Obniż rachunki za Claude Code o 90%: Uruchom OpenRouter, Ollama lub LiteLLM

Claude Code jest dostarczany z modelami Anthropic, ale jedna zmienna środowiskowa, ANTHROPIC_BASE_URL, pozwala kierować żądania do praktycznie dowolnego dostawcy LLM. Oznacza to, że możesz zamienić Claude Opus kosztujący 25 USD na DeepSeek za około 0,27 USD za milion tokenów wyjściowych lub uruchamiać modele lokalnie przez Ollama za darmo. Niniejszy przewodnik omawia każdą metodę używania różnych modeli w Claude Code, bazując na naszym szczegółowym porównaniu Claude Code i zawierając praktyczną konfigurację dla każdego podejścia.

Przegląd wszystkich metod

Wybierz metodę pasującą do Twojej sytuacji, a następnie przejdź do odpowiedniej sekcji po kod konfiguracyjny.

Czytaj dalej, aby poznać instrukcje krok po kroku dla każdej metody, lub przejdź do ram decyzyjnych, jeśli już wiesz, czego potrzebujesz.

Jak naprawdę działa przełączanie modeli w Claude Code?

Zanim skonfigurujesz jakikolwiek proxy, musisz zrozumieć, dlaczego większość tutoriali kończy się niedziałającą konfiguracją. Claude Code wewnętrznie korzysta z trzech slotów modeli, a nie jednego:

• Slot Haiku, do zadań w tle, takich jak podsumowywanie plików i autouzupełnianie zakładek
• Slot Sonnet, domyślne kodowanie, model, z którym najczęściej interagujesz
• Slot Opus, złożone wnioskowanie, planowanie i wieloetapowe zadania agentowe

Gdy zmieniasz model za pomocą /model lub --model, zmieniasz tylko główny slot. Claude Code nadal próbuje wywołać pozostałe dwa sloty przy użyciu API Anthropic. Jeśli skierowałeś ANTHROPIC_BASE_URL na proxy, ale ustawiłeś tylko jeden model, pozostałe sloty zakończą się błędem "model not found" (model nie znaleziony).

Rozwiązanie: ustaw wszystkie trzy zmienne środowiskowe, aby każdy slot był routowany przez Twoje proxy.

# 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"

Natywne przełączanie modeli (modele Anthropic)

Jeśli pozostajesz w rodzinie modeli Anthropic, przełączanie jest proste. Użyj polecenia /model wewnątrz Claude Code, przekaż --model podczas uruchamiania z terminala lub dodaj modele do tablicy availableModels w swoim pliku ustawień. Anthropic ciągle dodaje nowe opcje, a nasze podsumowanie najnowszych funkcji Claude Code na rok 2026 śledzi ostatnie nowości.

Strategia opusplan

opusplan to wbudowane w Claude Code wielomodelowe routowanie. Automatycznie wysyła zadania w tle do Haiku i kieruje złożone wnioskowanie do Opus. Nie konfigurujesz tego ręcznie; po prostu wybierz to jako swój model. To odpowiedź Anthropic na problem „dlaczego płacę ceny Opus za listę plików?”. Warto to wypróbować przed sięgnięciem po router zewnętrzny, obok trybu szybkiego Anthropic, jeśli priorytetem jest surowa szybkość.

OpenRouter: Jeden klucz API, 300+ modeli

OpenRouter działa jako agregator API. Otrzymujesz jeden klucz API i dostęp do ponad 300 modeli od Anthropic, Google, Meta, Mistral, DeepSeek i innych. Ceny są przekazywane bezpośrednio (pass-through) dla większości modeli, bez marży.

Kroki konfiguracji

1. Utwórz konto na openrouter.ai i wygeneruj klucz API
2. Uruchom claude /logout, aby wyczyścić istniejącą sesję Anthropic
3. Ustaw swoje zmienne środowiskowe:

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. Uruchom claude i zweryfikuj połączenie

Zwróć uwagę na trzy zmienne slotów – pominięcie ich spowoduje wystąpienie błędu „model not found”, o którym wspomniano powyżej. Oficjalny przewodnik integracji OpenRouter potwierdza tę konfigurację.

