Claude Code 怎么用自己的 API Key?自定义 Endpoint 配置与真实成本(2026)
Claude Code 可以指向任何兼容 Anthropic 的网关。两个环境变量的准确写法、11 个可达的 Claude 模型,以及 75% 缓存命中下每 1000 轮会话的真实成本。
Claude Code 怎么用自己的 API Key?自定义 Endpoint 配置与真实成本(2026)
Claude Code 并没有锁死在官方计费上。它只是 Anthropic Messages API 的一个客户端,服务地址存在环境变量里。改两个变量,终端里的工作流、斜杠命令、改动确认提示全都不变,只是 token 换了个地方计费。
多数教程只给配置,不给钱。这篇补三件事:准确的两个变量写法和顺序、Anthropic 路由上到底哪些模型能通(11 个,不是全部 85 个)、以及一轮真实会话的账单长什么样。另外单独说一个会返回 404 的接口 —— 这是后面排查问题时最容易被误判成网络故障的地方。
一句话答案:把
ANTHROPIC_BASE_URL设为网关域名、ANTHROPIC_AUTH_TOKEN设为你的 Key,然后照常启动claude。Claude Code 会向你指定的地址发POST /v1/messages。在 TokenPAPA 上这个域名是https://tokenpapa.ai,不要带/v1,SDK 自己会拼。
Claude Code 支持自定义 Base URL 吗?
支持。Claude Code 读四个环境变量就能把整个客户端重定向:
| 变量 | 作用 | 示例值 |
|---|---|---|
ANTHROPIC_BASE_URL | Messages API 的主机地址 | https://tokenpapa.ai(不带 /v1) |
ANTHROPIC_AUTH_TOKEN | 作为凭证发送的 Key | 在 tokenpapa.ai/keys 生成 |
ANTHROPIC_MODEL | 会话默认模型 | claude-sonnet-5-5 |
ANTHROPIC_SMALL_FAST_MODEL | 后台小任务用的廉价模型 | claude-haiku-5-5 |
两个细节决定了 90% 的失败:
- Base URL 不能带
/v1。 SDK 的最终地址是「base +/v1/messages」。你自己再加/v1,请求会打到/v1/v1/messages—— 实测返回 404。同一台网关:正确路径无凭证 POST 返回 401(路由存在、需要鉴权),双/v1返回 404(路由不存在)。 - 小模型变量改过名。 旧版本读
ANTHROPIC_SMALL_FAST_MODEL,新版本读ANTHROPIC_DEFAULT_HAIKU_MODEL和ANTHROPIC_DEFAULT_SONNET_MODEL。两种都写上。变量名写错不会报错,只会被静默忽略 —— 表现和「配置没生效」一模一样。
核心结论:把 Claude Code 指向网关是改两个变量,不是改代码。跑不通时先看 base URL 有没有多写
/v1,再看 Key 有没有导出到 Claude Code 那个进程里。
三步配置
第一步:在 tokenpapa.ai/sign-in 登录(没账号先 register),到 tokenpapa.ai/keys 建 Key,只显示一次,当场复制。
第二步:写进 shell 配置,让每个新终端都带上:
# ~/.zshrc 或 ~/.bashrc
export ANTHROPIC_BASE_URL="https://tokenpapa.ai"
export ANTHROPIC_AUTH_TOKEN="sk-填写你的Key"
export ANTHROPIC_MODEL="claude-sonnet-5-5"
export ANTHROPIC_SMALL_FAST_MODEL="claude-haiku-5-5"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="claude-haiku-5-5"第三步:启动 claude,执行 /status。它会打印当前解析到的 base URL 和模型,是确认变量生效最快的方法。/model 可中途切换,/cost 看本会话花了多少。
团队协作用项目内的 .claude/settings.json,别让每个人手改 shell:
{
"env": {
"ANTHROPIC_BASE_URL": "https://tokenpapa.ai",
"ANTHROPIC_MODEL": "claude-sonnet-5-5",
"ANTHROPIC_SMALL_FAST_MODEL": "claude-haiku-5-5",
"CLAUDE_CODE_MAX_OUTPUT_TOKENS": "8000"
}
}Key 不要写进这个文件 —— 它会被提交进仓库。只在里面放路由,Key 留在各人自己的环境变量或密钥管理里。
哪些模型真的能通?
