Zalecane użycie claude code z modelami krajowymi
Categories:
W rzeczywistości nieco nie cierpię firmy anthropic, ale jest teraz na fali wznoszącej, więc muszę używać jej produktów z niechęcią. Wykupiłem subskrypcję claudecode pro, ale limit jest bardzo mały, więc mogę z niej korzystać tylko do planowania. Modele krajowe radzą sobie nieco gorzej, ale mają większe limity, co daje wyraźną przewagę w stosunku do ceny. Dostawcy modeli krajowych obecnie nie udostępniają response API, więc nie można ich dobrze zintegrować z codex, pod warunkiem że nie bierzemy pod uwagę starej wersji codex. Chat completion może mieć swoje historyczne ograniczenia, przez co działanie API u różnych dostawców nie jest całkowicie identyczne — na przykład deepseekv4 wymaga extra body, aby włączyć thinking, i akceptuje tylko “high/max”, a w wieloturowych rozmowach z narzędziami trzeba zachować reasoning_content. U Zhipu temperature nie może być ustawiona na 0. W przypadku kimi przy włączonym thinking temperature musi być stałą równą 1, nie obsługuje tool_choice=required ani functions itp. Oznacza to, że openai API chat completion nie stało się w pełni faktycznym standardem — bezpośrednia integracja wiąże się z kompromisami w niektórych scenariuszach, a w poważnych przypadkach powoduje błędy uniemożliwiające dalsze działanie. Z kolei ich kompatybilność z API anthropic, choć nadal nie jest pełna w niektórych scenariuszach, jest utrzymywana z dużym zaangażowaniem. Dlatego bezpośrednie użycie API anthropic jest wyborem oszczędzającym kłopoty. A claudecode jako oficjalny produkt anthropic ma absolutny wpływ na zmiany w API anthropic — jeśli dostawcy modeli nie chcą tracić użytkowników claudecode, muszą się jak najlepiej dostosować. To obecnie rozsądny wybór oszczędzający kłopoty. Mam nadzieję, że w przyszłości pojawi się bardziej uniwersalne API, które całkowicie oddzieli modele od narzędzi.
