Was der Proxy tut
Ein Claude-Code-Proxy ist jeder Server, den du zwischen der Coding-CLI von Anthropic und dem antwortenden Modell ausführst. Claude Code liest eine Umgebungsvariable für die API-Adresse und sendet seine Anfragen dorthin. Wenn diese Adresse ein Proxy ist, entscheidet der Proxy, was wirklich passiert: Er kann Traffic protokollieren, Regeln hinzufügen oder die Anfrage an ein anderes Modell weiterleiten.
Der entscheidende Punkt ist das Übertragungsformat. Claude Code verwendet das Nachrichtenformat von Anthropic. Die API unter https://api.claudecodeproxyapi.com/v1 verwendet das Format für Chat-Vervollständigungen von OpenAI mit der Modell-ID uncensored. Die beiden sind sich zwar ähnlich, aber nicht austauschbar, daher kannst du unsere URL nicht einfach direkt in Claude Code einfügen. Eine Übersetzungsschicht muss jede Anfrage und jede Antwort, einschließlich Streaming-Chunks und Tool-Aufrufe, umschreiben.
Wer wo sitzt
| Teil | Spricht | Aufgabe |
|---|---|---|
| Claude Code CLI | Nachrichtenformat von Anthropic | Plant Bearbeitungen, ruft Tools auf, zeigt Diffs |
| Übersetzender Proxy (lokal) | Beide Formate | Konvertiert Anfragen und Streams, ordnet Modellnamen zu |
| Diese API | Chat-Vervollständigungen von OpenAI | Führt das Open-Weight-Modell aus, abgerechnet pro Token |
Community-Projekte übernehmen den mittleren Teil. LiteLLMs Proxy und claude-code-router sind zwei öffentlich dokumentierte Lösungen für diesen Zweck. Da es sich um Software von Drittanbietern handelt, solltest du vor der Nutzung deren aktuelle Dokumentation zu unterstützten Versionen und Flags prüfen. Wenn unterwegs etwas fehlschlägt, ist die Fehlerbehebungsanleitung für den Proxy der richtige Einstieg, und diese Seite bietet zudem einen separaten Schritt-für-Schritt-Einrichtungsguide an.
Bevor du es einrichtest: Sei ehrlich zum Modell
Claude Code wurde um die eigenen Modelle von Anthropic herum entwickelt. Das Austauschen gegen ein anderes Modell verändert das Verhalten, und kein Proxy kann das verbergen. Das Modell hier ist ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird und darauf abgestimmt ist, bei gesetzlicher Nutzung für Erwachsene ohne Inhaltsablehnungen zu antworten. Es ist kein Claude und keine offizielle API von Anthropic oder einem anderen Anbieter.
Was es dir für Agenten-ähnliche Arbeit bietet:
- Tool-Aufrufe mit
tools,tool_choiceund gestreamtentool_calls, wobei Ergebnisse als Nachrichten mit der Rollerole: "tool"zurückgegeben werden. - Ein Kontextfenster mit 100.000 Token, Prompt und Vervollständigung zusammen.
- JSON-Modus mit
response_formatund Streaming über SSE.
Was du selbst überprüfen solltest: Wie gut es einem langen Agenten-Loop folgt, wie oft es fehlerhafte Tool-Aufrufe macht und wie es deine Sprache und dein Framework behandelt. Führe drei oder vier echte Aufgaben aus deinem Repository aus, bevor du einen gesamten Workflow umstellst. Das $0,50-Testguthaben, das nach der Anmeldung mit einem Klick beansprucht wird, reicht dafür aus.
Teste zuerst die Upstream-API
Bevor du Claude Code berührst, stelle sicher, dass die API-Seite mit einer einfachen Anfrage funktioniert, einschließlich eines Tool-Aufrufs, da Agenten davon abhängen:
curl https://api.claudecodeproxyapi.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the files in the src folder."}],
"tools": [{
"type": "function",
"function": {
"name": "list_files",
"description": "List files in a directory",
"parameters": {
"type": "object",
"properties": {"path": {"type": "string"}},
"required": ["path"]
}
}
}],
"tool_choice": "auto"
}'
Eine gute Antwort enthält einen Eintrag tool_calls mit list_files und einer JSON-Argumentzeichenfolge. Wenn du das siehst, ist der Upstream bereit und spätere Probleme liegen an der Proxy- oder CLI-Konfiguration.
Zwei Routen und wann du jede wählst
Route 1: Ein übersetzender Proxy für Claude Code
Wähle diese Option, wenn dir die Claude-Code-Oberfläche, die Berechtigungs-Prompts und der Workflow gefallen und du ein anderes Modell dahinter verwenden möchtest. Du führst den Proxy lokal aus, richtest die CLI darauf ein und ordnest die Modellnamen, die die CLI sendet, uncensored zu. Die genauen Variablen sind in den Dokumentation und im Einrichtungsguide beschrieben.
