Claude Code cu alte modele: Ollama, OpenRouter și modele locale

Da, poți folosi Claude Code cu alte modele. Claude Code trimite fiecare cerere la adresa din ANTHROPIC_BASE_URL, așa că orice server care vorbește API-ul Anthropic Messages îi poate răspunde, iar un gateway LLM face traducerea pentru furnizorii care nu îl vorbesc. Anthropic documentează variabilele, dar nu oferă suport pentru modele care nu sunt Claude, așa că testează configurarea pe sarcini reale înainte să te bazezi pe ea.

Cum se conectează Claude Code la alt model?

Claude Code citește adresa și credențialele din variabile de mediu. Documentația Anthropic despre gateway-uri le numește pe cele care contează aici.

• ANTHROPIC_BASE_URL este adresa gateway-ului sau a serverului de modele. Claude Code trimite cererile la /v1/messages sub această adresă.
• ANTHROPIC_AUTH_TOKEN trimite credențialele în antetul Authorization: Bearer.
• ANTHROPIC_API_KEY le trimite în antetul x-api-key. Folosește-o pe cea pe care o așteaptă serverul tău.

Când una dintre variabilele de credențiale este setată, Claude Code o folosește în locul unui login claude.ai salvat. Setează și adresa, și credențialele. Documentația Anthropic avertizează că, dacă setezi doar adresa, loginul claude.ai salvat rămâne credențiala activă. Rulează /status într-o sesiune ca să verifici: linia Anthropic base URL arată unde merg cererile, iar linia de credențiale numește variabila folosită.

# bash sau zsh (valorile vin din documentația Ollama)
export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
claude --model qwen3.5

# PowerShell
$env:ANTHROPIC_BASE_URL = "http://localhost:11434"
$env:ANTHROPIC_AUTH_TOKEN = "ollama"
$env:ANTHROPIC_API_KEY = ""
claude --model qwen3.5

Alegerea modelului are propriile variabile. ANTHROPIC_MODEL setează modelul pentru o singură sesiune. ANTHROPIC_DEFAULT_OPUS_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL și ANTHROPIC_DEFAULT_HAIKU_MODEL decid la ce se rezolvă aliasurile opus, sonnet și haiku, iar CLAUDE_CODE_SUBAGENT_MODEL setează modelul implicit pentru subagenți. Le poți pune în blocul env din ~/.claude/settings.json, ca să nu le exporți de fiecare dată. Ghidul oficial de conectare la gateway are lista completă.

Ai nevoie de gateway ca să folosești Claude Code cu un model local?

De multe ori nu. Ollama, LM Studio și serverul llama.cpp expun fiecare un endpoint compatibil Anthropic, așa că Claude Code poate vorbi direct cu ele.

Server	Adresa de folosit	Ce spune documentația
Ollama	http://localhost:11434	Un subset din API-ul Messages pe /v1/messages. Pagina de compatibilitate nu listează numărarea de token-uri, tool_choice și nici prompt caching.
LM Studio	http://localhost:1234	Expune POST /v1/messages. Exemplul pentru Claude Code setează ANTHROPIC_AUTH_TOKEN=lmstudio.
llama.cpp	Gazda și portul date lui llama-server	README-ul serverului listează chat completions compatibile cu API-ul Anthropic Messages. Apelarea de funcții în stil OpenAI cere flag-ul --jinja.

OpenRouter publică și el o adresă compatibilă Anthropic, https://openrouter.ai/api. Pui cheia OpenRouter în ANTHROPIC_AUTH_TOKEN și lași ANTHROPIC_API_KEY gol. Ghidul lor pentru Claude Code adaugă că Claude Code este optimizat pentru modelele Anthropic și poate să nu funcționeze corect cu alți furnizori. Pentru Ollama, pagina de integrare Ollama documentează și comanda ollama launch claude, care face toată configurarea în locul tău.

Începe cu o conexiune directă. Este cel mai simplu test pentru a vedea dacă un model poate conduce Claude Code. Un gateway își merită locul când se aplică una dintre situațiile de mai jos:

• Furnizorul oferă doar formatele OpenAI Chat Completions sau Gemini. Gateway-ul traduce cererile, streaming-ul și apelurile de unelte.
• Vrei modele diferite pentru sarcini diferite, adică rutare pe niveluri, despre care vorbim imediat.
• Vrei un model de rezervă atunci când unul dă eroare sau atinge o limită de rată.
• Vrei cheile furnizorilor într-un singur loc, nu în configurația fiecărei unelte.
• Vrei un jurnal al fiecărei cereri, cu costul ei.

