ES ▾

Alternativa de OpenAI a Claude Code: Configuración de agente de codificación

Claude Code se comunica con la API propia de Anthropic, por lo que no se puede redirigir simplemente a un endpoint al estilo de OpenAI. Esto es lo que funciona en su lugar: agentes de codificación que aceptan una URL base de OpenAI personalizada y cómo conectarlos a esta API.

Actualizado

Ventana de terminal conectada con un cable brillante a un cubo de servidor de API, ilustrando un agente de codificación que usa un endpoint personalizado

Puntos clave

  • Claude Code está construido alrededor del formato de API de Anthropic, mientras que este servicio utiliza el formato de completaciones de chat de OpenAI.
  • Herramientas al estilo de Aider, Continue, Cline y Cursor aceptan una URL base compatible con OpenAI personalizada y un nombre de modelo.
  • Usa la URL base https://api.minimaxapikey.com/v1 con el ID de modelo uncensored y una clave Bearer.
  • Prueba primero con curl, luego mantén la concurrencia en un máximo de 8 peticiones, porque los agentes emiten muchas llamadas a la vez.

La respuesta corta

Si buscaste una alternativa de openai a claude code, lo primero es decidir qué quieres reemplazar. Claude Code es el agente de codificación en terminal de Anthropic. Está diseñado para comunicarse con la API propia de Anthropic, que utiliza un formato de petición diferente al de OpenAI. Este servicio implementa el formato de chat completions de OpenAI, por lo que no se pueden conectar entre sí solo cambiando la URL.

Lo que sí funciona es la gran familia de agentes de código y complementos de editor que aceptan cualquier endpoint compatible con OpenAI. Les proporcionas una URL base, una clave y un nombre de modelo, y envían peticiones POST /v1/chat/completions estándar. Aider, Continue y Cline entran en este grupo, y varios editores tienen una anulación de URL base para modelos de OpenAI. Para esta API, los tres valores son la URL base https://api.minimaxapikey.com/v1, el ID del modelo uncensored y tu clave como token Bearer.

Mantén tus expectativas realistas. El modelo detrás del endpoint es un modelo de pesos abiertos ejecutado por un proveedor independiente, ajustado para responder sin rechazos de contenido para uso adulto lícito. No es Claude, ni es una API oficial de ningún proveedor de modelos. Si se adapta a tu repositorio lo descubrirás con tus propias tareas, y este artículo muestra cómo realizar esa prueba de forma económica.

Por qué no puedes simplemente cambiar una URL en Claude Code

Un formato de API es más que una dirección. La API de Anthropic tiene su propia estructura de mensajes, su propia forma de expresar prompts de sistema, sus propios bloques de uso de herramientas y sus propios eventos de streaming. Un servidor al estilo de OpenAI espera messages con roles, un array tools de definiciones de funciones y eventos enviados por el servidor que transportan choices[0].delta. Un cliente diseñado para un formato fallará o se comportará mal contra un servidor del otro, incluso si la URL es accesible.

Algunas personas colocan una capa de traducción entre los dos, un pequeño proxy que reescribe peticiones y respuestas. Eso puede funcionar, pero es un software separado que ejecutarías y depurarías tú mismo, y el comportamiento en torno a las llamadas a funciones y el streaming suele ser donde estas capas fallan. Si Claude Code ofrece una configuración oficial para endpoints de terceros es algo que debes verificar en la documentación actual de Anthropic, ya que esas opciones cambian.

La ruta más sencilla es elegir un agente que ya hable el formato de OpenAI. No pierdes nada en términos del ciclo básico: el agente lee tus archivos, construye un prompt, le pide al modelo una edición y la aplica. El modelo es la parte que estás reemplazando, y esa parte solo necesita un endpoint compatible.

Prueba el endpoint con curl antes de tocar cualquier herramienta

Cada problema de integración es más fácil de diagnosticar si ya sabes que la API en crudo funciona. Crea una clave en la página de claves de API, expórtala y ejecuta una petición. Si esto tiene éxito, cualquier fallo posterior estará en la configuración de la herramienta, no en la clave o la red.

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."}
    ]
  }'

También puedes listar modelos con GET /v1/models. Muchas herramientas llaman a este endpoint cuando guardas un proveedor para confirmar que la clave es válida, por lo que vale la pena ver que devuelva algo antes de configurar cualquier cosa. La página de documentación tiene la referencia completa de la petición.

Dónde cada herramienta toma la URL base

Los nombres de los ajustes difieren, pero la idea es la misma en todas partes. La tabla enumera las herramientas de codificación comunes y el campo que debes rellenar. Los menús cambian entre versiones, así que trátalo como un mapa y verifica la documentación propia de cada herramienta para la disposición actual.

HerramientaDónde ingresar el endpointNombre de modelo a usar
AiderVariables de entorno o indicadores de línea de comandos para la URL base y la clave de OpenAIopenai/uncensored
ContinueUna entrada de modelo en su archivo de configuración, con proveedor openai y una apiBaseuncensored
ClineLista de proveedores, elige la opción compatible con OpenAIuncensored
CursorConfiguración de modelos, sección de clave de API de OpenAI con una anulación de URL baseuncensored como modelo personalizado
Tu propio scriptEl argumento base_url de cualquier SDK de OpenAIuncensored

Como este servicio expone exactamente un modelo, no hay selector de modelos que configurar. Donde una herramienta quiera un nombre de modelo, escribe uncensored. Si la herramienta insiste en una lista de modelos conocidos y rechaza nombres desconocidos, busca una opción de "modelo personalizado" o "agregar modelo".

