不花20美元：Claude Code免费接入本地与云端模型的三种方案

Claude Code本身是免费的，收费的是它背后调用的AI模型。只要把引擎换掉，你就能用零成本的方式获得完整的Claude Code体验。本文整理三种可行路径：本地模型、云端免费API池，以及多提供商自动切换，并附上一套VS Code内的轻量替代方案。

核心思路：工具免费，引擎收费

一个常见的误解是Claude Code每月20美元。实际情况是，这20美元买的是模型调用额度，而不是这个终端应用本身。Claude Code只是一个代码代理外壳，它负责读文件、理解项目结构、生成并修改代码，而真正“思考”的部分来自外部模型。

把Claude Code比作跑车，车身、方向盘、仪表盘都是免费的，只有发动机需要付费。作者在视频中演示了三次“换引擎”操作：一次换成在笔记本上本地运行的免费模型，一次换成云端免费API，最后一次让多个免费引擎自动接力。

这条路线并不追求“无限使用真Claude”，而是承认所有免费额度都有上限，再用组合的方式让工作中断的次数尽量少。

Claude Code 的架构定位：Claude Code 是 Anthropic 推出的命令行代码代理工具，属于“代理外壳”（agent harness）范畴。它自身不包含语言模型，而是通过 Anthropic API 或其他兼容接口调用外部模型完成推理。这种设计使得它理论上可以对接任何遵循 OpenAI 或 Anthropic API 格式的模型服务，从而催生了本文所述的“换引擎”玩法。理解这一点是理解全文的前提：Claude Code 的价值在于其文件读写、项目结构感知、多轮工具调用等工程能力，而非模型本身。

方案一：Ollama本地引擎，断网也能写代码

第一条路径是把Ollama作为本地引擎。从ollama.com下载安装包，支持Mac、Linux和Windows。安装完成后，Ollama的界面里有三个关键区域：Apps用于连接Claude Code等编码工具，Chat用于测试模型，Settings用于调整参数。

最关键的设置是上下文长度（Context Length）。Claude Code需要读取整个项目的文件、理解后再编辑，上下文太短会让模型“忘记”项目内容。视频中建议把它设为64K。

作者用关闭Wi-Fi的笔记本做了验证：在完全断网的状态下，让模型生成一个计算器应用，代码照常产出。这条路径最大的优势是隐私，代码和提示词都留在本机；成本为零，不存在用量限制，也没有人能远程关掉它。

如何选择本地模型？作者的思路是不背参数表，直接问AI。先按Ctrl+Shift+Esc查看硬件信息（示例机器为12GB显存、32GB内存），再把硬件信息发给ChatGPT之类的助手，让它推荐最适合的Ollama模型并给出准确的模型名。但一定要追问一句“这是否仍是当前发布版本中的最佳选择”，因为模型的迭代速度很快，第一轮答案可能已经过时。作者追问后，推荐结果从Qwen 2.5 Coder 14B修正为Qwen 3.5 9B。

如果目标模型不在Ollama的下拉菜单里，手动安装往往需要翻找命令行和旧版GitHub issue。作者用Google的免费编码工具Anti-Gravity代劳：用一句自然语言描述需求，它就会打开终端、执行命令、读取报错并自行修复。Anti-Gravity会在执行时多次请求权限，每次点击允许前都应先读一遍提示。

本地引擎的短板也很明显：速度慢，智能程度有限。这就是接下来两种方案存在的理由。

Ollama 与上下文长度：Ollama 是一个开源的本地大模型运行框架，支持一键下载和运行 Llama、Qwen、Gemma 等主流开源模型。它通过量化技术（如 4-bit 量化）降低显存占用，使消费级显卡也能运行 7B-14B 参数模型。上下文长度（Context Length）指模型单次能处理的 token 上限，包括输入和输出。Claude Code 需要将项目文件内容作为上下文送入模型，若上下文过短，模型会丢失早期信息。64K 上下文意味着约 4.8 万英文单词或 3 万汉字，足以容纳中小型项目的关键文件。但需注意，上下文越长，显存占用和推理时间越高，需根据硬件权衡。

