NovitàCome scopriamo un venditore che offre il modello sbagliato, e ti rimborsiamo se succede.
MartLLMex UberLLM

Continue (VS Code / JetBrains) con MartLLM: config.yaml che funziona

In ~/.continue/config.yaml aggiungi un modello con provider: openai, apiBase: https://api.martllm.com/v1, la tua chiave da un segreto .env, e useLegacyCompletionsEndpoint: false in modo che l'autocomplete vada alle chat completions (in più useResponsesApi: false per mantenere anche i modelli GPT-5 sulle chat completions).

Il più veloce: un comando

npx uberllm init --tool continue

Crea una chiave nel tuo browser, la salva in ~/.continue/.env e aggiunge due modelli MartLLM a ~/.continue/config.yaml, mantenendo i modelli che hai già. Viene prima eseguito il backup del file, e npx uberllm init --undo lo ripristina. Cosa cambia. Per farlo a mano, segui i passaggi seguenti.

Passi

  1. Crea una chiave sulla tua pagina delle chiavi e aggiungi credito.
  2. Salva la chiave dove Continue cerca i segreti, in ~/.continue/.env:
ULL_API_KEY=ull_your_key

Le estensioni dell'editor non vedono le variabili dalla tua shell, quindi usa questo file (o .continue/.env nel progetto).

  1. Apri ~/.continue/config.yaml e aggiungi i modelli:
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. Ricarica la finestra e scegli il modello nel menu dei modelli di Continue.

Le due righe di percorso

Continue sceglie un percorso per modello, e queste due righe mantengono ogni modello MartLLM sulle chat completions:

  • useLegacyCompletionsEndpoint: false: autocomplete altrimenti usa il vecchio percorso /v1/completions, che MartLLM non supporta (404). Questa è richiesta.
  • useResponsesApi: false: Continue invia qualsiasi modello il cui nome contenga gpt-5 (o o1, o3…) all'API Responses, anche con un apiBase personalizzato. Anche MartLLM supporta quel percorso, quindi questa riga non è più necessaria per evitare errori; mantiene tutti i tuoi modelli sul percorso su cui la configurazione è stata testata.

Autocompletamento

Aggiungi un modello veloce separato con il ruolo 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'autocompletamento tramite un modello di chat funziona, ma la qualità varia in base al modello più che con la chat. Prova due o tre dalla tabella veloce qui sotto. Invia molte piccole richieste, quindi tieni d'occhio Dashboard → Activity il primo giorno.

Risoluzione dei problemi

  • 404 sulla chat: apiBase non termina con /v1.
  • 404 solo sull'autocomplete: useLegacyCompletionsEndpoint: false manca.
  • 401: il segreto non è stato trovato. Verifica che il nome corrisponda (ULL_API_KEY) e che il file .env si trovi in uno dei percorsi indicati sopra, quindi ricarica la finestra.
  • La modalità Agente non fa nulla: aggiungi capabilities: [tool_use].
  • 402 crediti insufficienti: aggiungi credito sulla pagina dei crediti.

Continua a leggere

Modelli per chat, modifica e agenti

Tool calls supportate. Le prime due sono nella config qui sotto.

ModelloID del modello (incollalo)Prezzo attuale
Kimi K3moonshotai/kimi-k3$0.0384 input · $0.2021 output / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 input · $0.0282 output / 1M
GLM 5.3z-ai/glm-5.3$0.0029 input · $0.0100 output / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.3600 input · $1.80 output / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 input · $0.0099 output / 1M
GPT-5.5openai/gpt-5.5$1.25 input · $7.50 output / 1M
Claude Opus 5.5anthropic/claude-opus-5.5$0.6780 input · $3.39 output / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro$0.0634 input · $0.1268 output / 1M
MiniMax M3minimax/minimax-m3$0.0230 input · $0.0920 output / 1M

Prezzi all’ultimo aggiornamento orario, senza commissioni aggiunte · tutti i modelli →

Modelli veloci ed economici per l'autocomplete

L'Autocomplete si attiva ad ogni pausa nella digitazione, quindi il prezzo per chiamata è ciò che conta di più.

ModelloID del modello (incollalo)Prezzo attuale
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 input · $0.0282 output / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 input · $0.0099 output / 1M
Gemini 3.1 Flash Litegoogle/gemini-3.1-flash-lite$0.0013 input · $0.0075 output / 1M
Mistral Small 3.2 24B Instructmistralai/mistral-small-3.2-24b-instruct$0.0130 input · $0.0360 output / 1M
GPT-OSS 120Bopenai/gpt-oss-120b$0.000069 input · $0.00030 output / 1M

Prezzi all’ultimo aggiornamento orario, senza commissioni aggiunte · tutti i modelli →

Domande frequenti

Come uso MartLLM in Continue?

Aggiungi un modello a config.yaml con provider: openai, apiBase: https://api.martllm.com/v1, apiKey da un segreto .env, e useLegacyCompletionsEndpoint: false (useResponsesApi: false mantiene i modelli GPT-5 anche sulle chat completions).

Perché l'autocomplete di Continue dà 404 con MartLLM?

Continue usa la route legacy /v1/completions per l'autocomplete a meno che il modello non imposti useLegacyCompletionsEndpoint: false. MartLLM serve solo chat completions.