Ce que fait le proxy
Un proxy Claude Code est tout serveur que vous exécutez entre l'interface CLI de codage d'Anthropic et le modèle qui répond. Claude Code lit une variable d'environnement pour l'adresse de l'API et y envoie ses requêtes. Si cette adresse est un proxy, le proxy décide de ce qui se passe réellement : il peut enregistrer le trafic, ajouter des règles ou transférer l'appel à un modèle différent.
Le détail clé est le format de transmission. Claude Code utilise le format Messages d'Anthropic. L'API à https://api.claudecodeproxyapi.com/v1 utilise le format OpenAI Chat Completions, avec l'ID de modèle uncensored. Les deux sont proches dans leur esprit mais pas interchangeables, vous ne pouvez donc pas coller notre URL directement dans Claude Code. Une couche de traduction doit réécrire chaque requête et chaque réponse, y compris les chunks de streaming et les appels d'outils.
Ce qui se place où
| Partie | Parle | Rôle |
|---|---|---|
| Interface CLI Claude Code | Format Messages Anthropic | Planifie les modifications, appelle des outils, affiche les diffs |
| Proxy de traduction (local) | Les deux formats | Convertit les requêtes et les flux, mappe les noms de modèles |
| Cette API | OpenAI Chat Completions | Exécute le modèle à poids ouverts, facture par token |
Des projets communautaires gèrent la partie centrale. Le proxy de LiteLLM et claude-code-router sont deux exemples documentés publiquement à cette fin. Ce sont tous deux des logiciels tiers, vérifiez donc leurs docs actuelles pour les versions et les options (flags) pris en charge avant de vous y appuyer. Si quelque chose échoue en cours de route, le guide de dépannage du proxy est le point de départ, et ce site propose également un article séparé étape par étape pour la configuration.
Avant de le configurer : soyez honnête sur le modèle
Claude Code a été conçu autour des modèles d'Anthropic. Remplacer par un modèle différent modifie le comportement, et aucun proxy ne peut le masquer. Le modèle ici est un modèle à poids ouverts exécuté par un éditeur indépendant et ajusté pour répondre sans refus de contenu pour une utilisation légale pour adultes. Ce n'est pas Claude, et ce n'est pas une API officielle d'Anthropic ou d'un autre éditeur.
Ce qu'il vous offre pour les travaux de type agent :
- Appel de fonctions avec les
tools,tool_choiceet destool_callsen streaming, les résultats étant renvoyés sous forme de messagesrole: "tool". - Une fenêtre de contexte de 100 000 tokens, pour le prompt et la complétion combinés.
- Le mode JSON avec
response_format, et le streaming via SSE.
Ce que vous devez vérifier vous-même : la fidélité lors d'une longue boucle d'agent, la fréquence des appels d'outils malformés et la gestion de votre langage et framework. Exécutez trois ou quatre tâches réelles depuis votre dépôt avant de migrer un workflow entier. Le crédit d'essai gratuit de 0,50 $, obtenu en un clic après la connexion, suffit pour cela.
Testez d'abord le service amont
Avant de toucher à Claude Code, confirmez que le côté API fonctionne avec une requête simple, y compris un appel d'outil, car les agents en dépendent :
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"
}'
Une bonne réponse contient une entrée tool_calls avec list_files et une chaîne d'arguments JSON. Si vous voyez cela, le service amont est prêt et tout problème ultérieur relève de la configuration du proxy ou de l'interface CLI.
Deux routes, et quand choisir chacune
Route 1 : un proxy de traduction pour Claude Code
Choisissez cette option si vous aimez l'interface Claude Code, ses invites d'autorisation et son workflow, et souhaitez un modèle différent derrière. Vous exécutez le proxy localement, pointez l'interface CLI dessus et mappez les noms de modèles envoyés par l'interface CLI vers uncensored. Les variables exactes sont couvertes dans la documentation et l'article de configuration.
Route 2 : un client qui parle déjà OpenAI
Plusieurs assistants de codage open-source et extensions d'éditeur, y compris Aider, Continue et Cline, peuvent utiliser n'importe quel endpoint compatible OpenAI directement. Vous entrez l'URL de base, la clé et le nom du modèle, et il n'y a pas de couche de traduction à maintenir. Si vous n'avez pas spécifiquement besoin de l'interface Claude Code, c'est le chemin le plus court et il comporte moins de composants susceptibles de tomber en panne.
