Potong Tagihan Claude Code 90%: Jalankan OpenRouter, Ollama, atau LiteLLM

Claude Code dikirimkan bersama model Anthropic, tetapi satu variabel lingkungan, ANTHROPIC_BASE_URL, memungkinkan Anda merutekan permintaan ke hampir semua penyedia LLM. Artinya, Anda dapat beralih ke DeepSeek dengan biaya sekitar $0,27 per juta token output dibandingkan Claude Opus seharga $25, atau menjalankan model secara lokal melalui Ollama secara gratis. Panduan ini membahas setiap metode untuk menggunakan model berbeda di Claude Code, membangun dari perbandingan mendalam Claude Code kami dengan panduan pengaturan praktis untuk setiap pendekatan.

Sekilas Setiap Metode

Pilih metode yang sesuai dengan situasi Anda, lalu lompat ke bagian tersebut untuk kode pengaturannya.

Baca terus untuk pengaturan langkah demi langkah setiap metode, atau lompat ke kerangka keputusan jika Anda sudah tahu apa yang Anda butuhkan.

Bagaimana Sebenarnya Peralihan Model Claude Code Bekerja?

Sebelum Anda mengonfigurasi proxy apa pun, Anda perlu memahami mengapa sebagian besar tutorial membuat Anda berakhir dengan pengaturan yang rusak. Claude Code secara internal menggunakan tiga slot model, bukan satu:

• Slot Haiku, untuk tugas latar belakang seperti ringkasan file dan penyelesaian tab
• Slot Sonnet, untuk pengkodean default, model yang paling sering Anda interaksi
• Slot Opus, untuk penalaran kompleks, perencanaan, dan tugas agentic multi-langkah

Ketika Anda mengubah model dengan /model atau --model, Anda hanya mengubah slot utama. Claude Code tetap mencoba memanggil dua slot lainnya menggunakan API Anthropic. Jika Anda telah mengarahkan ANTHROPIC_BASE_URL ke proxy tetapi hanya menyetel satu model, slot lainnya akan gagal dengan error "model not found" (model tidak ditemukan).

Solusinya: atur ketiga variabel lingkungan sehingga setiap slot dirutekan melalui proxy Anda.

# Cut Claude Code's Bill 90%: Run OpenRouter, Ollama or LiteLLM
export ANTHROPIC_DEFAULT_HAIKU_MODEL="your-haiku-equivalent"
export ANTHROPIC_DEFAULT_SONNET_MODEL="your-sonnet-equivalent"
export ANTHROPIC_DEFAULT_OPUS_MODEL="your-opus-equivalent"

Peralihan Model Native (Model Anthropic)

Jika Anda tetap berada dalam keluarga model Anthropic, peralihannya sangat mudah. Gunakan perintah /model di dalam Claude Code, kirimkan --model saat meluncurkan dari terminal, atau tambahkan model ke array availableModels di file pengaturan Anda. Anthropic terus menambahkan opsi di sini, dan rangkuman kami tentang fitur Claude Code terbaru untuk 2026 melacak apa yang baru saja dirilis.

Strategi opusplan

opusplan adalah fitur perutean multi-model bawaan Claude Code. Fitur ini mengirim tugas latar belakang ke Haiku dan mengalirkan penalaran kompleks ke Opus secara otomatis. Anda tidak perlu mengonfigurasinya secara manual; cukup pilih sebagai model Anda. Ini adalah jawaban Anthropic sendiri terhadap masalah "mengapa saya membayar harga Opus hanya untuk daftar file?". Layak dicoba sebelum Anda beralih ke router pihak ketiga, bersamaan dengan mode cepat Anthropic jika kecepatan mentah adalah prioritas Anda.

OpenRouter, Satu Kunci API, 300+ Model

OpenRouter bertindak sebagai agregator API. Anda mendapatkan satu kunci API dan akses ke 300+ model dari Anthropic, Google, Meta, Mistral, DeepSeek, dan lainnya. Harga bersifat pass-through untuk sebagian besar model, tanpa markup.

Langkah Pengaturan

1. Buat akun di openrouter.ai dan hasilkan kunci API
2. Jalankan claude /logout untuk menghapus sesi Anthropic yang ada
3. Atur variabel lingkungan Anda:

export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
export ANTHROPIC_API_KEY="sk-or-v1-your-key-here"

# Map all three model slots
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. Luncurkan claude dan verifikasi koneksi

Perhatikan tiga variabel slot, abaikan itu dan Anda akan menghadapi error "model not found" yang kami bahas di atas. Panduan integrasi resmi OpenRouter mengonfirmasi pengaturan ini.