Un gateway este și o piesă în plus de întreținut. Ghidul de compatibilitate Anthropic spune că Claude Code primește capabilități noi la fiecare versiune, iar un gateway care nu le transmite strică funcțiile corespunzătoare, deci ține-l actualizat.

Ce este rutarea pe niveluri (tier routing) într-un gateway pentru Claude Code?

Claude Code nu folosește un singur model pentru tot. Aliasul opus este pentru raționament complex, sonnet pentru programarea de zi cu zi și haiku pentru sarcini simple. Documentația Anthropic mai spune că, dacă fixezi modelul haiku, sarcinile din fundal, precum titlurile sesiunilor, trec pe el. Un gateway cu rutare pe niveluri vede ce nivel a cerut Claude Code și trimite cererea la un model ales de tine.

În My Claude Code setările sunt MODEL (folosit când nu se potrivește nimic mai specific), MODEL_OPUS, MODEL_SONNET și MODEL_HAIKU, plus MODEL_FABLE și MODEL_MYTHOS pentru celelalte două niveluri. Fiecare valoare este un slug de forma <provider-id>/<id-exact-al-modelului>. Valorile de mai jos arată doar formatul. Alege valori reale din pagina Models, care listează ce publică fiecare furnizor configurat.

MODEL=deepseek/deepseek-chat
MODEL_OPUS=anthropic/claude-sonnet-4-6
MODEL_SONNET=mistral/devstral-small-latest
MODEL_HAIKU=ollama/<model-tag>

Nivel	Sarcină tipică	O alegere rezonabilă
Opus	Planificare, depanare grea, refactorizări mari	Cel mai puternic model pe care ți-l permiți, care poate rămâne un model Claude pe cheie API
Sonnet	Modificări și întrebări de zi cu zi	Un model cloud de preț mediu
Haiku	Lucru în fundal și căutări simple	Un model mic și rapid, local dacă hardware-ul permite

Este aceeași idee ca rutarea din articolul nostru despre reducerea costurilor LLM cu 99%, care trimite fiecare cerere la cel mai ieftin model care trece verificările tale.

Cum funcționează lanțurile de rezervă (fallback)?

Fiecare nivel primește o listă ordonată de înlocuitori. My Claude Code parcurge lista atunci când un model dă eroare, atinge o limită de rată sau refuză. Două controale apropiate împiedică o rută proastă să te blocheze. Un model care răspunde 429 este pus deoparte pentru o vreme, în loc să fie reîncercat la nesfârșit, iar un termen limită pentru primul token transformă un model tăcut într-un eșec care trece la următoarea intrare.

Un lanț tipic pentru nivelul sonnet pune pe primul loc un model local, pentru că nu costă nimic per token, apoi un model cloud ieftin și la final unul cloud mai puternic. Păstrează lanțurile scurte. Documentația Claude Code spune și că fiecare model are propriul cache de prompt, deci după un failover înlocuitorul citește toată conversația fără hit-uri de cache. Rezerva protejează sesiunea, iar primul tur de după ea poate fi mai lent și mai scump.

La ce renunți când folosești un model care nu e Claude?

Documentația Anthropic despre gateway-uri spune că nu oferă suport pentru rutarea Claude Code către modele care nu sunt Claude, prin niciun gateway. Funcționează, iar când nu funcționează te descurci singur. Te poți aștepta la aceste diferențe.

Zonă	Ce se schimbă	Ce faci
Apelarea uneltelor	Claude Code este construit în jurul modelelor Anthropic, iar modelele diferă în cât de fiabil emit apeluri de unelte. Ollama listează tool_choice ca nesuportat.	Alege modele care declară suport pentru unelte. My Claude Code testează ce poate face un model, în loc să se încreadă în catalog.
Lungimea contextului	Claude Code trimite la fiecare tur un prompt de sistem lung și definițiile uneltelor. Ollama recomandă un context de 64k sau mai mare. Pentru ID-uri de model necunoscute, Claude Code presupune o fereastră de 200K.	Setează CLAUDE_CODE_AUTO_COMPACT_WINDOW la limita reală a modelului. Claude Code o limitează la minimum 100.000 de token-uri, deci modelele cu ferestre mai mici se potrivesc prost.
Prompt caching	Ollama listează prompt caching ca nesuportat, deci un model local reprocesează toată conversația la fiecare tur. Furnizorii cloud diferă.	Ține sesiunile scurte și rulează /clear între sarcini.
Gândire și efort	Suportul este parțial. Ollama acceptă budget_tokens, dar nu îl impune.	Coboară nivelul de efort pe modelele mici.
Garanții	Niciun producător nu testează exact combinația ta.	Fă-ți propriile verificări.

