NouveauComment nous repérons un vendeur qui propose le mauvais modèle, et vous remboursons si cela arrive.

Continue (VS Code / JetBrains) avec MartLLM : config.yaml qui fonctionne

Dans ~/.continue/config.yaml, ajoutez un modèle avec provider: openai, apiBase: https://api.martllm.com/v1, votre clé à partir d'un secret .env, et useLegacyCompletionsEndpoint: false afin que l'autocomplete utilise les chat completions (plus useResponsesApi: false pour garder les modèles GPT-5 sur les chat completions également).

Le plus rapide : une seule commande

npx uberllm init --tool continue

Il crée une clé dans votre navigateur, la sauvegarde dans ~/.continue/.env et ajoute deux modèles MartLLM à ~/.continue/config.yaml, en conservant les modèles que vous avez déjà. Le fichier est d'abord sauvegardé, et npx uberllm init --undo le restaure. Ce qu'il modifie. Pour le faire manuellement, suivez les étapes ci-dessous.

Étapes

  1. Créez une clé sur votre page des clés et ajoutez du crédit.
  2. Enregistrez la clé où Continue recherche les secrets, dans ~/.continue/.env :
ULL_API_KEY=ull_your_key

Les extensions de l'éditeur ne voient pas les variables de votre shell, utilisez donc ce fichier (ou .continue/.env dans le projet).

  1. Ouvrez ~/.continue/config.yaml et ajoutez les modèles :
name: My Config
version: 1.0.0
schema: v1

models:
  - name: moonshotai/kimi-k3 (MartLLM)
    provider: openai
    model: moonshotai/kimi-k3
    apiBase: https://api.martllm.com/v1
    apiKey: ${{ secrets.ULL_API_KEY }}
    useResponsesApi: false
    useLegacyCompletionsEndpoint: false
    capabilities: [tool_use]
    roles: [chat, edit, apply]

  - name: deepseek/deepseek-v4.1-flash (MartLLM)
    provider: openai
    model: deepseek/deepseek-v4.1-flash
    apiBase: https://api.martllm.com/v1
    apiKey: ${{ secrets.ULL_API_KEY }}
    useResponsesApi: false
    useLegacyCompletionsEndpoint: false
    capabilities: [tool_use]
    roles: [chat, edit, apply]
  1. Rechargez la fenêtre et choisissez le modèle dans le menu des modèles de Continue.

Les deux lignes de route

Continue choisit une route par modèle, et ces deux lignes maintiennent chaque modèle MartLLM sur les complétions de chat :

  • useLegacyCompletionsEndpoint: false : l'autocomplétion utilise sinon l'ancienne route /v1/completions, qu'MartLLM ne prend pas en charge (404). Celle-ci est requise.
  • useResponsesApi: false : Continue envoie tout modèle dont le nom contient gpt-5 (ou o1, o3…) à l'API de Réponses, même avec un apiBase personnalisé. MartLLM prend également en charge cette route, donc cette ligne n'est plus nécessaire pour éviter les erreurs ; elle maintient tous vos modèles sur la seule route sur laquelle la configuration a été testée.

Autocomplétion

Ajoutez un modèle rapide séparé avec le rôle autocomplete :

  - name: Autocomplete (MartLLM)
    provider: openai
    model: deepseek/deepseek-v4.1-flash
    apiBase: https://api.martllm.com/v1
    apiKey: ${{ secrets.ULL_API_KEY }}
    useResponsesApi: false
    useLegacyCompletionsEndpoint: false
    roles: [autocomplete]

L'autocomplétion via un modèle de chat fonctionne, mais la qualité varie plus selon le modèle qu'avec le chat. Essayez-en deux ou trois parmi le tableau rapide ci-dessous. Cela envoie de nombreuses petites requêtes, alors gardez un œil sur Dashboard → Activity le premier jour.

Dépannage

  • 404 sur le chat: apiBase ne se termine pas par /v1.
  • 404 sur l'autocomplétion uniquement: useLegacyCompletionsEndpoint: false est manquant.
  • 401: le secret n'est pas trouvé. Vérifiez que le nom correspond (ULL_API_KEY) et que le fichier .env se trouve à l'un des emplacements ci-dessus, puis rechargez la fenêtre.
  • Le mode Agent ne fait rien: ajoutez capabilities: [tool_use].
  • 402 crédits insuffisants: ajoutez du crédit sur la page des crédits.

Poursuivez votre lecture

Modèles de chat, d'édition et d'agent

Les tool calls sont pris en charge. Les deux premiers sont dans la config ci-dessous.

ModèleID du modèle (à coller)Prix actuel
Kimi K3moonshotai/kimi-k3$0.0384 en entrée · $0.2021 en sortie / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 en entrée · $0.0282 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.0029 en entrée · $0.0100 en sortie / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.3600 en entrée · $1.80 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
GPT-5.5openai/gpt-5.5$1.25 en entrée · $7.50 en sortie / 1M
Claude Opus 5.5anthropic/claude-opus-5.5$0.6780 en entrée · $3.39 en sortie / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro$0.0634 en entrée · $0.1268 en sortie / 1M
MiniMax M3minimax/minimax-m3$0.0230 en entrée · $0.0920 en sortie / 1M

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

Modèles rapides et économiques pour l'autocomplete

L'autocomplete se déclenche à chaque pause de frappe, donc le prix par appel est le plus important.

ModèleID du modèle (à coller)Prix actuel
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 en entrée · $0.0282 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
Gemini 3.1 Flash Litegoogle/gemini-3.1-flash-lite$0.0013 en entrée · $0.0075 en sortie / 1M
Mistral Small 3.2 24B Instructmistralai/mistral-small-3.2-24b-instruct$0.0130 en entrée · $0.0360 en sortie / 1M
GPT-OSS 120Bopenai/gpt-oss-120b$0.000069 en entrée · $0.00030 en sortie / 1M

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

FAQ

Comment utiliser MartLLM dans Continue ?

Ajoutez un modèle à config.yaml avec provider: openai, apiBase: https://api.martllm.com/v1, apiKey depuis un secret .env, et useLegacyCompletionsEndpoint: false (useResponsesApi: false maintient également les modèles GPT-5 sur les chat completions).

Pourquoi l'autocomplete de Continue donne-t-il 404 avec MartLLM ?

Continue utilise la route legacy /v1/completions pour l'autocomplete à moins que le modèle ne définisse useLegacyCompletionsEndpoint: false. MartLLM ne sert que des chat completions.