プロキシの役割
Claude Code用プロキシ:OpenAI互換のLLM APIを使う:OpenAI互換のLLM APIを使うとは、AnthropicのコーディングCLIとモデルの間に設置するサーバーです。Claude CodeはAPIアドレスを環境変数から読み取り、リクエストを送信します。プロキシが実際の動作を決めます。通信のログ記録、ルールの追加、別のモデルへの転送ができます。
重要な点はワイヤーフォーマットです。Claude Code は Anthropic の Messages 形式を使用します。https://api.claudecodeproxyapi.com/v1 の API は、モデル ID が uncensored の OpenAI Chat Completions 形式を使用します。両者は考え方は近いものの互換性がないため、URL を Claude Code にそのまま貼り付けることはできません。翻訳レイヤーは、ストリーミングチャンクやツール呼び出しを含む、各リクエストとレスポンスを書き換える必要があります。
構成要素の配置
| パート | 使用する形式 | 役割 |
|---|---|---|
| Claude Code CLI | Anthropic Messages 形式 | 編集の計画、ツールの呼び出し、差分の表示 |
| 翻訳プロキシ(ローカル) | 両方の形式 | リクエストとストリーミングの変換、モデル名のマッピング |
| このAPI | OpenAI Chat Completions | オープンウェイトモデルの実行、トークンごとの課金 |
コミュニティプロジェクトが中核部分を処理します。LiteLLMのプロキシとclaude-code-routerは、この目的のために公開文書化されている2つの例です。これらはどちらもサードパーティ製ソフトウェアなので、それらの上に構築する前に、現在のドキュメントでサポートされているバージョンとフラグを確認してください。途中で何か失敗した場合、プロキシのトラブルシューティングガイドが開始地点となり、このサイトには別途ステップバイステップのセットアップ記事もあります。
設定前に:モデルについて正直に
Claude Code は Anthropic 独自のモデルを中心に構築されています。異なるモデルに置き換えると動作が変化し、プロキシではそれを隠すことはできません。ここで扱うモデルは、独立したプロバイダが実行し、合法的な成人向けの用途でコンテンツ拒否なしで応答するように調整されたオープンウェイトモデルです。Claude ではなく、Anthropic または他のベンダーの公式 API でもありません。
エージェントスタイルの作業で得られるもの:
tools、tool_choiceによる関数呼び出しと、ストリーミングされたtool_calls、結果はrole: "tool"メッセージとして返されます。- プロンプトと生成結果 を合わせて 100,000 トークンのコンテキストウィンドウ。
response_formatによるJSONモードと、SSEによるストリーミング。
自分で検証すべき点:エージェントループの追従性、不正なツール呼び出しの頻度、言語やフレームワークの扱い方です。ワークフロー全体を移行する前に、リポジトリの実際のタスクを3〜4件実行してください。サインアップ後にワンクリックで請求できる $0.50 の無料トライアルクレジットで十分です。
アップストリームを先にテスト
Claude Code に触れる前に、エージェントが依存するツール呼び出しを含むプレーンなリクエストで API 側が機能することを確認してください:
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"
}'
良い回答にはtool_callsエントリが含まれ、その中にlist_filesとJSON引数文字列があります。これが表示されれば、アップストリームは準備完了で、以降の問題はプロキシまたはCLIの設定が原因です。
2つのルートと選択基準
ルート1:Claude Code 用の翻訳プロキシ
Claude Codeのインターフェースとワークフローを維持し、背後のモデルを変更したい場合に適しています。プロキシをローカルで実行し、CLIのモデル名をuncensoredにマッピングします。詳細はドキュメントをご覧ください。
ルート2:すでに OpenAI 形式に対応しているクライアント
