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

zhangfeng11332025-12-03 11:52

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：

复制代码

bash

复制

复制代码

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。
    1. 在控制台中 创建API Key​ 并复制保存。
    1. 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）：

    复制代码

    json

    复制

    复制代码

    { "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

复制代码

bash

复制

复制代码

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。
    1. 配置路由 ：运行 ccr ui进行可视化配置。
    1. 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
复制代码 
POST https://wanqing.streamlakeapi.com/api/gateway/v1/endpoints/chat/completions
请求头
复制代码 
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
复制代码 
{
    "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）
复制代码 
{
    "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）
复制代码 
​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
复制代码 
{
    "ResponseMeta": {
      	// 请求ID
        "RequestId": "",
      	// 错误码
        "ErrorCode": "",
      	// 错误信息
        "ErrorMessage": ""
    }
}
相关推荐
jnrjian28 分钟前
MOS oracle rman backup 脚本
数据库·oracle
Amarantine、沐风倩✨33 分钟前
深度解析：轨迹数据抽稀到底该放数据库还是 Java？（以 56800 条数据为例）
java·开发语言·数据库
欢乐的小猪33 分钟前
win10如何更改mysql的密码
数据库·mysql
Gauss松鼠会37 分钟前
【openGauss】如何通过pg_trigger.tgtype获取触发器的各种触发条件
数据库·vr·database·opengauss
SelectDB40 分钟前
云上数据安全新范式：Apache Doris IAM Assume Role 解锁无密钥访问 AWS S3 数据
数据库
就叫飞六吧1 小时前
Redis 安装为 Windows 服务开机后台自启
数据库·windows·redis
憧憬成为原神糕手1 小时前
MySql事务（AICD）和其并发场景
数据库·mysql
无限进步_1 小时前
C++初始化列表详解：语法、规则与最佳实践
java·开发语言·数据库·c++·git·github·visual studio
无限进步_1 小时前
C++运算符重载完全指南：从基础到实战应用
开发语言·数据库·c++·windows·git·github·visual studio
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）04BongoCat - 跨平台键盘猫动画工具05本地部署阿里最新开源的Z-Image06Linux下V2Ray安装配置指南07【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）08Meta第三代“分割一切”模型——SAM 3本地部署教程：首支持文本提示分割，400万概念、30毫秒响应，检测分割追踪一网打尽09【保姆级教程】免费使用Gemini3的5种方法！免翻墙/国内直连10Labelme从安装到标注：零基础完整指南