Polecane modele przez OpenRouter

Nie każdy model na OpenRouter obsługuje wywoływanie narzędzi (tool calling) w Claude Code niezawodnie. Oto co faktycznie działa dobrze:

Koszty i rozliczenia

OpenRouter stosuje ceny pass-through dla większości modeli. Płacisz dokładnie tyle, ile pobiera podstawowy dostawca, plus niewielką marżę w przypadku niektórych modeli zewnętrznych. Ustaw limity wydatków w panelu OpenRouter, aby uniknąć niespodzianek.

Werdykt: OpenRouter to najlepsza opcja dla programistów chcących maksymalnej różnorodności modeli przy minimalnej konfiguracji. Jeden klucz API, jeden panel rozliczeniowy, 300+ modeli. Trudno o większą elastyczność.

Ollama: Darmowe, lokalne i prywatne

Ollama uruchamia modele całkowicie na Twojej maszynie. Od wersji 0.14.0 (styczeń 2026) natywnie obsługuje Anthropic Messages API, co oznacza, że Claude Code może komunikować się z nim bez żadnej warstwy translacji. Twój kod nigdy nie opuszcza Twojej maszyny.

Wymagania wstępne i sprzęt

Będziesz potrzebować przyzwoitego sprzętu, aby uzyskać użyteczne doświadczenie:

• Modele 7B (szybkie edycje, proste zadania): minimum 16 GB RAM
• Modele 14B (solidna jakość kodowania): 32 GB RAM, zalecany GPU
• Modele 32B+ (jakość zbliżona do chmury): 64 GB RAM lub dedykowany GPU z 24 GB+ VRAM

Aby zgłębić wymagania sprzętowe i wybór modeli, sprawdź nasz przewodnik po uruchamianiu LLM lokalnie.

Kroki konfiguracji

1. Zainstaluj Ollama ze strony ollama.com
2. Pobierz model skupiony na kodowaniu
3. Uruchom z kompatybilnością z Claude Code
4. Ustaw swoje zmienne środowiskowe

# 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"

Dokumentacja integracji Ollama rekomenduje modele z oknem kontekstowym 64k+ tokenów dla najlepszego doświadczenia z Claude Code.

Najlepsze lokalne modele do kodowania

Bądź szczery wobec siebie w jednej kwestii: lokalne modele generują zauważalnie gorszej jakości kod niż Claude Sonnet w przypadku złożonych, wieloetapowych zadań agentowych. Wywoływanie narzędzi jest mniej niezawodne, a częściej pojawią się zhallucynowane ścieżki plików. Są fantastyczne do szybkich edycji, prostego generowania i pracy wrażliwej na prywatność, ale nie oczekuj jakości natywnego Claude przy refaktoryzacji 50 plików.

Werdykt: Ollama to najlepszy wybór dla pracy wrażliwej na prywatność i programistów chcących darmowego, nielimitowanego użytkowania. Jeśli masz odpowiedni sprzęt, trudno argumentować przeciwko „zeru dolarów na zawsze”.

Ollama Cloud vs OpenRouter: Ceny i kiedy każdy wygrywa

Ollama i OpenRouter rozwiązują problem kosztów z przeciwnych stron. Ollama uruchamia modele na sprzęcie, który kontrolujesz, przy zerowym koszcie za token, podczas gdy OpenRouter nalicza opłaty pass-through za ponad 300 hostowanych modeli, bez konieczności zarządzania sprzętem. Ten przewodnik konfiguruje Ollama lokalnie, a ta sama matematyka stałego kosztu versus kosztu za token dotyczy również jego hostowanej warstwy.

Wybierz Ollama, gdy liczy się prywatność, praca offline lub duża liczba rutynowych edycji i już posiadasz sprzęt. Wybierz OpenRouter, gdy chcesz różnorodności modeli, nie chcesz inwestować w sprzęt z góry i płacić tylko za to, czego używasz.

