模型服务选择

模型配置不是越复杂越好。能稳定使用官方 Claude 模型时,优先用默认方案;需要国内网络、团队审计或成本控制时,再考虑网关和自定义服务。

优先级

  1. 官方 Claude Code 账号:最简单,优先跑通学习路线。
  2. 企业云服务:Amazon Bedrock、Google Vertex AI、Microsoft Foundry 等适合团队合规场景。
  3. Anthropic 兼容 LLM Gateway:适合国内网络、团队统一接入、审计和成本控制。
  4. OpenAI 兼容模型服务:只能作为网关后端或实验方案,必须额外验证 Claude Code 工作流。

国内服务怎么选

国内模型服务商很多,但选择标准不是“谁便宜”或“谁回答快”,而是它能不能稳定承接 Claude Code 的 agent 场景。

选择服务时看这张表:

标准为什么重要
Anthropic Messages 兼容Claude Code 工作流更依赖这类语义
工具调用稳定读写文件、运行检查、diff 解释都依赖工具链
长上下文项目分析、跨文件修改、代码审查需要上下文
流式输出稳定长任务不中断,体验更可控
错误信息清楚排障时能知道是额度、网络、认证还是模型问题
密钥和审计团队场景必须可管理、可轮换、可追踪
看到“兼容 OpenAI API”时,不要默认它就兼容 Claude Code。Claude Code 需要的不是普通聊天接口,而是能支持工具、长上下文和 Anthropic Messages 语义的完整链路。

不要猜模型名

模型名、Base URL 和 API Key 必须来自服务商控制台或官方文档。猜出来的模型名即使能请求,也可能能力不稳定、上下文不足或工具调用不兼容。

模型能力分层

如果一个网关同时提供多个模型,可以把强模型留给规划和审查,把便宜模型留给简单说明。但新手阶段不要频繁切换,先固定一个稳定模型跑通完整流程。

不同阶段怎么选

学习阶段推荐选择
刚安装官方或最稳定配置
学 Plan Mode强模型,保证计划质量
做文档和模板稳定中文模型即可
修真实 Bug强模型或团队主力模型
提交前审查尽量使用质量最高的模型
大规模重构不建议用未验证网关

不要频繁切模型

新手阶段最容易把“模型不稳定”和“任务没说清楚”混在一起。建议先固定一个稳定配置,完整跑通:

安装 -> 模型验证 -> 只读分析 -> Plan Mode -> 小修改 -> diff -> /verify

只有当同一套提示词在简单任务里也频繁失败,再考虑切换模型。不要每个任务都换一次服务商,否则很难判断问题来自模型、网关、网络还是任务描述。

让 CC 帮忙整理配置清单

请帮我整理 Claude Code 模型配置清单。

我准备使用的服务商是:【服务商】

请告诉我需要确认:
1. Provider 类型。
2. Base URL。
3. Model 名称。
4. API Key 应该放在哪里。
5. 这个服务是否只提供 OpenAI 兼容接口,还是支持 Anthropic Messages。
6. 是否支持工具调用、流式输出、长上下文和模型列表。
7. 哪些信息不能写进项目文件。
8. 配置后如何做只读验证。

不要编造服务商参数,不确定就写“需要去控制台确认”。

服务商变更前的检查

切换模型服务商前,让 CC 先做风险检查:

我准备切换 Claude Code 模型服务商,请先帮我做风险检查。

请判断:
1. 新服务是否支持 Claude Code 需要的协议和工具能力。
2. 是否需要迁移 Base URL、模型名和密钥。
3. 是否会影响已有配置档。
4. 是否需要保留官方或旧配置作为备用。
5. 切换后用什么只读任务验证。
6. 不要输出或保存真实 API Key。

选错模型的信号

出现这些信号时,优先切换到更稳定的模型或官方配置,不要把问题都归咎于提示词。

验证模型不要直接上真实项目

切换模型后,先做三个小验证:

验证通过标准
只读项目分析能准确说出目录、入口、脚本,不编造文件
小范围修改计划能限制改动范围,给出验收方式
diff 审查能指出具体文件和真实风险,不泛泛而谈

这三步都稳定,再进入真实项目任务。

验收结果