標籤: claude-code-router

為什麼要換腦:Claude Code 框架真好用,但要有「萬一」準備

Claude Code 提供的是身體 + 技能:agent loop、tool use、Bash 執行、MCP server 接入、檔案編輯、git 操作、subagent 派遣。這套框架成熟、穩定、文件齊。問題只有一個:底層腦子綁死在 Anthropic API。

講真的,2026 年雲端 LLM 費用真的便宜。Claude Max USD 100/月、DeepSeek V3.2 一百萬 token 不到 USD 0.5,單看價格就是時代最佳。多數人現階段「為了省錢花 20 萬買 RTX 5090」算式根本算不過來:5 萬月 API 成本 × 80 個月 = 6 年半才回本,而 6 年半後 RTX 7090 都出來了。

但「便宜」不等於「無風險」。Anthropic 可以隨時改價、限額、deprecate model、改 ToS、加區域限制、政策性下架。「便宜」是現在的事實,「能用」是對方願意的事實。未雨綢繆 = 確保「對方變心」的那天不會讓我停工。

這篇講的是合理保險:用 5 萬內的預算建立 fallback,不是為了省錢、不是為了完全自主、不是為了跑分追 frontier。只是讓你睡得安穩。

神經接口:claude-code-router 是什麼,怎麼把腦子接上身體

claude-code-router(社群稱 ccswitch)是一個 proxy gateway,綁在 localhost:3456。Claude Code 原本打到 Anthropic API 的請求,router 攔截下來、轉換格式、路由到你指定的後端(OpenRouter / DeepSeek / Ollama / Gemini / Volcengine / SiliconFlow)。[GitHub: musistudio/claude-code-router]

核心能力 3 個:

• Transformer:把 Anthropic API request schema 轉換成 OpenAI / Ollama 格式,模型不用知道對方是誰
• 動態切換:聊天中用 /model 指令切後端,不重啟
• 路由策略:根據 task 類型自動派模型(重任務 → Claude Opus、background → DeepSeek、本地 → Qwen3-Coder)

實際省錢幅度:[Cut Claude Code Bill 90%] 給的數字是 50-90%,看路由邏輯激進程度。但對保留 Claude Max 訂閱的人,router 真正的價值不是省錢,是削峰 — 把 subagent / background 派出去,Claude Max 的 weekly quota 留給真正需要 Opus 的任務,永不撞 lockout。

腦子替換的 3 種劑量

劑量 A:全雲端腦(0 元入場)⭐ 我推這個

router 把全部請求(或除主對話外的全部)丟到便宜 cloud API(DeepSeek V3.2 / Qwen3-Coder API)。本機完全不用裝模型,連 Ollama 都不裝。屁股電腦完美參與 — 它只負責跑 Claude Code 跟 router 本身,推理在雲端。

適合:多數人。除非你有商業機密 / air-gapped 需求,沒理由花硬體錢。

劑量 B:半雲半本地

本地裝中型模型(Qwen3-Coder-30B-A3B 或 Gemma 3 12B)跑 background / 重複性任務,雲端跑重活。需要至少一張 12-16GB VRAM 的 GPU。

適合:日常 coding 主力 + 想壓 API bill 到極致 + 願意花 3-5 萬硬體錢做「保險」。

劑量 C:全本地腦(本文不推)

本地跑 Kimi K2.6(1T MoE)或 DeepSeek V3.2(671B),完全不打雲端。但需要 Mac Studio M4 Ultra 256GB(NT$ 35 萬起)。對 99% 開發者而言不划算 — 不在本文 5 萬內預算範圍。

5 萬內的 3 條路徑(具體 part list)

路徑 1:NT$ 0(全雲端 + 屁股電腦)

項目	內容	成本
機器	手邊任何能跑 Node 20 的機器(屁股電腦 / Mini PC / 舊筆電都行)	NT$ 0
claude-code-router	npm install -g @musistudio/claude-code-router	免費
DeepSeek API 帳號	platform.deepseek.com 註冊,買 USD 5 預付	NT$ 150 起
月用量(中度開發者)	DeepSeek V3.2 USD 0.28/M input, USD 0.42/M output	NT$ 500-3,000

這條路最被低估。多數人以為「本地模型」=「沒網路也能跑」,但實際 90% 場景你有網路,DeepSeek API 比自己跑本地 30B 還快還準。0 硬體成本 + 月 USD 5-15 = 跟 Claude 訂閱比省 70-90%,而且性能 80% 場景夠用。

路徑 2:NT$ 1.5 萬(二手 GPU 試水溫)

Part	規格	NT$
二手 RTX 3060 12GB	PTT / 露天 / 蝦皮二手	8,000-10,000
PSU 升級到 650W	確保 GPU 供電	3,000
機殼 / 風扇	散熱	1,500
合計	—	~15,000