Model yang Direkomendasikan melalui OpenRouter

Tidak setiap model di OpenRouter menangani pemanggilan alat (tool calling) Claude Code dengan andal. Berikut adalah yang benar-benar bekerja dengan baik:

Biaya dan Penagihan

OpenRouter mengenakan harga pass-through pada sebagian besar model. Anda membayar persis apa yang ditagihkan oleh penyedia dasar, ditambah margin kecil pada beberapa model pihak ketiga. Tetapkan batas pengeluaran di dasbor OpenRouter Anda untuk menghindari kejutan.

Kesimpulan: OpenRouter adalah opsi terbaik untuk developer yang menginginkan variasi model maksimal dengan pengaturan minimal. Satu kunci API, satu dasbor penagihan, 300+ model. Sulit dikalahkan untuk fleksibilitas.

Ollama, Gratis, Lokal, dan Privat

Ollama menjalankan model sepenuhnya di mesin Anda. Sejak v0.14.0 (Januari 2026), ia mendukung Anthropic Messages API secara native, yang berarti Claude Code dapat berkomunikasi dengannya tanpa lapisan terjemahan apa pun. Kode Anda tidak pernah meninggalkan mesin Anda.

Prasyarat dan Perangkat Keras

Anda memerlukan perangkat keras yang memadai untuk pengalaman yang dapat digunakan:

• Model 7B (editan cepat, tugas sederhana): RAM minimum 16GB
• Model 14B (kualitas pengkodean solid): RAM 32GB, GPU direkomendasikan
• Model 32B+ (kualitas mendekati cloud): RAM 64GB atau GPU khusus dengan VRAM 24GB+

Untuk eksplorasi lebih dalam mengenai persyaratan perangkat keras dan pemilihan model, lihat panduan kami untuk menjalankan LLM secara lokal.

Langkah Pengaturan

1. Instal Ollama dari ollama.com
2. Tarik model yang berfokus pada pengkodean
3. Luncurkan dengan kompatibilitas Claude Code
4. Atur variabel lingkungan Anda

# Install and pull a coding model
ollama pull qwen2.5-coder:14b

# Launch with Claude Code compatibility
ollama launch claude

# Set env vars
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"

Dokumentasi integrasi Ollama merekomendasikan model dengan jendela konteks 64k+ token untuk pengalaman Claude Code terbaik.

Model Lokal Terbaik untuk Pengkodean

Jujur saja pada diri Anda sendiri tentang satu hal: model lokal menghasilkan kode dengan kualitas yang secara nyata lebih rendah daripada Claude Sonnet untuk tugas agentic kompleks multi-langkah. Pemanggilan alat kurang andal, dan Anda akan melihat lebih banyak path file yang halusinasi. Model ini fantastis untuk editan cepat, generasi sederhana, dan pekerjaan yang sensitif terhadap privasi, tetapi jangan mengharapkan kualitas Claude native pada refaktorisasi 50 file.

Kesimpulan: Ollama adalah pilihan terbaik untuk pekerjaan yang sensitif terhadap privasi dan developer yang menginginkan penggunaan gratis tanpa batas. Jika Anda memiliki perangkat kerasnya, sulit membantah argumen "nol dolar selamanya."

Ollama Cloud vs OpenRouter: Harga dan Kapan Masing-Masing Menang

Ollama dan OpenRouter memecahkan masalah biaya dari ujung yang berlawanan. Ollama menjalankan model pada perangkat keras yang Anda kendalikan dengan nol biaya per token, sementara OpenRouter mengenakan harga pass-through di lebih dari 300 model yang dihosting tanpa perangkat keras untuk dikelola. Panduan ini mengatur Ollama secara lokal, dan matematika biaya tetap versus per-token yang sama berlaku jika Anda menjalankan tier hosted-nya.

Pilih Ollama ketika privasi, penggunaan offline, atau editan rutin volume tinggi menjadi penting dan Anda sudah memiliki perangkat kerasnya. Pilih OpenRouter ketika Anda menginginkan variasi model, tanpa perangkat keras awal, dan penagihan bayar-sesuai-pemakaian.