Testează înainte să te bazezi pe un model. Alege trei sarcini din munca ta reală, de exemplu o redenumire în mai multe fișiere, un test care pică și trebuie reparat și un modul de explicat. Rulează fiecare sarcină pe fiecare model candidat, cu aceeași configurare, și păstrează modelul care le termină cu cele mai puține corecturi. Lasă o rută Claude în nivelul opus pentru cazurile care o cer. Dacă motivul pentru care te uiți la alte modele este costul, citește Claude Code gratis, unde găsești opțiunile și limitele lor.

Cum îl configurezi cu My Claude Code, pas cu pas?

My Claude Code (MCC) este un gateway local construit și întreținut de Danube Labs. Traduce între patru formate de API, ajunge la 57 de furnizori, inclusiv Ollama, LM Studio și llama.cpp, și rulează pe calculatorul tău. Pașii de mai jos durează câteva minute.

1. Instalează Claude Code. MCC nu îl instalează în locul tău. Pe macOS, Linux și WSL rulează curl -fsSL https://claude.ai/install.sh | bash. În Windows PowerShell rulează irm https://claude.ai/install.ps1 | iex.
2. Instalează MCC. Rulează npx @firedmosquito831/my-claude-code ca să îl încerci sau npm install -g @firedmosquito831/my-claude-code ca să îl păstrezi. uv tool install my-claude-code merge dacă îți gestionezi singur Python 3.14, și există aplicații desktop pentru Windows, macOS și Linux. Închide și redeschide terminalul, apoi verifică mcc-server --version.
3. Pornește serverul. Rulează mcc-server și deschide http://127.0.0.1:8082/admin.
4. Adaugă un furnizor. În pagina Providers apasă Configure la un furnizor, lipește cheia, apoi Validate și Apply. Pentru Ollama, LM Studio sau llama.cpp introduci adresa de bază (OLLAMA_BASE_URL, LM_STUDIO_BASE_URL sau LLAMACPP_BASE_URL) în loc de cheie.
5. Setează nivelurile. În Model Config alege MODEL, apoi MODEL_OPUS, MODEL_SONNET și MODEL_HAIKU, fiecare cu lanțul lui de rezervă.
6. Pornește. Rulează mcc-claude. Folosește /status ca să vezi adresa de bază și deschide pagina Analytics ca să urmărești fiecare cerere cu costul ei.

Cheile furnizorilor rămân într-un singur fișier .env local, iar MCC nu are telemetrie. Este licențiat dual, AGPL-3.0-or-later sau comercial, și este independent de Anthropic. A pornit ca fork al proiectului free-claude-code al lui Alishahryar1 și a devenit proiect de sine stătător pe 5 septembrie 2026. Codul și documentația sunt pe GitHub, iar pagina proiectului are mai multe detalii.

Ce se strică cel mai des și cum repari?

Rândurile de mai jos vin din tabelul oficial Anthropic de depanare pentru gateway-uri.

Simptom	Cauză	Remediu
Erori 401	Credențialele sunt într-un antet pe care serverul nu îl citește	Mută-le între ANTHROPIC_AUTH_TOKEN și ANTHROPIC_API_KEY
400 care menționează context_management sau Extra inputs are not permitted	Serverul din spate respinge câmpuri pe care Claude Code le trimite către endpoint-uri în format Anthropic	Setează CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1
400 care indică o limită de context sau de token-uri	Serverul impune o fereastră mai mică decât presupune Claude Code	Rulează /compact și setează CLAUDE_CODE_AUTO_COMPACT_WINDOW
Modelul lipsește din /model	Descoperirea de modele din gateway păstrează doar ID-urile care conțin claude sau anthropic	Dă numele cu --model sau adaugă o intrare cu ANTHROPIC_CUSTOM_MODEL_OPTION
Ecran de login deși curl funcționează	Nicio variabilă de credențiale nu a ajuns la Claude Code înainte de configurarea inițială	Setează ANTHROPIC_AUTH_TOKEN în shell sau în blocul env din ~/.claude/settings.json, niciodată într-un fișier de setări de proiect care ajunge în Git

Unde se potrivește Danube Labs

Danube Labs este un studio de software, AI și automatizare condus de fondator, cu sediul în București. Am construit My Claude Code ca să gestionăm furnizorii, cheile și rutarea pentru agenții de programare AI într-un singur loc, și folosim aceleași idei (rutare, seturi de evaluare, urmărirea costurilor) când construim funcționalități AI pentru clienți. Dacă vrei să alegi modelele pentru un produs pe baza calității măsurate, nu a intuiției, vezi serviciul nostru de sisteme AI sau programează o discuție introductivă gratuită.