Claude Codeの料金を90%削減: OpenRouter、Ollama、LiteLLMを活用

Claude Code は Anthropic モデルを搭載していますが、環境変数 ANTHROPIC_BASE_URL を1つ設定するだけで、事実上あらゆる LLM プロバイダーへリクエストをルーティングできます。つまり、出力トークン100万あたり $25 の Claude Opus の代わりに、約 $0.27 で DeepSeek を利用したり、Ollama を介してローカルでモデルを無料で実行したりすることが可能です。このガイドでは、Claude Code の詳細な比較記事をベースに、各アプローチの実践的なセットアップを含め、Claude Code で異なるモデルを使用するすべての方法を網羅的に解説します。

各手法の概要

状況に合った方法を選び、セットアップコードが含まれるセクションに進んでください。

各手法のステップバイステップのセットアップを読むか、すでに必要なものが決まっている場合は 判断基準 に進んでください。

Claude Code のモデル切り替えは実際にどのように機能するのか？

プロキシを設定する前に、なぜ多くのチュートリアルが不完全な状態で終わってしまうのかを理解する必要があります。Claude Code は内部的に 3つのモデルスロット を使用しており、1つではありません。

• Haiku スロット: ファイル要約やタブ補完などのバックグラウンドタスク用
• Sonnet スロット: デフォルトのコーディング用。最も頻繁にやり取りするモデル
• Opus スロット: 複雑な推論、計画、マルチステップのエージェントタスク用

/model や --model でモデルを変更しても、変更されるのはプライマリスロットのみです。Claude Code は引き続き Anthropic の API を使用して他の2つのスロットを呼び出そうとします。ANTHROPIC_BASE_URL をプロキシに向けていても、モデルを1つしか設定していない場合、他のスロットは "model not found" エラーで失敗します。

解決策：すべてのスロットがプロキシ経由でルーティングされるよう、3つの環境変数をすべて設定することです。

# 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"

ネイティブなモデル切り替え（Anthropic モデル）

Anthropic のモデルファミリー内にとどまる場合、切り替えは straightforward です。Claude Code 内で /model コマンドを使用するか、ターミナルから起動する際に --model を渡すか、設定ファイル の availableModels 配列にモデルを追加します。Anthropic はここでオプションを追加し続けており、最近リリースされた機能については 2026年の最新 Claude Code 機能まとめ で追跡しています。

opusplan 戦略

opusplan は Claude Code に組み込まれたマルチモデルルーティング機能です。バックグラウンドタスクを Haiku に送り、複雑な推論を自動的に Opus に振り分けます。手動で設定する必要はなく、これをモデルとして選択するだけです。これは「ファイル一覧表示のために Opus の料金を支払うのはなぜなのか？」という問題に対する Anthropic 自身の回答です。サードパーティのルーターに頼る前に、速度が優先事項であれば Anthropic の fast mode と合わせて試してみる価値があります。

OpenRouter: 1つのAPIキーで300以上のモデル

OpenRouter は API アグリゲーターとして機能します。単一の API キーで、Anthropic、Google、Meta、Mistral、DeepSeek などからの300以上のモデルにアクセスできます。ほとんどのモデルで価格は通過型（pass-through）であり、上乗せはありません。

セットアップ手順

1. openrouter.ai でアカウントを作成し、API キーを生成します
2. claude /logout を実行して既存の Anthropic セッションをクリアします
3. 環境変数を設定します:

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. claude を起動し、接続を確認します

3つのスロット変数があることに注意してください。これらを省略すると、前述の "model not found" エラーが発生します。このセットアップは 公式 OpenRouter 統合ガイド でも確認できます。

OpenRouter 経由で推奨されるモデル

OpenRouter 上のすべてのモデルが Claude Code のツール呼び出しを確実に処理できるわけではありません。実際にうまく機能するものは以下の通りです:

コストと請求

OpenRouter はほとんどのモデルで通過型の価格設定を採用しています。基盤となるプロバイダーが請求する金額そのままを支払うことになり、一部のサードパーティモデルにはわずかなマージンが加算されます。OpenRouter ダッシュボードで支出制限を設定し、予期しない請求を避けましょう。

結論: OpenRouter は、最小限のセットアップで最大のモデルの多様性を求める開発者に最適な選択肢です。 1つの API キー、1つの請求ダッシュボード、300以上のモデル。柔軟性においてこれに勝るものはありません。

