BYOK - Trae Tu Propia Clave

BYOK (Bring Your Own Key) es la forma predeterminada en que Kodus usa LLMs en todos los planes — Community, Teams y Enterprise. Conectas tus propias cuentas de proveedor, habilitas los modelos que quieres y eliges qué modelo ejecuta cada tarea. Pagas directamente a tu proveedor, Kodus nunca aplica márgenes sobre los tokens y nunca ve tu clave en texto plano.

Cómo se relaciona con los planes

BYOK es gratuito en Community, incluido en Teams ($10/desarrollador activo/mes sobre tu gasto en tokens) y una de dos opciones en Enterprise (la otra es una clave de API administrada por Kodus).

Cómo funciona BYOK

BYOK es primero el proveedor: conectas un proveedor una vez, le agregas los modelos que quieres y luego enrutas esos modelos a las tareas de Kody. La pantalla /organization/byok tiene tres pestañas:

Providers

Conecta proveedores con tu clave y habilita modelos en cada uno. La insignia de conteo muestra cuántos proveedores has conectado.

Routing

Elige qué modelo ejecuta cada tarea — uno predeterminado para todo, un respaldo opcional y anulaciones por agente.

Budget

Define un límite de gasto mensual opcional sobre tus modelos conectados.

Quién puede editar esto. La página de BYOK es solo para Owner — conectar, probar y eliminar claves requiere el rol Owner. Los demás roles (Billing Manager, Repo Admin, Contributor) no pueden acceder a /organization/byok. Consulta Roles del workspace.

Conectar un proveedor

Abrir la configuración de BYOK

Ve a app.kodus.io/organization/byok. En un workspace nuevo verás Connect your first provider.

Elegir un proveedor

La cuadrícula de proveedores se divide en dos:

Providers — proveedores de primera clase que conectas con solo una clave de API (OpenAI, Anthropic, Google AI Studio, OpenRouter, Novita…).
Custom — proveedores que apuntas a tu propio endpoint o donde ejecutas un modelo arbitrario: OpenAI-compatible, Anthropic-compatible, Google Vertex AI y Amazon Bedrock. Están marcados con una indicación de Custom endpoint.

Un proveedor que ya conectaste muestra Connected · N models.

Agregar un modelo

Al elegir un proveedor se abre su formulario Add a model. Pega la clave de API una sola vez (se reutiliza para cada modelo que agregues a ese proveedor después) y luego elige el modelo:

Si Kodus puede listar los modelos del proveedor, obtienes un menú desplegable.
De lo contrario (endpoints personalizados, auto-alojados, o cuando las claves de la plataforma no están configuradas), escribe el ID exacto del modelo.

Los endpoints personalizados (OpenAI-compatible / Anthropic-compatible) también piden primero una base URL.

Ajustar configuración avanzada (opcional)

Bajo Advanced settings: thinking/razonamiento, temperatura, máximo de tokens de salida, máximo de tokens de entrada y máximo de solicitudes concurrentes. Los valores predeterminados son razonables para la mayoría de los proveedores — consulta Razonamiento y Temperatura para los campos que Kodus bloquea u oculta según el modelo.

Probar y guardar

Haz clic en Test para sondear el proveedor, o en Test & save para ejecutar la prueba y persistir si tiene éxito. Agrega tantos modelos al proveedor como quieras — la clave solo se pega una vez.

Agrega otro proveedor en cualquier momento desde la pestaña Providers. Cada proveedor mantiene su propia clave; habilitar más modelos en un proveedor conectado nunca la vuelve a pedir.

Prueba antes de guardar

El botón Test verifica tu configuración antes de que pueda romper una revisión real. Lo que hace depende del proveedor:

Proveedor	Qué hace Test
Marcas compatibles con Anthropic (Kimi, Z.ai, DeepSeek), OpenAI-compatible, Novita	Envía una solicitud de chat real de 1 token al modelo exacto — la misma llamada que hace una revisión. Detecta un ID de modelo incorrecto, una clave restringida y problemas del endpoint en el acto.
OpenAI, Anthropic, Google (Gemini/Vertex), OpenRouter, Bedrock	Una llamada económica de identidad/metadatos (list-models, token exchange o STS) — confirma que la clave y el endpoint funcionan.

