OpenAI-Alternative zu Claude Code: Coding-Agent-Einrichtung
Claude Code kommuniziert über Anthropics eigene API, daher kann es nicht einfach auf einen OpenAI-ähnlichen Endpunkt umgestellt werden. Das funktioniert stattdessen: Coding-Agenten, die eine benutzerdefinierte OpenAI-Base URL akzeptieren, und deren Anbindung an diese API.
Aktualisiert

Wichtige Punkte
- Claude Code ist um das API-Format von Anthropic herum aufgebaut, während dieser Dienst das OpenAI-Chat-Vervollständigungsformat spricht.
- Aider, Continue, Cline und Cursor-ähnliche Tools akzeptieren eine benutzerdefinierte OpenAI-kompatible Base URL und einen Modellnamen.
- Verwende Base URL https://api.minimaxapikey.com/v1 mit der Modell-ID uncensored und einem Bearer-Schlüssel.
- Teste zuerst mit curl, dann halte die Concurrency bei oder unter 8 Anfragen, da Agenten viele Aufrufe gleichzeitig ausführen.
Die kurze Antwort
Wenn du nach einer OpenAI-Alternative zu Claude Code gesucht hast, ist der erste Schritt zu klären, was ersetzt werden soll. Claude Code ist Anthropics Terminal-Coding-Agent. Er ist darauf ausgelegt, mit Anthropics eigener API zu kommunizieren, die ein anderes Anfrageformat verwendet als das von OpenAI. Dieser Dienst implementiert das OpenAI-Chat-Vervollständigungsformat, daher lassen sich die beiden nicht durch einfaches Ändern einer URL verbinden.
Was funktioniert, ist die große Familie von Coding-Agenten und Editor-Plugins, die jeden OpenAI-kompatiblen Endpunkt akzeptieren. Du gibst ihnen eine Base URL, einen Schlüssel und einen Modellnamen, und sie senden gewöhnliche POST /v1/chat/completions-Anfragen. Aider, Continue und Cline gehören alle zu dieser Gruppe, und mehrere Editoren haben eine Base-URL-Überschreibung für OpenAI-Modelle. Für diese API lauten die drei Werte die Base URL https://api.minimaxapikey.com/v1, die Modell-ID uncensored und dein Schlüssel als Bearer-Token.
Halte deine Erwartungen im Rahmen. Das Modell hinter dem Endpunkt ist ein Open-Weight-Modell eines unabhängigen Anbieters, das darauf abgestimmt ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht Claude und keine offizielle API eines Modell-Anbieters. Ob es zu deinem Repository passt, findest du durch eigene Tests heraus, und dieser Artikel zeigt, wie du diesen Test kostengünstig durchführen kannst.
Warum man die URL in Claude Code nicht einfach ändern kann
Ein API-Format ist mehr als nur eine Adresse. Die API von Anthropic hat seine eigene Nachrichtenstruktur, seine eigene Art, System-Prompts auszudrücken, seine eigenen Tool-Nutzungsblöcke und seine eigenen Streaming-Ereignisse. Ein OpenAI-ähnlicher Server erwartet messages mit Rollen, ein tools-Array von Funktionsdefinitionen und Server-Sent Events, die choices[0].delta enthalten. Ein Client, der für ein Format gebaut ist, wird gegen einen Server für das andere Format fehlschlagen oder sich falsch verhalten, selbst wenn die URL erreichbar ist.
Einige Leute schalten eine Übersetzungsschicht zwischen die beiden, einen kleinen Proxy, der Anfragen und Antworten umschreibt. Das kann funktionieren, ist aber eine separate Softwarekomponente, die du selbst ausführst und debuggst, und das Verhalten bei Tool-Aufrufen und Streaming ist genau die Stelle, an der solche Schichten oft versagen. Ob Claude Code eine offizielle Einstellung für Drittanbieter-Endpunkte bietet, ist in den aktuellen Dokumentationen von Anthropic zu prüfen, da sich diese Optionen ändern.
Der einfachere Weg ist die Wahl eines Agenten, der bereits das OpenAI-Format spricht. Du verlierst nichts in Bezug auf den grundlegenden Loop: Der Agent liest deine Dateien, erstellt einen Prompt, fragt das Modell nach einer Bearbeitung und wendet sie an. Das Modell ist der Teil, den du austauschst, und dieser Teil benötigt nur einen kompatiblen Endpunkt.