LM Studio: Lokalne modele z interfejsem graficznym

LM Studio oferuje takie samo lokalne wykonywanie modeli jak Ollama, ale z wizualnym interfejsem. Przeglądasz modele w GUI, wybierasz poziomy kwantyzacji kliknięciem i testujesz czat przed skierowaniem na niego Claude Code. Wymagania sprzętowe są takie same jak w Ollama. Jeśli porównujesz runtime'y, nasz przewodnik po najlepszych narzędziach do uruchamiania LLM lokalnie omawia kompromisy.

Konfiguracja

1. Pobierz LM Studio i zainstaluj je
2. Wyszukaj i pobierz model do kodowania (Qwen 2.5 Coder, devstral itp.)
3. Uruchom lokalny serwer z interfejsu LM Studio
4. Skieruj na niego Claude Code:

# 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 zawiera przewodnik ze zrzutami ekranu, jeśli wolisz wizualne instrukcje konfiguracji.

Werdykt: LM Studio jest najlepsze dla programistów preferujących GUI zamiast CLI do zarządzania lokalnymi modelami. Jeśli czujesz się komfortowo z ollama pull i plikami konfiguracyjnymi, zostań przy Ollama. Jeśli chcesz przeglądać modele wizualnie i dostosowywać ustawienia suwakami, wybierz LM Studio.

claude-code-router: Inteligentne routowanie modeli

claude-code-router to pakiet npm, który uruchamia lokalne proxy między Claude Code a skonfigurowanymi dostawcami. To, co czyni go interesującym, to routowanie świadome kontekstu – możesz automatycznie wysyłać tanie zadania w tle do DeepSeek, domyślne kodowanie do Sonnet, a złożone wnioskowanie do Opus.

Projekt ma ponad 30 tys. gwiazdek na GitHubie i obsługuje OpenRouter, DeepSeek, Gemini, Ollama, Groq, Volcengine i SiliconFlow jako dostawców.

Instalacja i konfiguracja

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

Polecenie init tworzy plik config.json, w którym definiujesz swoich dostawców i mapowania modeli:

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

Konfiguracja routowania świadomego kontekstu

To tutaj claude-code-router błyszczy. Możesz kierować różne typy zadań do różnych modeli w zależności od złożoności. Podsumowywanie w tle trafia do taniego modelu, podczas gdy planowanie i praca nad architekturą do najlepszego modelu. Router obsługuje wszystkie mapowania slotów w sposób przezroczysty.

Możesz także mieszać dostawców, używając Ollama dla repozytoriów wrażliwych na prywatność i OpenRouter dla wszystkiego innego, przełączając się za pomocą polecenia /model wewnątrz Claude Code.

Werdykt: claude-code-router jest najlepszy dla zaawansowanych użytkowników chcących precyzyjnej kontroli nad tym, który model obsługuje każdy typ zadania. Jest to najbardziej konfigurowalna opcja, ale ta elastyczność wiąże się z większą ilością konfiguracji niż prosta zamiana ANTHROPIC_BASE_URL.

claude-code-proxy i LiteLLM: Zaawansowane konfiguracje

Te dwie metody służą różnym potrzebom, ale mają jedną wspólną cechę: obie są serwerami proxy tłumaczącymi między formatami API.

claude-code-proxy (Backend Gemini i OpenAI)

claude-code-proxy to narzędzie Pythona (3,3 tys. gwiazdek na GitHubie), które przyjmuje żądania w formacie Anthropic od Claude Code i tłumaczy je na format OpenAI lub Gemini za pośrednictwem LiteLLM pod spodem. To najprostszy sposób na używanie konkretnie modeli Gemini lub GPT z 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"

Jeśli konkretnie chcesz kontekstu 1M tokenów Gemini dla dużych monorepo, jest to najbardziej bezpośrednia droga.

LiteLLM (Uniwersalne proxy korporacyjne)

LiteLLM to proxy klasy enterprise, które obsługuje ponad 100 dostawców z balansowaniem obciążenia, łańcuchami fallback, limitowaniem szybkości i logowaniem audytowym. Jest przesadą dla samotnego programisty, ale niezbędne dla zespołów potrzebujących zarządzania użytkowaniem modeli AI.

