新我们如何抓出挂错模型的卖家,并在发生时为你退款。
UberLLM

Claude Code可以在DeepSeek、GLM或Kimi模型上运行吗?

是的。通过 UberLLM 的 Anthropic 兼容 endpoint,市场上任何聊天模型都可以映射到 Claude Code 的模型槽位,这样 Claude Code 就可以运行在 DeepSeek、GLM、Kimi 或 Qwen 模型上。在 2026年11月19日,来自这四家厂商的 70 个模型正在处理请求。MoonshotAI:Kimi K3.1 Pro 每百万输入 token 成本为 $0.048,每百万输出 token 成本为 $1.6796。uberllm.dev/claude-code 上的安装程序会为您写入映射。失败的请求不收取费用。

· ·

价格截至 2026年11月19日 08:00 UTC。本页每小时更新一次。

在一个终端中设置它

Claude Code 读取两个设置来使用另一个 endpoint:ANTHROPIC_BASE_URL 和 ANTHROPIC_AUTH_TOKEN。将第一个设置为 UberLLM 的 Anthropic 兼容地址 https://api.uberllm.dev(末尾没有 /v1),第二个设置为 UberLLM key。然后启动 Claude Code。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
claude

这仅对当前终端有效。ull_your_key 代表您 keys page 中的一个 key。仅设置这两个时,Claude Code 会请求其自己的模型名称,UberLLM 会提供相同的 Claude 模型。要在 DeepSeek、GLM、Kimi 或 Qwen 上运行,请添加下方对应模型系列的变量。

每个模型家族一个代码块

Claude Code 有四个模型槽位,每个都有自己的变量:ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、ANTHROPIC_DEFAULT_HAIKU_MODEL(Claude Code 也将其用于标题和摘要等后台工作)和 CLAUDE_CODE_SUBAGENT_MODEL。ANTHROPIC_MODEL 是会话开始时使用的模型。映射每个槽位:未设置的槽位会继续请求 Claude 模型,您将为此支付 Claude 的价格。

Claude Code 仅知道 Claude 模型的上下文大小,并假定任何其他模型为 200,000 token。因此,具有 1M token 上下文的模型块以 [1m] 结尾其模型 ID,而其他大小的模型块则将 CLAUDE_CODE_MAX_CONTEXT_TOKENS 设置为该大小。设置的上下文大于模型实际支持的上下文会导致请求在对话超出模型容量时失败。

下面每个块都将每个槽位设置为一个模型,模型 ID 与今天 UberLLM 目录中的一致。此页面表格中任何其他支持 tool calls 的聊天模型 ID 也以相同方式工作。

DeepSeek

deepseek/deepseek-v4.1-flash (DeepSeek V4.1 Flash) 是 2026年11月19日 在 UberLLM 上使用 tool calls 最多的 DeepSeek 模型。它支持多达 1,048,576 token 的上下文。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='deepseek/deepseek-v4.1-flash[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='deepseek/deepseek-v4.1-flash'
export ANTHROPIC_DEFAULT_SONNET_MODEL='deepseek/deepseek-v4.1-flash'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='deepseek/deepseek-v4.1-flash'
export CLAUDE_CODE_SUBAGENT_MODEL='deepseek/deepseek-v4.1-flash'
claude

如何在Claude Code中使用DeepSeek V4.1 Flash?

GLM

z-ai/glm-5.3 (GLM 5.3) 是 2026年11月19日 在 UberLLM 上使用 tool calls 最多的 GLM 模型。它支持多达 1,000,000 token 的上下文。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='z-ai/glm-5.3[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='z-ai/glm-5.3'
export ANTHROPIC_DEFAULT_SONNET_MODEL='z-ai/glm-5.3'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='z-ai/glm-5.3'
export CLAUDE_CODE_SUBAGENT_MODEL='z-ai/glm-5.3'
claude

如何在Claude Code中使用GLM 5.3?

Kimi

moonshotai/kimi-k3.1-pro (MoonshotAI: Kimi K3.1 Pro) 是 2026年11月19日 在 UberLLM 上使用 tool calls 最多的 Kimi 模型。它支持多达 1,048,576 token 的上下文。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='moonshotai/kimi-k3.1-pro[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='moonshotai/kimi-k3.1-pro'
export ANTHROPIC_DEFAULT_SONNET_MODEL='moonshotai/kimi-k3.1-pro'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='moonshotai/kimi-k3.1-pro'
export CLAUDE_CODE_SUBAGENT_MODEL='moonshotai/kimi-k3.1-pro'
claude

如何在Claude Code中使用MoonshotAI: Kimi K3.1 Pro?