Ollama: 無料、ローカル、プライベート

Ollama はモデルを完全にあなたのマシン上で実行します。v0.14.0（2026年1月）以降、Anthropic Messages API をネイティブにサポートしているため、Claude Code は変換層なしで直接通信できます。コードがあなたのマシンから出ることはありません。

前提条件とハードウェア

快適な使用のためには十分なハードウェアが必要です:

• 7B モデル（クイック編集、単純なタスク）: RAM 16GB 以上
• 14B モデル（堅実なコーディング品質）: RAM 32GB、GPU 推奨
• 32B+ モデル（クラウド並みの品質）: RAM 64GB または VRAM 24GB 以上の専用 GPU

ハードウェア要件とモデル選択の詳細については、ローカルで LLM を実行するガイド を参照してください。

セットアップ手順

1. ollama.com から Ollama をインストールします
2. コーディング重視のモデルをプルします
3. Claude Code 互換モードで起動します
4. 環境変数を設定します

# 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"

Ollama 統合ドキュメント では、最適な Claude Code 体験のために 64k 以上のトークンコンテキストウィンドウを持つモデルを推奨しています。

コーディングに最適なローカルモデル

1点だけ正直に言っておきます。ローカルモデルは、複雑なマルチステップのエージェントタスクにおいて、Claude Sonnet と比較して明らかに品質の低いコードを生成します。ツール呼び出しの信頼性は低く、存在しないファイルパスの幻覚（hallucination）もより多く見られます。クイック編集、単純な生成、プライバシーに敏感な作業には素晴らしいですが、50ファイルのリファクタリングでネイティブの Claude 品質を期待しないでください。

結論: Ollama は、プライバシーに敏感な作業や、無料かつ無制限の使用を望む開発者に最適な選択肢です。 ハードウェアがあれば、「永久にゼロドル」という主張に反論するのは困難です。

Ollama Cloud vs OpenRouter: 価格とそれぞれの勝利条件

Ollama と OpenRouter は、コスト問題を正反対のアプローチで解決します。Ollama はあなたが制御するハードウェア上でモデルを実行しトークン単位のコストはゼロですが、OpenRouter は管理すべきハードウェアなしで300以上のホストされたモデルに対して通過型の価格設定を課します。このガイドでは Ollama をローカルにセットアップしますが、ホスト版ティアを使用する場合でも、同じ固定コスト対トークン単位の計算式が適用されます。

プライバシー、オフライン使用、または大量のルーチン編集が重要で、すでにハードウェアを所有している場合は Ollama を選択してください。モデルの多様性、 upfront のハードウェア不要、使った分だけの支払いを希望する場合は OpenRouter を選択してください。

LM Studio: GUI付きローカルモデル

LM Studio は Ollama と同様にローカルモデル実行を提供しますが、ビジュアルインターフェースを備えています。GUI でモデルを閲覧し、クリックで量子化レベルを選択し、Claude Code を指向する前にチャットをテストできます。ハードウェア要件は Ollama と同じです。ランナーを比較している場合、ローカルで LLM を実行するための最佳ツール のガイドでトレードオフを解説しています。

セットアップ

1. LM Studio をダウンロードしてインストールします
2. コーディングモデル（Qwen 2.5 Coder、devstral など）を検索してダウンロードします
3. LM Studio インターフェースからローカルサーバーを起動します
4. Claude Code をそこに向けます:

# 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"

ビジュアルなセットアップガイドを好む場合は、LM Studio ブログ にスクリーンショット付きのウォークスルーがあります。

結論: LM Studio は、ローカルモデルの管理に CLI よりも GUI を好む開発者に最適です。 ollama pull や設定ファイルにすでに慣れている場合は Ollama を使い続けましょう。モデルを視覚的に閲覧し、スライダーで設定を調整したい場合は、LM Studio があなたの選択です。

claude-code-router: 賢いモデルルーティング

claude-code-router は、Claude Code と設定されたプロバイダーの間で動作するローカルプロキシを実行する npm パッケージです。興味深い点は コンテキスト認識ルーティング で、安価なバックグラウンドタスクを DeepSeek に、デフォルトのコーディングを Sonnet に、複雑な推論を Opus に、すべて自動で送信できます。

このプロジェクトは 30k 以上の GitHub スター を持ち、OpenRouter、DeepSeek、Gemini、Ollama、Groq、Volcengine、SiliconFlow をプロバイダーとしてサポートしています。

インストールとセットアップ

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

init コマンドは config.json を作成し、ここでプロバイダーとモデルマッピングを定義します:

