Divisez la facture Claude Code par 10 : OpenRouter, Ollama ou LiteLLM

Claude Code est livré avec les modèles Anthropic, mais une seule variable d'environnement -- ANTHROPIC_BASE_URL -- vous permet d'acheminer les requêtes vers pratiquement n'importe quel fournisseur LLM. Cela signifie que vous pouvez passer à DeepSeek à environ 0,27 $ par million de tokens en sortie au lieu de Claude Opus à 25 $, ou exécuter des modèles localement via Ollama gratuitement. Ce guide couvre toutes les méthodes pour utiliser différents modèles dans Claude Code, en s'appuyant sur notre comparaison détaillée de Claude Code avec une configuration pratique pour chaque approche.

Toutes les méthodes en un coup d'œil

Choisissez la méthode qui correspond à votre situation, puis passez à sa section pour le code de configuration.

Lisez la suite pour la configuration étape par étape de chaque méthode, ou passez directement au cadre de décision si vous savez déjà ce dont vous avez besoin.

Comment fonctionne réellement le changement de modèle dans Claude Code ?

Avant de configurer un proxy, vous devez comprendre pourquoi la plupart des tutoriels vous laissent avec une configuration défectueuse. Claude Code utilise en interne trois emplacements de modèle -- pas un seul :

• Emplacement Haiku -- tâches en arrière-plan comme la synthèse de fichiers et la complétion d'onglets
• Emplacement Sonnet -- codage par défaut, le modèle avec lequel vous interagissez le plus
• Emplacement Opus -- raisonnement complexe, planification et tâches agentiques multi-étapes

Lorsque vous changez le modèle avec /model ou --model, vous ne changez que l'emplacement principal. Claude Code essaie toujours d'appeler les deux autres emplacements via l'API Anthropic. Si vous avez pointé ANTHROPIC_BASE_URL vers un proxy mais n'avez défini qu'un seul modèle, ces autres emplacements échouent avec une erreur "model not found".

La solution : définissez les trois variables d'environnement pour que chaque emplacement passe par votre proxy.

# Définir les trois emplacements pour passer par votre proxy
export ANTHROPIC_DEFAULT_HAIKU_MODEL="votre-equivalent-haiku"
export ANTHROPIC_DEFAULT_SONNET_MODEL="votre-equivalent-sonnet"
export ANTHROPIC_DEFAULT_OPUS_MODEL="votre-equivalent-opus"

Changement de modèle natif (modèles Anthropic)

Si vous restez dans la famille de modèles Anthropic, le changement est simple. Utilisez la commande /model dans Claude Code, passez --model lors du lancement depuis le terminal, ou ajoutez des modèles au tableau availableModels dans votre fichier de paramètres. Anthropic ne cesse d'ajouter des options ici, et notre récapitulatif des dernières fonctionnalités de Claude Code pour 2026 suit ce qui a été livré récemment.

La stratégie opusplan

opusplan est le routage multi-modèle intégré de Claude Code. Il envoie les tâches en arrière-plan à Haiku et dirige le raisonnement complexe vers Opus -- automatiquement. Vous ne le configurez pas manuellement ; sélectionnez-le simplement comme votre modèle. C'est la propre réponse d'Anthropic au problème "pourquoi est-ce que je paie des tarifs Opus pour une liste de fichiers ?". Cela vaut la peine d'essayer avant de recourir à un routeur tiers, ainsi que le fast mode d'Anthropic si la vitesse brute est votre priorité.

OpenRouter -- Une clé API, 300+ modèles

OpenRouter fonctionne comme un agrégateur d'API. Vous obtenez une seule clé API et accès à 300+ modèles d'Anthropic, Google, Meta, Mistral, DeepSeek et plus. La tarification est en pass-through pour la plupart des modèles -- pas de majoration.

Étapes de configuration

1. Créez un compte sur openrouter.ai et générez une clé API
2. Exécutez claude /logout pour effacer toute session Anthropic existante
3. Définissez vos variables d'environnement :

export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
export ANTHROPIC_API_KEY="sk-or-v1-votre-cle-ici"

# Mapper les trois emplacements de modèle
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek/deepseek-chat-v3"
export ANTHROPIC_DEFAULT_SONNET_MODEL="anthropic/claude-sonnet-4"
export ANTHROPIC_DEFAULT_OPUS_MODEL="anthropic/claude-opus-4"

1. Lancez claude et vérifiez la connexion

Remarquez les trois variables d'emplacement -- omettez-les et vous obtiendrez l'erreur "model not found" que nous avons couverte ci-dessus. Le guide d'intégration officiel d'OpenRouter confirme cette configuration.

