Kilo Code với API Claude — URL cơ sở, mô hình và chi phí (cùng Cline và Roo Code)

Kilo Code, Cline và Roo Code là những tác nhân lập trình mã nguồn mở được sử dụng nhiều nhất trong VS Code — cả ba đều chấp nhận endpoint tương thích OpenAI tùy chỉnh. Nói cách khác: bạn có thể chạy Claude ngay trong trình chỉnh sửa bằng một khóa sk-kn- duy nhất, với mức giá thấp hơn khoảng 30% so với bảng giá chính thức của Anthropic đối với các mô hình chính. Hướng dẫn này trình bày cấu hình ba trường cho từng công cụ, cách chọn mô hình Claude theo loại tác vụ, chi phí thực tế của một phiên lập trình agentic và cách thanh toán từ Brazil bằng Pix, không cần thẻ quốc tế.

Vì sao các công cụ này yêu cầu khóa API

Kilo Code, Cline và Roo Code không tích hợp sẵn mô hình nào: mỗi hành động (đọc tệp, đề xuất thay đổi, chạy lệnh, kiểm tra kết quả) là một lệnh gọi API được tính phí theo token. Gói đăng ký trò chuyện như Claude Pro không bao gồm phần này — bạn cần quyền truy cập API trực tiếp. Đó chính là mục đích của Kunavo: thanh toán theo mức sử dụng từ $10 nạp tiền, một khóa cho Claude và GPT, số dư không bao giờ hết hạn, cùng tùy chọn thanh toán từ Brazil bằng Pix hoặc thẻ (toàn bộ thông tin về độ trễ, LGPD và hóa đơn nằm trong hướng dẫn Claude API tại Brazil). Vì vòng lặp agentic gửi lại ngữ cảnh ở mỗi bước, giá mỗi token là đòn bẩy chi phí đầu tiên của một phiên.

Ba trường (áp dụng cho cả ba công cụ)

Ba tiện ích mở rộng dùng chung một mô hình provider — Kilo Code và Roo Code là các fork trong họ Cline — nên cấu hình giống hệt nhau:

API Provider   OpenAI Compatible
Base URL       https://api.kunavo.com/v1
API Key        sk-kn-...          # criada em kunavo.com/app/keys
Model ID       claude-sonnet-5        # ou claude-opus-5 / claude-haiku-4-5

Tạo khóa trong bảng điều khiển sau khi đăng ký và nạp $10 — khóa chỉ hiển thị một lần, hãy lưu ngay.

Cấu hình Kilo Code

1. Cài đặt Kilo Code từ marketplace của VS Code và mở bảng điều khiển ở thanh bên.
2. Mở cài đặt tiện ích (biểu tượng bánh răng), mục Providers.
3. Đặt API Provider thành OpenAI Compatible.
4. Base URL: https://api.kunavo.com/v1 · khóa API: khóa của bạn sk-kn-… · mô hình: claude-sonnet-5.
5. Lưu và kiểm tra bằng một yêu cầu đơn giản (“giải thích tệp này”) trước khi cho công cụ chỉnh sửa mã.

Kilo Code cho phép dùng một mô hình khác nhau theo chế độ (Architect / Code / Debug) — tiện để giao phần lập kế hoạch cho mô hình mạnh hơn và phần thực thi cho mô hình rẻ hơn.

Cấu hình Cline

1. Cài đặt Cline và mở bảng điều khiển của nó.
2. Nhấp vào bánh răng cài đặt và trong API Provider, chọn OpenAI Compatible.
3. Điền cùng ba giá trị: base URL https://api.kunavo.com/v1, khóa của bạn và model ID claude-sonnet-5.
4. Nếu Cline yêu cầu siêu dữ liệu mô hình (cửa sổ ngữ cảnh, giới hạn output), hãy dùng các con số trên trang mô hình.

Cấu hình Roo Code

Giống hệt hai công cụ còn lại: Settings → Providers → API Provider → OpenAI Compatible, sau đó là base URL https://api.kunavo.com/v1, khóa và model ID. Hệ thống chế độ của Roo Code (Code / Architect / Ask / Debug) cũng hỗ trợ một mô hình cho mỗi chế độ.

Cả ba công cụ còn cung cấp provider Anthropic gốc với tùy chọn base URL tùy chỉnh. Trỏ tới https://api.kunavo.com, bạn sẽ đi qua API gốc Messages (/v1/messages) — đáng chú ý vì cache_control đi thẳng qua và input được lưu trong bộ nhớ đệm chỉ bị tính bằng 10% giá input (xem tài liệu về prompt caching). Cả hai tuyến đều hoạt động; tuyến tương thích OpenAI là cách đơn giản nhất để bắt đầu.

