> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kodus.io/llms.txt
> Use this file to discover all available pages before exploring further.

# Chutes — Inferência com Limite por Assinatura para Modelos Open-Source

> Aprenda como conectar os planos de assinatura do Chutes AI — cobrindo DeepSeek, Llama, Qwen, MiniMax e mais — ao Kodus.

## Como o Chutes funciona

O Chutes AI é uma plataforma de computação serverless descentralizada para modelos open-source. Ele expõe um endpoint de inferência **compatível com OpenAI** e oferece **planos de assinatura** que agrupam o uso de API até um limite expresso como um múltiplo do valor equivalente pay-per-token — semelhante em estrutura ao GLM Coding Plan do Z.AI, mas cobrindo o catálogo completo open-source (DeepSeek, Llama, Qwen, MiniMax, Kimi e muitos mais).

O Kodus se comunica com o Chutes pelo mesmo adaptador compatível com OpenAI que usa para tudo mais, então não há alterações de código — apenas credenciais BYOK.

## Visão geral dos planos

<Info>
  Preços e regras de cota mudam. Sempre confirme em [chutes.ai/pricing](https://chutes.ai/pricing) antes de escolher um plano.
</Info>

Desde o início de 2026, cada assinatura do Chutes inclui uma cota de uso igual a **5× o valor equivalente pay-as-you-go** do plano, calculado a partir do preço por milhão de tokens de cada modelo.

Planos representativos (confirme os números atuais na página de preços):

| Plano      | Taxa mensal   | Notas                                                               |
| ---------- | ------------- | ------------------------------------------------------------------- |
| Base       | \~\$3/mês     | Plano de entrada; seleção limitada de modelos.                      |
| Standard   | \~\$10/mês    | Necessário para modelos de ponta (DeepSeek V3, MiniMax M2.1, etc.). |
| Pro        | \~\$20+/mês   | Limite 5× maior para maior volume de revisões.                      |
| Enterprise | personalizado | Contate o Chutes.                                                   |

* O limite 5× é redefinido mensalmente e calculado com base nos mesmos preços por token que você pagaria no pay-as-you-go.
* Alguns modelos requerem **Standard ou superior** — o plano base não inclui modelos de codificação de ponta.
* O Chutes marca alguns modelos com o sufixo `-TEE`, indicando variantes de ambiente de execução confiável (computação confidencial).

### Modelos recomendados

O Chutes usa identificadores no estilo HuggingFace `org/model`, às vezes com um sufixo `-TEE` para a variante de computação confidencial:

| ID do modelo                          | Notas                                                                            |
| ------------------------------------- | -------------------------------------------------------------------------------- |
| `deepseek-ai/DeepSeek-V3-0324-TEE`    | Modelo de codificação de ponta; forte comportamento agêntico. Requer ≥ Standard. |
| `moonshotai/Kimi-K2-Instruct`         | Kimi K2 de contexto longo — ótimo em PRs grandes.                                |
| `Qwen/Qwen3-Coder-480B-A35B-Instruct` | Codificador especializado.                                                       |
| `chutes/MiniMaxAI/MiniMax-M2.1-TEE`   | Opção de ponta alternativa.                                                      |

Veja a lista ao vivo e preços atuais em [llm.chutes.ai/v1/models](https://llm.chutes.ai/v1/models).

## Criando uma Chave de API

<Warning>Uma conta Chutes com assinatura ativa (ou saldo pay-as-you-go) é necessária.</Warning>

1. Vá para [chutes.ai](https://chutes.ai) e crie uma conta.
2. Assine um plano em [chutes.ai/pricing](https://chutes.ai/pricing), ou habilite o pay-as-you-go se preferir.
3. Abra o console de desenvolvedor e crie uma chave de API. Copie-a imediatamente.

## Configurar o Chutes no Kodus

### Opção 1 — BYOK no Kodus Cloud (recomendado)

1. Na interface do Kodus, abra **Configurações → BYOK** ([app.kodus.io/organization/byok](https://app.kodus.io/organization/byok)).

2. O Chutes não está no catálogo curado — clique em **Configure manually** no final da lista de modelos. Use `?slot=fallback` na URL se estiver configurando um fallback em vez do modelo principal.