Modèles recommandés via OpenRouter

Tous les modèles sur OpenRouter ne gèrent pas le tool calling de Claude Code de manière fiable. Voici ce qui fonctionne vraiment bien :

Coût et facturation

OpenRouter facture des prix en pass-through sur la plupart des modèles. Vous payez exactement ce que le fournisseur sous-jacent facture, plus une petite marge sur certains modèles tiers. Définissez des limites de dépenses dans votre tableau de bord OpenRouter pour éviter les surprises.

Verdict : OpenRouter est la meilleure option pour les développeurs qui veulent une variété maximale de modèles avec une configuration minimale. Une clé API, un tableau de bord de facturation, 300+ modèles. Difficile à battre en termes de flexibilité.

Ollama -- Gratuit, local et privé

Ollama exécute des modèles entièrement sur votre machine. Depuis la v0.14.0 (janvier 2026), il prend en charge l'API Anthropic Messages nativement, ce qui signifie que Claude Code peut lui parler sans aucune couche de traduction. Votre code ne quitte jamais votre machine.

Prérequis et matériel

Vous aurez besoin de matériel décent pour une expérience utilisable :

• Modèles 7B (modifications rapides, tâches simples) : 16 Go de RAM minimum
• Modèles 14B (bonne qualité de codage) : 32 Go de RAM, GPU recommandé
• Modèles 32B+ (qualité proche du cloud) : 64 Go de RAM ou GPU dédié avec 24 Go+ de VRAM

Pour une plongée plus approfondie dans les exigences matérielles et la sélection de modèles, consultez notre guide pour exécuter des LLMs localement.

Étapes de configuration

1. Installez Ollama depuis ollama.com
2. Téléchargez un modèle axé sur le codage
3. Lancez avec la compatibilité Claude Code
4. Définissez vos variables d'environnement

# Installer et télécharger un modèle de codage
ollama pull qwen2.5-coder:14b

# Lancer avec la compatibilité Claude Code
ollama launch claude

# Définir les variables d'environnement
export ANTHROPIC_BASE_URL="http://localhost:11434"
export ANTHROPIC_API_KEY="ollama"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen2.5-coder:14b"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen2.5-coder:14b"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen2.5-coder:14b"

La documentation d'intégration Ollama recommande des modèles avec des fenêtres de contexte de 64k+ tokens pour la meilleure expérience Claude Code.

Meilleurs modèles locaux pour le codage

Soyons honnêtes sur un point : les modèles locaux produisent une qualité de code nettement inférieure à Claude Sonnet pour les tâches agentiques complexes et multi-étapes. Le tool calling est moins fiable, et vous verrez plus de chemins de fichiers hallucninés. Ils sont fantastiques pour les modifications rapides, la génération simple et le travail sensible à la confidentialité -- n'attendez tout simplement pas la qualité native de Claude sur un refactoring de 50 fichiers.

Verdict : Ollama est le meilleur choix pour le travail sensible à la confidentialité et les développeurs qui veulent une utilisation gratuite et illimitée. Si vous avez le matériel, il est difficile d'argumenter contre "zéro euro pour toujours."

Ollama Cloud vs OpenRouter : tarifs et quand choisir lequel

Ollama et OpenRouter résolvent le problème du coût par les deux extrêmes. Ollama exécute les modèles sur du matériel que vous contrôlez, à coût nul par token, tandis qu'OpenRouter facture des tarifs pass-through sur plus de 300 modèles hébergés sans matériel à gérer. Ce guide configure Ollama en local, et le même calcul coût fixe contre coût par token s'applique si vous utilisez plutôt son offre hébergée.

Choisissez Ollama quand la confidentialité, l'usage hors ligne ou les modifications routinières à haut volume comptent et que vous possédez déjà le matériel. Choisissez OpenRouter quand vous voulez de la variété de modèles, aucun matériel initial, et une facturation au strict usage.