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

コンテキスト認識ルーティングの設定

ここが claude-code-router の真価が発揮される場所です。複雑さに基づいて、異なるタスクタイプを異なるモデルにルーティングできます。バックグラウンドの要約は安価なモデルに行き、計画やアーキテクチャ作業は最良のモデルに行きます。ルーターはすべてのスロットマッピングを透過的に処理します。

プロバイダーを混在させることもでき、プライバシーに敏感なリポジトリには Ollama を、その他すべてには OpenRouter を使用し、Claude Code 内の /model コマンドで切り替えることができます。

結論: claude-code-router は、どのモデルが各タスクタイプを処理するかについて細やかな制御を望むパワーユーザーに最適です。 これは最も構成可能なオプションですが、その柔軟性には単純な ANTHROPIC_BASE_URL の入れ替えよりも多くのセットアップが必要です。

claude-code-proxy と LiteLLM: 高度なセットアップ

これら2つの方法は異なるニーズに対応しますが、1つの共通点があります。どちらも API フォーマット間を変換するプロキシサーバーであることです。

claude-code-proxy (Gemini および OpenAI バックエンド)

claude-code-proxy は Python ツール（3.3k GitHub スター）で、Claude Code からの Anthropic 形式のリクエストを受け付け、内部で LiteLLM を介して OpenAI または Gemini 形式に変換します。Claude Code で特に Gemini や GPT モデル を使用するための最も簡単な方法です。

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"

大規模なモノレポのために Gemini の 100万トークンコンテキストを特に必要としている場合、これが最も直接的な経路です。

LiteLLM (エンタープライズ向けユニバーサルプロキシ)

LiteLLM は、負荷分散、フォールバックチェーン、レート制限、監査ログ機能を備え、100以上のプロバイダーをサポートするエンタープライズグレードのプロキシです。個人開発者には過剰仕様ですが、AI モデルの使用に関するガバナンスが必要なチームには不可欠です。

セットアップには YAML 設定を使用します:

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"

公式 Claude Code ドキュメント からの重要な注意点: 「Anthropic は LiteLLM を推奨、維持、または監査していません。」使用することはできますが、それが Anthropic 製品ではなくコミュニティツールであることを理解しておいてください。LiteLLM チュートリアル にはより高度な設定例があります。

結論: 特に Gemini や OpenAI モデルを使用したい場合は claude-code-proxy を使用してください。チーム間でプロバイダー横断の負荷分散、フォールバック、監査ログが必要な場合は LiteLLM を使用してください。

Claude Code Router vs LiteLLM: どちらを使うべきか？

Claude Code Router は、タスクごとのモデルルーティングを望む個人開発者向けのシンプルな選択であり、LiteLLM は負荷分散、フォールバックチェーン、監査ログを必要とするチーム向けに構築されています。Router は npm 経由でインストールされ config.json を読み込みます。LiteLLM は 100 以上のプロバイダーにわたるエンタープライズ YAML 設定プロキシを実行します。

多くのセットアップなしで DeepSeek で安価なバックグラウンドタスクを、Opus で複雑な推論を行いたい個人開発者なら claude-code-router を選んでください。プロバイダー横断で負荷分散、レート制限、監査ログを必要とするチームなら LiteLLM を選んでください。

他のプロキシも検討していますか？最佳 LLM ゲートウェイツール のまとめ記事でそれらを並べて比較しています。

各手法の実際のコストは？

具体的な数字を見てみましょう。最も一般的なモデル/手法の組み合わせにおける 100万トークンあたりの費用は以下の通りです:

価格データは Anthropic 公式価格ページ および OpenRouter より。中程度の使用とは、日々のコーディングセッションで月間約 5-10M トークンを想定しています。

コスト差は顕著ですが、安価なモデルは特にツール呼び出しの信頼性が重要な複雑なエージェントタスクにおいて、品質の低いコードを生成します。出力が $1.10/MTok の DeepSeek はルーチンの編集には優れています。しかし、Claude Code が 20 ファイルにわたって読み取り、計画し、編集し、検証する必要があるマルチファイルのリファクタリングの場合？ やはり Sonnet や Opus が必要になるでしょう。

結論: 許容できる品質でのコスト削減には、OpenRouter + DeepSeek が最佳的な比率を提供します。ゼロコストなら、ハードウェアがあれば Ollama に敵うものはありません。最高品質を求めるなら、Anthropic 直接利用が依然として王者です。

