新着違うモデルを出品する販売者をどう見抜き、どう返金するか。

Kilo CodeとMartLLM: カスタムプロバイダーを1分で追加

Kilo Codeで「Settings → Providers → Custom provider」を開き、Provider APIを「OpenAI Compatible」に、Base URLをhttps://api.martllm.com/v1,に設定し、MartLLM keyを貼り付け、「Fetch models」を押し、必要なモデルを選択して「Submit」を押します。同じ設定は~/.config/kilo/kilo.jsoncにも保存できます。

Kilo Codeの現在のバージョン (7.x) は、VS Code、JetBrains、および kilo CLI 間で1つの設定ファイルを共有しているため、MartLLM の設定は一度で済みます。プロバイダーのドロップダウンとモデル情報フィールドが表示されている古いガイドは、レガシー拡張機能について説明しています。

最速:ワンコマンド

npx uberllm init --tool kilo-code

VS Code、JetBrains、そして kilo CLI に一度に対応するため、ブラウザでキーを作成し、各モデルの実際のコンテキストと出力制限を付けて ~/.config/kilo/kilo.jsonc にプロバイダーを追加し、キーを読み込む一行をシェルプロファイルに追加します。ファイルはまずバックアップされ、そして npx uberllm init --undo が元に戻します。変更点。手動で行うには、以下の手順に従ってください。

ステップ (エディターで)

  1. keys page]でキーを作成し、クレジットを追加します。
  2. Kilo Codeを開き、歯車アイコン → プロバイダータブをクリックし、一番下までスクロールしてカスタムプロバイダーをクリックします。
  3. 以下を入力します:
    • プロバイダーID: uberllm
    • 表示名: MartLLM
    • プロバイダーAPI: OpenAI Compatible
    • Base URL: https://api.martllm.com/v1
    • API key: あなたの ull_… キー
  4. モデルを取得を押します。リストはMartLLMから提供されます。必要なものを残してください。例えば moonshotai/kimi-k3 です。
  5. 送信をクリックし、Kiloのモデルピッカーでモデルを選択します。

手順 (設定ファイル)

~/.config/kilo/kilo.jsoncに同じプロバイダー (Windowsの場合: C:\Users\<you>\.config\kilo\kilo.jsonc; 1つのプロジェクトの場合、プロジェクト内の.kilo/kilo.jsonc):

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

次に、環境にUBERLLM_API_KEY=ull_your_keyを設定します。limitの数値は例です:martllm.com/models]のモデルのページから実際のコンテキスト長をコピーしてください。

人々が見落としがちな2つの設定

  • limit: それがないと、Kiloはコンテキストを0として扱い、長いタスクを圧縮しないため、最終的に失敗します。エディターダイアログでは設定できません。ファイルに追加してください(「JSON設定ファイルで詳細設定を編集」)。
  • tool_call: true: Kiloのエージェントはツールを介して動作します。モデルがファイルを編集する代わりにプレーンテキストで回答する場合、これが不足しています。

Anthropic形式がお好みですか?

KiloはProvider API → Anthropic Messagesも提供しています。MartLLMでは、そこでもBase URLとしてhttps://api.martllm.com/v1を(ベアホストではなく)使用し、keyも同じものをお使いください。そのモードではModel fetchingは利用できません。そのため、ご自身でidを入力してください。

トラブルシューティング

  • "Authentication failed. Check the API key above and try again." をフェッチ時に表示する場合: キーがないか、スペースが含まれています。
  • ピッカーにモデルがない場合: モデルキーはuberllm/<model id>と一致する必要があります。Kiloが何をロードしたかを確認するには、kilo modelsを実行してください。
  • エージェントがファイルを編集しない場合: モデルに"tool_call": trueを追加してください。
  • 長いセッションの後にタスクが失敗する場合: limit.contextを設定してください。
  • 402 クレジット不足: クレジットページ]でクレジットを追加してください。

引き続きお読みください

Kilo Code向けのコーディングモデル

ツールコールと長いコンテキスト。最初のものは以下の設定にあります。

モデルモデルID(これを貼り付け)現在の料金
Kimi K3moonshotai/kimi-k3入力 $0.0384 · 出力 $0.2021 / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash入力 $0.0075 · 出力 $0.0282 / 1M
GLM 5.3z-ai/glm-5.3入力 $0.0029 · 出力 $0.0100 / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5入力 $0.3600 · 出力 $1.80 / 1M
Qwen 3 Coder 480bqwen/qwen3-coder入力 $0.0030 · 出力 $0.0099 / 1M
GPT-5.5openai/gpt-5.5入力 $1.25 · 出力 $7.50 / 1M
Claude Opus 5.5anthropic/claude-opus-5.5入力 $0.6780 · 出力 $3.39 / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro入力 $0.0634 · 出力 $0.1268 / 1M
MiniMax M3minimax/minimax-m3入力 $0.0230 · 出力 $0.0920 / 1M

直近の毎時ビルド時点の料金、手数料なし · すべてのモデル →

日常的な編集向けの安価なモデル

モデルモデルID(これを貼り付け)現在の料金
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash入力 $0.0075 · 出力 $0.0282 / 1M
GLM 5.3z-ai/glm-5.3入力 $0.0029 · 出力 $0.0100 / 1M
Qwen 3 Coder 480bqwen/qwen3-coder入力 $0.0030 · 出力 $0.0099 / 1M
DeepSeek V3.2deepseek/deepseek-v3.2入力 $0.0026 · 出力 $0.0038 / 1M
GPT-OSS 120Bopenai/gpt-oss-120b入力 $0.000069 · 出力 $0.00030 / 1M
Kimi K2 Thinkingmoonshotai/kimi-k2-thinking入力 $0.0059 · 出力 $0.0248 / 1M

直近の毎時ビルド時点の料金、手数料なし · すべてのモデル →

よくある質問

Kilo CodeにMartLLMを追加するにはどうすればよいですか?

設定 → プロバイダー → カスタムプロバイダー: プロバイダーAPI OpenAI互換, Base URL https://api.martllm.com/v1, MartLLMキー, モデルを取得, 送信。または、同じプロバイダーを ~/.config/kilo/kilo.jsonc に追加します。

カスタムプロバイダーを使用すると、Kilo Codeが長いタスクで停止するのはなぜですか?

kilo.jsonc に limit.context がないと、Kilo はコンテキストを 0 とみなし、コンパクト化できません。モデルの実際のコンテキストと出力制限を追加してください。