VS Code插件：Continue/Kilo丝滑切换Qwen3与Opus 4.6
许多开发者为了提升代码理解能力，同时订阅了多款大模型，结果月底结算时发现预算严重超支。更令人困扰的是，在不同模型之间切换必须手动更换 API 密钥和面板，开发效率和体验大打折扣。对于追求极致效率的开发者，DigitalOcean 推理云平台提供的 Gradient Serverless Inference 服务提供了一个务实方案：通过标准化 API 接口，按实际消耗付费，在编辑器内直接调用 Opus 4.6、Qwen3 等一线大模型，无需管理多个订阅。
简单来说，你不再需要为每个模型单独支付月费。借助 Continue.dev 或 Kilo Code 插件，可以轻松将 Gradient 作为高性能推理后端——复杂架构设计交给 Opus 或 Sonnet，日常逻辑实现交给 Qwen，分工明确且成本可控。
本文会手把手带你彻底打通这条链路，让 VS Code 真正成为“全模型集成”的开发中枢。
操作步骤
第一步，获取 Gradient Serverless Inference 服务的 Model Key。
注册 DigitalOcean 推理云平台账号，登录控制台后，点击侧边栏的 Gradient AI 平台按钮，选择“Serverless Inference”，创建 Access Key。如需通过 API 方式创建，可参考卓普云官网博客的详细教程。
配置 Continue 插件
在 VS Code 扩展市场搜索并安装 Continue 插件，点击安装按钮：
安装完成后，在左侧边栏找到 Continue 插件图标，选中后点击右上角的设置齿轮：
接着点击设置内的 Config，选择 Local Config，打开配置文件：
配置文件内容如下：
name: DO Gradient
version: 1.0.0
schema: v1
models:
- name: Main Chat Model
provider: openai
model: alibaba-qwen3-32b
apiBase: https://inference.do-ai.run/v1
apiKey: ${{ secrets.MODEL_ACCESS_KEY }}
roles:
- chat
- edit
- apply先用 Qwen3-32b 测试连通性，确认无误后再切换为 Anthropic Claude Opus 4.6，修改配置文件如下：
name: DO Gradient
version: 1.0.0
schema: v1
models:
- name: Main Chat Model
provider: openai
model: anthropic-claude-opus-4.6
apiBase: https://inference.do-ai.run/v1
apiKey: ${{ secrets.MODEL_ACCESS_KEY }}
roles:
- chat
- edit
- apply你可以根据实际需求，选择 Gradient Serverless Inference 上其他可用模型，无需更换 API Key。示例中 API Key 通过环境变量 MODEL_ACCESS_KEY 管理，直接设置即可。
本例没有配置自动补全模型，直接使用 VS Code 自带的 Copilot 完成代码补全，免费且响应更快。Claude Opus 4.6 更适合代码的 Plan 和 Agent 场景，没必要在补全上浪费 Token。Continue 插件支持在不同角色下使用不同模型，你可以灵活组合；涉及敏感数据时可切换为本地模型。
做一次验证：让 Claude Opus 4.6 生成一个数据迁移脚本：
配置 Kilo Code 插件
搜索并安装 Kilo 插件：
安装完成后，点击左侧边栏 Kilo 插件图标进入配置界面：
按下表填写参数：
- API 提供商：OpenAI Compatible
- OpenAI 基础 URL：https://inference.do-ai.run/v1
- API 密钥：DO 平台 Model Access Key
- 模型：anthropic-claude-opus-4.6
- 最大输出 Token：128000
注意，默认最大输入 Token 值为 -1 会触发报错，需要修改为平台支持的最大 Output Tokens。
模型 ID 及最大 Token 可参考官方文档：https://docs.digitalocean.com/products/gradient-ai-platform/d...
配置成功后，即可正常使用 Kilo Code：
FAQ：常见问题排查
Q：Gradient 的计费模式是怎样的？真的划算吗？
A： 采用标准的 Pay-as-you-go（按量计费），价格与大模型官方（如 Anthropic）一致。对于非高强度重构、但偶尔需要大模型处理复杂逻辑的开发者，这种模式非常友好。无需每月绑定固定订阅费，用多少付多少，透明且可控。
Q：既然价格与官方一致，为什么不直接购买官方订阅？
A： 核心优势在于“多模型聚合”。在 Gradient 单一平台上，使用同一套 API Key 即可调用不同厂商的模型（Anthropic、Llama、Qwen 等）。配合 Continue 插件的角色配置，可以在同一界面灵活切换，省去管理多个平台账号和密钥的繁琐操作。
Q：该方案会影响 VS Code 响应速度吗？
A： 体验上几乎无感知。Gradient 的 Serverless 推理延迟极低。
Q：配置大模型时遇到报错怎么办？
通常先注册 DigitalOcean 后，使用 Qwen 模型测试连通性，确认正常后再测试其他模型。若调用失败，可直接联系卓普云（aidroplet.com）技术团队获取支持。
总结：搭建你的 AI 混合工作流
通过将 DigitalOcean Gradient 推理云服务接入 VS Code，你实际上构建了一套“混合算力”工作流：
- 轻量任务本地化：简单的代码提示交给 Copilot 或本地模型。
- 重型任务云端化：涉及跨文件逻辑、架构设计、数据迁移脚本时，直接调用 Gradient 上的 Opus 4.6。
- 统一化管理：所有 API 调用、模型切换和账单支付集中在 DO 平台，无需分散管理多套 Key。
这种“Serverless AI”配置方式，代表着未来开发者工作流的演进方向——不为闲置的订阅买单，只为产生的价值付费。