本文详细介绍了如何将Claude Code与国内多个性价比高的大模型进行集成，特别是GLM-4.5、Qwen3-Coder-Plus和Kimi-K2。通过配置简单的环境变量，用户无需修改Claude Code的任何代码，即可轻松使用这些优秀的国产大模型。文章提供了不同模型在macOS和Windows系统下的具体配置方法，并对各模型进行了主观评分，推荐了GLM-4.5作为便宜又强大的选择。同时，文章也预告了后续将展示GLM-4.5结合Claude Code的实际应用案例，鼓励读者关注并一同学习AI技术。

💡 Claude Code默认集成了自家模型，但成本较高。文章对比了国内大模型如GLM-4.5、Qwen3-Coder-Plus和Kimi-K2，发现其定价更具吸引力，特别是GLM-4.5在2025年8月31日前仅需1¥/百万Tokens输入成本，且提供大量免费额度，性价比极高。

🚀 集成国内大模型至Claude Code的操作非常简便，只需配置两个环境变量：`ANTHROPIC_BASE_URL`指向各模型提供的兼容Anthropic API的端点，`ANTHROPIC_AUTH_TOKEN`则设置为相应的API Key。文章提供了GLM-4.5、Qwen3-Coder-Plus和Kimi-K2在macOS和Windows系统下的具体配置命令。

📊 文章对体验过的国内大模型进行了主观评分：GLM-4.5获得五星好评，称赞其“便宜又大杯”；Qwen3-Coder-Plus获得四星，指出其在复杂场景下代码仍有BUG；Kimi-K2获得三星，主要原因是生成速度较慢。作者强调GLM-4.5的价格优势使其成为优选。

🔧 在配置好环境变量后，用户需要通过`source`命令使其生效，并可通过`echo`命令检查是否配置成功。最后，运行`claude`命令即可启动Claude Code，此时提示信息中应已显示覆盖后的API Base URL，表明集成成功。

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会跟你分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！也非常欢迎你通过公众号发消息加入我们！

❤️ 微信公众号｜搜一搜：蚝油菜花

---

货比各家

Claude Code 默认集成了自家的 Claude 系列模型，但其昂贵的定价足以劝退大部分想要来尝尝鲜的人。

对比各家的模型定价，真是直呼国内的大模型太香咯～

模型名称	输入成本（每百万Tokens）	输出成本（每百万Tokens）	上下文长度（Tokens）	视觉功能支持
GLM-4.5	2¥（2025年8月31日前仅需1¥！）	8¥	128k	❌
qwen3-coder-plus	4～10¥（命中缓存再打2.5折！）	16～100¥	1M	❌
kimi-k2-0711-preview	4¥（命中缓存仅需1¥！）	16¥	128k	❌
Claude Sonnet 4	约21.6¥（命中缓存打1折！）	约108¥	200k	✅

那么如何使用 Claude Code 来接入这些具有巨大性价比的大模型呢！为了实现这一目的，各家平台都相继提供了一个能够兼容 Anthropic API 的端点，使我们可以非常简单地与 Claude Code 集成，不需要修改 Claude Code 的任何代码，只需配置两个环境变量就能将大模型集成到 Claude Code 中！

🔈正好！最近智谱AI上新，GLM-4.5 大模型全场5折！新用户注册即可白嫖2000万Tokens额度，马上获取API Key并跟随本文内容接入 GLM-4.5 大模型快速体验Claude Code吧！

配置环境变量将大模型接入 Claude Code（三选一）

1. 在 Claude Code 中使用 Qwen3-Coder-Plus 模型

在Claude Code中使用百炼提供的 Qwen3-Coder-Plus 模型，只需要配置以下两个环境变量：

ANTHROPIC_BASE_URL：设置为dashscope.aliyuncs.com/api/v2/apps…ANTHROPIC_AUTH_TOKEN：设置为你获取的阿里云百炼 API Key

MacOS（Zsh）

echo 'export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxy' >> ~/.zshrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.zshrc

Windows（Git Bash）

echo 'export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxy' >> ~/.bashrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.bashrc

2. 在 Claude Code 中使用 Kimi-K2 模型

在Claude Code中使用 Moonshot AI 提供的 Kimi-K2 模型，只需要配置以下两个环境变量：

ANTHROPIC_BASE_URL：设置为api.moonshot.cn/anthropicANTHROPIC_AUTH_TOKEN：设置为你获取的Moonshot AI API Key

MacOS（Zsh）

echo 'export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic' >> ~/.zshrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.zshrc

Windows（Git Bash）

echo 'export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic' >> ~/.bashrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.bashrc

3. 在 Claude Code 中使用 GLM-4.5 模型

在Claude Code中使用智谱AI提供的 GLM-4.5 模型，只需要配置以下两个环境变量：

ANTHROPIC_BASE_URL：设置为open.bigmodel.cn/api/anthrop…ANTHROPIC_AUTH_TOKEN：设置为你获取的智谱AI API Key

MacOS（Zsh）

echo 'export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic' >> ~/.zshrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.zshrc

Windows（Git Bash）

echo 'export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic' >> ~/.bashrcecho 'export ANTHROPIC_AUTH_TOKEN={YOUR_API_KEY}' >> ~/.bashrc

使环境变量生效

MacOS（Zsh）

完成配置环境变量后，需要输入以下指令使环境变量生效：

source ~/.zshrc

Windows（Git Bash）

完成配置环境变量后，需要输入以下指令使环境变量生效：

source ~/.bashrc

打开一个新的终端，执行下列命令，可以检查环境变量是否生效：

echo $ANTHROPIC_BASE_URLecho $ANTHROPIC_AUTH_TOKEN

运行 Claude Code

最后，在终端中执行以下命令，运行 Claude Code：

claude

运行结果如下图所示，可以看到提示信息中已经将 API Base URL 覆盖成配置的地址了：

写在最后

临近8月！没想到各大厂开始争相发布新的大模型，还是开源！不仅能力一个比一个优秀，而且价格还一个比一个便宜！这三个大模型我基本都体验过了，这里就简单地打个分吧满分五颗🌟，评分结果是仅个人主观感受，不喜勿喷：

GLM-4.5：🌟🌟🌟🌟🌟（便宜又大杯，价格实在太香，必须满分！）Qwen3-Coder-Plus：🌟🌟🌟🌟（面对复杂场景的开发时，生成的代码仍存在不少BUG）Kimi-K2：🌟🌟🌟（打三颗星主要还是因为现在的生成速度太慢了）

本篇文章就写到这里，在下一篇文章，我将实操带你使用GLM-4.5 + Claude Code的生成简单案例展示，这篇文章也将收录到原创专栏《油菜花的Claude Code快速上手指南》中，欢迎感兴趣的小伙伴关注，一起学习，一起进步！

《油菜花的Claude Code快速上手指南》:mp.weixin.qq.com/mp/appmsgal…

❤️ 感谢阅读！

---

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会跟你分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！也非常欢迎你通过公众号发消息加入我们！

❤️ 微信公众号｜搜一搜：蚝油菜花