Alternativa OpenAI a Claude Code: configurazione agente di coding
Claude Code comunica con l'API proprietaria di Anthropic, quindi non può essere semplicemente reindirizzato a un endpoint in stile OpenAI. Ecco cosa funziona invece: agent di coding che accettano un base URL OpenAI personalizzato e come collegarli a questa API.
Aggiornato

Punti chiave
- Claude Code è costruito attorno al formato API di Anthropic, mentre questo servizio utilizza il formato delle chat completions OpenAI.
- Strumenti come Aider, Continue, Cline e Cursor accettano un base URL compatibile con OpenAI personalizzato e un nome del modello.
- Usa il base URL https://api.minimaxapikey.com/v1 con l'ID del modello uncensored e una chiave Bearer.
- Fai un test con curl prima, poi mantieni la concorrenza a 8 richieste o meno, perché gli agent inviano molte chiamate contemporaneamente.
La risposta breve
Se hai cercato un'alternativa openai a claude code, il primo passo è stabilire cosa vuoi sostituire. Claude Code è l'agent di coding da terminale di Anthropic. È progettato per comunicare con la sua API proprietaria, che utilizza un formato di richiesta diverso da quello OpenAI. Questo servizio implementa il formato delle chat completions OpenAI, quindi i due non sono compatibili tra loro cambiando solo l'URL.
Quello che funziona è la vasta famiglia di agent di coding e plugin per editor che accettano qualsiasi endpoint compatibile con OpenAI. Fornisci loro un base URL, una chiave e un nome del modello, e invieranno normali richieste POST /v1/chat/completions. Aider, Continue e Cline rientrano in questo gruppo, e diversi editor hanno un'opzione di override del base URL per i modelli OpenAI. Per questa API i tre valori sono il base URL https://api.minimaxapikey.com/v1, l'ID del modello uncensored e la tua chiave come token Bearer.
Mantieni le aspettative realistiche. Il modello dietro l'endpoint è un modello a pesi aperti gestito da un provider indipendente, ottimizzato per rispondere senza rifiuti di contenuto per uso adulto lecito. Non è Claude e non è un'API ufficiale di alcun vendor di modelli. Se si adatta al tuo repository lo scoprirai con le tue attività, e questo articolo mostra come eseguire quel test a basso costo.
Perché non puoi semplicemente cambiare un URL in Claude Code
Un formato API è più di un indirizzo. L'API di Anthropic ha la propria struttura dei messaggi, il proprio modo di esprimere i prompt di sistema, i propri blocchi di tool-use e i propri eventi di streaming. Un server in stile OpenAI si aspetta messages con roles, un array tools di definizioni di funzioni e server-sent events che trasportano choices[0].delta. Un client costruito per un formato fallirà o si comporterà male contro un server per l'altro, anche se l'URL è raggiungibile.
Alcune persone inseriscono uno strato di traduzione tra i due, un piccolo proxy che riscrive richieste e risposte. Può funzionare, ma è un software separato che dovresti eseguire e debuggare tu stesso, e il comportamento riguardo alle tool calls e allo streaming tende a essere il punto in cui questi strati si rompono. Se Claude Code offre un'impostazione ufficiale per endpoint di terze parti è qualcosa da verificare nella documentazione corrente di Anthropic, perché quelle opzioni cambiano.
La strada più semplice è scegliere un agent che parla già il formato OpenAI. Non perdi nulla in termini di loop di base: l'agent legge i tuoi file, costruisce un prompt, chiede al modello una modifica e la applica. La parte che stai sostituendo è il modello, e quella parte ha bisogno solo di un endpoint compatibile.
Testa l'endpoint con curl prima di toccare qualsiasi tool
Ogni problema di integrazione è più facile da diagnosticare se sai già che l'API grezza funziona. Crea una chiave nella pagina delle chiavi API, esportala ed esegui una richiesta. Se questo ha successo, qualsiasi fallimento successivo è nelle impostazioni del tool, non nella chiave o nella rete.
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."}
]
}'
Puoi anche elencare i modelli con GET /v1/models. Molti strumenti chiamano quell'endpoint quando salvi un provider, per confermare che la chiave è valida, quindi vale la pena vederlo restituire qualcosa prima di configurare qualsiasi cosa. La pagina della documentazione ha il riferimento completo alle richieste.
Dove ogni strumento inserisce il base URL
I nomi delle impostazioni differiscono, ma l'idea è la stessa ovunque. La tabella elenca gli strumenti di coding comuni e il campo da compilare. I menu si spostano tra le versioni, quindi trattalo come una mappa e controlla la documentazione specifica di ogni strumento per il layout corrente.
| Strumento | Dove inserire l'endpoint | Nome del modello da usare |
|---|---|---|
| Aider | Variabili d'ambiente o flag da riga di comando per il base URL e la chiave OpenAI | openai/uncensored |
| Continua | Una voce del modello nel suo file di configurazione, con provider openai e un apiBase | uncensored |
| Cline | Elenco provider, scegli l'opzione compatibile con OpenAI | uncensored |
| Cursore | Impostazioni modelli, sezione chiave API OpenAI con override del base URL | uncensored come modello personalizzato |
| Il tuo script personale | L'argomento base_url di qualsiasi SDK OpenAI | uncensored |
Poiché questo servizio espone esattamente un modello, non c'è un selettore di modelli da configurare. Dove uno strumento vuole un nome del modello, digita uncensored. Se lo strumento insiste su un elenco di modelli noti e rifiuta nomi sconosciuti, cerca un'opzione "modello personalizzato" o "aggiungi modello".