Une règle empirique : choisissez la route 2 pour un essai rapide du modèle sur du code, et la route 1 lorsque votre équipe s'appuie déjà sur le workflow Claude Code.
Coût d'une session de codage
Les agents renvoient beaucoup de contexte, donc les tokens d'entrée dominent la facture. Prenons une session de 30 requêtes, chacune avec 20 000 tokens d'entrée (fichiers, historique, sortie d'outil) et 800 tokens de sortie :
- Entrée : 30 x 20 000 = 600 000 tokens, soit 0,6 x 0,15 $ = 0,09 $
- Sortie : 30 x 800 = 24 000 tokens, soit 0,024 x 0,50 $ = 0,012 $
- Total : 0,102 $
Les prix sont de 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. La facturation est prélevée sur le crédit prépayé sans abonnement ; les requêtes échouées ou refusées ne sont pas facturées, et le crédit n'expire jamais. Les recharges vont de 20 $ à 500 $ avec des bonus de +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $. Ce site accepte les recharges par crypto (USDT sur TRC20, USDC sur Base). La page tarifs contient le tableau complet, et la page clé est celle où vous vous connectez avec Google ou courriel.
Limites affectant les boucles d'agents
Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. La clé d'essai permet 2 requêtes simultanées et 60 par minute. Les agents qui répartissent des sous-tâches peuvent atteindre la limite de concurrence en premier. L'API répond alors par un code HTTP 429 avec concurrency, tandis que la limite de taux de requêtes renvoie rate_limited. Une surcharge temporaire renvoie également un 429, avec Retry-After: 5. Un proxy efficace réessaie après le délai sur un 429, et une requête en flux conserve sa place jusqu'à la fin du flux, de sorte que les flux bloqués comptent pour vous.
Le corps de la requête peut faire jusqu'à 8 Mo. Gardez cela à l'esprit si votre outil colle de gros fichiers dans les prompts, et gardez le prompt entier sous la fenêtre de 100 000 tokens.
Notes de sécurité pour un proxy local
Un proxy conserve votre clé upstream ; traitez-la comme n’importe quel identifiant. Liez-le à localhost, et non à toutes les interfaces réseau, sauf si vous devez vraiment permettre à d’autres machines d’y accéder. Stockez la clé dans une variable d’environnement ou un gestionnaire de secrets plutôt que dans un fichier qui serait ajouté au contrôle de version. Si vous partagez un proxy avec une équipe, attribuez-lui sa propre clé maître afin que vous puissiez la faire tourner sans toucher à la clé upstream.
N'oubliez pas également ce qu'envoie un agent. Un CLI de code transmet le contenu des fichiers, la sortie des commandes et vos prompts au modèle. Les prompts ne sont pas utilisés pour l'entraînement ici, mais vous devez tout de même garder les secrets tels que les clés privées et les fichiers .env hors du répertoire de travail que l'agent peut lire.
Une méthode équitable pour évaluer le modèle sur votre code
Choisissez trois tâches de difficulté croissante dans un dépôt réel : une correction sur un seul fichier, une modification touchant trois fichiers et une petite refactorisation avec des tests. Exécutez chaque tâche deux fois avec le même prompt, une fois avec votre modèle actuel et une fois avec uncensored, et prenez des notes sur quatre points : les modifications ont-elles été appliquées proprement, les appels de fonctions ont-ils été analysés, combien de réessais ont été nécessaires et quel a été le coût de chaque exécution. Une heure de cela vous en apprend plus que n'importe quel classement.
Si le modèle à poids ouverts est insuffisant sur la tâche la plus difficile, vous constaterez peut-être qu'il convient à des tâches moins coûteuses telles que la rédaction de tests, la rédaction de messages de commit ou l'explication de code inconnu. La facturation en paiement à l'usage à partir du crédit prépayé sans abonnement signifie qu'il n'y a aucune pénalité à l'utiliser uniquement pour ces tâches.