Ejemplo de Aider

Aider se ejecuta en tu terminal, edita archivos en un repositorio git y confirma el resultado, lo que lo hace el más cercano en espíritu a Claude Code. Usa LiteLLM por debajo, por lo que el nombre del modelo lleva un prefijo de proveedor. Para un servidor compatible con OpenAI, ese prefijo es 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

Una vez que inicie, pide un cambio pequeño en un solo archivo y observa el diff. Comienza con algo que puedas verificar en segundos, como agregar un docstring o renombrar una función, antes de entregarle una tarea de múltiples archivos. Aider envía el mapa del repositorio y los archivos que agregaste al chat en cada turno, por lo que el prompt crece rápidamente. La ventana de 100.000 tokens (prompt más completación) es generosa, pero un repositorio grande aún requiere que agregues solo los archivos que importan.

Si Aider advierte que no conoce el tamaño del contexto o el precio del modelo, eso es esperado: no tiene una entrada para un nombre de modelo personalizado. La advertencia no impide que funcione.

Ejemplo de Continue

Continue es una extensión de editor que agrega funciones de chat, edición y autocompletado dentro de VS Code y JetBrains. Su configuración enumera modelos, cada uno con un proveedor y anulaciones opcionales. Una entrada de modelo para esta API se ve como lo siguiente. El nombre exacto del archivo y el esquema dependen de la versión de Continue que tengas instalada, así que compáralo con la documentación actual.

{
  "models": [
    {
      "title": "Uncensored API",
      "provider": "openai",
      "model": "uncensored",
      "apiBase": "https://api.minimaxapikey.com/v1",
      "apiKey": "paste-your-key-here"
    }
  ]
}

Las peticiones de chat y edición funcionan bien con un endpoint como este. El autocompletado con Tab es una carga de trabajo diferente: se activa en casi cada pausa al escribir y requiere una latencia muy baja, lo cual es mejor servido por un modelo local pequeño. Usar un modelo de chat alojado para completaciones en línea consumirá peticiones contra tu límite de 300 por minuto con poco o nada que mostrar.

Construye un agente mínimo tú mismo

Si ninguna herramienta existente se adapta, el soporte de llamadas a funciones hace que escribir un agente pequeño sea fácil. La API acepta tools y tool_choice, transmite tool_calls de vuelta y toma resultados como mensajes con role: "tool". El siguiente bucle le da al modelo una función que lee un archivo, luego continúa hasta que el modelo responde en texto plano.

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})

Agrega una función de escritura y un prompt de confirmación antes de que se ejecute, y tendrás el núcleo de un agente de codificación en unas cincuenta líneas. Valida siempre las rutas antes de leer o escribir: un modelo puede solicitar cualquier ruta que desee.

Límites y costos para planificar

Los agentes se comportan de forma diferente a una persona que chatea. Envían ráfagas de peticiones, a menudo varias en paralelo. Una clave completa permite 8 peticiones concurrentes y 300 peticiones por minuto. Una clave de prueba permite 2 concurrentes y 60 por minuto, lo que puede ser ajustado para un agente. Cuando excedes un límite, la API responde con HTTP 429 y el código de error rate_limited o concurrency. Bajo sobrecarga temporal también devuelve 429 con Retry-After: 5. La mayoría de los clientes buenos reintentan en 429, pero si el tuyo no, reduce su configuración de paralelismo. Una petición en streaming mantiene su espacio de concurrencia hasta que termina el flujo, por lo que las ediciones largas de streaming cuentan contra el 8.

En cuanto al costo, la facturación es pago por uso desde crédito prepago a $0.15 por cada 1M de tokens de entrada y $0.50 por cada 1M de tokens de salida. Digamos que una sesión envía 40 peticiones que transportan 30.000 tokens de entrada cada una, y recibe 1.000 tokens de salida cada una. Eso son 1.200.000 tokens de entrada, o $0.18, más 40.000 tokens de salida, o $0.02, por un total de $0.20. Las peticiones fallidas o rechazadas no se cobran, y el crédito no caduca. Consulta la página de precios para ver montos de recarga y bonificaciones.

Las cuentas nuevas pueden reclamar $0.50 de crédito de prueba con un clic en la página de claves, sin necesidad de tarjeta, válido por 7 días. Eso es suficiente para ejecutar la prueba de curl y algunas ediciones pequeñas con Aider. Los prompts no se usan para entrenamiento.

Preguntas y respuestas

¿Puedo apuntar Claude Code directamente a esta API?

No directamente. Claude Code está diseñado para el formato de API de Anthropic, mientras que este servicio implementa completions de chat compatibles con OpenAI. Consulta la documentación actual de Anthropic para ver qué soporta Claude Code y usa un agente compatible con OpenAI si quieres usar este endpoint.

¿Qué herramientas de código funcionan con una URL base compatible con OpenAI personalizada?

Aider, Continue y Cline te permiten ingresar una URL base compatible con OpenAI, una clave y un nombre de modelo. Cursor también ofrece una anulación de URL base para modelos estilo OpenAI, aunque deberías verificar su configuración actual y los límites del plan.

¿La API admite llamadas a funciones para agentes?

Sí. Puedes enviar herramientas y tool_choice, recibir tool_calls en streaming y devolver resultados con role tool. Si un plugin de editor utiliza estos campos depende del propio plugin.

¿Cuánto cuesta una sesión de programación?

La tarifa es de $0.15 por 1M de tokens de entrada y $0.50 por 1M de tokens de salida. Los agentes reenvían mucho contexto, por lo que los tokens de entrada suelen dominar la factura.

Tu clave está a un formulario de distancia

Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.

Obtener clave de API