Teste den Endpunkt mit curl, bevor du ein Tool berührst
Jedes Integrationsproblem ist einfacher zu diagnostizieren, wenn du bereits weißt, dass die Raw-API funktioniert. Erstelle einen Schlüssel auf der API-Schlüssel-Seite, exportiere ihn und führe eine Anfrage aus. Wenn dies erfolgreich ist, liegt ein späterer Fehler in den Tool-Einstellungen und nicht im Schlüssel oder im Netzwerk.
export UNCENSORED_KEY="paste-your-key-here"
curl -s https://api.minimaxapikey.com/v1/chat/completions \
-H "Authorization: Bearer $UNCENSORED_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are a concise coding assistant."},
{"role": "user", "content": "Write a Python function that parses an ISO date string."}
]
}'
Du kannst Modelle auch mit GET /v1/models auflisten. Viele Tools rufen diesen Endpunkt auf, wenn du einen Anbieter speicherst, um zu prüfen, ob der Schlüssel gültig ist. Es lohnt sich also, ihn vor der Konfiguration aufgerufen zu sehen. Die Dokumentationsseite enthält die vollständige Referenz zur Anfrage.
Wo jedes Tool die Base URL angibt
Die Namen der Einstellungen unterscheiden sich, aber die Idee ist überall gleich. Die Tabelle listet die gängigen Coding-Tools und das Feld auf, das du ausfüllst. Menüs ändern sich zwischen Versionen, also betrachte dies als Karte und prüfe die jeweiligen Dokumentationen der Tools für das aktuelle Layout.
| Tool | Ort zur Eingabe des Endpunkts | Zu verwendender Modellname |
|---|---|---|
| Aider | Umgebungsvariablen oder Befehlszeilenflags für die OpenAI-Base-URL und den Schlüssel | openai/uncensored |
| Fortsetzen | Ein Modelleintrag in der Konfigurationsdatei mit Anbieter openai und einer apiBase | uncensored |
| Cline | Anbieterliste, wähle die OpenAI-kompatible Option | uncensored |
| Cursor | Modell-Einstellungen, OpenAI-API-Schlüssel-Bereich mit einer Base-URL-Überschreibung | uncensored als benutzerdefiniertes Modell |
| Dein eigenes Skript | Das base_url-Argument eines beliebigen OpenAI SDK | uncensored |
Da dieser Dienst genau ein Modell bereitstellt, gibt es keinen Modell-Picker zu konfigurieren. Wo immer ein Tool einen Modellnamen benötigt, gib uncensored ein. Wenn das Tool eine Liste bekannter Modelle verlangt und unbekannte Namen ablehnt, suche nach einer Option "benutzerdefiniertes Modell" oder "Modell hinzufügen".
Aider-Beispiel
Aider läuft in deinem Terminal, bearbeitet Dateien in einem Git-Repository und committed das Ergebnis, was es dem Geist nach Claude Code am nächsten bringt. Es nutzt im Hintergrund LiteLLM, daher trägt der Modellname ein Anbieter-Präfix. Für einen OpenAI-kompatiblen Server ist dieses Präfix openai/.
pip install aider-chat
export OPENAI_API_BASE="https://api.minimaxapikey.com/v1"
export OPENAI_API_KEY="paste-your-key-here"
cd your-repo
aider --model openai/uncensored
Sobald es läuft, bitte um eine kleine Änderung in einer einzelnen Datei und beobachte den Diff. Beginne mit etwas, das du in Sekunden überprüfen kannst, wie das Hinzufügen eines Docstrings oder das Umbenennen einer Funktion, bevor du es mit einer Aufgabe für mehrere Dateien beauftragst. Aider sendet die Repository-Karte und die Dateien, die du zum Chat hinzugefügt hast, bei jedem Schritt, daher wächst der Prompt schnell an. Das 100.000-Token-Fenster (Prompt plus Vervollständigung) ist großzügig, aber bei einem großen Repository musst du dennoch nur die relevanten Dateien hinzufügen.
Wenn Aider warnt, dass es die Kontextgröße oder den Preis für das Modell nicht kennt, ist das erwartbar: Es hat keinen Eintrag für einen benutzerdefinierten Modellnamen. Die Warnung hindert es nicht an der Arbeit.
Continue-Beispiel
Continue ist eine Editor-Erweiterung, die Chat-, Editier- und Autovervollständigungsfunktionen in VS Code und JetBrains hinzufügt. Die Konfiguration listet Modelle auf, jedes mit einem Anbieter und optionalen Überschreibungen. Ein Modelleintrag für diese API sieht wie folgt aus. Der genaue Dateiname und das Schema hängen von der installierten Continue-Version ab, daher vergleiche ihn mit den aktuellen Dokumentationen.
{
"models": [
{
"title": "Uncensored API",
"provider": "openai",
"model": "uncensored",
"apiBase": "https://api.minimaxapikey.com/v1",
"apiKey": "paste-your-key-here"
}
]
}
Chat- und Edit-Anfragen funktionieren gut mit einem Endpunkt wie diesem. Tab-Autovervollständigung ist eine andere Arbeitslast: Sie wird bei fast jeder Pause beim Tippen ausgelöst und benötigt eine sehr niedrige Latenz, was besser von einem kleinen lokalen Modell bedient wird. Die Verwendung eines gehosteten Chat-Modells für Inline-Vervollständigungen verbraucht Anfragen gegen dein Limit von 300 pro Minute, ohne dass das Ergebnis besonders groß wäre.