LM Studio -- Modèles locaux avec interface graphique

LM Studio offre la même exécution de modèles locaux qu'Ollama, mais avec une interface visuelle. Vous parcourez les modèles dans une interface graphique, choisissez les niveaux de quantification en un clic et testez le chat avant de pointer Claude Code dessus. Mêmes exigences matérielles qu'Ollama. Si vous comparez les outils d'exécution, notre guide des meilleurs outils pour exécuter des LLMs localement couvre les compromis.

Configuration

1. Téléchargez LM Studio et installez-le
2. Recherchez et téléchargez un modèle de codage (Qwen 2.5 Coder, devstral, etc.)
3. Démarrez le serveur local depuis l'interface LM Studio
4. Pointez Claude Code dessus :

# Pointer Claude Code vers le serveur local de LM Studio
export ANTHROPIC_BASE_URL="http://localhost:1234/v1"
export ANTHROPIC_API_KEY="lm-studio"
export ANTHROPIC_DEFAULT_SONNET_MODEL="nom-de-votre-modele-charge"

Le blog LM Studio propose une procédure pas à pas avec des captures d'écran si vous préférez des guides de configuration visuels.

Verdict : LM Studio est idéal pour les développeurs qui préfèrent une interface graphique à la ligne de commande pour gérer les modèles locaux. Si vous êtes déjà à l'aise avec ollama pull et les fichiers de configuration, restez avec Ollama. Si vous voulez parcourir des modèles visuellement et ajuster les paramètres avec des curseurs, LM Studio est votre choix.

claude-code-router -- Routage intelligent de modèles

claude-code-router est un package npm qui exécute un proxy local entre Claude Code et vos fournisseurs configurés. Ce qui le rend intéressant, c'est le routage conscient du contexte -- vous pouvez envoyer des tâches en arrière-plan bon marché à DeepSeek, le codage par défaut à Sonnet et le raisonnement complexe à Opus, tout automatiquement.

Le projet compte 30k+ étoiles GitHub et prend en charge OpenRouter, DeepSeek, Gemini, Ollama, Groq, Volcengine et SiliconFlow comme fournisseurs.

Installation et configuration

npm install -g claude-code-router
claude-code-router init
claude-code-router start

La commande init crée un fichier config.json où vous définissez vos fournisseurs et les mappages de modèles :

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-...",
      "models": {
        "haiku": "deepseek/deepseek-chat-v3",
        "sonnet": "anthropic/claude-sonnet-4",
        "opus": "anthropic/claude-opus-4"
      }
    }
  }
}

Configuration du routage conscient du contexte

C'est là que claude-code-router brille. Vous pouvez acheminer différents types de tâches vers différents modèles en fonction de la complexité. La synthèse en arrière-plan va vers un modèle bon marché, tandis que la planification et l'architecture vont vers votre meilleur modèle. Le routeur gère tous les mappages d'emplacements de manière transparente.

Vous pouvez également mélanger les fournisseurs -- utilisez Ollama pour les dépôts sensibles à la confidentialité et OpenRouter pour tout le reste, en basculant avec la commande /model dans Claude Code.

Verdict : claude-code-router est idéal pour les utilisateurs avancés qui veulent un contrôle fin sur quel modèle gère chaque type de tâche. C'est l'option la plus configurable, mais cette flexibilité s'accompagne de plus de configuration qu'un simple remplacement de ANTHROPIC_BASE_URL.

claude-code-proxy et LiteLLM -- Configurations avancées

Ces deux méthodes servent des besoins différents mais partagent un trait : ce sont toutes les deux des serveurs proxy qui traduisent entre les formats d'API.

claude-code-proxy (Backend Gemini et OpenAI)

claude-code-proxy est un outil Python (3,3k étoiles GitHub) qui accepte les requêtes au format Anthropic de Claude Code et les traduit en format OpenAI ou Gemini via LiteLLM sous le capot. C'est le moyen le plus simple d'utiliser spécifiquement Gemini ou des modèles GPT avec Claude Code.

pip install claude-code-proxy
claude-code-proxy --port 8080

# Puis pointer Claude Code dessus
export ANTHROPIC_BASE_URL="http://localhost:8080"
export ANTHROPIC_API_KEY="votre-cle-gemini-ou-openai"

Si vous souhaitez spécifiquement le contexte de 1M tokens de Gemini pour les grands monorepos, c'est le chemin le plus direct.