3. Preencha o assistente:

   | Campo                       | Valor                                                                                   |
   | --------------------------- | --------------------------------------------------------------------------------------- |
   | **Provider**                | `OpenAI Compatible`                                                                     |
   | **Base URL**                | `https://llm.chutes.ai/v1`                                                              |
   | **Model**                   | ex.: `deepseek-ai/DeepSeek-V3-0324-TEE`                                                 |
   | **API Key**                 | sua chave de API do Chutes                                                              |
   | **Max Concurrent Requests** | `3–5` é um bom ponto de partida; aumente se não atingir o limite (em Advanced settings) |

4. Clique em **Test & save**. O Kodus sonda o endpoint e persiste a configuração em caso de sucesso.

<Tip>
  O limite 5× é calculado a partir dos preços por token. Modelos de ponta caros consomem o limite mais rapidamente do que os menores — se você quer maximizar revisões por real gasto, combine o Chutes com um modelo mais barato (Llama, variantes menores do Qwen) para PRs rotineiros e reserve os modelos de ponta para revisões complexas via uma regra do Kody ou perfil BYOK separado.
</Tip>

<Note>
  Como o Chutes roda em computação descentralizada, cold-start e latência de cauda variam mais do que em provedores dedicados. Configure uma chave OpenAI ou Anthropic como **Fallback** para que o Kodus possa fazer failover quando um nó estiver lento ou o limite mensal for atingido.
</Note>

### Opção 2 — Self-hosted (variáveis de ambiente)

Se você executa o Kodus em Fixed Mode (provedor global único, sem BYOK por organização), configure o Chutes no `.env` dos seus containers de API e worker:

```env theme={null}
# Chutes configuration (Fixed Mode)
API_LLM_PROVIDER_MODEL="deepseek-ai/DeepSeek-V3-0324-TEE"   # any model id from the catalog
API_OPENAI_FORCE_BASE_URL="https://llm.chutes.ai/v1"
API_OPEN_AI_API_KEY="your-chutes-api-key"
```

<Note>
  Este caminho só é necessário para instalações self-hosted do Kodus que desabilitam deliberadamente o BYOK. Se o BYOK estiver habilitado na sua instância self-hosted, prefira a **Opção 1** — o fluxo pela interface é o mesmo do Cloud.
</Note>

Reinicie os containers de API e worker após editar o `.env`, e verifique:

```bash theme={null}
docker-compose logs api worker | grep -iE "chutes|llm\.chutes"
```

Para a configuração completa self-hosted (domínios, chaves de segurança, banco de dados, webhooks, proxy reverso), siga o [guia de implantação em VM genérica](https://docs.kodus.io/docs/how_to_deploy/en/deploy_kodus/generic_vm) e substitua apenas o bloco de LLM pelo acima.

## Quando escolher o Chutes

* **Você quer o catálogo open-source mais amplo a um preço de assinatura** — DeepSeek / MiniMax / Qwen de ponta a uma taxa fixa com limites previsíveis.
* **Você se preocupa com computação confidencial** — o Chutes oferece variantes `-TEE` que rodam dentro de ambientes de execução confiável, útil se sua postura de conformidade exigir isso.
* **Você está em volume baixo a médio** e cabe dentro do limite 5× PAYG de um plano barato.

Escolha o Synthetic se quiser uma assinatura fixa mais simples sem matemática de limite por modelo. Escolha o Z.AI se seu modelo preferido for especificamente a família GLM.

## Solução de problemas

<AccordionGroup>
  <Accordion title="Modelo requer plano superior">
    * Modelos de ponta (DeepSeek V3, MiniMax M2.1, algumas variantes Qwen) estão restritos ao plano Standard e acima desde fev. 2026.
    * Faça upgrade, ou escolha um modelo disponível no seu plano atual (variantes menores de Llama ou Qwen).
  </Accordion>

  <Accordion title="Limite mensal 5× atingido">
    * Verifique o uso atual no painel do Chutes.
    * Mude temporariamente para um modelo mais barato para estender o limite, ou faça upgrade de plano.
    * Configure um provedor BYOK de `Fallback` para que as revisões continuem funcionando enquanto você está com o limite atingido.
  </Accordion>

  <Accordion title="Erros 401 / autenticação">
    * Confirme que a chave está ativa no painel do Chutes e que a assinatura está vigente.
    * Certifique-se de que não há espaços em excesso ou aspas no valor do `.env`.
  </Accordion>

  <Accordion title="Modelo não encontrado">
    * O Chutes usa o formato `org/model`, com algumas variantes terminando em `-TEE` (computação confidencial). Verifique a capitalização exata em [llm.chutes.ai/v1/models](https://llm.chutes.ai/v1/models).
  </Accordion>

  <Accordion title="Latência lenta ou inconsistente">
    * O Chutes roda em computação descentralizada, então a latência de cauda é maior do que em nuvens dedicadas.
    * Para revisões sensíveis à latência, prefira provedores dedicados; reserve o Chutes para trabalhos de revisão noturnos ou em lote, ou configure um provedor rápido como `Main` e o Chutes como `Fallback`.
  </Accordion>

  <Accordion title="Erros de conexão">
    * Confirme que seu servidor pode alcançar `llm.chutes.ai`.
    * Revise os logs da API e do worker para o erro upstream exato.
  </Accordion>
</AccordionGroup>

## Relacionados

* [Preços do Chutes](https://chutes.ai/pricing)
* [Referência da API do Chutes](https://chutes.ai/docs/api-reference/overview)
* [Catálogo de modelos ao vivo](https://llm.chutes.ai/v1/models)
* [Visão geral do BYOK](/how_to_use/pt-br/byok)