Kimicode como alternativa a Cursor: configuración de endpoint personalizado

Qué funciona y qué esperar

Muchos editores de código con chat integrado te permiten reemplazar el endpoint de OpenAI por el tuyo. Esa única configuración es lo que hace esto posible. Le das al editor tres cosas: una URL base, una clave de API y un nombre de modelo. Todo lo demás es comportamiento propio del editor.

La API aquí es un servicio alojado, compatible con OpenAI, con un único modelo de pesos abiertos, ejecutado por un proveedor independiente y ajustado para responder sin rechazos de contenido para uso adulto lícito. No es el servicio propio de Kimi ni un router entre proveedores, por lo que no hay selector de modelos. Obtienes uncensored, y ese es el único model ID.

Sé realista con la comparación. No afirmo que este modelo supere a lo que tu editor incluya por defecto para escribir código, y no tengo benchmarks que mostrarte. Lo que ganas es control: tu propio endpoint, facturación por token a $0.15 por 1M de entrada y $0.50 por 1M de salida, y un modelo que no rechaza una petición por su tema. Lo que pierdes es cualquier función que el editor solo active para sus propios modelos.

Paso a paso: sobrescritura de la URL base

1. Inicia sesión y abre la página de clave de API. Crea una clave. Los nuevos usuarios pueden reclamar el crédito de prueba de $0.50 con un solo clic, sin necesidad de tarjeta, válido por 7 días.
2. En tu editor, abre la configuración de modelos o API. Cursor, por ejemplo, ha tenido una opción para sobrescribir la URL base de OpenAI en su configuración de modelos. El nombre y la ubicación de esa opción cambian entre versiones, así que consulta la documentación del editor si no la encuentras.
3. Introduce la URL base: https://api.kimicode.cc/v1. No añadas /chat/completions.
4. Pega tu clave en el campo de clave de OpenAI.
5. Añade un modelo personalizado llamado uncensored y selecciónalo en el panel de chat.
6. Ejecuta una pregunta de prueba pequeña. Si el editor muestra un error, abre la consola de desarrollo o los registros y busca el código de estado HTTP. Un 401 indica un problema con la clave, un 404 un problema con la URL y un 429 un límite de tasa.

Algunos editores verifican una clave llamando a un nombre de modelo alojado que no existe aquí. Si la verificación falla pero el chat funciona, ignora el paso de verificación. Si el editor se niega a guardar sin ello, usa otra herramienta de la siguiente sección.

Ten en cuenta los límites de tu prueba mientras pruebas: 2 peticiones simultáneas y 60 por minuto. Un editor que dispare varias peticiones en segundo plano a la vez, como autocompletado más chat, puede alcanzar el límite de concurrencia. Una clave completa permite 8 concurrentes y 300 por minuto.

Otros editores y herramientas que aceptan un endpoint personalizado

Si tu editor no acepta una URL base personalizada, varias herramientas de código abierto sí. Cada una toma los mismos tres valores. Consulta su documentación para los nombres de opciones actuales, ya que cambian.

Aider lee las variables de entorno estándar de OpenAI y acepta un modelo compatible con OpenAI con un prefijo openai/:

Copyexport OPENAI_API_BASE="https://api.kimicode.cc/v1"
export OPENAI_API_KEY="YOUR_KEY"
aider --model openai/uncensored

Continue, una extensión para VS Code y JetBrains, acepta una entrada de modelo con el proveedor establecido en openai y una URL base de API. El formato del archivo varía según la versión, así que esta es la estructura a buscar:

Copy{
  "models": [
    {
      "title": "Kimicode API",
      "provider": "openai",
      "model": "uncensored",
      "apiBase": "https://api.kimicode.cc/v1",
      "apiKey": "YOUR_KEY"
    }
  ]
}

Cline ofrece un proveedor compatible con OpenAI en su configuración, donde introduces la misma URL base, clave e ID de modelo. En todos los casos el patrón es el mismo: elige el proveedor compatible con OpenAI, nunca el que lleva el nombre de un proveedor.

Un prompt de sistema adecuado para código

Los editores suelen añadir sus propias instrucciones, pero muchos te permiten añadir reglas personalizadas o un prompt de sistema. Un prompt corto y específico supera a uno largo. Aquí tienes un punto de partida que puedes ajustar:

Eres un asistente de código que trabaja en el proyecto del usuario. Responde con el cambio más pequeño que resuelva el problema. Muestra diffs o la función cambiada, no el archivo completo. Si un requisito no está claro, haz una pregunta antes de escribir código. Indica cualquier suposición que hagas sobre versiones o frameworks.

¿Por qué estas líneas? "Cambio más pequeño" reduce los tokens de salida, que son el lado más caro a $0,50 por 1M. "Mostrar diffs" hace lo mismo y facilita la revisión. "Haz una pregunta" evita una respuesta larga y errónea. "Indica suposiciones" te da un lugar para detectar un error antes de que llegue a tu código.