不是全部。网关的定价元数据里每个模型都有 supported_endpoint_types 字段,界线非常干净:11 个 claude-* 同时标 anthropic 和 openai,其余所有条目只标 openai。所以 Anthropic 路由上只有 Claude 家族,截至 2026-11-17 共 11 个:
| 模型 ID | 输入 /1M | 输出 /1M | 缓存输入 /1M | 说明 |
|---|---|---|---|---|
claude-haiku-5-5 | $0.01 | $0.50 | $0.01 | 最便宜,但缓存无折扣 |
claude-sonnet-5-5 | $1.86 | $9.30 | $0.10 | 写代码的最佳默认 |
claude-sonnet-5 | $2.00 | $9.60 | $0.20 | 上一代 Sonnet |
claude-sonnet-4-6 | $3.20 | $16.00 | $0.32 | 更旧且更贵 |
claude-opus-5-5 | $3.72 | $18.60 | $0.20 | 恰好 2× Sonnet 5.5 |
claude-opus-5 | $4.65 | $23.25 | $0.50 | |
claude-opus-4-8 | $4.78 | $23.90 | $0.478 | |
claude-opus-4-7 | $4.78 | $23.90 | $0.478 | 与 4-8 同价 |
claude-opus-4-6 | $5.34 | $26.70 | $0.534 | 最贵的 Opus |
claude-fable-5-1 | $9.60 | $47.80 | $0.24 | 顶配,缓存便宜 |
claude-fable-5 | $9.5625 | $47.8125 | $0.9563 | 顶配,缓存贵 |
模型 ID 按上表原样写。带日期后缀的快照 ID(如厂商的 -20260101)不会被别名匹配,报错发生在请求阶段而不是启动阶段,看起来特别像网络问题。
想在 Claude Code 里跑 DeepSeek / Qwen / GLM,必须加一层翻译代理(LiteLLM、Claude Code Router 之类):接住 Anthropic 格式请求,改写成 /v1/chat/completions,再把响应转回来。能跑,但多一个会坏的环节 —— 流式事件、工具调用块、思考块都要映射,代理不认识的块会静默丢掉。
核心结论:Anthropic 路由是「Claude 专属路线」。「一个 Key 调 80+ 模型」说的是
https://tokenpapa.ai/v1这条 OpenAI 兼容路由;/v1/messages上只有 11 个 Claude。
一轮会话到底多少钱?
Claude Code 的 token 结构和聊天机器人相反:每次请求都要重发系统提示词、工具定义和不断变长的对话,而模型写出来的东西很少 —— 一个 diff、一条命令、两句解释。
一轮典型请求:
| 组成 | 每次请求 token | 是否重复 |
|---|---|---|
| 系统提示词 + 工具 schema | ~11,000 | 每轮重复,字节相同 |
| 对话历史 | ~6,400 | 增长,前缀稳定 |
| 本次用户消息 | ~600 | 一次 |
| 输入合计 | ~18,000 | |
| 输出(diff / 命令 / 小结) | ~550 |
也就是 输出只占 3.0%,输入占 97.0%。按 75% 缓存命中(前缀稳定时很容易达到)算 1000 轮和 5000 轮(约等于一个人每天 150 次请求、22 个工作日):
| 模型 | 无缓存 1000 轮 | 有缓存 1000 轮 | 省下 | 有缓存 5000 轮 |
|---|---|---|---|---|
claude-haiku-5-5 | $0.46 | $0.46 | 0% | $2.27 |
claude-sonnet-5-5 | $38.59 | $14.84 | 62% | $74.18 |
claude-sonnet-5 | $41.28 | $16.98 | 59% | $84.90 |
claude-sonnet-4-6 | $66.40 | $27.52 | 59% | $137.60 |
claude-opus-5-5 | $77.19 | $29.67 | 62% | $148.35 |
claude-opus-5 | $96.49 | $40.46 | 58% | $202.31 |
claude-opus-4-8 | $99.19 | $41.11 | 59% | $205.54 |
claude-opus-4-6 | $110.81 | $45.92 | 59% | $229.62 |
claude-fable-5-1 | $199.09 | $72.73 | 63% | $363.65 |
claude-fable-5 | $198.42 | $82.24 | 59% | $411.19 |
把前两行放在一起看:Haiku 5.5 的 1000 轮 $0.46,比 Sonnet 5.5 开了缓存还便宜 32 倍,比不开缓存便宜 84 倍。一个人一个月就是 $2.27 对 $74.18 —— 一个是零头,一个是账单条目。
为什么缓存折扣比标价更重要?