可跑:Qwen3-Coder-Next(3B active,記憶體吃 ~6GB)、Gemma 3 12B Q4、DeepSeek-R1-Distill-Qwen-14B Q4。40-60 tokens/sec,互動體驗已過 30 t/s 的「跟 cloud 無感」門檻。[Best GPU for Local LLMs 2026]

適合:「想玩本地但不想砸大錢」。1.5 萬投資 = 大約 30 個月 DeepSeek API 用量,只在你**確實會用本地** + 想實驗的前提下划算。

路徑 3:NT$ 5 萬(RTX 5070 Ti 16GB 改現有桌機)⭐ 認真做本地的甜蜜點

Part	規格	NT$
RTX 5070 Ti 16GB(新)	2026 最佳 CP 值 LLM 卡	28,000-32,000
PSU 850W	5070 Ti 需 750W+	5,000
RAM 加到 64GB	DDR4 / DDR5 雙通道	6,000
NVMe 2TB	模型 / GGUF 存放	5,000
合計	—	~48,000

可跑:Qwen3-Coder-30B-A3B(MoE,VRAM 吃 ~14GB),80-120 t/s 飛快。已能應付日常主力 coding,Claude API 退到 background 角色(複雜重構 / 跨檔分析才用)。

適合:真的認真做本地化 + 有現有桌機可以裝顯卡 + 5 萬預算的人。這條路在 2026 中是「合理保險」最高 CP 值的點。

為什麼不砸 20+ 萬?算給你看

很多「玩 LLM」社群推的是 RTX 5090(NT$ 12-15 萬)或 Mac Studio M4 Ultra 256GB(NT$ 35 萬+)。對 99% 開發者而言,這算式根本算不過來。

配置	硬體投入	月省 (vs Claude USD 100)	回本年數	折舊風險
路徑 1(全雲端)	NT$ 0	USD 80-95	立刻省	無
路徑 2(NT$ 1.5 萬)	NT$ 15,000	USD 80-90	5-6 個月	低(二手 3060 殘值高)
路徑 3(NT$ 5 萬)	NT$ 48,000	USD 80-100	14-16 個月	中(2 年後 RTX 6070 上市)
RTX 5090 機(NT$ 23 萬)	NT$ 230,000	USD 100(只是不付訂閱)	76 個月 / 6.3 年	高
Mac Studio M4 Ultra(NT$ 40 萬)	NT$ 400,000	USD 100	133 個月 / 11 年	超高

RTX 5090 機 6.3 年才回本,但 6 年後 RTX 8090 都出來了,你的 5090 殘值剩 30%。Mac Studio Ultra 11 年回本,11 年後 Apple Silicon 已經換了 4 代。

「未雨綢繆」≠「為了不可能發生的事過度準備」。Anthropic 真的明天倒了,你也能在 5 萬路徑下半天內切到本地 — 那才是「合理保險」。砸 20 萬給「我擔心 Anthropic 變心」,是恐懼定價,不是工程。

4 個本地腦子怎麼選(為什麼不一定要追 frontier)

模型	Release	規模	SWE-bench	適合誰
Qwen3-Coder-Next	2026/02	80B MoE / 3B active	SOTA local	5 萬路徑首選 ⭐
Kimi K2.6	2026/04/20	1T MoE	SWE-Bench Pro 58.6% 贏 Opus 4.6	需 Mac Studio Ultra,不在本文範圍
DeepSeek V3.2	2026/Q1	671B MoE	SWE-bench Verified 72-74%	用 API 最划算(自己跑要 256GB RAM)
Gemma 4	2026/04	多 size	—	Apache 2.0 純開源、小機器友善(路徑 2 OK)

來源:[Qwen3-Coder GitHub]、[Kimi K2.6 完整指南]、[DeepSeek 完整指南]、[Gemma releases]

關鍵判斷:不要追 frontier。Kimi K2.6 跑分贏 Opus 4.6 沒錯,但要 256GB RAM 的 Mac Studio Ultra 才跑得動 = 40 萬硬體。對 5 萬內預算而言,Qwen3-Coder-30B-A3B(30B 規模、3B active MoE,16GB VRAM 就跑得起)已經滿足 80% 場景。剩下 20% 的硬任務丟回 Claude 用 router 解決。

ccswitch 路由策略:哪個腦子接什麼活

1. Heavy(複雜重構、跨檔架構分析、安全 review)→ Claude Opus 4.7(API 或 Max 訂閱)
2. Medium(一般 coding、debug、寫 test)→ DeepSeek V3.2(API)或 Qwen3-Coder-30B(本地,僅路徑 3)
3. Light(格式整理、改 typo、寫 commit message、跑 lint)→ 本地 Gemma 3 12B(路徑 3)或最便宜 cloud(DeepSeek background tier)
4. Background(自動產生 README、批次重命名、log 摘要)→ 本地小模型或 DeepSeek,跑多久都不心疼

router config 範例:

