最近，在 AI Coding 方向上，要说最火的 AI Coding 工具是哪个，那一定非 Claude code 莫属。

近一年以来，涌现了大量的 AI Coding 工具，有 Cursor、Windsurf、Trae、Kiro、Replit、Bolt、通义灵码、MiniMax Agent、Qwen Coder、Gemini CLI 等等，不论是哪些AI Coding 工具，底层用的都是通用大模型。

在AI编程方面，目前公认最强的模型就是 Claude，像 Cursor、windsurf、Trae 等 AI IDE 中优选的模型都是 Claude。当用的大模型都一样时，拼的就是工具工程化的能力，如何利用大模型更好的去解决问题。

Claude Code 的厉害之处是，Anthropic 自家已经在内部大规模用它了，不论是研发还是非研发，几乎人人都能借助它提升效率。也正因为这样，它才成了不少个人开发者的首选。

但 Claude 也并非没有缺点，缺点就是贵贵贵！而且由于 Claude 对于用户地区有非常严格的要求，稍加不注意很容易被封号，我曾经就被封号过一次

所以问题来了：如果我们不想一直绑死在 Claude 上，有没有其他选择？答案当然是有的。接下来我就带你盘点一下，Claude Code 还能接哪些模型，以及具体要怎么配置。

（不过，如果有米的话，还是强推claude）

不论是用的哪个平台，哪个模型，一开始都需要先获取 API 地址和 Key。

本篇文章涉及的大模型和平台有：Kimi、GLM、deepseek、Qwen、gemini、OpenRouter、硅基流动、Aihubmix。

提供了手动配置、Claude-code-Router两种配置方式。

以上的模型和平台几乎能覆盖到所有模型，如果要想调用本地模型，还可以调用ollama。

理论上，只要模型平台提供了兼容 Anthropic API 请求的 BASE URL，都可以进行调用，如果没有，也可以加一层代理进行转发，但这部分工作 Claude-code-Router 已经帮我们做了。

接下来，我们来看下具体配置。

这个地方就比较简单，只需要登录官网，然后获取key.

前往 moonshot 工作台（Moonshot AI 开放平台 - Kimi 大模型 API 服务）创建一个 API KEY，这个就是 AUTH_TOKEN

讯享网

BASE_URL: https://api.moonshot.cn/anthropic

Model:

• kimi-k2-0711-preview
• kimi-k2-turbo-preview

前往 bigmodel 工作台：智谱AI开放平台

创建一个 API KEY

BASE_URL: https://open.bigmodel.cn/api/anthropic

MODEL:

• GLM-4.5
• GLM-4.5-Air

前往 deepseek 的工作台：DeepSeek Platform

创建一个 API KEY

BASE_URL: https://api.deepseek.com/anthropic

MODEL:

• deepseek-chat：对应 deepseek v3.1 非思考模式
• deepseek-reasoner：对应 deepseek v3.1 思考模式

前往阿里云百炼工作台：大模型服务平台百炼控制台

创建一个 API KEY

BASE_URL: https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxy

MODEL:

• qwen3-coder-plus

官方配置文档：大模型服务平台百炼控制台

前往 google ai studio 工作台：https://aistudio.google.com/apikey

创建一个 API KEY

前往硅基流动工作台：https://cloud.siliconflow.cn/me/account/ak

创建一个 API KEY

BASE_URL: https://api.siliconflow.cn/

MODEL：（目前仅支持非思考模型）

• Pro/deepseek-ai/DeepSeek-V3.1
• deepseek-ai/DeepSeek-V3.1
• Pro/moonshotai/Kimi-K2-Instruct
• moonshotai/Kimi-K2-Instruct
• Qwen/Qwen3-Coder-30B-A3B-Instruct
• Qwen/Qwen3-Coder-480B-A35B-Instruct
• ai-org/GLM-4.5
• 其他模型

前往 OpenRouter 工作台：https://openrouter.ai/settings/keys

创建一个 API Key

前往 aihubmix 工作台：https://aihubmix.com/token

创建一个 API KEy

BASE_URL: https://aihubmix.com

大家可以参考上面这一张图，选择你想要配置的模型、平台，以及对应的配置方式

对于一些提供了兼容 anthropic api 请求的，直接打开终端，配置如下几个环境变量：

Mac 版本

# 以kimi为例： export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic export ANTHROPIC_AUTH_TOKEN=xxxx export ANTHROPIC_MODEL=kimi-k2-turbo-preview

Windows( cmd) :

讯享网set ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic set ANTHROPIC_AUTH_TOKEN=xxxx set ANTHROPIC_MODEL=kimi-k2-turbo-preview