方案二：OpenRouter免费模型池，速度换隐私

第二条路径把引擎放到云端。OpenRouter是一个中间层，用一个API Key就能访问数十个模型，其中相当一部分标注为“:free”，调用成本为零。注册不需要信用卡，创建Key时建议设置过期时间。如果账户以后会充值，还应设置消费上限。Key只会显示一次，要像密码一样保管。

把Key接入Claude Code时，配置块里有一行专门清空旧的Key槽位，避免意外回退到付费Key。另外三行配置把Claude Code模型菜单里的Opus、Sonnet、Haiku三个“座位”分别映射到OpenRouter的免费模型，也就是说，你在菜单里选哪个名字，实际应答的是被分配的那个免费模型。

这里有一个值得注意的细节：Claude Code菜单里显示Sonnet，并不代表真的在用Claude Sonnet。打开OpenRouter的Activity页面才能看到真实记录，包括实际应答的模型和价格（全部为零），页面上根本不会出现Claude字样。视频直接指出，那些宣称“免费用Sonnet”的教程，只看了座位标签，没有核对实际乘客。

还有一个容易吓人的地方：Claude Code自带的使用统计可能显示本次会话花费约45美分，但那是基于Anthropic定价的估算，不是OpenRouter的实际扣费。真实账单以OpenRouter为准。

代价有两点。其一，提示词和项目文件会发送到外部服务器，敏感内容不能走这条路。其二，免费额度有明确上限：新账户每分钟20次请求、每天50次请求。而Claude Code的一个任务在背后可能触发十几次甚至二十次请求，因为它要读文件、写文件、自检、修复。一次真实编码会话就可能耗尽当日额度，然后收到429错误，任务中途冻结，只能等第二天。

正是这堵墙催生了第三种方案。

OpenRouter 与 API 中间层：OpenRouter 是一个模型聚合路由平台，开发者通过单一 API Key 即可访问 OpenAI、Anthropic、Google、Meta 等数十家提供商的模型。其“:free”后缀模型通常由社区或提供商赞助，有速率限制但无直接费用。OpenRouter 的 Activity 页面记录每次请求的实际模型、token 数和费用，是验证真实调用情况的权威来源。需注意，免费模型的可用性和速率限制可能随时调整，且部分免费模型要求数据用于训练，隐私敏感场景应避免使用。

方案三：OmniRoute聚合多个免费额度

OmniRoute的思路是把多个免费额度拼在一起。它把Claude Code连接到数百个提供商、上千个模型，包括Claude、GPT、Gemini、Kimi和DeepSeek^广告。单个服务的免费额度很小，但合在一起就相当可观；一个提供商耗尽，就快速切到另一个。

安装同样交给Anti-Gravity：一条提示词完成安装Claude Code、部署OmniRoute、启动服务、打开仪表盘。首次登录的默认密码是“change me”，登录后应立即修改。

在OmniProxy标签页里逐个接入免费服务。视频演示了五个：Kiro、NVIDIA、OpenRouter、Klein和Anti-Gravity。其中NVIDIA被设为最高优先级，它混有免费和付费模型，需要在后续步骤里过滤。这里必须提醒：Kiro和Anti-Gravity的接入方式被OmniRoute在界面上标注为可能违反服务条款，是否连接账户由用户自己判断。

接着创建Combo，也就是引擎池。选择首个提供商和模型，挑选调度策略（视频用的是Intelligent Auto），勾选候选池里的所有提供商，再添加备用引擎，用上下箭头调整尝试顺序。

一个隐藏的坑：给OpenRouter添加第二个引擎时，下拉菜单里有一个也叫Auto的选项，它可能悄悄把请求路由到付费模型并产生费用。视频的处理方式是先用它，然后用专门的“free models prompt”让Anti-Gravity遍历所有接入的提供商，从菜单中滤掉付费模型，只保留免费项并跑测试确认。