どの方法を使うべきか？ 判断基準

他のチュートリアルが飛ばすことが多いセクションです。「ただ OpenRouter を使いなさい」と言うのではなく、実際のニーズに合わせて手法をマッチさせましょう:

本当に切り替えるべきか？

率直な意見: 複雑なエージェントコーディング、マルチファイルリファクタリング、アーキテクチャ計画、難しい同時実行性の問題のデバッグを行う大多数の開発者にとって、直接 Anthropic を介した Claude Sonnet が依然として最佳の選択肢です。ネイティブ Claude は最も信頼性の高いツール呼び出し、独自のエージェントワークフローへの最良の理解、そしてプロキシレイテンシゼロを提供します。

モデル切り替えは特定のシナリオにおける最適化です:

• Sonnet の品質を必要としないバックグラウンドタスクでトークンを消費しすぎている、または Claude の 2倍使用制限 に頻繁に達している
• 巨大なモノレポのために Gemini の 100万コンテキストウィンドウが必要
• コードをマシンから出せない（政府、医療、金融）
• 予算が厳しく、許容できる品質が完璧な品質より優先される

これらが当てはまらない場合、opusplan（Anthropic 組み込みのルーティング）だけで十分な可能性があります。

ここで最も重要な品質指標はツール呼び出しの信頼性です。階層は以下の通りです: ネイティブ Claude >> OpenRouter 経由 Claude >> DeepSeek/Gemini >> ローカルモデル。下に行くほど、失敗したツール呼び出し、幻覚化されたファイルパス、不完全な編集を目にする機会が増えます。

一般的な問題のトラブルシューティング

"Model not found" エラー

これは最も一般的な問題です。ANTHROPIC_BASE_URL を設定したが、3つのモデルスロットすべてをマップし忘れた場合に発生します。Claude Code はプロキシ経由で Haiku や Opus を呼び出そうとしますが、プロキシはデフォルトの Anthropic モデル名を認識せず、エラーとなります。

# 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"

接続拒否 / タイムアウト

プロキシが実行されていないか、Claude Code が間違ったポートにアクセスしています。プロキシプロセスがアクティブであることを確認し、ANTHROPIC_BASE_URL のポートを再確認してください。ファイアウォールや VPN も localhost 接続をブロックする可能性があります。

ツール呼び出しの失敗

モデルが Anthropic のツール使用フォーマットを適切にサポートしていません。症状: Claude Code がハングする、空のツール呼び出しを生成する、または間違ったファイルを編集する。検証済みのツール呼び出しサポートを持つモデルに切り替えてください。ローカルモデルの中では Qwen 2.5 Coder と devstral が最もよく処理します。

ストリーミングの問題

一部のプロキシはサーバー送信イベントを正しく処理しません。レスポンスがストリーミングされずに一度に表示されるか、レスポンスの途中で切断されます。プロキシバージョンが最新であることを確認し、既知のストリーミングバグについて GitHub イシューをチェックしてください。

コンテキストウィンドウ超過

ローカルモデルはしばしば 4K-8K のコンテキストウィンドウをデフォルトとします。実際のコーディングセッションでは Claude Code はそれよりもはるかに多くを必要とします。32K 以上のコンテキストを持つモデルを使用するか、OpenRouter 経由で Gemini（100万ウィンドウ）に長文コンテキストタスクをルーティングしてください。

OpenRouter のためにまずログアウト必須

直接 Anthropic から OpenRouter に切り替える場合、まず claude /logout を実行してください。Claude Code は認証をキャッシュしており、ベース URL を変更した後でも Anthropic キーを使用し続けようとします。

# Clear cached authentication before switching providers
claude /logout

FAQ

Claude Code を GPT-4 や Gemini と一緒に使えますか？

はい。claude-code-proxy は Anthropic 形式のリクエストを OpenAI または Gemini 形式に変換します。また、単一の API キーで OpenRouter 経由で両方にアクセスすることもできます。ツール呼び出しは、特に複雑なマルチステップタスクにおいて、ネイティブ Claude よりも信頼性が低い可能性があります。

Anthropic API キーなしで Claude Code を使うには？

完全な無料ローカル使用のために Ollama を使用します。どのプロバイダーからも API キーは必要ありません。あるいは、OpenRouter とその API キー形式を使用します。ANTHROPIC_API_KEY 環境変数は依然として設定しますが、それはプロキシのキーを指します（例: OpenRouter の場合は sk-or-v1-...、Ollama の場合は "ollama"）。

