Claude Code без Anthropic API: подключение китайских LLM GLM 5 и экономия
От сигнала к методу: зачем это обсуждать
Сигнал из рабочей среды: разработчики начали подключать китайские большие языковые модели напрямую к Claude Code — инструменту, который изначально заточен под API Anthropic. По заявлениям авторов находки, альтернативные модели не только не уступают оригинальному Claude, но и позволяют работать с агентным инструментарием практически без ограничений и с радикально более низкой стоимостью токенов — разница может достигать 300-кратного размера. Если это воспроизводится в реальных проектах, перед техническими командами открывается возможность в разы сократить расходы на ИИ-инструментарий, не теряя в функциональности.
Задача статьи — не пересказать новость, а дать практический метод. Мы разберём, о каких именно моделях речь, как именно строится связка, какую экономику это даёт на уровне расчётов и что необходимо проверить, прежде чем брать подход в продакшен. Все конкретные цифры и утверждения о производительности мы будем подавать как гипотезу, требующую верификации в ваших условиях.
Модели GLM 5.1/5.2 и совместимость с Claude Code
Центральный элемент сигнала — семейство моделей GLM (General Language Model) версий 5.1 и 5.2. Это разработки китайских лабораторий, позиционируемые как конкуренты западных флагманов по качеству генерации и следования инструкциям. Источник утверждает, что их производительности достаточно для полноценной замены Claude в рамках работы Claude Code — агентного инструмента, который пишет, редактирует и отлаживает код в терминале, опираясь на файловую систему.
Принципиальная техническая деталь: Claude Code можно настроить на работу с любым API, совместимым по формату запросов с OpenAI или Anthropic. Многие провайдеры предоставляют OpenAI-совместимый эндпоинт, через который и подключаются альтернативные модели. GLM 5.1/5.2, со слов экспериментаторов, без проблем встают в такую схему и корректно обрабатывают системные промпты, многошаговые инструкции и вызовы инструментов.
Пошаговая настройка: как запустить Claude-агента на GLM
Рабочий метод, описываемый в сигнале, сводится к двум шагам. Первый — получение API-ключа и эндпоинта от сервиса, предоставляющего доступ к GLM (как правило, это китайские облачные платформы или их западные реселлеры). Второй — конфигурирование Claude Code через переменные окружения или файл настроек на использование этого эндпоинта вместо стандартного api.anthropic.com.
В минимальном варианте это выглядит так:
- Вы регистрируетесь у провайдера, активируете модель GLM 5.1 или 5.2, получаете URL вида
https://api.example.com/v1и ключ. - В среде, где запущен Claude Code, задаёте переменные:
ANTHROPIC_BASE_URL(или аналогичную, в зависимости от форка) равной URL провайдера, иANTHROPIC_API_KEYравной вашему ключу. - Запускаете сессию
claudeв терминале — интерфейс остаётся прежним, но все запросы уходят на GLM.
Источник особо подчёркивает: «ставится всё за пару кликов». На практике это действительно может занять несколько минут, если провайдер предоставляет готовую интеграцию или открытую документацию. Однако отсутствие официальной поддержки со стороны Anthropic означает, что при обновлениях Claude Code возможны поломки совместимости — это нужно учитывать при построении долгосрочного рабочего процесса.
Что с ценой: анализ заявленной экономии в 300 раз
Авторы сигнала указывают, что стоимость токенов у GLM-моделей в 300 раз ниже, чем у официального Claude. Более того, упоминаются «щедрые бесплатные лимиты». Если рассматривать типовые тарифы Anthropic, цена за миллион входных токенов для Claude 3.5 Sonnet составляет порядка $3, а для выходных — $15. Трёхсоткратное снижение означало бы стоимость около $0,01 за миллион входных токенов, что сопоставимо с расценками бюджетных китайских моделей.
