Recomendado usar claude code con modelos nacionales
Categories:
En realidad siento cierta aversión por la empresa anthropic, pero está en auge, así que no queda más remedio que usarla a regañadientes. Contraté una suscripción claudecode pro, la cuota es muy escasa y solo sirve para planificar. Los modelos nacionales rinden algo peor, pero la cuota es mayor, con una clara ventaja de relación calidad-precio. Los proveedores de modelos nacionales aún no ofrecen response API, por lo que no se pueden integrar bien en codex, siempre que no consideremos la versión antigua de codex. Es posible que chat completion tenga sus limitaciones históricas, lo que hace que el rendimiento de las API de cada proveedor no sea totalmente idéntico; por ejemplo, deepseekv4 necesita extra body para activar thinking y solo reconoce “high/max”, y en los turnos múltiples con herramientas hay que conservar reasoning_content. En Zhipu, la temperature no se puede fijar en 0. En kimi, con thinking activo, la temperature debe fijarse obligatoriamente en 1, no admite tool_choice=required ni funciones, etc. Es decir, la chat completion de la API de openai no se ha convertido perfectamente en el estándar de facto; una integración directa implica concesiones en algunos escenarios, y en los casos graves da error y no puede seguir ejecutándose. Por el contrario, su compatibilidad con la API de anthropic, aunque todavía presenta incompatibilidades en algunos escenarios, sigue esforzándose por mantener la compatibilidad. Por tanto, usar directamente la API de anthropic es una opción sin complicaciones. Y claudecode, como producto oficial de anthropic, tiene la última palabra sobre los cambios en la API de anthropic; si los proveedores de modelos no quieren perder a los usuarios de claudecode, solo pueden esforzarse por adaptarse. Esta es la opción cómoda adecuada en la actualidad; espero que en el futuro aparezca una API más universal que desacople por completo los modelos y las herramientas.