因为 97% 的 token 在输入侧,输入价就是账单,而缓存后的输入价才是真正的输入价。各家的折扣倍率差异远大于标价差异:
| 模型 | 输入 /1M | 缓存 /1M | 缓存折扣 |
|---|---|---|---|
claude-sonnet-5-5 | $1.86 | $0.10 | 94.6% |
claude-opus-5-5 | $3.72 | $0.20 | 94.6% |
claude-fable-5-1 | $9.60 | $0.24 | 97.5% |
claude-haiku-5-5 | $0.01 | $0.01 | 0% |
Haiku 5.5 是个反例:绝对价格已经低到不需要折扣,事实也确实没有折扣,但它 5000 轮一个月仍然只要 $2.27,比所有模型折后价都低。如果你的活儿主要是搜索、读文件、改名、小改动,直接选最便宜那档,缓存讨论没有意义。中间价位才是缓存真正决定胜负的地方 —— Sonnet 5.5 和 GPT-6.1 Sol 标价完全相同($1.86/$9.30),「哪家便宜」这个问题在标价上无解,差别只在你自己的命中率和提示词稳定度。
保住缓存命中率的三条实操规则:
- 别把时间戳、主机名、当前分支塞进系统提示词 —— 每次都让前缀失效。
- 大文件用工具读,别贴在第一条消息里 —— 贴进去的 8000 token 会按全价在每一轮重算,除非它落在缓存前缀内。
- 会话内别增减 MCP server —— 工具块一变,缓存全掉。
核心结论:在 Claude Code 里,你买的不是「每美元多少智能」,而是「每美元多少缓存稳定性」。同一个模型、同一个套餐,两个团队只因为命中率不同就能差出 2.6 倍账单。
指向网关后哪些东西会坏?
按踩坑频率从高到低:
| 现象 | 最可能原因 | 处理 |
|---|---|---|
| 每个请求都 404 | base URL 多写了 /v1 | 只写域名 |
| OpenAI 路由能用的 Key 在这里 401 | Key 没导出到 Claude Code 进程 | 写进 settings.json 的 env 或 shell 配置后重启 |
| 模型不存在 | 用了带日期后缀的快照 ID | 用 pricing 上的目录名 |
| 花费比预期高 | 缓存没命中,或小模型变量名写错 | 检查前缀稳定性,两种变量名都写 |
最值得单独说明的是 token 计数。 Claude Code 在某些路径上会先问一声「这段上下文多少 token」。实测这台网关:POST /v1/messages 对无效 Key 返回 401(路由存在、需要鉴权),而 POST /v1/messages/count_tokens 返回 404(路由不存在)。结论是精确的预统计拿不到,依赖它的功能不能靠它。做法:显式设置 CLAUDE_CODE_MAX_OUTPUT_TOKENS、自己控制上下文预算、以控制台的按模型消费为准,别信上下文计量条。
便宜模型和强模型怎么分工?
不是「选一个最好的」,而是按任务形态分流。Claude Code 的会话绝大多数是廉价劳动:找符号、读文件、跑测试、报结果;只有少数几轮是真正的多文件推理,那种才值得上更贵的模型。
| 会话里的任务 | 占比 | 模型 | 理由 |
|---|---|---|---|
| 搜索、阅读、解释单个文件 | 60% | claude-haiku-5-5 | 机械活,输出极短,这个价位缓存已无所谓 |
| 改代码、重构、写测试 | 35% | claude-sonnet-5-5 | 需要可靠的多文件编辑 |
| 调一个跨服务的 bug、设计迁移方案 | 5% | claude-opus-5-5 | 只有这几轮值 2 倍价 |
同样 1000 轮,这个组合是 $6.95;全走 Sonnet 是 $14.84,全走 Opus 是 $29.67 —— 比默认的「全用 Sonnet」低 53%。任务类型变了就 /model 切,不用重开会话。
核心结论:三档分流比「选最强模型」省 2.1 倍,而且在真正需要推理的那 5% 上没有损失。贵模型应该看那 5%,而不是 60% 的找文件。
团队怎么铺开而不被账单吓到?