Route 2: Ein Client, der OpenAI bereits spricht
Mehrere Open-Source-Coding-Assistants und Editor-Erweiterungen, darunter Aider, Continue und Cline, können jeden OpenAI-kompatiblen Endpunkt direkt nutzen. Du gibst die Basis-URL, den Schlüssel und den Modellnamen ein und es gibt keine zu wartende Übersetzungsschicht. Wenn du die Claude-Code-Schnittstelle nicht spezifisch benötigst, ist dies der kürzere Weg und hat weniger Teile, die fehlschlagen können.
Daumenregel: Wähle Route 2 für eine schnelle Testphase des Modells bei Code, und Route 1, wenn dein Team bereits auf den Claude-Code-Workflow angewiesen ist.
Kosten einer Coding-Sitzung
Agenten senden Kontext häufig erneut, daher dominieren Eingabe-Token die Rechnung. Nimm eine Sitzung mit 30 Anfragen, jede mit 20.000 Token Eingabe (Dateien, Verlauf, Tool-Ausgabe) und 800 Token Ausgabe:
- Eingabe: 30 x 20.000 = 600.000 Token, das ist 0,6 x 0,15 $ = 0,09 $
- Ausgabe: 30 x 800 = 24.000 Token, das ist 0,024 x 0,50 $ = 0,012 $
- Gesamt: 0,102 $
Die Preise betragen $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Die Abrechnung erfolgt über Prepaid-Guthaben ohne Abonnement, fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie. Aufladungen liegen zwischen $20 und $500 mit Boni von +5% ab $50, +10% ab $100 und +15% ab $200. Diese Website akzeptiert Aufladungen per Krypto (USDT auf TRC20, USDC auf Base). Die Preisseite enthält die vollständige Tabelle, und die Schlüsselseite ist der Ort, an dem du dich mit Google oder E-Mail anmeldest.
Grenzen, die Agenten-Loops beeinflussen
Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Der Test-Schlüssel erlaubt 2 parallele und 60 pro Minute. Agents, die Unteraufgaben auslagern, können zuerst die Begrenzung für parallele Anfragen erreichen. Die API antwortet dann mit HTTP 429 und dem Code concurrency, während die Begrenzung der Anfragehäufigkeit rate_limited zurückgibt. Eine temporäre Überlastung gibt ebenfalls 429 zurück, mit Retry-After: 5. Ein guter Proxy wiederholt die Anfrage nach der Verzögerung bei 429, und eine gestreamte Anfrage belegt ihren Slot bis zum Ende des Streams, sodass steckengebliebene Streams dir zugerechnet werden.
Der Anfragekörper kann bis zu 8 MB groß sein. Behalte das im Auge, wenn dein Tool große Dateien in Prompts einfügt, und halte den gesamten Prompt unter dem 100.000-Token-Fenster.
Sicherheitshinweise für einen lokalen Proxy
Ein Proxy speichert deinen Upstream-Schlüssel, also behandle ihn wie alle Zugangsdaten. Binde ihn an localhost, nicht an alle Netzwerkschnittstellen, es sei denn, du brauchst wirklich, dass andere Maschinen darauf zugreifen. Speichere den Schlüssel in einer Umgebungsvariable oder einem Secrets-Manager, statt ihn in einer Datei zu speichern, die in die Versionskontrolle geht. Wenn du einen Proxy im Team teilst, gib ihm einen eigenen Master-Schlüssel, damit du ihn rotieren kannst, ohne den Upstream-Schlüssel zu berühren.
Denke auch daran, was ein Agent sendet. Eine Coding-CLI sendet Dateiinhalte, Befehlsausgaben und deine Prompts an das Modell. Prompts werden hier nicht zum Training verwendet, aber du solltest trotzdem Geheimnisse wie private Schlüssel und .env-Dateien außerhalb des Arbeitsverzeichnisses halten, das der Agent lesen kann.
Eine faire Möglichkeit, das Modell für deinen Code zu evaluieren
Wähle drei Aufgaben mit steigendem Schwierigkeitsgrad aus einem echten Repository: ein Fix für eine Datei, eine Änderung, die drei Dateien betrifft, und ein kleines Refactoring mit Tests. Führe jede Aufgabe zweimal mit demselben Prompt aus, einmal mit deinem aktuellen Modell und einmal mit uncensored, und mache dir Notizen über vier Dinge: Wurden die Änderungen sauber angewendet, wurden Tool Calls korrekt analysiert, wie viele Retries waren nötig und was jeder Lauf gekostet hat. Eine Stunde damit sagt dir mehr als jedes Leaderboard.
Wenn das Open-Weight-Modell bei der schwierigsten Aufgabe nicht ausreicht, kannst du es vielleicht immer noch für günstigere Aufgaben wie das Entwerfen von Tests, das Schreiben von Commit-Nachrichten oder das Erklären von unbekanntem Code verwenden. Da die Abrechnung nach Pay as you go aus Prepaid-Guthaben ohne Abonnement erfolgt, gibt es keinen Nachteil, es nur für diese Aufgaben zu verwenden.