En la vía de sondeo por chat, Test también valida el ajuste que configuraste contra las propias reglas del modelo y devuelve un error temprano y específico en lugar de guardar una configuración que el modelo ignoraría en silencio:

Una temperatura que un modelo que siempre razona no respetará (está fijada en 1 — consulta Temperatura).
Razonamiento en Off en un modelo que siempre razona y no puede deshabilitarse.

Como los proveedores de chat ahora ejercitan el modelo real, un error de tipeo en el ID del modelo se detecta en el momento de Test en lugar de en tu primera revisión — la respuesta vuelve como Model not found.

Enrutamiento: qué modelo ejecuta cada tarea

Una vez que conectas dos o más modelos, la pestaña Routing decide qué modelo ejecuta qué. El enrutamiento es plano: cada tarea usa el predeterminado hasta que lo anulas.

Policy

Manual · you choose está activo hoy. Auto · Kodus optimizes llegará pronto.

Defaults

Model for all tasks — el único modelo que usa cada tarea a menos que se anule.
Fallback (opcional) — un modelo distinto en el que Kody vuelve a ejecutar una llamada una vez cuando el modelo de la tarea falla: una clave mala o vencida, sin crédito, o el proveedor caído (después de sus propios reintentos).

Per agent

Distintas tareas de Kody (revisión de código, Kody Rules, chat, resúmenes y más) pueden ejecutar cada una un modelo diferente — un modelo más caro para revisión profunda, uno más barato para resúmenes. Un modelo que no puede realizar una tarea dada aparece deshabilitado en esa fila con un tooltip, antes de que puedas guardarlo.

Haz clic en Save routing para persistir. Reset agents to default devuelve todas las anulaciones por agente al predeterminado y limpia el respaldo (el propio modelo predeterminado se conserva). Un panel de solo lectura Per repository más abajo refleja cualquier anulación de modelo por repositorio definida en Code Review Settings.

Con un único modelo conectado, el enrutamiento se omite — cada tarea usa ese modelo. Conecta un segundo modelo para que el enrutamiento tenga sentido.

Elegir modelos

Cualquier modelo que sirva tu proveedor funciona. Si no sabes por dónde empezar, estas son opciones sólidas para revisión de código:

Claude Sonnet / Opus

Mejor equilibrio / calidad insignia. El razonamiento extendido adaptativo de Anthropic y un sólido análisis entre archivos. Claves: console.anthropic.com.

Gemini Pro

Mayor contexto. El modelo insignia de Google — el más robusto en PRs grandes y monorepos. Claves: aistudio.google.com/apikey.

GPT (latest)

Rápido y consistente. La línea insignia de OpenAI — latencia baja confiable, conocimiento amplio. Claves: platform.openai.com/api-keys.

Kimi / GLM (coding plans)

El más económico vía suscripción. Kimi de Moonshot y GLM de Z.ai ofrecen planes de código a tarifa plana que limitan el gasto mensual. Consulta Conectar Kimi y GLM más abajo.

Nuestra recomendación predeterminada: comienza con Claude Sonnet para la mejor experiencia general. Si el costo es prioridad, un GLM Coding Plan o un Kimi Code Plan ofrecen una suscripción a tarifa plana. Ingresa el ID exacto del modelo que documenta tu proveedor — Kodus deriva el nombre visible a partir de él.

Conectar Kimi (Moonshot) y GLM (Z.ai)

Moonshot y Z.ai ofrecen cada uno un plan de suscripción en un endpoint distinto al de su Developer API de pago por token. Cada plan es una cuenta separada con su propia clave — elige la base URL que coincida con la clave que tienes.