LM Studio, Model Lokal Dengan GUI

LM Studio menawarkan eksekusi model lokal yang sama dengan Ollama, tetapi dengan antarmuka visual. Anda menjelajahi model di GUI, memilih level kuantisasi dengan klik, dan menguji obrolan sebelum mengarahkan Claude Code ke sana. Persyaratan perangkat keras sama dengan Ollama. Jika Anda membandingkan runner, panduan kami tentang alat terbaik untuk menjalankan LLM secara lokal mencakup trade-off-nya.

Pengaturan

1. Unduh LM Studio dan instal
2. Cari dan unduh model pengkodean (Qwen 2.5 Coder, devstral, dll.)
3. Mulai server lokal dari antarmuka LM Studio
4. Arahkan Claude Code ke sana:

# Point Claude Code to LM Studio's local server
export ANTHROPIC_BASE_URL="http://localhost:1234/v1"
export ANTHROPIC_API_KEY="lm-studio"
export ANTHROPIC_DEFAULT_SONNET_MODEL="your-loaded-model-name"

Blog LM Studio memiliki panduan lengkap dengan tangkapan layar jika Anda lebih menyukai panduan pengaturan visual.

Kesimpulan: LM Studio terbaik untuk developer yang lebih memilih GUI daripada CLI untuk mengelola model lokal. Jika Anda sudah nyaman dengan ollama pull dan file konfigurasi, tetaplah dengan Ollama. Jika Anda ingin menjelajahi model secara visual dan menyesuaikan pengaturan dengan slider, LM Studio adalah pilihan Anda.

claude-code-router, Perutean Model Cerdas

claude-code-router adalah paket npm yang menjalankan proxy lokal antara Claude Code dan penyedia yang Anda konfigurasikan. Yang membuatnya menarik adalah perutean sadar konteks, Anda dapat mengirim tugas latar belakang murah ke DeepSeek, pengkodean default ke Sonnet, dan penalaran kompleks ke Opus, semuanya secara otomatis.

Proyek ini memiliki 30k+ bintang GitHub dan mendukung OpenRouter, DeepSeek, Gemini, Ollama, Groq, Volcengine, dan SiliconFlow sebagai penyedia.

Instalasi dan Pengaturan

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

Perintah init membuat config.json di mana Anda menentukan penyedia dan pemetaan model Anda:

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

Konfigurasi Perutean Sadar Konteks

Di sinilah claude-code-router bersinar. Anda dapat merutekan jenis tugas berbeda ke model berbeda berdasarkan kompleksitas. Ringkasan latar belakang pergi ke model murah, sementara pekerjaan perencanaan dan arsitektur pergi ke model terbaik Anda. Router menangani semua pemetaan slot secara transparan.

Anda juga dapat mencampur penyedia, menggunakan Ollama untuk repo yang sensitif terhadap privasi dan OpenRouter untuk yang lainnya, beralih dengan perintah /model di dalam Claude Code.

Kesimpulan: claude-code-router terbaik untuk pengguna tingkat lanjut yang menginginkan kontrol granular atas model mana yang menangani setiap jenis tugas. Ini adalah opsi yang paling dapat dikonfigurasi, tetapi fleksibilitas itu datang dengan pengaturan lebih banyak daripada sekadar pertukaran ANTHROPIC_BASE_URL sederhana.

claude-code-proxy dan LiteLLM, Pengaturan Lanjutan

Kedua metode ini melayani kebutuhan berbeda tetapi berbagi satu sifat: keduanya adalah server proxy yang menerjemahkan antara format API.

claude-code-proxy (Backend Gemini dan OpenAI)

claude-code-proxy adalah alat Python (3,3k bintang GitHub) yang menerima permintaan format Anthropic dari Claude Code dan menerjemahkannya ke format OpenAI atau Gemini melalui LiteLLM di bawah kap. Ini adalah cara termudah untuk menggunakan Gemini atau model GPT secara spesifik dengan Claude Code.

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

# Then point Claude Code at it
export ANTHROPIC_BASE_URL="http://localhost:8080"
export ANTHROPIC_API_KEY="your-gemini-or-openai-key"

Jika Anda secara khusus menginginkan konteks 1M token Gemini untuk monorepo besar, ini adalah jalur paling langsung.