Qwen

qwen/qwen3.8-omni-flash (Qwen: Qwen3.8 Omni Flash) 是 2026年11月19日 在 UberLLM 上使用 tool calls 最多的 Qwen 模型。它支持多达 1,000,000 token 的上下文。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='qwen/qwen3.8-omni-flash[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='qwen/qwen3.8-omni-flash'
export ANTHROPIC_DEFAULT_SONNET_MODEL='qwen/qwen3.8-omni-flash'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='qwen/qwen3.8-omni-flash'
export CLAUDE_CODE_SUBAGENT_MODEL='qwen/qwen3.8-omni-flash'
claude

如何在Claude Code中使用Qwen: Qwen3.8 Omni Flash?

把它保存在一个设置文件中

为了不在您的 shell profile 中保存 key,请将 key 保存到一个只有您能读取的文件中:

bash
mkdir -p ~/.uberllm && chmod 700 ~/.uberllm
printf '%s\n' 'ull_your_key' > ~/.uberllm/key && chmod 600 ~/.uberllm/key

然后将地址、key 助手和模型变量放入 ~/.claude/settings.json(所有项目)或 <project>/.claude/settings.local.json(一个项目;您的其他项目仍使用 Anthropic 计划)。这是上面 DeepSeek 块的设置文件示例:

json
{
  "apiKeyHelper": "cat ~/.uberllm/key",
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.uberllm.dev",
    "ANTHROPIC_MODEL": "deepseek/deepseek-v4.1-flash[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek/deepseek-v4.1-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek/deepseek-v4.1-flash",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek/deepseek-v4.1-flash",
    "CLAUDE_CODE_SUBAGENT_MODEL": "deepseek/deepseek-v4.1-flash"
  }
}

Claude Code 运行 apiKeyHelper 来获取 key,因此 key 本身永远不会写入设置文件。文件就位后,从您的 shell 和 shell profile 中删除所有 ANTHROPIC_* 变量:shell 中导出的 token 会替换保存的 key,并且 shell 中导出的 ANTHROPIC_MODEL 会覆盖 model 设置。

安装程序会为您写入相同的文件并通过您的浏览器获取 key:运行 npx uberllm init,或使用 Claude Code set-up page 上的命令。每个设置都在 Claude Code guide in the docs 中有解释。

检查它是否正常工作

启动 Claude Code 并运行 /status:API 地址是 https://api.uberllm.dev。然后问它任何问题。请求会在一分钟内显示在 Dashboard → Activity 中,并附带其费用。

相同的 key 通过 Anthropic Messages API 响应,这是 Claude Code 调用的地址:

bash
curl https://api.uberllm.dev/v1/messages \
  -H "Authorization: Bearer $(cat ~/.uberllm/key)" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"deepseek/deepseek-v4.1-flash","max_tokens":16,"messages":[{"role":"user","content":"ping"}]}'