Kimi (Moonshot AI)
GLM (Z.ai)

Plan	Endpoint	Claves desde	Ideal para
Developer API	`https://api.moonshot.ai/v1` (OpenAI-compatible) o `https://api.moonshot.ai/anthropic` (Anthropic-compatible)	platform.moonshot.ai	Pago por token, la concurrencia escala con el nivel de recarga
Kimi Code Plan	`https://api.kimi.com/coding/v1`	kimi.com/code	Suscripción con un endpoint de código dedicado

El Kimi Code Plan está documentado con un tope de 30 solicitudes concurrentes — define maxConcurrentRequests=30. Las variantes de Kimi que siempre razonan (por ejemplo, kimi-k2p7-code, kimi-k3) fijan la temperatura en 1 y no pueden apagar el razonamiento — consulta Temperatura.

Plan	Endpoint	Claves desde	Ideal para
Developer API	`https://api.z.ai/api/paas/v4/`	z.ai/manage-apikey	Cargas variables, pago por token
Coding Plan	`https://api.z.ai/api/coding/paas/v4`	z.ai/subscribe	Volumen predecible de equipo, tarifa mensual fija

Las claves del GLM Coding Plan solo funcionan en /api/coding/paas/v4. Los niveles Lite y Pro suelen estar limitados a 1 solicitud concurrente — define maxConcurrentRequests=1 y súbelo (hasta 30) solo en el nivel Max.

Proveedores compatibles

Ideal para: Los últimos modelos GPT y rendimiento confiable.Obtener una clave de API:

Visita OpenAI API Keys
Crea una nueva clave para Kodus
Agrega información de facturación

Beta. Una vía de autenticación más compleja que la norma de clave única.

Ideal para: Equipos ya en Google Cloud que necesitan Gemini (o Claude) bajo la facturación, el IAM y las garantías de residencia de datos que ya tienen en GCP.Cómo configurarlo:

En el flujo de conexión, elige Google Vertex AI (bajo Custom).
Pega el contenido de tu archivo JSON de service account en el campo Service Account JSON (base64 también funciona). Kodus extrae project_id del JSON automáticamente.
Region — déjalo vacío para usar el endpoint global (recomendado). Fija una región (p. ej. us-east5) solo si tienes requisitos de residencia de datos.

La service account necesita permiso para llamar a la API de predicción de Vertex AI en ese proyecto. Test sondea el modelo realmente configurado, así que un modelo/región no disponible falla en el momento de Test.

Beta. Una vía de autenticación más compleja que la norma de clave única.

Ideal para: Equipos estandarizados en AWS que quieren los modelos facturados en su propia cuenta de AWS.Cómo configurarlo:

En el flujo de conexión, elige Amazon Bedrock (bajo Custom).
Proporciona una Bedrock API key (bearer token) — consulta cómo generar una Bedrock API key.
Define la Region (p. ej. us-east-1, us-west-2, eu-central-1).

Avanzado: credenciales IAM en lugar de la API key

Si tu equipo aún no ha migrado a Bedrock API keys, despliega Advanced — use IAM user credentials instead e introduce un access key ID + secret estáticos (más un session token para credenciales temporales de STS). El principal IAM necesita bedrock:InvokeModel.La API key tiene prioridad: si hay un bearer token, los campos de IAM se ignoran.

Ideal para: Proveedores especializados (Moonshot, Z.ai, Fireworks, Together, Groq, DeepSeek) o endpoints auto-alojados.Cómo configurar:

En el flujo de conexión, elige OpenAI Compatible (bajo Custom).
Ingresa la URL base (por ejemplo, https://api.moonshot.ai/v1, https://api.z.ai/api/paas/v4/, https://api.fireworks.ai/inference/v1).
Proporciona la clave y el ID del modelo.

Los IDs de modelo son específicos de cada proveedor — algunos usan rutas profundas (por ejemplo, Fireworks: accounts/fireworks/models/kimi-k2p7-code). Copia el ID exacto desde el panel de tu proveedor; Test envía una solicitud real, así que un ID incorrecto falla de inmediato.

Guía de Z.ai (GLM)

Configuración completa de Z.ai con detalles del Coding Plan.

Guía de Moonshot (Kimi)

Configuración de Kimi + Kimi Code Plan.

Fireworks AI

Configuración específica de Fireworks.

Together AI

Configuración de Together AI.