Esempio Aider
Aider gira nel tuo terminale, modifica i file in un repository git e ne committa il risultato, il che lo rende lo strumento più simile a Claude Code. Utilizza LiteLLM in background, quindi il nome del modello include un prefisso del provider. Per un server compatibile con OpenAI, questo prefisso è 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 volta avviato, chiedi una piccola modifica in un singolo file e osserva il diff. Inizia con qualcosa che puoi verificare in pochi secondi, come l'aggiunta di una docstring o la rinominazione di una funzione, prima di affidargli un'attività su più file. Aider invia la mappa del repository e i file che hai aggiunto alla chat a ogni turno, quindi il prompt cresce rapidamente. La finestra di 100.000 token (prompt più completamento) è generosa, ma per un repository di grandi dimensioni è comunque necessario aggiungere solo i file rilevanti.
Se Aider avvisa che non conosce la dimensione del contesto o il prezzo del modello, è previsto: non ha una voce per un nome di modello personalizzato. L'avviso non ne impedisce il funzionamento.
Esempio Continue
Continue è un'estensione dell'editor che aggiunge funzionalità di chat, modifica e autocomplete all'interno di VS Code e JetBrains. La sua configurazione elenca i modelli, ciascuno con un provider e override opzionali. Una voce del modello per questa API appare come segue. Il nome esatto del file e lo schema dipendono dalla versione di Continue installata, quindi confrontala con la documentazione corrente.
{
"models": [
{
"title": "Uncensored API",
"provider": "openai",
"model": "uncensored",
"apiBase": "https://api.minimaxapikey.com/v1",
"apiKey": "paste-your-key-here"
}
]
}
Le richieste di chat e modifica funzionano bene con un endpoint del genere. L’autocompletamento con tab è un carico diverso: si attiva quasi ogni volta che fai una pausa mentre digiti e richiede latenza molto bassa, meglio servita da un modello locale piccolo. Usare un modello di chat ospitato per i completamenti inline consumerà richieste contro il tuo limite di 300 al minuto con pochi benefici.
Costruisci un agent minimale da te
Se non esiste uno strumento esistente che si adatta, il supporto per la chiamata di funzioni rende facile scrivere un piccolo agente. L'API accetta tools e tool_choice, restituisce in streaming tool_calls e accetta i risultati come messaggi con role: "tool". Il ciclo di codice seguente fornisce al modello una funzione che legge un file, poi continua finché il modello non risponde in testo normale.
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})
Aggiungi una funzione di scrittura e un prompt di conferma prima che venga eseguita, e avrai il nucleo di un agent di coding in circa cinquanta righe. Convalida sempre i percorsi prima di leggere o scrivere: un modello può chiedere qualsiasi percorso.
Limiti e costi da pianificare
Gli agent si comportano diversamente da una persona che chatta. Inviano burst di richieste, spesso diverse in parallelo. Una chiave completa permette 8 richieste concorrenti e 300 richieste al minuto. Una chiave trial permette 2 concorrenti e 60 al minuto, che possono essere stretti per un agent. Quando superi un limite, l'API risponde con HTTP 429 e il codice di errore rate_limited o concurrency. Sotto sovraccarico temporaneo restituisce anche 429 con Retry-After: 5. La maggior parte dei buoni client ritenta su 429, ma se il tuo non lo fa, riduci l'impostazione di parallelismo. Una richiesta streaming tiene occupato il suo slot di concorrenza fino alla fine dello stream, quindi le modifiche streaming lunghe contano contro l'8.
Per quanto riguarda i costi, il pagamento a consumo avviene dal credito prepagato a $0,15 per 1M di token di input e $0,50 per 1M di token di output. Supponiamo che una sessione invii 40 richieste con 30.000 token di input ciascuna e riceva 1.000 token di output ciascuna. Si tratta di 1.200.000 token di input, pari a $0,18, più 40.000 token di output, pari a $0,02, per un totale di $0,20. Le richieste fallite o rifiutate non vengono addebitate e il credito non scade mai. Consulta la pagina dei prezzi per gli importi di ricarica e i bonus.
I nuovi account possono richiedere $0,50 di credito di prova con un clic sulla pagina della chiave, senza carta, valido per 7 giorni. È sufficiente per eseguire il test curl e alcune piccole modifiche Aider. I prompt non sono usati per l'addestramento.
Altre guide
Domande e risposte
Posso puntare Claude Code direttamente a questa API?
Non direttamente. Claude Code è progettato per il formato API di Anthropic, mentre questo servizio implementa le chat completion in stile OpenAI. Consulta la documentazione corrente di Anthropic per sapere cosa supporta Claude Code e utilizza un agente compatibile con OpenAI se vuoi usare questo endpoint.
Quali strumenti di coding funzionano con un base URL OpenAI personalizzato?
Aider, Continue e Cline ti permettono tutti di inserire un base URL compatibile con OpenAI, una chiave e un nome del modello. Cursor offre anche una override del base URL per i modelli in stile OpenAI, anche se dovresti verificare le impostazioni correnti e i limiti del piano.
L'API supporta la chiamata di funzioni per gli agent?
Sì. Puoi inviare strumenti e tool_choice, ricevere tool_calls in streaming e restituire i risultati con il ruolo tool. Se un plugin per editor utilizza questi campi dipende dal plugin stesso.
Quanto costa una sessione di coding?
La tariffazione è di $0,15 per 1M di token di input e $0,50 per 1M di token di output. Gli agent inviano spesso molto contesto, quindi i token di input dominano solitamente il conto.
La tua chiave è a un solo modulo di distanza
Crea un account, copia la chiave, modifica il base URL. È tutta la configurazione.