KAT-Coder-Pro V1免费活动继续，免费原来定于北京时间 2025年11月11日 ，快手也加入了模型集成商的队伍了，支持国内各种开原模型 - 教程
2026-01-01 18:46 tlnshuju 阅读(3) 评论(0) 收藏 举报
免费使用快手新出的AI Coding模型 KAT-Coder-Pro V1～https://console.streamlake.com/console/user/sign-up/tenant?inviteCode=KLKDX5
他还有模型提供商服务器 ，支持国内开源大模型 Qwen3 kimi deepseek 但是没有支持书生 glm等模型服务
Qwen3-235B-A22B-Instruct-2507
Qwen3-30B-A3B-Thinking-2507
Qwen3-32B
Qwen3-30B-A3B
Qwen3-30B-A3B-Instruct-2507
Qwen3-8B
Qwen3-VL-235B-A22B-Instruct
Qwen3-VL-235B-A22B-Thinking
Qwen3-235B-A22B-Thinking-2507
DeepSeek-V3.2
DeepSeek-V3.2-Exp
DeepSeek-V3.1
DeepSeek-V3
DeepSeek-OCR
KAT-Coder-Pro-V1
KAT-Coder-Exp-72B-1010
KAT-Coder-Air-V1
Kimi-K2-Instruct
DeepSeek-R1
Qwen2.5-7B-Instruct
快手顶级AI编程助手KAT-Coder-Pro V1限时免费指南
核心摘要：快手StreamLake平台宣布其旗舰编码模型 KAT-Coder-Pro V1 限时免费，截止至 2025年11月11日。该模型在权威评测SWE-Bench Verified中表现卓越，性能比肩GPT-4等全球顶尖模型。
一、模型实力：世界顶级水平
- •
权威评测成绩：在SWE-Bench Verified上取得 73.4% 的解决率，超越或比肩GPT-4（72.8%）和Claude 3.5 Sonnet（71.2%）。
- •
核心优势：
- •
性能强劲：世界级代码生成与问题解决能力。
- •
限时免费：在活动期间使用成本为零。
- •
中文友好：对中文代码注释有优秀支持。
- •
⚡ 响应迅速：代码生成速度快，质量高。
- •
二、快速接入指南（通过Claude Code）
只需3分钟，即可将Claude Code的请求路由至KAT-Coder。
第1步：安装必要工具
在终端中执行以下命令：
bash
复制
npm install -g @anthropic-ai/claude-code npm install -g @musistudio/claude-code-router
第2步：获取API密钥和推理点ID
- 1.
访问 StreamLake控制台，注册或登录账号。
- 2.
在控制台中 创建API Key 并复制保存。
- 3.
在“推理点管理”中找到 KAT-Coder-Pro V1，复制其推理点ID（格式为
ep-xxxxx-xxxxxxxxx）。
第3步：配置路由（两种方式任选一）
- •
方式A：UI配置（推荐）
执行命令
ccr ui，在打开的图形界面中填写以下信息：- •
Provider Name:streamlake - •
API Base URL:https://wanqing.streamlakeapi.com/api/gateway/v1/endpoints/chat/completions - •
API Key: 你的API Key - •
Models: 你的推理点ID
- •
- •
方式B：手动编辑配置文件
创建文件
~/.claude-code-router/config.json，内容如下（注意替换YOUR_API_KEY和YOUR_ENDPOINT_ID）：json
复制
{ "LOG": true, "API_TIMEOUT_MS": 600000, "Providers": [ { "name": "streamlake", "api_base_url": "https://wanqing.streamlakeapi.com/api/gateway/v1/endpoints/chat/completions", "api_key": "YOUR_API_KEY", "models": ["YOUR_ENDPOINT_ID"] } ], "Router": { "default": "streamlake,YOUR_ENDPOINT_ID", "background": "streamlake,YOUR_ENDPOINT_ID", "think": "streamlake,YOUR_ENDPOINT_ID" } }
第4步：启动并使用
bash
复制
ccr restart # 重启路由服务 ccr code # 启动Claude Code
启动后，即可在编辑器中免费使用KAT-Coder。
三、实战能力演示
测试场景 | 示例任务 | KAT-Coder 表现 |
|---|---|---|
代码生成 | 用Python Flask创建RESTful API | 生成完整可运行的代码，包含数据库操作、输入验证和错误处理。 |
代码审查 | 审查存在问题的Python循环代码 | 精准识别性能与规范问题，提供Pythonic的重构方案。 |
Bug修复 | 修复计算平均值函数的潜在除零错误 | 迅速诊断出边界情况Bug，并提供多种修复方案。 |
四、常见问题（FAQ）
- •
Q: 配置后报401错误怎么办？
A: 请检查API Key和推理点ID是否正确，并确保推理点状态为“运行中”。
- •
Q: 免费期结束后怎么办？
A: 可切换至KAT-Coder-Air V1（长期免费版本，但有使用配额限制）。
- •
Q: 如何查看使用日志？
A: 使用命令
tail -f ~/.claude-code-router/claude-code-router.log。
五、立即行动
三步快速上手：
- 1.