以上的几个环境变量在 API 地址和 Key 获取那都有说明

最后在终端执行 Claude 命令

claude

执行完后，可以看到 Base URL 就会显示配置的 BASE URL

可以询问使用的是什么模型，它就会根据 MODEL 配置回答，只要能正常返回结果，就证明调用通了

其他的就不演示怎么配置了，配置方式都是一样的，只需要换一下 URL 地址、API-key、模型。

手动配置是基于大模型平台已经提供了兼容 anthropic api 请求的 URL，我们可以通过 export 直接设置环境变量。

但像豆包、GPT、gemini 这些模型，并没有提供这样的 URL，以及像 OpenRouter 的统一 API 平台。

如果我们想调用这类模型、平台的 API，要自己做的话就得自己在本地做一层代理，然后进行转发。

不过，这样的工作已经有人实现了，Claude-code-Router 是 github 上的一个项目，项目地址是：https://github.com/musistudio/claude-code-router

我们只需要把配置文件配置好，通过 router，就可以调用各个平台的大模型。

首先，安装 claude-code-router

讯享网npm install -g @musistudio/claude-code-router

然后，创建并配置~/.claude-code-router/config.json 文件

（如果是 Mac 电脑，放在～/.claude-code-router 下，Windows 电脑则是在 C:\Users\用户名.claude-code-router 下，没有的话自己创建一个）

{ “APIKEY”: “12345”, “PROXY_URL”: “http://127.0.0.1:7897", ”LOG“: true, ”API_TIMEOUT_MS“: , ”NON_INTERACTIVE_MODE“: false, ”Providers“: [

讯享网{ "name": "openrouter", "api_base_url": "https://openrouter.ai/api/v1/chat/completions", "api_key": "your_api_key", "models": [ "google/gemini-2.5-pro-preview", "openai/gpt-5" ], "transformer": { "use": ["openrouter"] } }, { "name": "gemini", "api_base_url": "https://generativelanguage.googleapis.com/v1beta/models/", "api_key": "your_api_key", "models": ["gemini-2.5-flash", "gemini-2.5-pro"], "transformer": { "use": ["gemini"] } } 

], ”Router“: {

"default": "deepseek,deepseek-chat", "background": "ollama,qwen2.5-coder:latest", "think": "deepseek,deepseek-reasoner", "longContext": "openrouter,google/gemini-2.5-pro-preview", "longContextThreshold": 60000, "webSearch": "gemini,gemini-2.5-flash" 

} }

配置完以后，在终端敲入：

讯享网ccr ui

就会出来如下这个页面，在这个页面中，去选择你要用的模型

我这边都选择 gemini 的 gemini-2.5-pro，然后点击右上角的保存并重启

然后，在终端中输入

ccr code

结果如下：

我们尝试着发送一个条消息

这样就成功了，为了确认是不是走了 Gemini，前往 Google AI Studio 查看用量

确实是有使用量了，这样就算配置好了

其他的就不演示啦，claude-code-router 的 github 项目里有完整的配置文件信息，不知道怎么配置的可以去查看一下

从整体来看，Claude Code 的强大不仅在于自身的体验优势，更在于它提供了一个「接口层」的可能性——让我们能够把不同的大模型灵活接入同一套工作流。正如本文所展示的，无论是 Kimi、GLM、Deepseek，还是 Qwen、Gemini、OpenRouter 等，只要提供了兼容 Anthropic API 的调用方式，开发者几乎都能无缝替换使用。这意味着，我们并不需要在 Claude 的高昂费用和账号风险之间左右为难，而是可以通过 CC + Router 的组合，构建出一个更加灵活、成本可控的 AI Coding 环境。

当然，不同模型在编程场景下的表现差异很大：有的长于推理与结构化思考，有的更擅长速度与性价比，如何选择还要结合自身项目需求。个人的建议是，Claude 依旧是“全能型”**选择，但在特定场景下，例如长上下文需求、低成本实验、或多模型混搭，完全可以尝试 Qwen、Deepseek 或 Kimi。

未来，随着更多平台加入对 Anthropic API 协议的支持，Claude Code 的生态还会继续扩展。届时，开发者完全可以把 Claude Code 视为一个“统一编程入口”，像换积木一样快速切换模型。这才是 AI Coding 工具的真正魅力所在。

好啦，今天就到这里，如果这篇文章对你有帮助，麻烦关注、点赞、收藏，后续我会继续分享更多关于AI方面的文章！！！！

夏尾 ｜ 你专属的 AI 口袋
我相信未来，人人都能带着 AI，成为超级个体