NouveauBranchez n’importe quel agent sur UberLLM : une clé, tous les modèles, au prix catalogue ou moins.
UberLLM

Kilo Code avec UberLLM : ajoutez un fournisseur personnalisé en 1 minute

Dans Kilo Code, ouvrez Paramètres → Fournisseurs → Fournisseur personnalisé, définissez l'API du fournisseur sur OpenAI Compatible, l'URL de base sur https://api.uberllm.dev/v1,, collez votre clé UberLLM, appuyez sur Récupérer les modèles, choisissez ceux que vous voulez et Soumettre. La même configuration peut se trouver dans ~/.config/kilo/kilo.jsonc.

La version actuelle de Kilo Code (7.x) partage un seul fichier de paramètres entre VS Code, JetBrains et la CLI kilo, de sorte que vous configurez UberLLM une seule fois. Les anciens guides qui montrent un menu déroulant de fournisseurs avec des champs d'informations sur le modèle décrivent l'extension héritée.

Étapes (dans l'éditeur)

  1. Créez une clé sur votre page de clés et ajoutez du crédit.
  2. Ouvrez Kilo Code, cliquez sur l'icône d'engrenage → onglet Providers, faites défiler vers le bas et cliquez sur Custom provider.
  3. Remplissez les champs suivants :
    • Provider ID : uberllm
    • Display name : UberLLM
    • Provider API : OpenAI Compatible
    • Base URL : https://api.uberllm.dev/v1
    • API key : votre clé ull_…
  4. Appuyez sur Fetch models. La liste provient d'UberLLM ; gardez ceux que vous voulez, par exemple moonshotai/kimi-k3.
  5. Cliquez sur Submit, puis choisissez le modèle dans le sélecteur de modèles de Kilo.

Étapes (fichier de configuration)

Le même fournisseur dans ~/.config/kilo/kilo.jsonc (Windows : C:\Users\<you>\.config\kilo\kilo.jsonc ; pour un projet, .kilo/kilo.jsonc dans le projet) :

{
  "provider": {
    "uberllm": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "UberLLM",
      "env": ["UBERLLM_API_KEY"],
      "options": { "baseURL": "https://api.uberllm.dev/v1" },
      "models": {
        "moonshotai/kimi-k3": {
          "name": "moonshotai/kimi-k3",
          "tool_call": true,
          "limit": { "context": 200000, "output": 32000 }
        }
      }
    }
  },
  "model": "uberllm/moonshotai/kimi-k3"
}

Ensuite, définissez UBERLLM_API_KEY=ull_your_key dans votre environnement. Les valeurs limit sont un exemple : copiez la longueur de contexte réelle depuis la page du modèle sur uberllm.dev/models.

Deux paramètres que les gens oublient

  • limit: sans cela Kilo traite le contexte comme 0 et ne compacte jamais une tâche longue, donc elle finit par échouer. La boîte de dialogue de l'éditeur ne peut pas le configurer ; ajoutez-le dans le fichier ("edit advanced settings in the JSON config file").
  • tool_call: true: L'agent de Kilo fonctionne via des outils. Si le modèle répond en texte brut au lieu de modifier des fichiers, c'est que cela manque.

Préférez le format Anthropic ?

Kilo propose également Provider API → Anthropic Messages. Avec UberLLM, utilisez https://api.uberllm.dev/v1 comme Base URL là aussi (pas l'hôte nu), et la même key. La récupération de modèles n'est pas disponible dans ce mode, donc tapez les ids vous-même.

Dépannage

  • "Échec de l'authentification. Vérifiez la clé API ci-dessus et réessayez." lors de l'appel : la clé est manquante ou contient un espace.
  • Modèle absent du sélecteur : la clé du modèle doit correspondre à uberllm/<model id>. Exécutez kilo models pour voir ce que Kilo a chargé.
  • L'agent ne modifie jamais les fichiers : ajoutez "tool_call": true au modèle.
  • La tâche échoue après une longue session : définissez limit.context.
  • 402 crédits insuffisants : ajoutez du crédit sur la page des crédits.

Pour aller plus loin

Modèles de codage pour Kilo Code

Appels d'outils et contexte long. Le premier se trouve dans la configuration ci-dessous.

ModèleID du modèle (à coller)Prix actuel
Kimi K3moonshotai/kimi-k3$0.0010 en entrée · $0.0788 en sortie / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.00018 en entrée · $0.0014 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.00070 en entrée · $0.0141 en sortie / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.1099 en entrée · $0.5495 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
GPT-5.5openai/gpt-5.5$0.1250 en entrée · $0.7500 en sortie / 1M
Claude Opus 5.5anthropic/claude-opus-5.5$0.1579 en entrée · $0.7897 en sortie / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro$0.0016 en entrée · $0.0032 en sortie / 1M
MiniMax M3minimax/minimax-m3$0.0180 en entrée · $0.0719 en sortie / 1M

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

Modèles moins chers pour les modifications de routine

ModèleID du modèle (à coller)Prix actuel
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.00018 en entrée · $0.0014 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.00070 en entrée · $0.0141 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
DeepSeek V3.2deepseek/deepseek-v3.2$0.0026 en entrée · $0.0039 en sortie / 1M
GPT-OSS 120Bopenai/gpt-oss-120b$0.000069 en entrée · $0.00030 en sortie / 1M
Kimi K2 Thinkingmoonshotai/kimi-k2-thinking$0.0059 en entrée · $0.0248 en sortie / 1M

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

FAQ

Comment ajouter UberLLM à Kilo Code ?

Paramètres → Fournisseurs → Fournisseur personnalisé : Fournisseur API compatible OpenAI, URL de base https://api.uberllm.dev/v1, votre clé UberLLM, Récupérer les modèles, Soumettre. Ou ajoutez le même fournisseur à ~/.config/kilo/kilo.jsonc.

Pourquoi Kilo Code s'arrête-t-il sur les tâches longues avec un fournisseur personnalisé ?

Sans limit.context dans kilo.jsonc, Kilo suppose un contexte de 0 et ne peut pas compacter. Ajoutez le contexte réel du modèle et les limites de sortie.