在非 Claude 模型上哪些功能可用,以及有什么变化

  • Tool calls。Claude Code 通过 tool calls(读取文件、运行命令)工作,因此它需要一个支持它们的模型;上面的块只使用此类模型。发送给不支持 tool calls 的模型的请求会被 400 tools_not_supported 拒绝,并且消息会列出支持的模型。调用 tool 的回复总是以 stop_reason: "tool_use" 结尾,无论是否 streaming。
  • 思考。在 /v1/messages 上,模型仅在请求要求时("thinking": {"type": "enabled"} 或 "adaptive")进行思考,就像 Anthropic 的 API 一样,并且无论哪个提供商处理了调用,其思考结果都会返回。少数模型无法关闭思考功能;它们无论如何都会思考。
  • 思考块。Claude Code 要求返回的思考中包含 signature 字段。一些提供商在没有该字段的情况下发送了 DeepSeek 的推理,这可能导致长时间会话中断。自 2026年10月28日 以来,回复总是包含该字段。
  • DeepSeek、思考和工具。DeepSeek 的思考模式要求在使用工具时返回之前每个轮次的推理,如果缺少则会返回 400 (DeepSeek: thinking mode)。当 DeepSeek 提供商因此原因拒绝 tool call 时,UberLLM 会关闭思考功能来响应调用,而不是使其失败。
  • Kimi 采样。Kimi K3 和 Kimi K3.1 Pro 以固定的 temperature 和 top_p 运行,并拒绝设置了自定义值的请求。自 2026年11月18日 以来,此类请求会在没有该设置的情况下再次发送,并以模型的默认值进行响应。
  • 上下文。超过模型容量的 prompt 会被 400 context_length_exceeded 拒绝;消息会给出两种大小。当 max_tokens 加上 prompt 超出模型容量时,回复会获得剩余空间而不是错误。
  • Claude Code 显示的费用并非您的账单。Claude Code 根据 Anthropic 的标价在您的计算机上计算费用,对其他模型则不显示任何有用信息。您实际支付的费用在 Dashboard → Activity 中,状态栏可以显示您的余额。
  • 您的 claude.ai 登录信息未使用。需要它的功能,例如 claude.ai 连接器、/schedule 和远程控制,在 UberLLM 上运行的会话中不可用。
  • 您的代码会发送给第三方模型提供商。会话读取的所有内容都会发送给模型,该模型由 UberLLM 市场上的第三方提供商运行。请勿在包含秘密、凭据或客户数据的存储库中使用它。prompt 中发现的 API keys、密码和 token 会对提供商隐藏;当无法隐藏时,请求会被 400 secret_in_request 拒绝且不收取费用。

故障排除

这些是人们遇到的错误,以 API 或 Claude Code 使用的措辞呈现。每个被拒绝或失败的请求也会在 Dashboard → Activity 中列出,并附带您收到的消息,X-Request-Id 响应头是该行的 ID。

  • 402 insufficient_credits,“您的余额不足以支付此请求,因此未发送。”预付余额无法覆盖此请求。请在 Dashboard → Credits 中充值并重新发送。
  • 402 key_spend_cap_exceeded,“此 API key 已达到其消费限额。”请在 API keys 页面提高此 key 的限额,或使用另一个 key。
  • 400 max_price_exceeded,“没有提供商正在以其标价出售……。未收取任何费用。”密钥设置为永不支付高于标价的费用,并且当时没有卖家提供如此低的价格。一分钟后重试,或者在 API 密钥页面上关闭该密钥的此设置。由于 2026年11月18日,标价会在几分钟内变动到卖家实际提供的最低价格;以前,这样的密钥可能会被拒绝几个小时。
  • “kimi-k3 模型不支持参数 'temperature'=0.5。”Kimi K3 和 Kimi K3.1 Pro 以固定的 temperature 和 top_p 运行。由于 2026年11月18日,UberLLM 会在没有该设置的情况下再次发送此类请求;超出范围的值仍会被拒绝。
  • “助手消息中缺少必填字段:'signature'。”已于 2026年10月28日 修复:回复始终包含该字段。您无需进行任何更改。
  • “您的 apiKeyHelper 脚本失败了。”密钥文件丢失或无法读取。使用上面的两条命令再次保存密钥,或者再次运行安装程序。
  • Claude Code 仍然要求您登录,或者仍然使用您的 Anthropic 计划。在 shell 中导出的 ANTHROPIC_AUTH_TOKEN 或 ANTHROPIC_API_KEY 优先于已保存的密钥,并且 Claude Code 仅在您信任该文件夹后才会读取项目的设置。
  • Claude 模型将计入您的 UberLLM 账单。一个模型槽位未设置,因此 Claude Code 请求了一个 Claude 模型。设置 ANTHROPIC_MODEL 和所有四个槽位变量。
  • 对话变长后,请求会失败。告知 Claude Code 的上下文超出了模型的容量。请使用模型的实际上下文大小,uberllm.dev 上的模型页面会显示该信息。
  • 404 model_not_found。模型 ID 不在目录中。GET https://api.uberllm.dev/v1/models 列出了这些 ID。
  • 503 no_available_provider。即使在自动重试后,目前也没有人能提供该模型。请稍后重试或选择其他模型。未收取任何费用。
  • 429 rate_limited。该密钥已超出每分钟请求限制。请等待并重试,或者提高该密钥的速率限制。

切换回 Claude

要继续按 token 付费但再次运行 Claude 模型,请保留地址和密钥,并仅删除模型变量:Claude Code 随后会请求其自己的模型名称,并且 UberLLM 会提供相同的 Claude 模型。