三个控制项,都很便宜:
- 仓库里的
settings.json固定 base URL 和默认模型,省得有人手改 shell、也避免有人误指向个人账号。 - 一人一个 Key,不要团队共用一个。 共用 Key 等于关掉按人归因,出问题时看不出是谁在烧钱。
- 每周一看一次消费。 重点看缓存输入量与非缓存输入量的比例。命中率低于 60% 是提示词结构问题,不是价格问题 —— 改这个比换模型有用得多。
还有一条是代码 Agent 特有的:给输出封顶。一个开始用 2000 token 段落「讲计划」的失控 Agent 也不是模型问题 —— CLAUDE_CODE_MAX_OUTPUT_TOKENS 加上一句「写完 diff 就停」,两个都写上。
常见问题
Claude Code 支持自定义 API 地址吗?
支持。Claude Code 是 Anthropic Messages API 的客户端,服务地址从 ANTHROPIC_BASE_URL 读取,任何能响应 POST /v1/messages 的网关都能接。地址只写到域名、不要带 /v1(SDK 会自己拼 /v1/messages),Key 放在 ANTHROPIC_AUTH_TOKEN。
Claude Code 每 1000 轮对话大概多少钱?
按 TokenPAPA 实时价格、输入 18000 token / 输出 550 token、75% 输入命中缓存计算:claude-sonnet-5-5 约 $14.84/1000 轮,claude-opus-5-5 约 $29.67,claude-haiku-5-5 约 $0.46。完全不做缓存时 Sonnet 5.5 要 $38.59,缓存命中率决定了 62% 的账单。
Claude Code 能跑 DeepSeek、Qwen 吗?
不能直接跑。定价元数据显示 11 个 Claude 模型的 supported_endpoint_types 同时含 anthropic 和 openai,其他模型只有 openai,所以 /v1/messages 只服务 Claude 系列。要跑 DeepSeek / Qwen,必须加一层把 Anthropic 请求翻译成 OpenAI 请求的代理。
指向网关后哪些功能会不工作?
主要是 token 计数:POST /v1/messages/count_tokens 实测返回 404,而 POST /v1/messages 对无效 Key 返回 401 —— 对话路由存在、计数路由不存在。所以精确预统计拿不到:显式设置输出上限、自己控上下文,以控制台的按模型消费为准。
用 Haiku 跑 Claude Code 是不是更省钱?
纯机械活的话便宜到夸张:本期工作负载下 Haiku 5.5 是 $0.46/1000 轮,Sonnet 5.5 开缓存是 $14.84,差 32 倍,因为这个价位上唯一的变量就是输出价。但多文件重构不适合 —— 一次改错重来的成本比省下的高。按任务分流,别一刀切。
Claude Code 和 OpenAI 兼容接口要用两个 Key 吗?
不用。同一个 Key 两条路由都认:Anthropic 路径是 https://tokenpapa.ai + /v1/messages,OpenAI 路径是 https://tokenpapa.ai/v1 + /chat/completions。所以终端里跑 Claude Code、生产里跑 OpenAI SDK,可以共用一个账号、看同一张消费报表。
开始使用
- 建 Key:到 tokenpapa.ai/keys 生成,导出
ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN,启动后/status确认 - 比价:11 个 Claude 模型和 70+ 其他模型的价格都在 tokenpapa.ai/pricing
- 看消费:tokenpapa.ai/dashboard/overview 里核对本周缓存与非缓存输入量
- 新用户:tokenpapa.ai/register 注册,一个 Key 同时支持 OpenAI 兼容与 Anthropic 兼容两条路由
同站相关文章:
- Claude 5.5 价格全解析 —— 完整 Claude 价格阶梯与单任务成本
- 在 Cursor 里配置自定义 API Key —— 同样的思路用在 IDE 上
- 2026 年代码审查该用哪个模型 —— 单次 PR 成本模型
- LLM API 价格速查表 2026 —— 一页看完全部模型
价格读取自 TokenPAPA 实时定价接口(2026-11-17)。成本为按「每轮输入 18000 / 输出 550 token、缓存命中 75%」这一明确工作负载做的算术,你自己的 token 结构会改变结果。路由可用性来自实测:POST /v1/messages 无凭证返回 401(路由存在、需鉴权),POST /v1/messages/count_tokens 返回 404。环境变量名在不同 Claude Code 版本间会变化,请在自用版本中用 /status 核实。
这篇文档对您有帮助吗?
