Kimicode als Cursor-alternatief: Aangepaste endpoint instellen

Wat werkt en wat kun je verwachten

Veel code-editors met ingebouwde chat stellen je in staat het OpenAI-endpoint te vervangen door je eigen. Die ene instelling maakt dit mogelijk. Je geeft de editor drie dingen op: een base URL, een API-sleutel en een modelnaam. Alles daarnaast is het eigen gedrag van de editor.

De API hier is een gehoste, OpenAI-compatibele dienst met één open-weight model, beheerd door een onafhankelijke provider en afgestemd op antwoorden zonder inhoudelijke weigeringen voor legaal gebruik door volwassenen. Het is niet de eigen dienst van Kimi en geen router tussen leveranciers, dus er is geen modelkiezer. Je krijgt uncensored, en dat is de enige model ID.

Wees realistisch over de match. Ik beweer niet dat dit model beter codeert dan wat je editor standaard meegeeft, en ik heb geen benchmark om je te tonen. Wat je wint is controle: je eigen endpoint, per-token facturatie van $0,15 per 1M input en $0,50 per 1M output, en een model dat geen verzoek weigert vanwege het onderwerp. Wat je opgeeft zijn de functies die de editor alleen inschakelt voor zijn eigen modellen.

Stap voor stap: de base URL overschrijven

1. Log in en open de API-sleutel pagina. Maak een sleutel aan. Nieuwe gebruikers kunnen de proef van $0,50 claimen met één klik, geen creditcard nodig, geldig voor 7 dagen.
2. Open in je editor de model- of API-instellingen. Cursor heeft bijvoorbeeld een optie om de OpenAI base URL te overschrijven in de modelinstellingen. De naam en locatie van die optie verschillen per release, dus raadpleeg de documentatie van de editor als je het niet kunt vinden.
3. Voer de base URL in: https://api.kimicode.cc/v1. Voeg geen /chat/completions toe.
4. Plak je sleutel in het OpenAI-sleutelveld.
5. Voeg een aangepast model genaamd uncensored toe en selecteer het in het chatvenster.
6. Voer een kleine testvraag uit. Als de editor een foutmelding geeft, open dan de dev-console of logs en zoek naar de HTTP-status. Een 401 is een sleutelprobleem, een 404 is een URL-probleem en een 429 is een rate limit.

Sommige editors verifiëren een sleutel door een gehoste modelnaam aan te roepen die hier niet bestaat. Als verificatie mislukt maar chat werkt, negeer dan de verificatiestap. Als de editor weigert op te slaan zonder verificatie, gebruik dan een ander hulpmiddel uit de volgende sectie.

Houd rekening met de limieten van de proefversie tijdens het testen: 2 gelijktijdige verzoeken en 60 per minuut. Een editor die meerdere achtergrondverzoeken tegelijk afvuurt, zoals autocomplete plus chat, kan de limiet voor gelijktijdige verzoeken bereiken. Een volledige sleutel staat 8 gelijktijdige en 300 per minuut toe.

Andere editors en tools die een aangepaste endpoint accepteren

Als je editor geen aangepaste base URL accepteert, doen dat wel verschillende open-source tools. Elke tool vereist dezelfde drie waarden. Controleer hun documentatie voor de huidige optienamen, omdat deze veranderen.

Aider leest standaard OpenAI-omgevingsvariabelen en accepteert een OpenAI-compatibel model met een openai/ prefix:

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

Continue, een extensie voor VS Code en JetBrains, accepteert een modelvermelding waarbij de provider is ingesteld op openai en een API base. Het bestandsformaat verschilt per versie, dus dit is de structuur waar je naar moet zoeken:

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

Cline biedt een OpenAI-compatibele provider in de instellingen, waar je dezelfde base URL, sleutel en model ID invoert. In alle gevallen is het patroon hetzelfde: kies de OpenAI-compatibele provider, nooit die welke naar een leverancier is vernoemd.

Een systeem-prompt die past bij code

Editors voegen meestal hun eigen instructies toe, maar veel stellen je in staat aangepaste regels of een systeem-prompt toe te voegen. Een korte, specifieke prompt is beter dan een lange. Hier is een startpunt dat je kunt aanpassen:

Je bent een code-assistent die werkt in het project van de gebruiker. Beantwoord met de kleinste wijziging die het probleem oplost. Toon diffs of de gewijzigde functie, niet het hele bestand. Als een eis onduidelijk is, stel dan één vraag voordat je code schrijft. Geef aan welke aannames je maakt over versies of frameworks.