LiteLLM (Proxy Universal Perusahaan)

LiteLLM adalah proxy kelas perusahaan yang mendukung 100+ penyedia dengan penyeimbangan beban, rantai fallback, pembatasan laju, dan pencatatan audit. Ini berlebihan untuk developer solo tetapi penting untuk tim yang membutuhkan tata kelola seputar penggunaan model AI.

Pengaturannya menggunakan konfigurasi 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

# Start LiteLLM proxy
litellm --config config.yaml --port 4000

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

Satu catatan penting dari dokumen resmi Claude Code: "Anthropic tidak mendukung, memelihara, atau mengaudit LiteLLM." Gunakan, tetapi ketahuilah itu adalah alat komunitas, bukan produk Anthropic. Tutorial LiteLLM memiliki contoh konfigurasi yang lebih canggih.

Kesimpulan: Gunakan claude-code-proxy jika Anda menginginkan model Gemini atau OpenAI secara spesifik. Gunakan LiteLLM jika tim Anda membutuhkan penyeimbangan beban, fallback, dan pencatatan audit lintas penyedia.

Claude Code Router vs LiteLLM: Mana yang Harus Anda Gunakan?

Claude Code Router adalah pilihan yang lebih sederhana untuk developer solo yang menginginkan perutean model per tugas, sementara LiteLLM dibangun untuk tim yang membutuhkan penyeimbangan beban, rantai fallback, dan pencatatan audit. Router diinstal melalui npm dan membaca config.json; LiteLLM menjalankan proxy yang dikonfigurasi YAML perusahaan lintas 100+ penyedia.

Pilih claude-code-router jika Anda adalah developer solo yang menginginkan tugas latar belakang murah di DeepSeek dan penalaran kompleks di Opus tanpa banyak pengaturan. Pilih LiteLLM jika tim Anda membutuhkan penyeimbangan beban, pembatasan laju, dan log audit lintas penyedia.

Menimbang proxy lain juga? Rangkuman kami tentang alat gateway LLM terbaik membandingkannya secara berdampingan.

Berapa Biaya Sebenarnya Setiap Metode?

Mari kita berikan angka nyata. Berikut adalah apa yang akan Anda bayar per 1M token di kombinasi model/metode yang paling umum:

Data harga dari halaman harga resmi Anthropic dan OpenRouter. Penggunaan moderat mengasumsikan ~5-10M token/bulan untuk sesi pengkodean harian.

Kesenjangan biaya signifikan, tetapi model yang lebih murah menghasilkan kode dengan kualitas lebih rendah, terutama untuk tugas agentic kompleks di mana keandalan pemanggilan alat menjadi penting. DeepSeek di $1,10/MTok output bagus untuk editan rutin. Untuk refaktorisasi multi-file di mana Claude Code perlu membaca, merencanakan, mengedit, dan memverifikasi di 20 file? Anda masih akan menginginkan Sonnet atau Opus.

Kesimpulan: Untuk penghematan biaya dengan kualitas yang dapat diterima, OpenRouter + DeepSeek menawarkan rasio terbaik. Untuk biaya nol, Ollama tak tertandingi jika Anda memiliki perangkat kerasnya. Untuk kualitas maksimal, Anthropic langsung tetap menjadi raja.

Metode Mana yang Harus Anda Gunakan?, Kerangka Keputusan

Ini adalah bagian yang dilewati setiap tutorial lain. Alih-alih memberi tahu Anda "gunakan saja OpenRouter," mari kita cocokkan metode dengan kebutuhan aktual:

Apakah Anda Bahkan Harus Beralih?

Pendapat jujur: untuk sebagian besar developer yang melakukan pengkodean agentic kompleks, refaktorisasi multi-file, perencanaan arsitektur, debugging masalah konkurensi yang rumit, Claude Sonnet melalui Anthropic langsung tetap menjadi opsi terbaik. Claude native memiliki pemanggilan alat yang paling andal, pemahaman terbaik tentang alur kerja agentic-nya sendiri, dan nol latensi proxy.

Peralihan model adalah optimasi untuk skenario tertentu:

• Anda membakar token pada tugas latar belakang yang tidak membutuhkan kualitas Sonnet, atau Anda terus mencapai batas penggunaan 2x Claude
• Anda membutuhkan jendela konteks 1M Gemini untuk monorepo masif
• Kode Anda tidak boleh meninggalkan mesin Anda (pemerintah, kesehatan, keuangan)
• Anda memiliki anggaran ketat dan kualitas yang dapat diterima mengalahkan kualitas sempurna

Jika tidak ada yang berlaku, opusplan (perutean bawaan Anthropic) mungkin adalah semua yang Anda butuhkan.