LiteLLM (Proxy universel entreprise)

LiteLLM est un proxy de niveau entreprise qui prend en charge 100+ fournisseurs avec équilibrage de charge, chaînes de secours, limitation de débit et journalisation d'audit. C'est excessif pour un développeur solo mais essentiel pour les équipes qui ont besoin de gouvernance autour de l'utilisation des modèles IA.

La configuration utilise un fichier YAML :

model_list:
  - model_name: claude-sonnet-4-20250514
    litellm_params:
      model: gemini/gemini-2.5-flash
      api_key: os.environ/GEMINI_API_KEY
  - model_name: claude-haiku-3-5-20241022
    litellm_params:
      model: deepseek/deepseek-chat
      api_key: os.environ/DEEPSEEK_API_KEY

# Démarrer le proxy LiteLLM
litellm --config config.yaml --port 4000

# Pointer Claude Code vers LiteLLM
export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_API_KEY="sk-litellm"

Une note importante de la documentation officielle de Claude Code : "Anthropic n'approuve pas, ne maintient pas et n'audite pas LiteLLM." Utilisez-le, mais sachez que c'est un outil communautaire, pas un produit Anthropic. Le tutoriel LiteLLM contient des exemples de configuration plus avancés.

Verdict : Utilisez claude-code-proxy si vous voulez spécifiquement des modèles Gemini ou OpenAI. Utilisez LiteLLM si votre équipe a besoin d'équilibrage de charge, de secours et de journalisation d'audit entre les fournisseurs.

Claude Code Router vs LiteLLM : lequel utiliser ?

Claude Code Router est le choix le plus simple pour les développeurs solo qui veulent un routage de modèles par tâche, tandis que LiteLLM est conçu pour les équipes qui ont besoin d'équilibrage de charge, de chaînes de secours et de journalisation d'audit. Router s'installe via npm et lit un fichier config.json ; LiteLLM exécute un proxy entreprise configuré en YAML sur plus de 100 fournisseurs.

Choisissez claude-code-router si vous êtes un développeur solo qui veut des tâches en arrière-plan bon marché sur DeepSeek et un raisonnement complexe sur Opus sans trop de configuration. Choisissez LiteLLM si votre équipe a besoin d'équilibrage de charge, de limitation de débit et de journaux d'audit entre les fournisseurs.

Vous évaluez aussi d'autres proxys ? Notre récapitulatif des meilleurs outils de passerelle LLM les compare côte à côte.

Combien coûte réellement chaque méthode ?

Mettons de vrais chiffres là-dessus. Voici ce que vous paierez par million de tokens pour les combinaisons modèle/méthode les plus courantes :

Données de tarification de la page de tarification officielle d'Anthropic et OpenRouter. Utilisation modérée suppose ~5-10M tokens/mois pour des sessions de codage quotidiennes.

L'écart de coût est significatif, mais les modèles moins chers produisent un code de moins bonne qualité -- surtout pour les tâches agentiques complexes où la fiabilité du tool calling est importante. DeepSeek à 1,01 €/MTok en sortie est idéal pour les modifications de routine. Pour un refactoring multi-fichiers où Claude Code doit lire, planifier, modifier et vérifier sur 20 fichiers ? Vous voudrez encore Sonnet ou Opus.

Verdict : Pour des économies avec une qualité acceptable, OpenRouter + DeepSeek offre le meilleur ratio. Pour zéro coût, Ollama est imbattable si vous avez le matériel. Pour une qualité maximale, Anthropic direct reste roi.

Quelle méthode devriez-vous utiliser ? -- Cadre de décision

Voici la section que chaque autre tutoriel omet. Au lieu de vous dire "utilisez simplement OpenRouter", faisons correspondre les méthodes aux besoins réels :

Devriez-vous même changer ?

Avis honnête : pour la plupart des développeurs qui font du codage agentique complexe -- refactorings multi-fichiers, planification d'architecture, débogage de problèmes de concurrence difficiles -- Claude Sonnet via Anthropic direct reste la meilleure option. Claude natif a le tool calling le plus fiable, la meilleure compréhension de son propre workflow agentique et une latence proxy nulle.