Реальная картина зависит от конкретного провайдера. Многие платформы, предлагающие GLM, действительно дают бесплатный стартовый объём порядка миллионов токенов в месяц, а платные тарифы могут быть ниже западных на один-два порядка. Однако утверждение о 300-кратной разнице стоит проверять на конкретной задаче: фактическое потребление токенов в агентном режиме (с многократными вызовами инструментов) может отличаться, и не все провайдеры считают инструментальные запросы так же, как простые генерации.
Сравнительная таблица: Claude против GLM для рабочих задач
Ниже — сводка по ключевым параметрам на основе открытых данных и заявлений источника. Значения для GLM даны ориентировочно и требуют уточнения под ваш сценарий.
| Параметр | Claude 3.5 Sonnet (Anthropic) | GLM 5.1 / 5.2 (сторонний хост) |
|---|---|---|
| Цена за 1M входных токенов | ~$3 | ~$0.01–0.05 (заявлено до 300x ниже) |
| Цена за 1M выходных токенов | ~$15 | ~$0.02–0.10 |
| Бесплатный лимит (стартовый) | Нет (только кредиты) | Есть (до нескольких млн токенов/мес) |
| Ограничения на запросы | Rate limits, модерация контента | Заявлено «БЕЗ ограничений»* |
| Совместимость с Claude Code | Полная, официальная | Через OpenAI-совместимый API, неофициально |
| Поддержка вызова инструментов | Да | Заявлено «работает аналогично»* |
| Языковая предвзятость | Английский, качественный русский | Возможна оптимизация под китайский |
| Доступность в РФ | Ограничена (требуется иностранная карта) | Через реселлеров, возможны риски |
* — оценка по источнику, не подтверждена независимыми тестами.
Практический чеклист для тестового внедрения
До того как переносить рабочие задачи на связку «Claude Code + GLM», пройдите по контрольным точкам:
- Верификация провайдера: проверьте юридическую чистоту, наличие описания модели, условия использования данных.
- Изоляция среды: тестируйте на отдельной виртуалке или в контейнере, не затрагивая боевые репозитории и чувствительные данные.
- Сравнительное тестирование на вашей задаче: дайте одинаковое задание официальному Claude и GLM, измерьте время выполнения, качество результата и суммарное потребление токенов.
- Проверка ограничений: сознательно подайте запрос, приближенный к границам rate-limit’а, чтобы убедиться в реальном отсутствии лимитов.
- Мониторинг совместимости: зафиксируйте версию Claude Code и модели; при обновлении любой из сторон проверяйте работоспособность связки.
- Оценка экономии: посчитайте затраты за неделю тестов, сравните с эквивалентным объёмом в оригинальном Claude.
- Безопасность: исключите передачу коммерческих секретов провайдеру, чья инфраструктура может находиться вне вашего правового поля.
Только после успешного прохождения всех пунктов можно принимать решение о масштабировании подхода.
Риски, которые нельзя игнорировать
Экономическая привлекательность не должна отменять трезвую оценку. За пределами восторженных постов остаются как минимум следующие факторы:
- Нестабильность API: неофициальная совместимость ломается с выходом новых версий инструментов. Придётся закладывать время на поддержку обвязки.
- Качество на русскоязычных задачах: модели, тренированные преимущественно на китайском и английском, могут давать худшие результаты на сложных русскоязычных промптах, особенно в предметных областях с терминологией СНГ.
- Контентная модерация и цензура: китайские модели могут блокировать темы, чувствительные для регулирующего законодательства КНР, что критично для некоторых проектов.
- Юридическая неопределённость: при использовании API через цепочку посредников вы не получаете того уровня защиты данных, который дают прямые договоры с вендорами первого эшелона.
- Репутационные риски: если команда декларирует использование «Claude», а по факту работает GLM, это может быть воспринято заказчиком как подмена инструмента.
Метод «почти бесплатно» стоит рассматривать как опцию для внутренней автоматизации, исследовательских задач и прототипирования, а не как безусловную замену промышленного стека.