Keandalan pemanggilan alat adalah metrik kualitas yang paling penting di sini. Hierarkinya adalah: Claude native >> OpenRouter Claude >> DeepSeek/Gemini >> model lokal. Semakin jauh Anda turun, semakin banyak Anda akan melihat panggilan alat yang gagal, path file halusinasi, dan editan yang tidak lengkap.

Pemecahan Masalah Umum

Error "Model not found"

Ini adalah masalah paling umum. Ini terjadi ketika Anda menyetel ANTHROPIC_BASE_URL tetapi lupa memetakan ketiga slot model. Claude Code mencoba memanggil Haiku atau Opus melalui proxy Anda, proxy tidak mengenali nama model Anthropic default, dan Anda mendapatkan error tersebut.

# Fix: set ALL three model slot variables
export ANTHROPIC_DEFAULT_HAIKU_MODEL="your-model"
export ANTHROPIC_DEFAULT_SONNET_MODEL="your-model"
export ANTHROPIC_DEFAULT_OPUS_MODEL="your-model"

Koneksi ditolak / timeout

Proxy Anda tidak berjalan, atau Claude Code mengenai port yang salah. Verifikasi proses proxy aktif dan periksa ulang port di ANTHROPIC_BASE_URL. Firewall dan VPN juga dapat memblokir koneksi localhost.

Kegagalan pemanggilan alat

Model tidak mendukung format penggunaan alat Anthropic dengan benar. Gejala: Claude Code macet, menghasilkan panggilan alat kosong, atau mengedit file yang salah. Beralih ke model dengan dukungan pemanggilan alat yang terverifikasi, Qwen 2.5 Coder dan devstral menanganinya dengan terbaik di antara model lokal.

Masalah streaming

Beberapa proxy tidak menangani server-sent events dengan benar. Respons muncul sekaligus alih-alih streaming, atau terpotong di tengah respons. Pastikan versi proxy Anda saat ini dan periksa isu GitHub-nya untuk bug streaming yang diketahui.

Jendela konteks terlampaui

Model lokal sering kali default ke jendela konteks 4K-8K. Claude Code membutuhkan jauh lebih banyak dari itu untuk sesi pengkodean nyata. Gunakan model dengan konteks 32K+, atau rute tugas konteks panjang ke Gemini (jendela 1M) melalui OpenRouter.

Harus logout dulu untuk OpenRouter

Jika Anda beralih dari Anthropic langsung ke OpenRouter, jalankan claude /logout terlebih dahulu. Claude Code menyimpan autentikasi dalam cache dan akan terus mencoba menggunakan kunci Anthropic Anda bahkan setelah Anda mengubah URL dasar.

# Clear cached authentication before switching providers
claude /logout

FAQ

Bisakah Anda menggunakan Claude Code dengan GPT-4 atau Gemini?

Ya. claude-code-proxy menerjemahkan permintaan format Anthropic ke format OpenAI atau Gemini. Anda juga dapat mengakses keduanya melalui OpenRouter dengan satu kunci API. Pemanggilan alat mungkin kurang andal daripada Claude native, terutama untuk tugas multi-langkah yang kompleks.

Bagaimana cara menggunakan Claude Code tanpa kunci API Anthropic?

Gunakan Ollama untuk penggunaan lokal sepenuhnya gratis, tidak diperlukan kunci API dari penyedia mana pun. Alternatifnya, gunakan OpenRouter dengan format kunci API mereka. Anda tetap menyetel variabel lingkungan ANTHROPIC_API_KEY, tetapi itu menunjuk ke kunci proxy Anda (mis., sk-or-v1-... untuk OpenRouter, "ollama" untuk Ollama).

Bagaimana cara mengatur Claude Code dengan Ollama?

Instal Ollama, tarik model seperti qwen2.5-coder:14b, jalankan ollama launch claude, dan atur tiga variabel lingkungan: ANTHROPIC_BASE_URL, ANTHROPIC_API_KEY, dan tiga var slot model. Lihat bagian Ollama di atas untuk kode lengkapnya.