Ideal para: Endpoints que hablan la API Messages de Anthropic en lugar de la de OpenAI — incluidos endpoints de coding plan como el de Kimi.Cómo configurarlo:

En el flujo de conexión, elige Anthropic-compatible (bajo Custom).
Introduce la base URL, la clave y el model ID.

Pega la base URL en el formato que documente tu proveedor — con o sin /v1 al final (p. ej. https://api.kimi.com/coding o https://api.kimi.com/coding/v1). Kodus la normaliza internamente, porque las dos vías del SDK de Anthropic no coinciden en dónde va el /v1. Para una marca conocida, una conexión solo con la clave resuelve el endpoint automáticamente.

Razonamiento / Pensamiento extendido

El formulario Add a model expone un interruptor Thinking (Off / Low / Medium / High / Custom) bajo Advanced settings. Las opciones disponibles reflejan lo que el modelo realmente puede hacer:

Un modelo que no puede razonar queda bloqueado en Off con una nota.
Un modelo que solo razona en ciertos niveles (por ejemplo, medium/high de GPT-5) deshabilita los inválidos.
Un modelo que razona por defecto obtiene Medium como punto de partida razonable.

Niveles predefinidos

Cuando eliges Low / Medium / High, Kodus traduce el nivel al formato nativo de cada proveedor automáticamente:

Proveedor	Cómo se mapea “medium”
Anthropic (Claude adaptativo)	`thinking: { type: "adaptive" }` + `effort: "medium"`
Google (Gemini)	`thinkingConfig: { thinkingLevel: "medium" }`
OpenAI (GPT-5 / serie o)	`reasoningEffort: "medium"`
OpenRouter	`reasoning: { effort: "medium" }`
OpenAI-compatible / Anthropic-compatible (Kimi, GLM, DeepSeek)	`thinking: { type: "enabled" }` — binario on/off, el nivel se ignora

Kimi y GLM actualmente exponen el razonamiento como un único indicador on/off. Elegir Low, Medium o High emite el mismo payload (thinking habilitado). Las variantes que siempre razonan (Kimi k2p7-code/k3, GLM-5.3) razonan incondicionalmente — no se pueden poner en Off, y el formulario deshabilita esa opción.

Sobrescritura con JSON personalizado

Elegir Custom en el interruptor de Thinking revela un área de texto JSON. Pega directamente las opciones del proveedor — Kodus las envuelve automáticamente bajo el namespace del proveedor activo. No necesitas conocer las reglas de enrutamiento del Vercel AI SDK. Úsalo cuando:

Necesitas un valor específico de budgetTokens para Claude (en lugar del mapeo predefinido de esfuerzo)
Quieres habilitar/deshabilitar el razonamiento por modelo en proveedores compatibles con OpenAI
Quieres campos más allá del razonamiento — caching, service tier, safety settings, etiquetado user, etc. La sobrescritura se fusiona en providerOptions, por lo que cualquier campo del adaptador pasa
El proveedor lanza un nuevo campo que Kodus aún no ha envuelto

Ejemplos (pega directamente — sin namespace)

Anthropic
Google Gemini
OpenAI
OpenRouter
OpenAI-compatible (Kimi, GLM, etc.)

Sobrescribir el presupuesto de pensamiento de Claude a exactamente 20,000 tokens:

{
  "thinking": { "type": "enabled", "budgetTokens": 20000 }
}

Habilitar el caching de prompts (ejemplo no relacionado con razonamiento):

{
  "cacheControl": { "type": "ephemeral" }
}

Presupuesto de pensamiento explícito (Gemini 2.5) o nivel (Gemini 3+):

{
  "thinkingConfig": { "thinkingBudget": 16000 }
}

Ajustar los safety settings:

{
  "safetySettings": [
    { "category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE" }
  ]
}

Razonamiento con campos específicos de OpenAI:

{
  "reasoningEffort": "high",
  "serviceTier": "flex",
  "store": false,
  "user": "kodus-review"
}

Forzar razonamiento + ignorar un upstream específico:

{
  "reasoning": { "effort": "high" },
  "ignore": ["deepinfra"]
}

Habilitar pensamiento con una sugerencia de presupuesto:

{
  "thinking": { "type": "enabled", "budget_tokens": 25000 }
}

Deshabilitar explícitamente el pensamiento (solo en un modelo que lo soporta):

{
  "thinking": { "type": "disabled" }
}

Los campos que el proveedor upstream no reconoce (por ejemplo, budget_tokens en un servidor que lo ignora) se descartan silenciosamente. Consulta la documentación del proveedor para confirmar qué acepta.