Baue einen minimalen Agenten selbst
Wenn kein bestehendes Tool passt, ermöglicht die Tool-Calling-Unterstützung das einfache Schreiben eines kleinen Agenten. Die API akzeptiert tools und tool_choice, streamt tool_calls zurück und nimmt Ergebnisse als Nachrichten mit role: "tool" entgegen. Die folgende Schleife gibt dem Modell eine Funktion, die eine Datei liest, und fährt fort, bis das Modell in Klartext antwortet.
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.minimaxapikey.com/v1", api_key="paste-your-key-here")
tools = [{
"type": "function",
"function": {
"name": "read_file",
"description": "Return the text of a file in the current project.",
"parameters": {
"type": "object",
"properties": {"path": {"type": "string"}},
"required": ["path"],
},
},
}]
messages = [{"role": "user", "content": "Summarise what main.py does."}]
while True:
resp = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
msg = resp.choices[0].message
messages.append(msg)
if not msg.tool_calls:
print(msg.content)
break
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
with open(args["path"], encoding="utf-8") as f:
result = f.read()
messages.append({"role": "tool", "tool_call_id": call.id, "content": result})
Füge eine Schreibfunktion und einen Bestätigungs-Prompt hinzu, bevor sie ausgeführt wird, und du hast den Kern eines Coding-Agenten in etwa fünfzig Zeilen. Validiere immer Pfade, bevor du liest oder schreibst: Ein Modell kann jeden beliebigen Pfad anfordern.
Limits und Kosten zur Planung
Agenten verhalten sich anders als ein Mensch im Chat. Sie senden Bursts von Anfragen, oft mehrere parallel. Ein voller Schlüssel erlaubt 8 gleichzeitige Anfragen und 300 Anfragen pro Minute. Ein Test-Schlüssel erlaubt 2 gleichzeitige und 60 pro Minute, was für einen Agenten knapp werden kann. Wenn du ein Limit überschreitest, antwortet die API mit HTTP 429 und dem Fehlercode rate_limited oder concurrency. Bei temporärer Überlastung gibt es auch 429 mit Retry-After: 5 zurück. Die meisten guten Clients versuchen es bei 429 erneut, aber wenn deines das nicht tut, reduziere die Parallelitätseinstellung. Eine gestreamte Anfrage belegt ihren Concurrency-Slot bis zum Stream-Ende, daher zählen lange gestreamte Editierungen gegen die 8.
Was die Kosten betrifft, ist die Abrechnung Pay as you go vom Prepaid-Guthaben zu $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Wenn eine Sitzung 40 Anfragen sendet, die jeweils 30.000 Input-Token enthalten, und jeweils 1.000 Output-Token empfängt, sind das 1.200.000 Input-Token, also $0,18, plus 40.000 Output-Token, also $0,02, insgesamt $0,20. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie. Sieh dir die Preisseite für Aufladebeträge und Boni an.
Neue Konten können $0,50 Testguthaben mit einem Klick auf der Schlüsselseite beanspruchen, keine Karte erforderlich, gültig für 7 Tage. Das reicht für den curl-Test und einige kleine Aider-Bearbeitungen. Prompts werden nicht zum Training verwendet.
Weitere Anleitungen
Fragen und Antworten
Kann ich Claude Code direkt auf diese API zeigen lassen?
Nicht direkt. Claude Code ist für das API-Format von Anthropic entwickelt, während dieser Dienst OpenAI-kompatible Chat-Vervollständigungen implementiert. Prüfe die aktuelle Dokumentation von Anthropic, was Claude Code unterstützt, und verwende einen OpenAI-kompatiblen Agenten, wenn du diesen Endpunkt nutzen möchtest.
Welche Coding-Tools funktionieren mit einer benutzerdefinierten OpenAI-Base-URL?
Aider, Continue und Cline ermöglichen alle die Eingabe einer OpenAI-kompatiblen Base URL, eines Schlüssels und eines Modellnamens. Cursor bietet ebenfalls eine Base-URL-Überschreibung für OpenAI-ähnliche Modelle, obwohl du die aktuellen Einstellungen und Planlimits überprüfen solltest.
Unterstützt die API Function Calling für Agenten?
Ja. Du kannst Tools und tool_choice senden, gestreamte tool_calls empfangen und Ergebnisse mit der Rolle tool zurückgeben. Ob ein bestimmtes Editor-Plugin diese Felder nutzt, hängt vom Plugin ab.
Wie viel kostet eine Coding-Sitzung?
Der Preis beträgt $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Agenten senden viel Kontext erneut, daher machen Input-Token die Rechnung meist aus.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Base URL. Das ist die gesamte Einrichtung.