Tuy vậy, bản thân việc lưu lời nhắc vào bộ nhớ đệm không phụ thuộc vào tuyến Anthropic gốc. Với lời nhắc dài, Kunavo tự đặt các điểm ngắt bộ nhớ đệm trên tuyến tương thích OpenAI: trên lời nhắc hệ thống, trên các định nghĩa công cụ và trên tin nhắn cuối cùng khi cuộc trò chuyện đã có lượt trả lời của trợ lý; trong vòng lặp tác tử, điều kiện này được đáp ứng ở mọi bước sau bước đầu tiên. cache_control mà tiện ích mở rộng đặt trên tuyến đó được giữ nguyên. Trên tuyến gốc, yêu cầu được chuyển tiếp đúng như tiện ích mở rộng đã gửi và không có điểm ngắt nào được thêm vào, vì vậy những gì được lưu vào bộ nhớ đệm phụ thuộc vào các điểm ngắt mà tiện ích mở rộng đặt.

Thanh toán từ Brazil — Pix, không cần thẻ quốc tế

Điểm khiến phần lớn nhà phát triển Brazil gặp trở ngại không phải là cài đặt mà là thanh toán: thanh toán trực tiếp cho API Anthropic yêu cầu thẻ tín dụng quốc tế đã bật mua hàng ở nước ngoài. Tại Kunavo, thanh toán được xử lý qua Stripe và Pix xuất hiện làm phương thức thanh toán cho người thanh toán từ Brazil — số tiền hiển thị bằng real, ghi có ngay lập tức, không phụ thuộc vào thẻ quốc tế. Thẻ quốc tế (Visa, Mastercard, American Express), Apple Pay, Google Pay và Link cũng hoạt động bình thường.

Phí theo token được xác định bằng USD: với Pix (và với thẻ khi trang thanh toán hiển thị bằng real), Stripe hiển thị số tiền quy đổi sang real trước khi bạn xác nhận; tỷ giá này bao gồm chi phí chuyển đổi 2–4% do người mua trả. Nếu chọn thanh toán thẻ bằng đô la, chi phí này biến mất và việc chuyển đổi tuân theo tỷ giá của đơn vị phát hành (hãy kiểm tra IOF và phí giao dịch quốc tế trong ứng dụng ngân hàng của bạn) — hướng dẫn nạp tiền bằng Pix từng bước có tại hướng dẫn thanh toán API bằng Pix. Đây là một ví trả trước: mức nạp tối thiểu là $10, không có phí hàng tháng và số dư không bao giờ hết hạn — vì vậy một tháng không lập trình sẽ không tốn phí, khác với gói đăng ký.

Nên chọn mô hình Claude nào?

Trường mô hình chỉ là một slug trên cùng endpoint: đổi mô hình chỉ là thay một từ — không cần khóa mới, không cần provider mới. Giá đầy đủ có trong hướng dẫn giá Claude API và trang giá.

Chi phí thực tế của một phiên

Các công cụ agentic tiêu thụ nhiều token theo thiết kế: mỗi bước gửi lại system prompt, lịch sử tác vụ và ngữ cảnh tệp. Các con số thực tế theo giá của Kunavo:

Nói cách khác: một lần nạp $10 bằng Pix bao phủ khoảng 11 tác vụ agentic gồm 20 bước trên Sonnet 5. Bạn có thể tự tính như sau:

# Tarifas Claude na Kunavo (USD por 1M de tokens): (input, output)
RATES = {
    "claude-haiku-4-5":  (0.70, 3.50),
    "claude-sonnet-5":   (1.40, 7.00),
}

def custo_passo(model, in_tokens, out_tokens):
    i, o = RATES[model]
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

# Um passo do agente: a ferramenta reenvia o contexto + os arquivos lidos.
print(custo_passo("claude-sonnet-5", 25_000, 1_200))         # -> $0.0434
# Uma tarefa realista de 20 passos (editar, rodar, corrigir, repetir):
print(20 * custo_passo("claude-sonnet-5", 25_000, 1_200))    # -> ~$0.87

Tiếng Bồ Đào Nha tiêu thụ nhiều hơn tiếng Anh khoảng 10–20% token cho cùng một nội dung — hãy cân nhắc điều này khi prompt và chú thích mã được viết bằng tiếng Bồ Đào Nha.

Cách giữ hóa đơn thấp

1. Mở tác vụ mới thay vì kéo dài tác vụ hiện tại. Công cụ gửi lại toàn bộ cuộc trò chuyện ở mỗi bước: một tác vụ kéo dài vô tận sẽ tốn chi phí theo cấp số nhân. Tác vụ mới = ngữ cảnh ngắn.
2. Định tuyến theo chế độ. Kilo Code và Roo Code hỗ trợ một mô hình cho mỗi chế độ — Architect trên claude-opus-5, Code trên claude-sonnet-5, câu hỏi nhanh trên claude-haiku-4-5.
3. Dùng tuyến Anthropic gốc để caching. Input được lưu trong bộ nhớ đệm chỉ bị tính bằng 10% giá — trong vòng lặp gửi lại một tiền tố ổn định ở mỗi bước, đây là khoản tiết kiệm lớn nhất hiện có (cách hoạt động).
4. Theo dõi chi phí theo khóa. Cấp cho trình chỉnh sửa một khóa riêng với giới hạn chi tiêu trong bảng điều khiển và kiểm tra trong bảng sử dụng chi phí thực tế của một tuần lập trình agentic.

Câu hỏi thường gặp