Claude Code 降本方案：无缝切换本地模型

如果你像我一样使用较便宜的 Anthropic 套餐，在深度使用 Claude Code 进行编码时，经常会遇到每日或每周配额限制。如果想继续工作，可以连接本地开源模型而不是使用 Anthropic。要监控当前配额，输入：/usage

最好的开源模型在不断变化！写这篇文章时，我推荐来自 Z.AI 的 GLM-4.7-Flash 或 Qwen3-Coder-Next（*编辑注：2026 年中期 -> 查看：Qwen3.6-27B 和 Gemma 4）。如果想节省磁盘空间和 GPU 内存，可以尝试较小的量化版本，它加载和运行速度更快，但质量会有所下降。我会另外发布一篇详细文章，介绍如何根据你的任务和机器限制找到最适合的开源模型。

如果你以前没用过 LM Studio，它是在本地机器上查找和运行开源 LLM 及视觉模型的便捷方式。在 0.4.1 版本中，LM Studio 引入了连接 Claude Code（CC）的支持。详见：https://lmstudio.ai/blog/claudecode，或按以下说明操作：

安装并运行 LM Studio

找到模型搜索按钮来安装模型（见上面的图片）。LM Studio 建议运行模型时上下文 > 25K。

打开新的终端会话：

a. 启动服务器：

lms server start --port 1234

b. 配置环境变量指向 LM Studio：

export ANTHROPIC_BASE_URL=http://localhost:1234
export ANTHROPIC_AUTH_TOKEN=lmstudio

c. 启动指向你服务器的 CC：

claude --model openai/gpt-oss-20b

降低对速度和性能的预期！

要确认你正在使用的模型或切换回去，输入 /model

方法 2：直接连接到 Llama.CPP

LM Studio 基于开源项目 llama.cpp 构建。如果你不想使用 LM Studio，可以直接安装并运行该项目并连接 Claude Code，但说实话，除非你在微调模型或有特殊需求，否则 LM Studio 通常是更快的设置方式。

目前，这是一个备用方案。除非你拥有非常强大的机器，否则你会注意到操作耗时增加和代码质量下降，但它确实能用（!），而且在配额限制恢复后在本地 OSS 模型和 Claude 之间切换也很容易，所以当你卡住或只是想节省配额时，这是继续编码的好办法。如果你尝试了，请告诉我你的情况以及哪个模型对你有效。