Modo manual con namespaces (usuarios avanzados)

Si tu JSON ya empieza con una clave de namespace conocida en el nivel superior — cualquier clave de la tabla de mapeo de abajo — Kodus lo deja intacto. Útil si quieres mezclar múltiples namespaces de proveedores o ser explícito:

{
  "openrouter": {
    "reasoning": { "effort": "high" },
    "provider": { "order": ["moonshot"], "allow_fallbacks": false }
  }
}

Internamente, estos son los mapeos de namespace que Kodus usa:

Proveedor BYOK	Clave de namespace
`anthropic` / `anthropic_compatible`	`anthropic`
`google_gemini`	`google`
`google_vertex`	`google` para Gemini, `anthropic` para Claude en Vertex
`openai`	`openai`
`openai_compatible`	`openaiCompatible`
`azure`	`azure`
`amazon_bedrock`	`amazonBedrock` (también acepta `bedrock`)
`novita`	`novita`
`open_router`	`openrouter`

Detalles a tener en cuenta

Solo JSON válido. Las comas faltantes o sobrantes rompen el análisis y Kodus ignora la sobrescritura.
Precedencia: la sobrescritura JSON reemplaza por completo el bloque de namespace del preset de esfuerzo — si sobrescribes anthropic.thinking pero olvidas anthropic.effort, ese campo no se enviará. El enrutamiento de OpenRouter (Pin providers / Allow fallbacks) es la única excepción: se fusiona en profundidad con tu sobrescritura bajo openrouter.
Proveedor desconocido = sin envoltura. Si tu proveedor de BYOK no está en la tabla de namespaces anterior, Kodus pasa el JSON tal cual.

Temperatura

La temperatura vive bajo Advanced settings, y el campo se adapta a las reglas del modelo — definidas por el proveedor, no adivinadas por el formulario:

Modelo	Campo de temperatura
La mayoría de los modelos	Editable (0 = determinista, 2 = creativo).
Modelos de protocolo Anthropic que siempre razonan (Kimi `k2p7-code`/`k3`, GLM-5.3)	Bloqueado en `1`. El protocolo fija la temperatura en 1 mientras piensa, así que 1 es el único valor sólido — el campo muestra un candado y Kodus envía `1` sin importar lo que se haya guardado.
Claude 4.7+ y OpenAI GPT-5 / serie o	Oculto. Estos modelos eliminaron la temperatura y rechazan cualquier solicitud que la defina — dirígelos con el nivel de razonamiento en su lugar.

En los proveedores de sondeo por chat, Test valida la temperatura que definas contra estas reglas y devuelve un error antes de guardar — para que nunca persistas un valor que el modelo no respetará.

Fijar proveedores de OpenRouter

OpenRouter es un enrutador — cuando solicitas un modelo (por ejemplo, moonshotai/kimi-k2), reenvía la llamada a uno de varios proveedores upstream (Moonshot directo, Together, Groq, Fireworks, Novita…). Cada llamada puede caer en un backend diferente. Es conveniente, pero introduce variación silenciosa:

Variación de calidad — los upstreams corren diferentes precisiones (FP8, INT4, completa) y entregan salidas sutilmente distintas para prompts idénticos
Inconsistencia en tool-calling — algunos backends no soportan function calling de la misma forma, lo que provoca llamadas a herramientas mal formadas
Variación en el formato de razonamiento — un upstream respeta reasoning_effort, otro solo thinking.enabled, otro ignora ambos
Oscilaciones de latencia — el p50 puede saltar de 800ms a 4s entre llamadas a medida que cambia el enrutamiento
Sorpresas de rate-limit — alcanzas la cuota en un backend que no elegiste explícitamente