Mantén la temperatura baja para código. Valores alrededor de 0,2 a 0,4 dan una salida más estable, y puedes pasar un seed si quieres resultados repetibles mientras depuras un prompt. Ambos se pasan al modelo.

Un script cuando el editor se queda corto

Cuando una función del editor no encaja con un endpoint personalizado, un script de veinte líneas cubre la brecha y te da control total sobre lo que se envía. Este lee un archivo, pide una revisión con tu propio prompt de sistema e imprime la respuesta mientras se transmite.

Copyimport os, sys
from openai import OpenAI

client = OpenAI(base_url="https://api.kimicode.cc/v1", api_key=os.environ["KIMICODE_KEY"])

SYSTEM = (
    "You are a careful code reviewer. List real bugs first, then risky spots. "
    "Quote the line you mean. Skip style comments."
)

path = sys.argv[1]
code = open(path, encoding="utf-8").read()

stream = client.chat.completions.create(
    model="uncensored",
    stream=True,
    temperature=0.3,
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": f"Review {path}:\n\n{code}"},
    ],
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
print()

Ejecútalo como python review.py app/server.py. Un archivo de 1.000 tokens con una revisión de 600 tokens cuesta $0.00015 + $0.0003 = $0.00045. Podrías revisar unos pocos miles de archivos por menos de $2.

El mismo patrón funciona para mensajes de commit, generación de pruebas y docstrings. Vincula el script a una clave en tu editor y tendrás un comando personalizado sin plugins.

Dónde encaja y dónde no

Esta configuración es una buena opción si quieres tu propio endpoint, facturación por token y un modelo que no rechaza una tarea por su tema. Es ideal para desarrolladores individuales, equipos pequeños y personas que crean herramientas que hablan con varios proveedores a través de una única biblioteca cliente.

Es una configuración menos adecuada si dependes de funciones que solo funcionan con modelos alojados propios del editor, como autocompletado en línea ajustado a un modelo específico o funciones basadas en imágenes. Si esas son centrales para tu flujo de trabajo, mantén el valor predeterminado y usa esta API para el panel de chat y para scripts. Mezclar ambos es común y no cuesta nada extra.

Si solo quieres ver cómo se siente, reclama la prueba en la página de clave de API y hazle tres preguntas a tu editor sobre tu tarea actual. Compara las respuestas con las que obtienes ahora. Esa prueba tarda diez minutos y usa una fracción de centavo.

Límites claros de un modelo solo de texto

Hay tres límites que vale la pena conocer antes de cambiar.

Solo texto. No hay entradas de imagen ni endpoint de embeddings. Si tu editor indexa una base de código con embeddings, ese índice necesita otra fuente o la función se queda desactivada. Pegar una captura de pantalla de un error tampoco funcionará; pega el texto del error.

Ventana de 100,000 tokens. Ese es el prompt más la completion. Como regla aproximada, el código se ejecuta unos tres a cuatro caracteres por token, por lo que un archivo grande de 40 KB está en el orden de 10,000 a 13,000 tokens. Los editores que adjuntan muchos archivos pueden alcanzar el límite rápidamente. Cuando veas un error de contexto, adjunta menos archivos, no más.

Sin enrutamiento oculto. Obtienes un modelo. Si falla en una tarea, no hay un modelo de respaldo detrás de escenas, así que reformula, añade un ejemplo o acota la pregunta.

En cuanto al coste, una pregunta de codificación típica con 20,000 tokens de entrada y 1,000 de salida es $0.003 + $0.0005 = $0.0035. Cincuenta de esas en un día son $0.175. La página de precios lista recargas desde $20 hasta $500 con bonificaciones desde $50, y el crédito no caduca. Los prompts no se usan para entrenamiento.

Lista de verificación antes de comprometerte

• Prueba con el crédito de prueba en una tarea real de tu propio proyecto, no en un prompt de juguete.
• Comprueba que el streaming funciona en tu editor. Si las respuestas aparecen solo al final, el editor puede estar almacenando en búfer.
• Confirma que las llamadas a herramientas estén configuradas si usas funciones de agente. Esta API admite tools y tool_calls en streaming, pero el editor decide si enviarlas.
• Lee la guía de inicio rápido una vez, incluyendo la sección de códigos de error.
• Decide un límite mensual de recarga. Dado que la facturación es prepago, lo máximo que puedes gastar es lo que añadiste.

El diseño prepago es una red de seguridad para editores que ejecutan bucles de agente. Un bucle que falla se detiene cuando el crédito se agota, en lugar de producir una factura sorpresa.

Más guías

• Precios de la API Kimi Code vs Tokens de Pago por Uso
• URL de la API Kimi Code: Configuración de URL base para clientes OpenAI
• API Groq: Mitos vs. Hechos para LLMs sin censura