Konfiguracja wykorzystuje plik 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"

Ważna uwaga z oficjalnej dokumentacji Claude Code: „Anthropic nie endorse'uje, nie utrzymuje ani nie audytuje LiteLLM”. Używaj go, ale pamiętaj, że to narzędzie społecznościowe, a nie produkt Anthropic. Tutorial LiteLLM zawiera więcej zaawansowanych przykładów konfiguracji.

Werdykt: Użyj claude-code-proxy, jeśli chcesz konkretnie modeli Gemini lub OpenAI. Użyj LiteLLM, jeśli Twój zespół potrzebuje balansowania obciążenia, fallback i logowania audytowego u różnych dostawców.

Claude Code Router vs LiteLLM: Co wybrać?

Claude Code Router to prostszy wybór dla samotnych programistów chcących routowania modeli per zadanie, podczas gdy LiteLLM jest zbudowany dla zespołów potrzebujących balansowania obciążenia, łańcuchów fallback i logowania audytowego. Router instaluje się przez npm i odczytuje config.json; LiteLLM uruchamia korporacyjne proxy konfigurowane przez YAML dla ponad 100 dostawców.

Wybierz claude-code-router, jeśli jesteś samotnym programistą chcącym tanich zadań w tle na DeepSeek i złożonego wnioskowania na Opus bez dużej konfiguracji. Wybierz LiteLLM, jeśli Twój zespół potrzebuje balansowania obciążenia, limitowania szybkości i logów audytowych u różnych dostawców.

Rozważasz inne proxy? Nasze podsumowanie najlepszych narzędzi bramkowych LLM porównuje je obok siebie.

Ile naprawdę kosztuje każda metoda?

Podstawmy realne liczby. Oto ile zapłacisz za 1M tokenów w najczęstszych kombinacjach model/metoda:

Dane cenowe ze strony cennikowej Anthropic i OpenRouter. Umiarkowane użycie zakłada ~5-10M tokenów/miesiąc przy codziennych sesjach kodowania.

Różnica w kosztach jest znacząca, ale tańsze modele generują kod gorszej jakości, szczególnie w przypadku złożonych zadań agentowych, gdzie liczy się niezawodność wywoływania narzędzi. DeepSeek za 1,10 USD/MTok wyjścia jest świetny do rutynowych edycji. Do refaktoryzacji wielu plików, gdzie Claude Code musi czytać, planować, edytować i weryfikować across 20 plików? Nadal będziesz chciał Sonnet lub Opus.

Werdykt: Dla oszczędności kosztów przy akceptowalnej jakości, OpenRouter + DeepSeek oferuje najlepszy stosunek. Dla zerowego kosztu, Ollama jest nie do pobicia, jeśli masz sprzęt. Dla maksymalnej jakości, bezpośredni Anthropic pozostaje królem.

Którą metodę wybrać? Ramy decyzyjne

Oto sekcja, którą pomija każdy inny tutorial. Zamiast mówić Ci „po prostu użyj OpenRouter”, dopasujmy metody do rzeczywistych potrzeb:

Czy w ogóle warto przełączać?

Szczerze mówiąc: dla większości programistów zajmujących się złożonym kodowaniem agentowym, refaktoryzacją wielu plików, planowaniem architektury, debugowaniem trudnych problemów współbieżności, Claude Sonnet przez bezpośrednie Anthropic pozostaje najlepszą opcją. Natywny Claude ma najbardziej niezawodne wywoływanie narzędzi, najlepsze zrozumienie własnego przepływu pracy agentowej i zerowe opóźnienia proxy.

Przełączanie modeli to optymalizacja dla specyficznych scenariuszy:

• Przepalasz tokeny na zadaniach w tle, które nie wymagają jakości Sonnet, lub ciągle trafiasz na limity użytkowania 2x w Claude
• Potrzebujesz okna kontekstowego 1M Gemini dla ogromnego monorepo
• Twój kod nie może opuścić Twojej maszyny (rząd, opieka zdrowotna, finanse)
• Masz napięty budżet i akceptowalna jakość jest lepsza niż perfekcyjna jakość

Jeśli żaden z tych punktów nie ma zastosowania, opusplan (wbudowane routowanie Anthropic) może być wszystkim, czego potrzebujesz.