Cómo fijarlos

Cuando tu proveedor de BYOK es OpenRouter, el panel de Advanced settings muestra una sección OpenRouter routing con dos campos:

Pin providers (in order) — lista separada por comas de nombres de upstream (por ejemplo, moonshot, together). OpenRouter los prueba en orden y usa el primero disponible.
Allow fallbacks — cuando está desactivado, las solicitudes fallan de forma contundente si ninguno de los proveedores fijados está disponible. Cuando está activado (valor por defecto), OpenRouter puede recurrir a cualquier otro upstream que sirva el modelo.

Para una configuración estable, fija un único proveedor y desactiva los fallbacks (Pin: moonshot, Allow fallbacks: off). Las solicitudes siempre impactarán en el mismo upstream o fallarán de forma ruidosa — sin cambios silenciosos de calidad. La contrapartida es cero resiliencia si ese upstream se cae; emparéjalo con un Routing Fallback distinto (por ejemplo, Anthropic) para absorber las caídas.

Los nombres de upstream deben coincidir con el catálogo de OpenRouter. Revisa las etiquetas de proveedor en openrouter.ai/docs/features/provider-routing — los valores comunes incluyen moonshot, together, groq, fireworks, novita.

Internamente, Kodus emite esto en la llamada del Vercel AI SDK:

{
  "openrouter": {
    "provider": {
      "order": ["moonshot", "together"],
      "allow_fallbacks": false
    }
  }
}

Avanzado: sobrescritura con JSON en crudo

Si necesitas campos más allá de order y allow_fallbacks (por ejemplo, ignore, data_collection, require_parameters), cambia Thinking a Custom en Advanced settings y pega el payload de enrutamiento completo — se fusiona en providerOptions junto con cualquier configuración de razonamiento:

{
  "openrouter": {
    "provider": {
      "order": ["moonshot"],
      "allow_fallbacks": false,
      "ignore": ["deepinfra"],
      "data_collection": "deny"
    },
    "reasoning": { "effort": "medium" }
  }
}

Concurrencia y límites de tasa

El campo maxConcurrentRequests (bajo Advanced settings) limita cuántas solicitudes en curso envía Kodus a tu proveedor en paralelo. La mayoría de las veces, el valor predeterminado es suficiente — pero los planes de suscripción con topes de concurrencia estrictos necesitan configurarlo explícitamente.

Valores a definir

Proveedor / plan	Valor	Por qué
GLM Coding Plan (Lite/Pro)	`1`	La suscripción solo permite una solicitud en curso. Subirlo dispara errores 429.
GLM Coding Plan (Max)	hasta `30`	Max permite hasta 30 concurrentes — súbelo aquí para usar el presupuesto completo.
Kimi Code Plan	`30`	Tope documentado por Moonshot en el endpoint de código.
GLM Developer API	(vacío)	Los límites escalan por clave; sin un valor global razonable.
Kimi Developer API	(vacío)	Escala con tu nivel de recarga (Tier 1 ≈ 50, Tier 5 ≈ 1000).
Anthropic / OpenAI / Google / OpenRouter	(vacío)	Los proveedores aplican sus propios TPM/RPM; Kodus no lo limita.

Cuándo ajustarlo

Subirlo

Tienes un nivel de recarga alto en Moonshot/OpenRouter y quieres más rendimiento en PRs grandes
Actualizaste tu GLM Coding Plan a Max y quieres usar el presupuesto completo de 30 concurrentes
Las revisiones se sienten serializadas en PRs con múltiples archivos y no ves errores 429

Bajarlo

Ves errores 429 o Too much concurrency en los logs de revisión
Tu proveedor advierte sobre límites de tasa en el panel
Quieres conservar la ventana del Coding Plan (5h/semanal) entre más PRs

Concurrencia vs. RPM vs. TPM. maxConcurrentRequests solo limita las solicitudes en curso en paralelo. Muchos proveedores también aplican límites separados de RPM (solicitudes por minuto) y TPM (tokens por minuto). Si estás alcanzando RPM/TPM mientras la concurrencia se ve bien, la solución suele ser subir de nivel o distribuir la carga en el tiempo — no cambiar maxConcurrentRequests.