Ollama で Claude Code をセットアップするには？

Ollama をインストールし、qwen2.5-coder:14b などのモデルをプルし、ollama launch claude を実行し、3つの環境変数 ANTHROPIC_BASE_URL、ANTHROPIC_API_KEY、および3つのモデルスロット変数を設定します。完全なコードについては上記の Ollama セクションを参照してください。

Claude Code で最もよく機能するモデルは？

クラウドの場合: Claude Sonnet 4 が最高のコーディング品質を提供し、DeepSeek V3.2 が最高のコストパフォーマンスを提供します。ローカルの場合: Qwen 2.5 Coder 14B が現在のゴールドスタンダードです。決定要因はツール呼び出しの信頼性です。Claude Code はファイル操作のためにそれに大きく依存しており、ネイティブ Claude モデルがそれを最もよく処理します。

Claude Code の "model not found" エラーを修正するには？

3つのモデルスロット環境変数をすべて設定します: ANTHROPIC_DEFAULT_HAIKU_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、および ANTHROPIC_DEFAULT_OPUS_MODEL。このエラーは、Claude Code が3つの内部モデルスロットを使用しており、マップされていないスロットがプロキシが認識しないモデル名を呼び出そうとするために発生します。

Claude Code はローカルモデルでオフライン動作できますか？

はい。Ollama と LM Studio の両方は、インターネット接続を必要とせずに完全にあなたのマシン上でモデルを実行します。コードはハードウェアから出ることはありません。適切なスペックが必要です -- 7B モデルには最低 16GB RAM、それ以上には 32GB 以上。

LM Studio を Claude Code と一緒に使えますか？

はい。LM Studio はローカルサーバーを実行し、ANTHROPIC_BASE_URL を http://localhost:1234/v1 に、ANTHROPIC_API_KEY を lm-studio に設定することで Claude Code が接続します。Qwen 2.5 Coder などのコーディングモデルをダウンロードし、LM Studio の GUI からサーバーを起動し、モデルスロットをマップします。これは Ollama の CLI に対するビジュアルな代替手段です。

ANTHROPIC_BASE_URL とは何ですか？ どうやって使いますか？

これは Claude Code に API リクエストを送信する場所を指示する環境変数です。デフォルトでは https://api.anthropic.com を指しています。これを Anthropic 互換のエンドポイント、OpenRouter (https://openrouter.ai/api)、Ollama (http://localhost:11434)、LiteLLM (http://localhost:4000) などに変更します。

claude-code-router は LiteLLM より優れていますか？

異なる問題に対する異なるツールです。claude-code-router はよりシンプルで（npm install、config.json 編集、完了）、特に Claude Code 用に設計されています。LiteLLM は負荷分散、レート制限、フォールバックチェーン、監査ログを備えたエンタープライズグレードです。個人開発者ですか？ claude-code-router を使用してください。ガバナンスニーズのあるチームですか？ LiteLLM を使用してください。

Anthropic 以外のモデルを使用してどれくらい節約できますか？

Claude Opus 4.6 から DeepSeek V3.2 に切り替えると、出力トークンコストが約 95% 削減されます（100万トークンあたり $25 対 $1.10）。ハードウェアがあれば Ollama はそれをゼロにします。しかし、品質のトレードオフは現実的です。複雑なマルチステップのエージェントタスクでの精度低下、信頼性の低いツール呼び出し、および幻覚化されたファイルパスが増えることを期待してください。

ツール呼び出しはすべてのプロキシ手法で機能しますか？

全般にわたって信頼できるわけではありません。ネイティブ Claude が最高のツール呼び出しサポートを持ちます。Claude モデルを使用した OpenRouter もほぼ同様に機能します。DeepSeek と Gemini は部分的なサポートであり、単純なツール呼び出しは機能しますが、複雑なチェーンは失敗する可能性があります。Ollama 経由のローカルモデル は最も信頼性の低いツール呼び出しを持ちます。これは Anthropic から切り替える際のナンバーワンの品質懸念事項です。

ソース

• Model Configuration, Claude Code Docs
• LLM Gateway Configuration, Claude Code Docs
• Claude Code Integration, OpenRouter Docs
• Claude Code Integration, Ollama Docs
• Claude API Pricing, Anthropic
• claude-code-router, GitHub
• claude-code-proxy, GitHub
• Use Claude Code with Non-Anthropic Models, LiteLLM Docs