最后从OmniRoute的API Keys页面创建主Key，再用一条提示词完成三件事：把Key写入配置文件、建立专用工作目录、在桌面生成两个快捷方式（一个启动已接好OmniRoute的Claude Code，一个打开仪表盘）。中途Anti-Gravity会打开一个文件让你粘贴Key，不要把Key贴进聊天框。

实测验证：问Claude Code“你是什么模型”，它回答Claude，但这不算证据。打开OmniRoute的日志，最后一条请求显示提供商为Kiro、模型为Claude Sonnet，这才是真实回执。Kiro的免费额度很小，耗尽后Combo里的NVIDIA和OpenRouter会自动接手，只是从那时起应答的就不再是Claude。

作者用“个人笔记应用”做了完整测试。Claude Code先问了三个问题：桌面应用还是Web应用、笔记存本地还是云端、哪些功能最重要。回答之后它给出计划再开始写代码，最终在本机localhost跑出一个可创建、可保存、重开仍在的笔记应用，花费为零。

OmniRoute 与多提供商调度：OmniRoute 是一个开源的多模型路由网关，可将 Claude Code 等客户端的请求分发到多个上游提供商。其核心概念是“Combo”（引擎池），即一组按优先级排序的提供商和模型列表，配合调度策略（如 Intelligent Auto）实现故障转移。当某个提供商的免费额度耗尽或返回错误时，请求会自动切换到下一个可用引擎。这种聚合方式能显著延长免费使用时间，但代价是配置复杂，且部分提供商的接入可能违反其服务条款，用户需自行评估风险。

方案四（附赠）：VS Code里的KiloCode

如果你不执着于Claude Code这个界面，只想每天用免费模型写代码，KiloCode是更轻的选择。它是VS Code扩展，出自另一个团队，但逻辑相同：免费工具外壳加免费引擎。

在VS Code扩展市场搜索KiloCode安装并登录后，它已内置若干免费模型。为了不依赖单一来源，可以再接入自己的提供商：在设置里选择自定义提供商，粘贴连接信息和NVIDIA API Key，Kilo会拉取NVIDIA的完整模型列表，从中勾选需要的几个（视频选了Nemotron 3 Ultra、GLM 5.3和GLM 5.3 Flash），开启推理，并只对支持图像的模型打开图像开关。按视频中的说法，NVIDIA免费层大约每分钟40次请求，对测试和个人项目足够宽裕。

作者用GLM 5.3 Flash一次生成约1200行的街机游戏，包含开始界面、逐渐变难的敌人波次、道具掉落、每五波一次的Boss战和高分记录，直接在浏览器里可玩。

额度用尽时，在同一个对话里切换模型即可，Kilo会保留对话和项目上下文。输入/memory on可以让它跨对话记住项目进展。Gemini免费层有一个需要留意的地方：Google可能用你的提示词改进产品，敏感代码不要走这条通道。

四种方案怎么选

有像样的显卡且重视隐私，选Ollama：离线可用，但受自身硬件限制。没有显卡、想立刻获得速度，选OpenRouter：记住每天50次的上限。想要完整的Claude Code体验加上多引擎兜底，选OmniRoute。只想要一个顺手的日常工具，选VS Code里的KiloCode。

有四条原则适用于所有方案。第一，没有真正无限的服务，真Claude的免费额度也不会长久，这套方案的意义是合并上限，而非取消上限。第二，免费不等于私密，客户端代码、密码、私有文件应留在Ollama这类本地引擎上。第三，部分接入方式可能违反提供商条款，Kiro和Anti-Gravity在界面上就有警告，需要自行核对。第四，报错是常态，把错误信息复制回去让AI修复即可。

最后一条规则贯穿全文：无论菜单写什么，都要核对回执——看真实的使用与账单页面，而不是看标签。