Niezawodność wywoływania narzędzi to metryka jakości, która ma tu największe znaczenie. Hierarchia wygląda następująco: natywny Claude >> OpenRouter Claude >> DeepSeek/Gemini >> modele lokalne. Im niżej schodzisz, tym częściej zobaczysz nieudane wywołania narzędzi, zhallucynowane ścieżki plików i niekompletne edycje.

Rozwiązywanie常见问题nych problemów

Błąd „Model not found”

To najczęstszy problem. Występuje, gdy ustawisz ANTHROPIC_BASE_URL, ale zapomnisz zmapować wszystkich trzech slotów modeli. Claude Code próbuje wywołać Haiku lub Opus przez Twoje proxy, proxy nie rozpoznaje domyślnej nazwy modelu Anthropic i otrzymujesz błąd.

# 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"

Connection refused / timeout

Twoje proxy nie działa lub Claude Code uderza w niewłaściwy port. Sprawdź, czy proces proxy jest aktywny i dokładnie sprawdź port w ANTHROPIC_BASE_URL. Zapory sieciowe i VPN mogą również blokować połączenia localhost.

Niepowodzenia wywoływania narzędzi

Model nie obsługuje poprawnie formatu używania narzędzi Anthropic. Objawy: Claude Code zawiesza się, produkuje puste wywołania narzędzi lub edytuje niewłaściwe pliki. Przełącz się na model ze zweryfikowaną obsługą wywoływania narzędzi – Qwen 2.5 Coder i devstral radzą sobie z tym najlepiej wśród modeli lokalnych.

Problemy ze streamingiem

Niektóre proxy nie obsługują poprawnie zdarzeń wysyłanych przez serwer (server-sent events). Odpowiedzi pojawiają się naraz zamiast streamować lub urwają się w połowie odpowiedzi. Upewnij się, że wersja Twojego proxy jest aktualna i sprawdź jego issues na GitHubie pod kątem znanych błędów streamingu.

Przekroczone okno kontekstowe

Lokalne modele często domyślnie mają okna kontekstowe 4K-8K. Claude Code potrzebuje znacznie więcej do rzeczywistych sesji kodowania. Używaj modeli z kontekstem 32K+, lub kieruj zadania z długim kontekstem do Gemini (okno 1M) przez OpenRouter.

Należy się najpierw wylogować dla OpenRouter

Jeśli przełączasz się z bezpośredniego Anthropic na OpenRouter, najpierw uruchom claude /logout. Claude Code buforuje uwierzytelnianie i będzie nadal próbował używać Twojego klucza Anthropic nawet po zmianie base URL.

# Clear cached authentication before switching providers
claude /logout

FAQ

Czy można używać Claude Code z GPT-4 lub Gemini?

Tak. claude-code-proxy tłumaczy żądania w formacie Anthropic na format OpenAI lub Gemini. Możesz też uzyskać dostęp do obu przez OpenRouter z jednym kluczem API. Wywoływanie narzędzi może być mniej niezawodne niż w natywnym Claude, szczególnie w przypadku złożonych wieloetapowych zadań.

Jak używać Claude Code bez klucza API Anthropic?

Użyj Ollama do całkowicie darmowego lokalnego użytkowania, nie potrzebujesz klucza API od żadnego dostawcy. Alternatywnie, użyj OpenRouter z ich formatem klucza API. Nadal ustawiasz zmienną środowiskową ANTHROPIC_API_KEY, ale wskazuje ona na klucz Twojego proxy (np. sk-or-v1-... dla OpenRouter, "ollama" dla Ollama).

Jak skonfigurować Claude Code z Ollama?

Zainstaluj Ollama, pobierz model jak qwen2.5-coder:14b, uruchom ollama launch claude i ustaw trzy zmienne środowiskowe: ANTHROPIC_BASE_URL, ANTHROPIC_API_KEY oraz trzy zmienne slotów modeli. Zobacz sekcję Ollama powyżej, aby uzyskać kompletny kod.

Jakie modele działają najlepiej z Claude Code?