Interacción con el respaldo. Cuando el modelo de una tarea recibe un 429 y Kody conmuta al Routing Fallback, se aplica el maxConcurrentRequests del propio Fallback. Configurar un Fallback generoso en un proveedor distinto es una buena forma de absorber ráfagas cuando tu modelo principal está en una suscripción ajustada.

Mejores prácticas

Seguridad

Claves dedicadas

Crea claves de API separadas para Kodus. Facilita la auditoría de uso y la rotación de claves.

Rotación regular

Rota las claves periódicamente y actualízalas en la configuración de BYOK.

Monitorear el uso

Revisa los paneles de tu proveedor para detectar patrones inusuales.

Almacenamiento seguro

Nunca confirmes claves en repositorios. Kodus las almacena cifradas en reposo y en tránsito.

Estrategia de enrutamiento

Usa un proveedor diferente para tu predeterminado y tu respaldo (por ejemplo, Anthropic predeterminado, Google respaldo). Protege contra interrupciones específicas del proveedor.
Las suscripciones con límites de concurrencia estrictos (GLM Coding Plan Lite/Pro, Kimi Code Plan) son malas configuraciones en solitario — empárlalas con un respaldo de pago por token para que los PRs variables no se queden sin recursos.
Enruta las tareas pesadas (revisión de código profunda) a tu modelo más fuerte y las ligeras (resúmenes, chat) a uno más barato en Per agent.

Solución de problemas

'Invalid API key' al hacer clic en Test

Copia la clave sin espacios extra, comillas o saltos de línea al final.
Confirma que la facturación esté habilitada y la cuenta tenga créditos.
Para claves del GLM Coding Plan / Kimi Code Plan, asegúrate de que la base URL coincida con el plan — las claves de suscripción no funcionan en el endpoint del Developer API y viceversa.

'Model not found' al hacer clic en Test

Para los proveedores de sondeo por chat (Anthropic-compatible, OpenAI-compatible, Novita), Test envía una solicitud real al modelo, así que un ID de modelo incorrecto o mal escrito falla aquí — esto es lo esperado y mejor que fallar en el momento de la revisión.
Copia el ID exacto del modelo desde el panel del proveedor. Algunos proveedores usan rutas profundas (por ejemplo, Fireworks accounts/fireworks/models/kimi-k2p7-code) o escriben las versiones de otra forma (k2p7 vs k2.7).

'Endpoint not found' al hacer clic en Test

Verifica que la base URL coincida exactamente con el proveedor (la barra al final importa para algunos).
Para proveedores compatibles con OpenAI, el endpoint suele ser {baseURL}/chat/completions (Kodus agrega la ruta).

Test rechaza la temperatura o el razonamiento que definí

Algunos modelos fijan la temperatura o siempre razonan (Kimi k2p7-code/k3, GLM-5.3; Claude 4.7+/GPT-5 eliminan la temperatura por completo). Test valida tu ajuste contra las reglas del modelo y devuelve un mensaje específico — síguelo (deja la temperatura sin definir o usa el valor requerido; no pongas el razonamiento en Off en un modelo que siempre razona). Consulta Temperatura.

'Rate limited' o 'Too much concurrency'

Baja Max concurrent requests en Advanced settings.
En GLM Coding Plan Lite/Pro, mantente en 1 concurrente. Actualiza a Max (30 concurrentes) si necesitas más rendimiento.
En Kimi Code Plan, el tope documentado es 30 concurrentes.

Variables de entorno de alojamiento autónomo no aparecen

Si Kodus está configurado mediante .env (Modo Fijo auto-alojado), la pantalla de BYOK muestra un banner informativo azul con el proveedor/modelo activo — la clave nunca se muestra por seguridad.
Conectar un modelo y guardar sobrescribe la configuración de .env.

