Recomenda-se usar claude code com modelos nacionais
Categories:
Eu realmente sinto certa aversão à empresa anthropic, mas seu prestígio está em alta, então só posso usar com relutância. Assinei o claudecode pro, a cota é muito pequena, só serve para planejamento. Os modelos nacionais têm desempenho um pouco inferior, mas a cota é maior, com clara vantagem de custo-benefício. As empresas de modelos nacionais atualmente não oferecem response API, portanto não é possível integrar bem no codex, presumindo que não consideremos o codex antigo. O chat completion pode ter suas limitações históricas, fazendo com que o desempenho das APIs de cada empresa não seja totalmente consistente, como o deepseekv4, que precisa de extra body para ativar o thinking, reconhecendo apenas “high/max”, e em múltiplas rodadas com ferramentas é necessário preservar o reasoning_content. A temperature da Zhipu não pode ser definida como 0. No kimi com thinking, a temperature deve ser fixada em 1, não suporta tool_choice=required, não suporta functions, etc. Ou seja, a chat completion da API openai não se tornou perfeitamente o padrão de fato, a integração direta terá compromissos em alguns cenários, e em casos graves haverá erro e impossibilidade de execução contínua. Em contraste, sua compatibilidade com a API anthropic, embora ainda existam incompatibilidades em alguns cenários, ainda se esforçam para manter a compatibilidade. Portanto, usar diretamente a API anthropic é uma escolha tranquila. E o claudecode, sendo um produto oficial da anthropic, tem palavra final sobre as mudanças na API anthropic; se as empresas de modelos não quiserem perder os usuários do claudecode, só podem se esforçar para adaptar. Esta é a escolha tranquila adequada no momento; espero que no futuro surja uma API mais universal, para desacoplar completamente modelos e ferramentas.