Dla chmury: Claude Sonnet 4 zapewnia najlepszą jakość kodowania, podczas gdy DeepSeek V3.2 oferuje najlepszą wartość. Dla lokalnych: Qwen 2.5 Coder 14B to obecny złoty standard. Decydującym czynnikiem jest niezawodność wywoływania narzędzi – Claude Code mocno zależy od niego przy operacjach na plikach, a natywne modele Claude radzą sobie z tym najlepiej.

Jak naprawić błąd „model not found” w Claude Code?

Ustaw wszystkie trzy zmienne środowiskowe slotów modeli: ANTHROPIC_DEFAULT_HAIKU_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL i ANTHROPIC_DEFAULT_OPUS_MODEL. Błąd ten występuje, ponieważ Claude Code używa trzech wewnętrznych slotów modeli, a niezmapowany slot próbuje wywołać nazwę modelu, której Twoje proxy nie rozpoznaje.

Czy Claude Code może działać offline z lokalnymi modelami?

Tak. Zarówno Ollama, jak i LM Studio uruchamiają modele całkowicie na Twojej maszynie bez wymaganego połączenia internetowego. Twój kod nigdy nie opuszcza Twojego sprzętu. Będziesz potrzebować odpowiednich specyfikacji – minimum 16 GB RAM dla modeli 7B, 32 GB+ dla większych.

Czy mogę używać LM Studio z Claude Code?

Tak. LM Studio uruchamia lokalny serwer, z którym Claude Code łączy się, ustawiając ANTHROPIC_BASE_URL na http://localhost:1234/v1 i ANTHROPIC_API_KEY na lm-studio. Pobierz model do kodowania jak Qwen 2.5 Coder, uruchom serwer z GUI LM Studio, a następnie zmapuj swój slot modelu. To wizualna alternatywa dla CLI Ollama.

Co to jest ANTHROPIC_BASE_URL i jak go używać?

To zmienna środowiskowa, która mówi Claude Code, gdzie wysyłać żądania API. Domyślnie wskazuje na https://api.anthropic.com. Zmień ją na dowolny endpoint kompatybilny z Anthropic, OpenRouter (https://openrouter.ai/api), Ollama (http://localhost:11434), LiteLLM (http://localhost:4000) itp.

Czy claude-code-router jest lepszy niż LiteLLM?

Różne narzędzia do różnych problemów. claude-code-router jest prostszy (npm install, edycja config.json, gotowe) i zaprojektowany specjalnie dla Claude Code. LiteLLM jest klasy enterprise z balansowaniem obciążenia, limitowaniem szybkości, łańcuchami fallback i logowaniem audytowym. Samotny programista? Użyj claude-code-router. Zespół z potrzebami governance? Użyj LiteLLM.

Ile mogę zaoszczędzić, używając modeli innych niż Anthropic?

Przełączenie z Claude Opus 4.6 na DeepSeek V3.2 obcina koszty tokenów wyjściowych o około 95% (25 USD vs 1,10 USD za milion tokenów). Ollama sprowadza to do zera, jeśli masz sprzęt. Ale kompromisy jakościowe są realne – oczekuj niższej dokładności w złożonych wieloetapowych zadaniach agentowych, mniej niezawodnego wywoływania narzędzi i więcej zhallucynowanych ścieżek plików.

Czy wywoływanie narzędzi działa ze wszystkimi metodami proxy?

Nie niezawodnie we wszystkich przypadkach. Natywny Claude ma najlepsze wsparcie dla wywoływania narzędzi. OpenRouter z modelami Claude działa prawie tak samo dobrze. DeepSeek i Gemini mają częściowe wsparcie – proste wywołania narzędzi działają, ale złożone łańcuchy mogą zawodzić. Lokalne modele przez Ollama mają najmniej niezawodne wywoływanie narzędzi. To numer jeden w kwestii jakości przy odchodzeniu od Anthropic.

Źródła

• Konfiguracja modeli, Dokumentacja Claude Code
• Konfiguracja Bramki LLM, Dokumentacja Claude Code
• Integracja Claude Code, Dokumentacja OpenRouter
• Integracja Claude Code, Dokumentacja Ollama
• Cennik API Claude, Anthropic
• claude-code-router, GitHub
• claude-code-proxy, GitHub
• Używanie Claude Code z modelami innymi niż Anthropic, Dokumentacja LiteLLM