Kimi CLI + DeepSeek V4 Flash (B.AI) — Instalação e Configuração Multi-SO
Leitura: ~12 min
TL;DR:
Instale o Kimi Code CLI em 30 segundos com um comando (Windows, Linux ou macOS) — sem Node.js, sem dependências pesadas.
Conecte ao B.AI com o modelo DeepSeek V4 Flash gratuitamente (oferta promocional 0 créditos confirmada) e ganhe 200K de contexto.
Scripts Python leves (stdlib puro) verificam a instalação, configuram o provider e testam a API — sem instalar nada extra.
Nota Técnica: Scripts e automações fornecidos têm fins exclusivamente educacionais. Teste sempre em ambiente controlado. Ofertas gratuitas de modelos de IA são promocionais e têm prazo de validade — confirme os preços na documentação oficial do B.AI antes de depender de um modelo.
A maioria pula a detecção do caminho do config.toml e depois passa horas caçando por que o modelo não aparece. O erro não está na chave — está no provider errado.
Este guia nasceu de uma configuração real quebrada e reconstruída. O config.toml que você vai ver aqui foi extraído de um Kimi Code CLI funcionando com o DeepSeek V4 Flash em produção. Não é teoria — é o log do que funcionou.
No final, você terá um CLI de coding rodando no seu terminal, conectado ao B.AI, com o modelo DeepSeek V4 Flash — e mais 5 modelos gratuitos à disposição.
O que é o Kimi CLI e por que usar com o B.AI?
O Kimi CLI é uma ferramenta de coding por terminal da Moonshot AI que permite conversar com modelos de IA diretamente do seu prompt de comando. Conectado ao B.AI (plataforma que oferece modelos via API compatível com OpenAI), você acessa o DeepSeek V4 Flash sem custo — com 200K de contexto e suporte a raciocínio e uso de ferramentas.
Aqui no @CanalQb, validamos essa configuração em um Kimi Code CLI versão 0.39.1 no Windows, com o provider b_ai e o modelo deepseek-v4-flash. O mesmo procedimento funciona em Linux e macOS — os comandos mudam só no instalador e no caminho do config.
O que você precisa saber antes de começar
O Kimi CLI existe em duas versões. A versão Code CLI (binário único, recomendada) não precisa de Node.js nem de Python para rodar — é um executável só. A versão clássica (Python/uv) precisa de Python 3.11+. Ambas suportam provedores customizados via arquivo de configuração TOML. O B.AI expõe uma API idêntica à da OpenAI, então qualquer CLI que aceite provedores OpenAI-compatíveis pode usá-la.
Como instalar o Kimi CLI no Windows, Linux ou macOS?
Escolha seu sistema operacional e rode o comando abaixo. O instalador baixa o binário, coloca no PATH e já deixa pronto para usar. Em 30 segundos o kimi --version responde.
Windows (PowerShell)
Abra o PowerShell como administrador e execute o comando de instalação do Kimi Code CLI. Esse é o método recomendado porque instala um binário único — sem runtime Node, sem dependências pesadas.
Esse comando baixa o instalador da URL oficial da Moonshot e executa imediatamente. O instalador coloca o kimi.exe em %USERPROFILE%\.kimi-code\bin\ e adiciona ao PATH.
Por que esse passo é necessário: sem instalar o CLI, você não tem a interface de linha de comando que vai conversar com os modelos. Pular esta etapa significa tentar configurar algo que nem existe no sistema.
Resultado esperado: após fechar e reabrir o PowerShell, o comando kimi --version exibe a versão (ex: 0.39.1).
Erro comum: se o PowerShell disser que o comando não é reconhecido, feche e reabra o terminal — o PATH só atualiza na inicialização do shell. Se ainda assim falhar, verifique se o Git for Windows está instalado (o Kimi Code CLI usa o Git Bash como shell interno).
Linux (bash)
Abra o terminal e execute o instalador via curl. O mesmo instalador serve para distribuições Debian, Fedora, Arch e derivadas.
Resultado esperado: kimi --version mostra a versão. Se o comando não for encontrado, reabra o terminal ou recarregue o PATH com source ~/.bashrc.
Erro comum: se o curl não estiver instalado, instale com sudo apt install -y curl (Debian/Ubuntu) ou sudo dnf install -y curl (Fedora).
macOS (zsh)
O mesmo comando curl funciona no macOS. Se preferir, pode instalar via Homebrew com o uv tool.
