Configuração do Kilo Code

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. Abra Settings (o ícone de engrenagem) e vá para a aba Providers.
2. Role até o fim e clique em Custom provider.
3. Defina Provider ID como nokeep e Display name como nokeep.
4. Defina Provider API como OpenAI Compatible.
5. Cole https://nokeep.ai/v1 em Base URL e sk-nokeep-test em API key.
6. Em Models, escolha deepseek-v4.1-flash-uncensored e glm-5.3-flash-uncensored na lista buscada. Clique em Fetch models se a lista estiver vazia.
7. Clique em Submit, escolha o modelo no seletor e envie uma mensagem. Uma resposta que começa com “Connected to” significa que funciona.
8. Clique em Edit provider e troque pela sua chave do console.

Defina os limites abaixo. O Kilo não conhece esses ids de modelo; sem eles, ele trata o contexto como 0, nunca compacta a conversa e limita as respostas a 32.000 tokens.

Limites, ferramentas e preços

O diálogo de configurações cobre a URL, a chave e os modelos. Limites de tokens, chamadas de ferramentas, preços e raciocínio vão no kilo.jsonc: ~/.config/kilo/kilo.jsonc para todos os projetos, ou ./kilo.jsonc em um só. Este é o provedor inteiro; a chave é lida de NOKEEP_API_KEY se você a definir lá em vez de no diálogo.

{
  "$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 é quando o Kilo compacta a conversa; limit.output é enviado como teto de cada resposta.
• cost é por milhão de tokens, com as leituras em cache incluídas, para que a exibição de custo do Kilo bata com a fatura.
• attachment e modalities permitem colar capturas de tela para o DeepSeek. O GLM lê apenas texto.

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.

A variante think acima envia reasoning_effort: high. Troque para ela em uma tarefa difícil e volte para as demais; sem ela, o DeepSeek responde de imediato.

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.