Waarom deze regels? "Kleinste wijziging" vermindert output tokens, wat de duurdere kant is bij $0,50 per 1M. "Toon diffs" doet hetzelfde en maakt review makkelijker. "Stel één vraag" voorkomt een lang verkeerd antwoord. "Geef aannames aan" geeft je een plek om een fout te vangen voordat deze je code bereikt.

Houd de temperatuur laag voor code. Waarden rond 0,2 tot 0,4 geven stabielere output, en je kunt een seed doorgeven als je reproduceerbare resultaten wilt tijdens het debuggen van een prompt. Beide worden doorgegeven aan het model.

Een script als de editor tekortschiet

Als een editorfunctie niet past bij een aangepaste endpoint, dekt een script van twintig regels de kloof en geef je volledige controle over wat er wordt verzonden. Dit script leest een bestand, vraagt om review met je eigen systeem-prompt en print het antwoord terwijl het streamt.

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()

Voer het uit als python review.py app/server.py. Een bestand van 1.000 tokens met een review van 600 tokens kost $0.00015 + $0.0003 = $0.00045. Je kunt een paar duizend bestanden reviewen voor minder dan $2.

Hetzelfde patroon werkt voor commitberichten, testgeneratie en docstrings. Bind het script aan een sleutel in je editor en je hebt een aangepast commando zonder plugin.

Waar dit past en waar niet

Deze setup is een goede keuze als je je eigen endpoint wilt, pay-per-token facturatie en een model dat een taak niet weigert vanwege het onderwerp. Het is geschikt voor solo-ontwikkelaars, kleine teams en mensen die tools bouwen die via één client library met meerdere leveranciers communiceren.

Het is een mindere match als je afhankelijk bent van functies die alleen werken met de eigen gehoste modellen van een editor, zoals strakke inline autocomplete afgestemd op een specifiek model, of afbeeldingsgebaseerde functies. Als die centraal zijn in hoe je werkt, houd dan de standaard aan en gebruik deze API voor het chatpaneel en voor scripts. Het combineren van beide is gebruikelijk en kost niets extra.

Als je alleen wilt zien hoe het voelt, claim de trial op de API-sleutel pagina en stel je editor drie vragen uit je huidige taak. Vergelijk de antwoorden met wat je nu krijgt. Die test duurt tien minuten en gebruikt een fractie van een cent.

Eerlijke limieten van een tekstmodel

Drie limieten zijn het waard om te kennen voordat je overschakelt.

Alleen tekst. Er zijn geen invoer van afbeeldingen en geen embeddings endpoint. Als je editor een codebase indexeert met embeddings, moet die index een andere bron hebben of blijft de functie uit. Een screenshot van een fout plakken werkt ook niet; plak de foutmelding tekst.

100.000-token venster. Dat is de prompt plus de completion. Als vuistregel: code heeft ongeveer drie tot vier tekens per token, dus een groot bestand van 40 KB is ongeveer 10.000 tot 13.000 tokens. Editors die veel bestanden toevoegen kunnen snel het plafond bereiken. Als je een contextfout ziet, voeg dan minder bestanden toe, niet meer.

Geen verborgen routing. Je krijgt één model. Als het een taak mist, is er geen fallback model op de achtergrond, dus formuleer opnieuw, voeg een voorbeeld toe of verfijn de vraag.

Wat kosten betreft: een typische codervraag met 20.000 input tokens en 1.000 output tokens is $0,003 + $0,0005 = $0,0035. Vijftig daarvan per dag is $0,175. De prijzen pagina vermeldt top-ups van $20 tot $500 met bonussen vanaf $50, en tegoed verloopt nooit. Prompts worden niet gebruikt voor training.

Checklist voordat je kiest

• Test met het trial tegoed op een echte taak uit je eigen project, niet een proefprompt.
• Controleer of streaming werkt in je editor. Als antwoorden pas aan het einde verschijnen, buffer de editor mogelijk.
• Bevestig dat tool calling is ingesteld als je agentfuncties gebruikt. Deze API ondersteunt tools en gestreamde tool_calls, maar de editor beslist of ze worden verzonden.
• Lees de docs quickstart één keer, inclusief de sectie over foutcodes.
• Stel een maandelijkse opwaardeergrens in. Omdat er prepaid wordt gefactureerd, kun je maximaal uitgeven wat je hebt opgewaardeerd.

Het prepaid-ontwerp is een vangnet voor editors die agent-loops uitvoeren. Een loop die fout gaat, stopt wanneer het tegoed op is, in plaats van dat er een verrassende factuur komt.

Meer handleidingen

• Kimi Code API-prijzen vs Pay-as-you-go tokens
• Kimi Code API-URL: Basis-URL-instelling voor OpenAI-clients
• Groq API: Mythes versus feiten voor ongecensureerde LLM's