Le changement de modèle est une optimisation pour des scénarios spécifiques :

• Vous brûlez des tokens sur des tâches en arrière-plan qui n'ont pas besoin de la qualité Sonnet, ou vous atteignez sans cesse les limites d'utilisation Claude 2x
• Vous avez besoin de la fenêtre de contexte de 1M tokens de Gemini pour un énorme monorepo
• Votre code ne peut pas quitter votre machine (gouvernement, santé, finance)
• Vous avez un budget serré et une qualité acceptable bat une qualité parfaite

Si aucun de ces points ne s'applique, opusplan (le routage intégré d'Anthropic) pourrait être tout ce dont vous avez besoin.

La fiabilité du tool calling est la métrique de qualité la plus importante ici. La hiérarchie est : Claude natif >> Claude OpenRouter >> DeepSeek/Gemini >> modèles locaux. Plus vous descendez, plus vous verrez des appels d'outils échoués, des chemins de fichiers hallucinés et des modifications incomplètes.

Résoudre les problèmes courants

Erreur "model not found"

C'est le problème le plus courant. Il survient lorsque vous définissez ANTHROPIC_BASE_URL mais oubliez de mapper les trois emplacements de modèle. Claude Code essaie d'appeler Haiku ou Opus via votre proxy, le proxy ne reconnaît pas le nom du modèle Anthropic par défaut, et vous obtenez l'erreur.

# Correction : définir LES TROIS variables d'emplacement de modèle
export ANTHROPIC_DEFAULT_HAIKU_MODEL="votre-modele"
export ANTHROPIC_DEFAULT_SONNET_MODEL="votre-modele"
export ANTHROPIC_DEFAULT_OPUS_MODEL="votre-modele"

Connexion refusée / timeout

Votre proxy ne fonctionne pas, ou Claude Code frappe le mauvais port. Vérifiez que le processus proxy est actif et vérifiez le port dans ANTHROPIC_BASE_URL. Les pare-feux et les VPN peuvent également bloquer les connexions localhost.

Échecs du tool calling

Le modèle ne prend pas correctement en charge le format d'utilisation des outils d'Anthropic. Symptômes : Claude Code se bloque, produit des appels d'outils vides ou modifie les mauvais fichiers. Passez à un modèle avec un support de tool calling vérifié -- Qwen 2.5 Coder et devstral le gèrent le mieux parmi les modèles locaux.

Problèmes de streaming

Certains proxys ne gèrent pas correctement les événements server-sent. Les réponses apparaissent toutes d'un coup au lieu d'être diffusées, ou elles sont tronquées à mi-réponse. Assurez-vous que votre version de proxy est à jour et vérifiez ses problèmes GitHub pour les bugs de streaming connus.

Fenêtre de contexte dépassée

Les modèles locaux ont souvent des fenêtres de contexte de 4K-8K par défaut. Claude Code a besoin de beaucoup plus que ça pour de vraies sessions de codage. Utilisez des modèles avec un contexte de 32K+, ou acheminez les tâches avec un contexte long vers Gemini (fenêtre de 1M) via OpenRouter.

Doit se déconnecter d'abord pour OpenRouter

Si vous passez d'Anthropic direct à OpenRouter, exécutez d'abord claude /logout. Claude Code met en cache l'authentification et continuera à essayer d'utiliser votre clé Anthropic même après avoir changé l'URL de base.

# Effacer l'authentification mise en cache avant de changer de fournisseur
claude /logout

FAQ

Peut-on utiliser Claude Code avec GPT-4 ou Gemini ?

Oui. claude-code-proxy traduit les requêtes au format Anthropic en format OpenAI ou Gemini. Vous pouvez également accéder aux deux via OpenRouter avec une seule clé API. Le tool calling peut être moins fiable que Claude natif, surtout pour les tâches complexes multi-étapes.

Comment utiliser Claude Code sans clé API Anthropic ?

Utilisez Ollama pour une utilisation locale entièrement gratuite -- aucune clé API d'aucun fournisseur nécessaire. Alternativement, utilisez OpenRouter avec leur format de clé API. Vous définissez toujours la variable d'environnement ANTHROPIC_API_KEY, mais elle pointe vers la clé de votre proxy (ex. sk-or-v1-... pour OpenRouter, "ollama" pour Ollama).

Comment configurer Claude Code avec Ollama ?

Installez Ollama, téléchargez un modèle comme qwen2.5-coder:14b, exécutez ollama launch claude et définissez trois variables d'environnement : ANTHROPIC_BASE_URL, ANTHROPIC_API_KEY et les trois variables d'emplacement de modèle. Consultez la section Ollama ci-dessus pour le code complet.