Costos altos o inesperados

El razonamiento agrega tokens. Si el costo se dispara, baja Thinking de Medium a Low, o enruta las tareas pesadas a un modelo más barato en Per agent.
Consulta el panel de tu proveedor para el desglose por modelo, y establece un tope en la pestaña Budget.

Preguntas frecuentes

¿Puedo cambiar de proveedor en cualquier momento?

Sí. El cambio surte efecto para la siguiente revisión — sin necesidad de redespliegue.

¿Qué sucede si mi clave de API se queda sin créditos?

Las revisiones cambian automáticamente al Routing Fallback si hay uno configurado. Sin un Fallback, la revisión falla y devuelve un error. Siempre configura un Fallback.

¿Cómo funciona el sistema de predeterminado / respaldo?

Cada tarea usa el modelo predeterminado a menos que lo anules por agente en Routing. Si el modelo de una tarea falla (límite de tasa, 5xx, tiempo de espera, clave mala), Kody reintenta una vez en el Fallback. Solo pagas por el proveedor que efectivamente procesó la llamada.

¿Pueden distintas tareas usar distintos modelos?

Sí — para eso es Routing → Per agent. Enruta la revisión de código profunda a un modelo fuerte y los resúmenes o el chat a uno más barato. Necesitas al menos dos modelos conectados para que el enrutamiento tenga sentido.

¿Almacenan nuestras claves de API de forma segura?

Sí. Las claves se cifran en reposo y en tránsito y nunca se registran en texto plano. El endpoint de estado de BYOK nunca devuelve la clave en crudo.

¿Puedo usar un LLM auto-alojado (por ejemplo, Ollama, vLLM)?

Sí — mediante el proveedor OpenAI Compatible (bajo Custom). Ingresa la URL base de tu endpoint, el ID del modelo que expone y una clave de API de marcador de posición (la mayoría de los runtimes auto-alojados ignoran el header de la clave pero aún así requieren uno).

Cómo se relaciona con los planes

​Cómo funciona BYOK

Providers

Routing

Budget

​Conectar un proveedor

​Prueba antes de guardar

​Enrutamiento: qué modelo ejecuta cada tarea

​Elegir modelos

Claude Sonnet / Opus

Gemini Pro

GPT (latest)

Kimi / GLM (coding plans)

​Conectar Kimi (Moonshot) y GLM (Z.ai)

​Proveedores compatibles

Guía de configuración de Novita

Guía de Z.ai (GLM)

Guía de Moonshot (Kimi)

Fireworks AI

Together AI

​Razonamiento / Pensamiento extendido

​Niveles predefinidos

​Sobrescritura con JSON personalizado

​Ejemplos (pega directamente — sin namespace)

​Modo manual con namespaces (usuarios avanzados)

​Detalles a tener en cuenta

​Temperatura

​Fijar proveedores de OpenRouter

​Cómo fijarlos

​Avanzado: sobrescritura con JSON en crudo

​Concurrencia y límites de tasa

​Valores a definir

​Cuándo ajustarlo

Subirlo

Bajarlo

​Mejores prácticas

​Seguridad

Claves dedicadas

Rotación regular

Monitorear el uso

Almacenamiento seguro

​Estrategia de enrutamiento

​Solución de problemas

​Preguntas frecuentes

Cómo funciona BYOK

Conectar un proveedor

Prueba antes de guardar

Enrutamiento: qué modelo ejecuta cada tarea

Elegir modelos

Conectar Kimi (Moonshot) y GLM (Z.ai)

Proveedores compatibles

Razonamiento / Pensamiento extendido

Niveles predefinidos

Sobrescritura con JSON personalizado

Ejemplos (pega directamente — sin namespace)

Modo manual con namespaces (usuarios avanzados)

Detalles a tener en cuenta

Temperatura

Fijar proveedores de OpenRouter

Cómo fijarlos

Avanzado: sobrescritura con JSON en crudo

Concurrencia y límites de tasa

Valores a definir

Cuándo ajustarlo

Mejores prácticas

Seguridad

Estrategia de enrutamiento

Solución de problemas

Preguntas frecuentes