{
  "providers": {
    "claude": { "type": "anthropic", "apiKey": "$ANTHROPIC_KEY" },
    "deepseek": { "type": "openai", "baseUrl": "https://api.deepseek.com" },
    "qwen-local": { "type": "ollama", "baseUrl": "http://localhost:11434" }
  },
  "routes": [
    { "match": { "complexity": "heavy" }, "provider": "claude", "model": "claude-opus-4-7" },
    { "match": { "complexity": "medium" }, "provider": "deepseek", "model": "deepseek-chat" },
    { "match": { "complexity": "light" }, "provider": "qwen-local", "model": "qwen3-coder:30b" }
  ]
}

實際省下來的成本:[Claude Code Router 完整 2026 指南] 給的數字是月 API bill 從 USD 200 降到 USD 30-50。如果你保留 Claude Max 訂閱,把 subagent / background 路由出去,可以避免撞 weekly quota lockout,實質效益就是 「有效用量翻 2 倍」。

屁股電腦改造案例:32GB RAM + Ryzen 7 4700U 怎麼玩

我自己手上的 Mini PC:AMD Ryzen 7 4700U(8 cores)、32GB RAM、無獨立 GPU、Linux Mint。前面查過所有資料,這台機器在 2026 的真實處境是:

• ❌ 30B+ 模型完全跑不動(無 GPU + RAM 不夠)
• ⚠️ 7B Q4 可跑但 ~3-5 t/s,慢到不能互動
• ✅ Gemma 3 1B-4B 可跑但太弱,agent 任務跑不完

結論:路徑 1(全雲端)最 fit 我的場景:

1. 裝 claude-code-router(5 分鐘)
2. 申請 DeepSeek API(10 分鐘,USD 5 預付)
3. router config 把 medium / light 全部 route 到 DeepSeek V3.2
4. Heavy 留給 Claude(Max 訂閱 或 API pay-per-token)
5. Mini PC 繼續扛 Claude Code + router process,VRAM 無關緊要

月成本估:USD 15-30(NT$ 500-1,000)。跟新組 RTX 5070 Ti 桌機(NT$ 5 萬)比,4-8 年才回本。所以路徑 1 是我目前最 fit 的路徑 — 不是因為我堅持本地化,是因為「本地化」對我來說是未來的選項,不是現在的剛需。

真話:不要為了「本地化迷思」花錢,但也不要裸奔

很多人買 RTX 5090 是為了「資料安全 / 不依賴雲端 / 終究有一天用得到」。實際統計:

• 「資料安全」→ 99% 場景你的 code 在 GitHub public repo / company 內部 repo,傳給 DeepSeek 沒比較危險
• 「不依賴雲端」→ 你每天還是上 Stack Overflow、Google 搜文檔,雲端依賴沒消失
• 「終究會用」→ 通常買了之後跑兩週就放著積灰塵,1 年後折舊損失 30%+

真正該本地化的場景:商業機密、air-gapped 環境、隱私法規(GDPR / HIPAA)。個人 / 中小團隊 dev workflow 不在這個 list 內。

但「不要過度準備」≠「不準備」。裝 router 是免費的,就算現在全部 route 給 Anthropic,哪天它變心,你只要改 config 就能切。5 分鐘的事,沒理由不做。這才是真正的「未雨綢繆」:架構靈活、邊際成本接近 0,而不是花 20 萬買「萬一」。

結尾:腦子可以換,工具不能綁架你 — 也不要綁架你家庭預算

claude-code-router 的真正價值不在「省錢」,是主權。Anthropic 改價、改 ToS、deprecate model,你不用跟著它的節奏走。換腦只是動作,背後是 ownership 的姿勢:你選你信任的模型、你決定路由邏輯、你不被任何單一廠商綁架。

具體建議按你場景:

• 偶爾用 / 屁股電腦 / 預算 0:路徑 1(全雲端 + DeepSeek API + 5 分鐘 router setup)
• 想玩本地但不確定會不會堅持:路徑 2(NT$ 1.5 萬二手 RTX 3060)
• 真認真做本地化 + 有現有桌機:路徑 3(NT$ 5 萬 RTX 5070 Ti)
• RTX 5090 / Mac Studio Ultra(20+ 萬):除非有商業機密 / air-gapped 需求,否則 6-11 年回本算式不划算,不推

不為了「本地化迷思」花錢。留錢給你該花的地方 — 可能是更好的螢幕、更好的椅子、家人的長照、孩子的教育、未來的不確定性。Claude Code 是工具,換腦只是技術選擇,你才是 own 自己工作流的人 — 也是 own 自己家庭預算的人。