Quels modèles fonctionnent le mieux avec Claude Code ?

Pour le cloud : Claude Sonnet 4 offre la meilleure qualité de codage, tandis que DeepSeek V3.2 offre le meilleur rapport qualité-prix. Pour local : Qwen 2.5 Coder 14B est l'étalon-or actuel. Le facteur décisif est la fiabilité du tool calling -- Claude Code en dépend fortement pour les opérations sur les fichiers, et les modèles Claude natifs le gèrent le mieux.

Comment corriger l'erreur "model not found" dans Claude Code ?

Définissez les trois variables d'environnement d'emplacement de modèle : ANTHROPIC_DEFAULT_HAIKU_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL et ANTHROPIC_DEFAULT_OPUS_MODEL. Cette erreur survient car Claude Code utilise trois emplacements de modèle internes, et un emplacement non mappé essaie d'appeler un nom de modèle que votre proxy ne reconnaît pas.

Claude Code peut-il fonctionner hors ligne avec des modèles locaux ?

Oui. Ollama et LM Studio exécutent des modèles entièrement sur votre machine sans connexion Internet requise. Votre code ne quitte jamais votre matériel. Vous aurez besoin de spécifications adéquates -- 16 Go de RAM minimum pour les modèles 7B, 32 Go+ pour tout ce qui est plus grand.

Puis-je utiliser LM Studio avec Claude Code ?

Oui. LM Studio exécute un serveur local auquel Claude Code se connecte en définissant ANTHROPIC_BASE_URL sur http://localhost:1234/v1 et ANTHROPIC_API_KEY sur lm-studio. Téléchargez un modèle de codage comme Qwen 2.5 Coder, démarrez le serveur depuis l'interface graphique de LM Studio, puis mappez votre emplacement de modèle. C'est l'alternative visuelle au CLI d'Ollama.

Qu'est-ce que ANTHROPIC_BASE_URL et comment l'utiliser ?

C'est la variable d'environnement qui dit à Claude Code où envoyer les requêtes API. Par défaut, elle pointe vers https://api.anthropic.com. Changez-la vers n'importe quel endpoint compatible Anthropic -- OpenRouter (https://openrouter.ai/api), Ollama (http://localhost:11434), LiteLLM (http://localhost:4000), etc.

claude-code-router est-il meilleur que LiteLLM ?

Des outils différents pour des problèmes différents. claude-code-router est plus simple (npm install, modifier config.json, terminé) et conçu spécifiquement pour Claude Code. LiteLLM est de niveau entreprise avec équilibrage de charge, limitation de débit, chaînes de secours et journalisation d'audit. Développeur solo ? Utilisez claude-code-router. Équipe avec des besoins de gouvernance ? Utilisez LiteLLM.

Combien puis-je économiser en utilisant des modèles non Anthropic ?

Passer de Claude Opus 4.6 à DeepSeek V3.2 réduit les coûts de tokens en sortie d'environ 95% (23 € contre 1,01 € par million de tokens). Ollama ramène cela à zéro si vous avez le matériel. Mais les compromis de qualité sont réels -- attendez-vous à une précision moindre sur les tâches agentiques complexes multi-étapes, un tool calling moins fiable et plus de chemins de fichiers hallucinés.

Le tool calling fonctionne-t-il avec toutes les méthodes proxy ?

Pas de manière fiable sur l'ensemble. Claude natif a le meilleur support du tool calling. OpenRouter avec des modèles Claude fonctionne presque aussi bien. DeepSeek et Gemini ont un support partiel -- les appels d'outils simples fonctionnent, mais les chaînes complexes peuvent échouer. Les modèles locaux via Ollama ont le tool calling le moins fiable. C'est la principale préoccupation de qualité lors de l'abandon d'Anthropic.

Sources

• Configuration du modèle -- Documentation Claude Code
• Configuration de la passerelle LLM -- Documentation Claude Code
• Intégration Claude Code -- Documentation OpenRouter
• Intégration Claude Code -- Documentation Ollama
• Tarification Claude API -- Anthropic
• claude-code-router -- GitHub
• claude-code-proxy -- GitHub
• Utiliser Claude Code avec des modèles non Anthropic -- Documentation LiteLLM