要返回您的 Anthropic 登录,请关闭终端,或清除其中的变量:

bash
unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL \
  ANTHROPIC_DEFAULT_OPUS_MODEL ANTHROPIC_DEFAULT_SONNET_MODEL \
  ANTHROPIC_DEFAULT_HAIKU_MODEL CLAUDE_CODE_SUBAGENT_MODEL \
  CLAUDE_CODE_MAX_CONTEXT_TOKENS

对于设置文件,请删除 apiKeyHelper 及其 env 块中的 ANTHROPIC_* 条目。如果安装程序写入了该文件,它可以撤销自己的操作:它会首先备份设置文件,只删除它添加的内容,并删除已保存的密钥文件。Claude Code 会在下次启动时返回您的 Anthropic 登录。

bash
curl -fsSL https://uberllm.dev/install/claude-code.sh | sh -s -- --uninstall

删除设置不会撤销密钥。在您的 [密钥页面]](/dashboard/keys) 上删除密钥,以确保它永远不能再次消费。

直接途径:每个厂商的 endpoint

Claude Code 也可以直接指向模型制造商的 Anthropic 兼容 endpoint,并使用该制造商提供的密钥。这些信息来自每个制造商自己的页面,请在 2026年11月19日 上阅读:

  • Kimi (月之暗面): ANTHROPIC_BASE_URL 是 https://api.moonshot.ai/anthropic,模型是 kimi-k3[1m]。来源:[在 Claude Code 中使用 Kimi]](https://platform.kimi.ai/docs/guide/claude-code-kimi)。
  • GLM (Z.ai): ANTHROPIC_BASE_URL 是 https://api.z.ai/api/anthropic。来源:[Z.ai: Claude Code]](https://docs.z.ai/devpack/tool/claude)。
  • DeepSeek: ANTHROPIC_BASE_URL 是 https://api.deepseek.com/anthropic。该页面列出了该 endpoint 忽略的内容,例如 cache_control 和思考的 budget_tokens。来源:[DeepSeek: Anthropic API]](https://api-docs.deepseek.com/guides/anthropic_api)。

制造商的 endpoint 提供该制造商的模型,并由该制造商计费。通过 UberLLM,一个密钥和一个地址可以从一个预付费余额访问所有这些系列和 Claude,并且每个请求都按提供服务的卖家收取的费用计费。

模型输入 / 1M token输出 / 1M token低于标价
DeepSeek V4.1 Flash$0.00248$0.0099199.2%
DeepSeek V4.1 Flash 1017$0.00718$0.028797.6%
GLM 5.3$0.000663$0.013399.7%
GLM 5.3 Flash$0.002$0.0066698.7%
MoonshotAI: Kimi K3.1 Pro$0.048$1.6796
Kimi K3$0.0154$1.2891.5%
Qwen: Qwen3.8 Omni Flash$0.000146$0.00045699.9%
GLM-5.2$0.00415$0.016299.6%
Qwen3.8 Flash$0.015$0.04790%
DeepSeek V4 Flash$0.0144$0.028884%
Kimi K2.7 Code$0.009$0.052598.5%
Qwen 3.8 27B$0.000158$0.00507
DeepSeek V4 Pro 0813$0.00277$0.110697.2%
DeepSeek V4 Pro$0.0412$0.068696.9%
Z.ai: GLM 5.3 Prime$0.0121$0.038199.3%
Qwen3 Coder Next$0.00119$0.0079299%
Qwen 4 Max$0.045$0.135196.8%
Qwen3 Coder 30B A3B Instruct$0.000693$0.0027799.5%
DeepSeek V4 Flash 0731$0.00293$0.0087995.1%
Qwen3.8 2.4T A95B$0.0106$0.031999.5%

UberLLM 不在这些价格上加收任何费用 · 所有模型和价格 →

更多问题

我如何选择模型?

Claude Code 从 ANTHROPIC_DEFAULT_OPUS_MODEL 等设置中读取其模型。将每个设置成表格中的模型 ID,或在安装程序中选择一个预设配置文件。

它是否与其他编码 agent 兼容?

是的。Codex CLI、OpenCode、Cline、Kilo Code、Cursor、Aider 和 Continue 在 uberllm.dev/guides 上都有设置指南。