Alternativa com uv (se já tiver o Python uv instalado):
Resultado esperado: kimi --version exibe a versão. No macOS, o instalador pode pedir permisão nas Configurações do Sistema para executar o binário — é só autorizar.
Erro comum: se o macOS bloquear o binário por ser de "desenvolvedor não identificado", vá em Preferências do Sistema > Privacidade e Segurança > clique em "Permitir mesmo assim".
Como criar uma conta no B.AI e obter a chave de API?
O B.AI é a plataforma que hospeda o DeepSeek V4 Flash e outros modelos gratuitos. Você precisa de uma conta e de uma chave de API para que o Kimi CLI possa se autenticar e fazer requisições.
Passo 1: Crie sua conta
Acesse b.ai e clique em "Sign Up" ou "Criar conta". Você pode usar email, Google ou carteira cripto. O cadastro é rápido — leva menos de 2 minutos.
Se preferir, use nosso link de convite para acelerar o processo:
https://chat.b.ai/chat?invite_code=S3XW2B
Por que esse passo é necessário: sem conta, você não tem acesso ao painel de API keys, e sem chave não há autenticação nas requisições. O B.AI não permite uso anônimo da API.
Passo 2: Gere uma chave de API
Vá até a página oficial de chaves:
https://chat.b.ai/key,
faça login e clique em "Create API Key". Escolha o modo de acesso ("High-performance BAI official" ou "Custom provider") e copie o valor que aparecer (formato sk-...).
Resultado esperado: uma chave no formato sk-... — esse é o seu token de acesso. Copie e guarde imediatamente (você não poderá vê-la novamente depois de fechar a página).
Erro comum: se você gerar a chave e fechar a página sem copiar, não conseguirá vê-la novamente — terá que gerar outra e revogar a anterior. Guarde a chave imediatamente em um lugar seguro (como um gerenciador de senhas).
Passo 3: Defina a chave como variável de ambiente
Isso evita que a chave fique em arquivos de configuração versionados ou em comandos no histórico do shell.
Windows (PowerShell) — permanente:
Linux/macOS — permanente (adicione ao ~/.bashrc ou ~/.zshrc):
Por que esse passo é necessário: se você colocar a chave diretamente no config.toml, ela vai ficar no arquivo de configuração e pode vazar se você compartilhar a tela ou fizer backup da pasta. A variável de ambiente é mais segura e o script configure_bai.py lê dela automaticamente.
Como funciona a API do B.AI? (Quick Start)
A API do B.AI é compatível com os padrões OpenAI e Anthropic — o que significa que qualquer ferramenta que aceite esses formatos conecta na hora. O fluxo oficial tem 3 passos:
- Choose Access Mode — escolha entre o modo oficial "High-performance BAI" ou conecte via um provedor customizado.
- Create API Key — gere uma chave dedicada em chat.b.ai/key após escolher o modo de acesso.
- Send Requests — envie requisições usando os endpoints compatíveis com OpenAI/Anthropic — plug and play.
Exemplo com curl (qualquer sistema)
Exemplo com Python (requests)
Exemplo com JavaScript (fetch)
Referência completa: BAI API Docs — API Reference e guias.
Como configurar o provider B.AI no config.toml do Kimi CLI?
A configuração do B.AI no Kimi CLI é manual — o /login integrado só cobre o Kimi Code/Moonshot. Você precisa editar o arquivo de configuração TOML, que fica em locais diferentes dependendo da versão do CLI.
Passo 1: Descubra qual CLI você tem e onde está o config
Rode kimi --version no terminal. Se a versão aparecer, o CLI está instalado. Agora verifique os caminhos abaixo na ordem:
- Kimi Code CLI (binário único):
%USERPROFILE%\.kimi-code\config.tomlno Windows,~/.kimi-code/config.tomlno Linux/macOS. - Kimi CLI clássico (Python/uv):
%USERPROFILE%\.kimi\config.tomlno Windows,~/.kimi/config.tomlno Linux/macOS.
No nosso ambiente de teste, o Kimi Code CLI estava em C:\Users\Qb\.kimi-code\config.toml — foi de lá que extraímos a configuração que funciona.