Model apa yang bekerja terbaik dengan Claude Code?

Untuk cloud: Claude Sonnet 4 memberikan kualitas pengkodean terbaik, sementara DeepSeek V3.2 menawarkan nilai terbaik. Untuk lokal: Qwen 2.5 Coder 14B adalah standar emas saat ini. Faktor penentu adalah keandalan pemanggilan alat, Claude Code sangat bergantung padanya untuk operasi file, dan model Claude native menanganinya dengan terbaik.

Bagaimana cara memperbaiki error "model not found" di Claude Code?

Atur ketiga variabel lingkungan slot model: ANTHROPIC_DEFAULT_HAIKU_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL, dan ANTHROPIC_DEFAULT_OPUS_MODEL. Error ini terjadi karena Claude Code menggunakan tiga slot model internal, dan slot yang tidak dipetakan mencoba memanggil nama model yang tidak dikenali oleh proxy Anda.

Bisakah Claude Code bekerja offline dengan model lokal?

Ya. Baik Ollama maupun LM Studio menjalankan model sepenuhnya di mesin Anda tanpa memerlukan koneksi internet. Kode Anda tidak pernah meninggalkan perangkat keras Anda. Anda akan membutuhkan spesifikasi yang memadai -- RAM minimum 16GB untuk model 7B, 32GB+ untuk apa pun yang lebih besar.

Bisakah saya menggunakan LM Studio dengan Claude Code?

Ya. LM Studio menjalankan server lokal yang dihubungkan Claude Code dengan menyetel ANTHROPIC_BASE_URL ke http://localhost:1234/v1 dan ANTHROPIC_API_KEY ke lm-studio. Unduh model pengkodean seperti Qwen 2.5 Coder, mulai server dari GUI LM Studio, lalu petakan slot model Anda. Ini adalah alternatif visual untuk CLI Ollama.

Apa itu ANTHROPIC_BASE_URL dan bagaimana cara menggunakannya?

Ini adalah variabel lingkungan yang memberitahu Claude Code ke mana mengirim permintaan API. Secara default, ini menunjuk ke https://api.anthropic.com. Ubah ke endpoint kompatibel Anthropic apa pun, OpenRouter (https://openrouter.ai/api), Ollama (http://localhost:11434), LiteLLM (http://localhost:4000), dll.

Apakah claude-code-router lebih baik daripada LiteLLM?

Alat berbeda untuk masalah berbeda. claude-code-router lebih sederhana (npm install, edit config.json, selesai) dan dirancang khusus untuk Claude Code. LiteLLM adalah kelas perusahaan dengan penyeimbangan beban, pembatasan laju, rantai fallback, dan pencatatan audit. Developer solo? Gunakan claude-code-router. Tim dengan kebutuhan tata kelola? Gunakan LiteLLM.

Berapa banyak yang bisa saya hemat menggunakan model non-Anthropic?

Beralih dari Claude Opus 4.6 ke DeepSeek V3.2 memotong biaya token output sekitar 95% ($25 vs $1,10 per juta token). Ollama membawa itu ke nol jika Anda memiliki perangkat kerasnya. Tetapi trade-off kualitas itu nyata, harapkan akurasi lebih rendah pada tugas agentic multi-langkah yang kompleks, pemanggilan alat yang kurang andal, dan lebih banyak path file halusinasi.

Apakah pemanggilan alat bekerja dengan semua metode proxy?

Tidak andal secara menyeluruh. Claude native memiliki dukungan pemanggilan alat terbaik. OpenRouter dengan model Claude bekerja hampir sama baiknya. DeepSeek dan Gemini memiliki dukungan parsial, panggilan alat sederhana bekerja, tetapi rantai kompleks dapat gagal. Model lokal via Ollama memiliki pemanggilan alat yang paling tidak andal. Ini adalah kekhawatiran kualitas nomor satu ketika beralih dari Anthropic.

Sumber

• Konfigurasi Model, Dokumen Claude Code
• Konfigurasi Gateway LLM, Dokumen Claude Code
• Integrasi Claude Code, Dokumen OpenRouter
• Integrasi Claude Code, Dokumen Ollama
• Harga API Claude, Anthropic
• claude-code-router, GitHub
• claude-code-proxy, GitHub
• Gunakan Claude Code dengan Model Non-Anthropic, Dokumen LiteLLM