获取凭证：前往 StreamLake控制台获取API Key和推理点ID。
- 2.
配置路由：运行
ccr ui进行可视化配置。 - 3.
开始编程：运行
ccr code启动AI编程助手。
活动截止继续免费：原来定于北京时间 2025年11月11日 00:00:00。请不要错过这个免费体验顶级AI编程助手的机会！
在线推理点对话 API
请求 URL
POST https://wanqing.streamlakeapi.com/api/gateway/v1/endpoints/chat/completions请求头
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json请求参数
参数 | 类型 | 必填 | 描述 |
model | string | 是 | 推理点 ID |
messages | array | 是 | 对话消息列表 |
temperature | float | 否 | 采样温度，范围 0-2，默认 1 |
top_p | float | 否 | 核采样参数，范围 0-1，默认 1 |
n | integer | 否 | 生成回复数量，默认 1 |
stream | boolean | 否 | 是否流式返回，默认 false |
stop | string/array | 否 | 停止词 |
max_tokens | integer | 否 | 最大生成长度 |
presence_penalty | float | 否 | 存在惩罚，范围 -2 到 2，默认 0 |
frequency_penalty | float | 否 | 频率惩罚，范围 -2 到 2，默认 0 |
消息格式
{
"messages": [
{
"role": "",
"content": ""
}
],
"model": "",
"stream": false,
}响应格式
服务端处理成功的请求，响应的 HTTP 状态码均为 200。
接口调用出错后，异常返回的 HTTP 状态码为 4xx 或 5xx。
成功响应（非流式）
{
"id": "req-71z2sj-1755282699618223575", // 请求Id，唯一标识一次请求
"object": "chat.completion", // 对象类型，表示这是 chat completion 响应
"created": 1741569952, // 创建该 chat completion 的 Unix 时间戳（单位为秒）
"model": "", // 生成该 chat completion 所使用的模型名称
"choices": [ // 模型生成的 chat completion 的候选列表（可能有多个候选回复）
{
"index": 0, // 该 chat completion 在候选列表中的索引，从0开始
"message": { // 消息内容
"role": "assistant", // 生成这条消息内容的角色类型（assistant）
"content": "你好，我可以帮你什么？", // 模型返回的实际回复内容
"refusal": null, // 拒绝原因（如果AI拒绝回答）
"annotations": [] // 注释信息（额外的元数据）
},
"logprobs": null, // 对数概率信息（用于分析生成概率）
// 模型停止生成的原因
"finish_reason": "stop" // 完成原因（stop/length/content_filter等）
}
],
"usage": { // 令牌使用统计
"prompt_tokens": 19, // 输入提示消耗的token数
"completion_tokens": 10, // 生成回复消耗的令牌数
"total_tokens": 29, // 总令牌数（prompt + completion）
"prompt_tokens_details": { // 输入令牌详细信息
"cached_tokens": 0, // 缓存的令牌数
"audio_tokens": 0 // 音频令牌数
},
"completion_tokens_details": { // 输出令牌详细信息
"reasoning_tokens": 0, // 推理过程使用的令牌数
"audio_tokens": 0, // 音频输出令牌数
"accepted_prediction_tokens": 0, // 接受的预测令牌数
"rejected_prediction_tokens": 0 // 拒绝的预测令牌数
}
},
"service_tier": "default" // 服务层级（default/scale等）
}成功响应（流式）
data: {
"choices": [
{
"delta": {
"content": "你好"
},
"finish_reason": null,
"index": 0,
"logprobs": null
}
],
"created": 1755282700,
"event": "model_thought",
"id": "req-71z2sj-1755282699618223575",
"model": "qwen3-30b-a3b",
"object": "chat.completion.chunk",
"system_fingerprint": null,
"usage": null
}
......
data: {
"choices": [],
"created": 1755283049,
"id": "req-pg48yq-1755283048307453384",
"model": "qwen3-30b-a3b",
"object": "chat.completion.chunk",
"system_fingerprint": null,
"usage": {
"completion_tokens": 1470,
"completion_tokens_details": {
"reasoning_tokens": 454
},
"prompt_tokens": 11,
"total_tokens": 1481
}
}
data: [DONE]错误响应
{
"ResponseMeta": {
// 请求ID
"RequestId": "",
// 错误码
"ErrorCode": "",
// 错误信息
"ErrorMessage": ""
}
}
浙公网安备 33010602011771号