Resultado esperado: o arquivo existe e contém seções como [providers.xxx] e [models.xxx]. Se o arquivo não existir, o script configure_bai.py cria um novo.
Passo 2: Adicione o provider e o modelo (use o script ou manual)
Recomendado: use o script configure_bai.py
O script detecta automaticamente o caminho do config, faz backup do arquivo existente, adiciona só o que falta e mascara a chave na saída. Use --dry-run para simular antes de gravar.
Manual: edite o arquivo e adicione o bloco abaixo. A formatação é exatamente a que validamos — copie sem alterar espaços.
O que cada campo significa:
providers.b_ai— nome do provedor, usamosb_ai(com underscore) para evitar conflito com outros providers.type = "openai"— informa ao CLI que o provider é compatível com a API da OpenAI (endpoint/v1/chat/completions).base_url— o endpoint base da API do B.AI.models."b_ai/deepseek-v4-flash"— a seção do modelo, com o nome entre aspas porque contém barra.max_context_size = 200000— 200K tokens de contexto (o máximo que o DeepSeek V4 Flash suporta).max_output_size = 64000— 64K tokens de saída.capabilities = ["thinking", "tool_use"]— ativa raciocínio e uso de ferramentas no modelo.display_name— nome amigável que aparece no CLI.reasoning_key = "reasoning_content"— campo onde a API do B.AI devolve o raciocínio do modelo.
Erro comum: se o modelo não aparecer no kimi models, verifique se o nome do provider no [models."b_ai/deepseek-v4-flash"] é exatamente b_ai — um erro de digitação (como bai sem underscore) silencia o modelo sem dar erro.
Passo 3: Verifique se o modelo foi carregado
Resultado esperado: a lista de modelos disponíveis inclui b_ai/deepseek-v4-flash. Se não aparecer, revise o config.toml — o problema mais comum é o nome do provider no modelo não bater com o nome do provider na seção [providers].
Como testar a conexão com o B.AI?
Depois de configurar, você precisa confirmar que a chave é válida e que o modelo responde. O script test_connection.py faz dois testes: lista os modelos disponíveis na sua conta e faz um chat de fumaça (uma pergunta curta) para validar que o modelo responde.
Teste com o script (recomendado)
O script lê a chave da variável de ambiente BAI_API_KEY, faz uma requisição GET /v1/models para listar os modelos disponíveis e depois um POST /v1/chat/completions com o modelo DeepSeek V4 Flash. A chave nunca é exibida — aparece mascarada como sk-***.
Resultado esperado: a saída mostra quantos modelos estão disponíveis na sua conta, confirma que o deepseek-v4-flash está na lista, e exibe a resposta do modelo ao teste de fumaça (ex: OK).
Erro comum: se aparecer 401 Unauthorized, a chave está errada, expirada ou foi revogada. Gere uma nova no painel do B.AI e atualize a variável de ambiente.
Teste manual com curl
Windows (PowerShell):
Linux/macOS:
Resultado esperado: um JSON com a lista de modelos. Se vier {"error":"Unauthorized"}, a chave está inválida.
Quais modelos estão disponíveis agora no B.AI? (Leaderboard)
A plataforma B.AI mantém um leaderboard ao vivo com todos os modelos disponíveis via chat e API. Abaixo está a lista completa extraída diretamente da plataforma (atualizada em agosto de 2026).
