padrão, defina GOOSE_PROVIDER como custom_nokeep e GOOSE_MODEL como o id do modelo no config.yaml do goose ou no seu ambiente. Mantenha a chave fora do config.yaml: o goose ignora chaves ali.

O que o arquivo define

• base_url para em /v1; o goose acrescenta /chat/completions sozinho.
• context_limit é a janela real de cada modelo, para o goose saber quando resumir uma sessão longa.
• Os três custos são em USD por token, com as leituras em cache incluídas, para que a exibição de custo do goose bata com a fatura.
• supports_vision permite enviar capturas de tela ao DeepSeek. O GLM lê apenas texto.
• O arquivo também lista o id datado do DeepSeek, fixado em uma versão, para quando você quiser que uma sessão continue nele. glm-5.3-flash-uncensored está lá para tarefas curtas.

Você também pode adicionar o mesmo provedor manualmente: o formulário Add Custom Provider do goose Desktop, ou goose configure e depois Custom Providers. Ambos gravam um arquivo como este, mas sem as janelas de contexto e os preços.

Qual modelo

Use o DeepSeek para trabalho de agente. Um repositório inteiro cabe no contexto dele, ele chama ferramentas de todas as formas, e o histórico que um agente reenvia a cada chamada é cobrado no preço em cache de $0.011 por milhão. Use o GLM para tarefas curtas e avulsas que não reenviam um histórico longo, onde os preços mais baixos de entrada nova e de saída levam a melhor.

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 uma recusa. Compare os modelos.

Raciocínio

O DeepSeek responde de imediato, a menos que um pedido indique um reasoning_effort, o que combina com o ciclo rápido de editar e executar de um agente. Para planejar ou resolver um bug difícil, peça que ele pense: ele aceita none, low, high e max. Os valores minimal, medium e xhigh de outros apps rodam no mais próximo destes; qualquer outro valor é recusado com 400 invalid_reasoning_effort. O raciocínio é cobrado como saída.

No goose, o arquivo mantém reasoning desligado, então o goose nunca envia um esforço e o DeepSeek responde de imediato. Ligar isso faz o goose enviar low mesmo com o raciocínio desligado, então cada chamada pensa e custa mais; o medium dele roda como high. Para uma tarefa difícil, use uma ferramenta que consiga enviar reasoning_effort: high, ou chame a API como em Raciocínio.

Quanto custa uma sessão

Um agente envia a conversa inteira a cada chamada: as instruções, os arquivos que leu, cada passo até ali. Digamos que uma chamada envie 60.000 tokens, 55.000 deles com o mesmo começo da chamada anterior, e escreva 1.000. No DeepSeek, essa chamada custa cerca de $0.0046, então 200 chamadas custam cerca de $0.92. Sem cache, a mesma chamada custaria $0.0288.

• O cache é automático: não há nada para ligar. Um começo de cerca de 1.000 tokens ou mais, repetido em poucos minutos, é cobrado no preço em cache.
• Cada chamada reserva o que poderia custar, o prompt e a saída máxima, e depois se ajusta ao que realmente usou. Com 32.768 tokens de saída máxima, a parte de saída da reserva é cerca de $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, nesse caso, mostra um valor alto.

Como funciona a cobrança.

Se não funcionar

Todo erro está listado com a correção em Erros.