Aider、Continue、Cline を含むいくつかのオープンソースコーディングアシスタントとエディタ拡張機能は、OpenAI 互換エンドポイントを直接使用できます。ベース URL、キー、モデル名を入力するだけで、維持する翻訳レイヤーはありません。Claude Code のインターフェースを特に必要としない場合は、これがより短いパスであり、壊れる可能性のある部品が少なくなります。
経験則:モデルをコードで素早く試す場合はルート2を、チームがすでに Claude Code ワークフローに依存している場合はルート1を選択します。
コーディングセッションのコスト
エージェントはコンテキストを大量に再送信するため、入力トークンが請求の大部分を占めます。30リクエストのセッション、各20,000トークンの入力(ファイル、履歴、ツール出力)と800トークンの出力を想定します:
- 入力:30 x 20,000 = 600,000 トークン、これは 0.6 x $0.15 = $0.09
- 出力:30 x 800 = 24,000 トークン、これは 0.024 x $0.50 = $0.012
- 合計:$0.102
料金は1M入力トークンあたり$0.15、1M出力トークンあたり$0.50です。請求は前払いクレジットから行われ、失敗または拒否されたリクエストには課金されず、クレジットは期限切れしません。チャージは$20から$500までで、$50以上で+5%、$100以上で+10%、$200以上で+15%のボーナスが付きます。当サイトは暗号資産(TRC20上のUSDT、Base上のUSDC)でのチャージを受け付けます。料金ページに完全な表があり、キーページでGoogleまたはメールでサインアップできます。
エージェントループに影響する制限
フルキーは8つの同時リクエストと1分あたり300リクエストを許可します。トライアルキーは1分あたり2つの同時リクエストと1分あたり60リクエストを許可します。サブタスクを並列実行するエージェントは、まず同時実行数の制限に達する可能性があります。APIはその後、コードconcurrencyを付けてHTTP 429を返し、リクエストレートの制限はrate_limitedを返します。一時的な過負荷も429を返し、Retry-After: 5が付きます。優れたプロキシは遅延後に429で再試行し、ストリーミングリクエストはストリームが終了するまでスロットを保持するため、停止したストリームは同時実行数に数えられます。
リクエストボディは最大 8 MB です。ツールがプロンプトに大きなファイルを貼り付ける場合はこれを念頭に置き、全体のプロンプトを 100,000 トークンのウィンドウ内に収めてください。
ローカルプロキシのセキュリティノート
プロキシはアップストリームのキーを保持するため、他の認証情報と同様に扱ってください。他のマシンからアクセスさせる必要がある場合を除き、すべてのネットワークインターフェースではなく localhost にバインドしてください。キーはバージョン管理にコミットされるファイルではなく、環境変数またはシークレットマネージャーに保存してください。チームでプロキシを共有する場合は、アップストリームのキーを変更せずにキーをローテーションできるように、専用のマスターキーを割り当ててください。
また、エージェントが送信する内容も覚えておいてください。コーディング CLI はファイルの内容、コマンドの出力、プロンプトをモデルに転送します。ここではプロンプトはトレーニングに使用されませんが、プライベートキーや .env ファイルなどの秘密情報は、エージェントが読み取ることができる作業ディレクトリの外に保持してください。
コードに対するモデルの評価方法
実際のリポジトリから難易度が異なる 3 つのタスクを選択します:1 ファイルの修正、3 ファイルにまたがる変更、テスト付きの小さなリファクタリングです。それぞれを同じプロンプトで 2 回実行します。1 回は現在のモデルで、もう 1 回は uncensored で実行し、以下の 4 点についてメモを取ってください:修正が正常に適用されたか、ツール呼び出しが正常に解析されたか、必要なリトライ回数、各実行のコストです。この作業を 1 時間行うと、どのリーダーボードよりも多くのことがわかります。
オープンウェイトモデルが最も難しいタスクで期待通りに動作しない場合でも、テストのドラフト作成、コミットメッセージの作成、見慣れないコードの説明など、より安価なタスクには適している可能性があります。請求はサブスクリプションではなく前払いクレジットからの従量制であるため、これらのタスクのみに使用してもペナルティはありません。