Você pode confirmar em tempo real acessando: chat.b.ai
| # | Modelo | Desenvolvedor | Chat | API | Tendência |
|---|---|---|---|---|---|
| 1 | DeepSeek-V4-Flash 🆓 | DeepSeek | ✓ | ✓ | – |
| 2 | GLM-5.3-Flash 🆓 | Zhipu AI | ✓ | ✓ | – |
| 3 | DeepSeek-V4-Flash-Vision-Exp 🆓 | DeepSeek | ✗ | ✓ | – |
| 4 | Qwen3.8-Flash 🆓 | Alibaba | ✓ | ✓ | – |
| 5 | Hy3 🆓 | Tencent | ✓ | ✓ | – |
| 6 | MiMo-V2.5 🆓 | Xiaomi | ✓ | ✓ | – |
| 7 | GPT-5.6 Luna | OpenAI | ✓ | ✓ | – |
| 8 | GPT-5.6 Sol | OpenAI | ✓ | ✓ | – |
| 9 | DeepSeek-V4-Pro | DeepSeek | ✓ | ✓ | – |
| 10 | GLM-5.3 | Zhipu AI | ✓ | ✓ | – |
| 11 | Claude Sonnet 5 | Anthropic | ✗ | ✓ | +3 |
| 12 | GLM-5.2 | Zhipu AI | ✓ | ✓ | – |
| 13 | Claude Opus 4.8 | Anthropic | ✓ | ✓ | – |
| 14 | GPT-5.6 Terra | OpenAI | ✓ | ✓ | -3 |
| 15 | GPT-5-mini | OpenAI | ✓ | ✓ | +11 |
| 16 | Claude Haiku 4.5 | Anthropic | ✓ | ✓ | +3 |
| 17 | Qwen3.8-27B | Alibaba | ✓ | ✓ | -1 |
| 18 | GPT-5-nano | OpenAI | ✓ | ✓ | +6 |
| 19 | GPT-5.5 | OpenAI | ✓ | ✓ | -4 |
| 20 | Grok-4.5 | xAI | ✗ | ✓ | – |
| 21 | GPT-5.4-mini | OpenAI | ✓ | ✓ | +2 |
| 22 | MiMo-V2.5-Pro | Xiaomi | ✓ | ✓ | +5 |
| 23 | Gemini 3 Flash | ✓ | ✓ | +14 | |
| 24 | MiniMax-M3 | MiniMax | ✓ | ✓ | -7 |
| 25 | Claude Opus 5 | Anthropic | ✓ | ✓ | -3 |
| 26 | MiniMax-M2.7 | MiniMax | ✓ | ✓ | -1 |
| 27 | Kimi-K3 | Moonshot | ✓ | ✓ | +2 |
| 28 | GPT-5.2 | OpenAI | ✓ | ✓ | -8 |
| 29 | Claude Opus 4.6 | Anthropic | ✓ | ✓ | +1 |
| 30 | Claude Fable 5 | Anthropic | ✗ | ✓ | +5 |
| 31 | Gemini 3.1 Pro | ✓ | ✓ | – | |
| 32 | Claude Sonnet 4.6 | Anthropic | ✓ | ✓ | +6 |
| 33 | Claude Sonnet 4.5 | Anthropic | ✓ | ✓ | -15 |
| 34 | Qwen3.8-Max | Alibaba | ✓ | ✓ | -6 |
| 35 | Claude Opus 4.7 | Anthropic | ✓ | ✓ | -1 |
| 36 | Gemini 3.5 Flash | ✓ | ✓ | +3 | |
| 37 | Grok-4.6 | xAI | ✗ | ✓ | +4 |
| 38 | Gemini 3.6 Flash | ✗ | ✓ | -17 | |
| 39 | Gemini 3.5 flash-lite | ✗ | ✓ | +5 | |
| 40 | GLM-5.1 | Zhipu AI | ✓ | ✓ | – |
| 41 | Kimi-K2.6 | Moonshot | ✓ | ✓ | -9 |
| 42 | GPT-5.4-nano | OpenAI | ✓ | ✓ | – |
| 43 | Claude Opus 4.5 | Anthropic | ✓ | ✓ | -10 |
| 44 | GPT-5.4 | OpenAI | ✓ | ✓ | -8 |
| 45 | GPT-5.4-pro | OpenAI | ✓ | ✓ | – |
| 46 | GPT-5.5-Instant | OpenAI | ✓ | ✓ | -3 |
🆓 = Promoção de 0 créditos (confirmada na doc oficial do B.AI para o DeepSeek-V4-Flash a partir de 17/08/2026; outros modelos com 🆓 foram verificados por fontes terceiras — confirme na UI).
Gratuitos (promoção de 0 créditos)
Os 6 primeiros colocados do leaderboard estão em oferta promocional de 0 créditos (confirmado na doc oficial do B.AI para o DeepSeek-V4-Flash a partir de 17/08/2026). Os demais modelos gratuitos foram verificados por fontes terceiras (KuCoin/ChainCatcher) e devem ser confirmados na plataforma:
- DeepSeek-V4-Flash (DeepSeek) — #1, chat + API, 200K de contexto, raciocínio e tool use.
- GLM-5.3-Flash (Zhipu AI) — #2, leve e rápido, ideal para tarefas cotidianas.
- DeepSeek-V4-Flash-Vision-Exp (DeepSeek) — #3, versão com visão (imagens), apenas API.
- Qwen3.8-Flash (Alibaba) — #4, 3.8B params, rápido e eficiente.
- Hy3 (Tencent HunYuan) — #5, bom para código e raciocínio.
- MiMo-V2.5 (Xiaomi) — #6, foco em eficiência computacional.
Para adicionar qualquer um deles no Kimi CLI, repita o padrão de configuração do provider b_ai trocando o nome do modelo. Exemplo para o GLM-5.3-Flash:
Importante: ofertas gratuitas mudam com frequência. Antes de depender de um modelo, confirme na documentação oficial do B.AI se ele ainda está na promoção.
Rota alternativa: como usar o Hermes (Nous Research) com o DeepSeek V4 Flash?
O projeto irmão kimi (presente neste mesmo workspace) usa a ferramenta Hermes da Nous Research em vez do Kimi CLI. Se você prefere esse caminho, o DeepSeek V4 Flash pode ser configurado pelo provedor Kimi/Moonshot nativo do Hermes.
O Hermes faz a configuração de forma automatizada — o comando hermes model add kimi já configura o endpoint e a autenticação. Depois, hermes model select escolhe o modelo. A diferença principal é que o Hermes gerencia os provedores por conta própria, enquanto no Kimi CLI você edita o TOML manualmente.
Referência: Documentação Hermes.
Nota de validação: este fluxo foi reproduzido do README do projeto kimi e da documentação oficial Hermes. A disponibilidade do modelo pode variar conforme a sua conta.
Perguntas Frequentes
O Kimi CLI funciona sem internet?
Preciso de Node.js para rodar o Kimi Code CLI?
kimi.exe no Windows, kimi no Linux/macOS) que já contém tudo o que precisa. A versão clássica (Python/uv) precisa de Python 3.11+, mas a versão Code CLI é a recomendada exatamente por eliminar essa dependência. Os scripts deste projeto (check_kimi.py, configure_bai.py, test_connection.py) são em Python, mas eles são utilitários opcionais — o CLI em si não precisa deles.
O DeepSeek V4 Flash do B.AI é realmente gratuito?
O que fazer se o modelo não aparecer no kimi models?
[providers]. Verifique se no [models."b_ai/deepseek-v4-flash"] o campo provider = "b_ai" está exatamente igual ao nome da seção [providers.b_ai] — um underscore a mais ou a menos faz o modelo ser ignorado silenciosamente. Segunda causa: o arquivo de configuração está no lugar errado. O Kimi Code CLI lê ~/.kimi-code/config.toml, enquanto o clássico lê ~/.kimi/config.toml. Se você colocou a configuração no caminho errado, o CLI simplesmente não vê. Use o script check_kimi.py para detectar qual caminho o seu CLI está usando.
Posso usar o mesmo config.toml no Windows, Linux e macOS?
%USERPROFILE%\.kimi-code\config.toml, no Linux/macOS é ~/.kimi-code/config.toml (que é uma abreviação de /home/usuario/.kimi-code/config.toml no Linux e /Users/usuario/.kimi-code/config.toml no macOS). Se você sincroniza a pasta home entre máquinas (ex: iCloud, Dropbox, syncthing), o mesmo arquivo funciona em qualquer sistema — desde que o Kimi Code CLI esteja instalado em cada um.
Fontes e Referências:
- B.AI — plataforma oficial
- B.AI — API Reference (OpenAI-compatível)
- B.AI — ficha do DeepSeek V4 Flash
- DeepSeek V4 Flash — model card oficial (Hugging Face)
- Kimi CLI — Getting Started (instalação oficial)
- Kimi CLI — Provedores customizados
- Kimi CLI — GitHub
- Kimi Code CLI — GitHub
- Hermes (Nous Research) — documentação oficial
- Repositório do projeto — canalqb/kimi-bai-guide
- Mais conteúdo sobre Kimi CLI no @CanalQb
- Mais conteúdo sobre DeepSeek V4 Flash no @CanalQb
Nota Jurídica: Este conteúdo pode estar sujeito a diferentes leis de privacidade dependendo da sua jurisdição. Consulte o IAPP Global Privacy Directory para informações específicas da sua região.
Projeto kimi-bai-guide — github.com/canalqb/kimi-bai-guide
Feito com Master Rules Claude v9.0
