<p>開發者工具生態系統剛剛經歷了一次重大變革。OpenRouter，這個流行的 API 聚合器，讓開發者通過單一端點訪問數百個大型語言模型（LLMs），已正式與 Anthropic 的智能編碼工具 Claude Code 集成。這一舉措有效地將 Claude Code 強大的推理引擎與 Anthropic 的特定模型陣容解耦，為用户在複雜編碼任務中提供了前所未有的模型選擇靈活性。</p>
<p>對於已經利用 OpenRouter 龐大目錄（超過 320 個模型，包括 39 個免費選項）的開發者來説，這一集成意味着他們現在可以通過熟悉的 OpenRouter 基礎設施來引導他們的智能工作流程。設置過程出奇簡單，用户只需安裝原生的 Claude Code CLI，然後將`ANTHROPIC_BASE_URL`重定向到 OpenRouter 的 API 端點，同時明確清空原生的 Anthropic API 密鑰。這一巧妙的重定向利用了 OpenRouter 現有的 “Anthropic Skin”，確保像工具使用和結構化輸出這樣的智能特性得以保留。</p>
<p>真正的權力轉移在於能夠替換 Anthropic 的旗艦模型——Sonnet、Opus 和 Haiku——為其他替代品。通過設置環境變量如`ANTHROPIC_DEFAULT_SONNET_MODEL`，用户可以強制 Claude Code 使用 OpenAI、谷歌或專門的開源變體中的模型來運行其複雜的推理步驟。例如，將默認的 Sonnet 別名替換為高性能模型如 OpenAI 的 GPT-5.1 Codex Max，可以在不改變用户界面的情況下轉變工具的基礎智能。</p>
<p>雖然這種靈活性令人歡迎，但文檔明智地警告説，複雜的編碼需要高保真度的推理。建議堅持使用頂級模型，如 Claude 4.5 Sonnet 或 GPT-5.2，以確保可靠的智能性能。OpenRouter 還建議用户使用其專門的編碼模型 Exacto，表明該模型已針對 Claude Code 所依賴的精確工具使用和格式化進行了優化。</p>
<p>這一集成標誌着一個日益增長的趨勢：LLM 提供者層的抽象化。開發者越來越重視 * 智能 * 或 * 工作流程 *（在這種情況下是 Claude Code），而不是驅動它的特定基礎模型。OpenRouter 正將自己定位為這一提供者無關性的關鍵中間件層，即使在最初設計為緊密耦合於單一供應商的工具中也是如此。這對開發者選擇來説是一個勝利，也是對供應商鎖定的明確挑戰，使團隊能夠在單一編碼環境中根據每個任務的需求優化成本、性能或特定模型能力。計費完全轉向 OpenRouter 積分，簡化了對不同模型調用的使用監控。</p>
<h2>智能工作流程的模型無關性</h2>
<p>核心技術操作涉及將`ANTHROPIC_BASE_URL`設置為`https://openrouter.ai/api`，並確保原生的`ANTHROPIC_API_KEY`為空。這迫使 Claude Code 通過 OpenRouter 的兼容端點進行通信，後者處理路由和計費。通過環境變量覆蓋默認模型別名的能力是關鍵的差異化因素。這不僅僅是訪問更多模型；而是微調用於智能內部獨白和執行步驟的特定推理層。如果任務簡單，可以替換為更便宜、更快的模型；對於深度重構，可以激活高端模型，同時保持熟悉的 Claude Code 界面。這種對專用工具內執行引擎的細粒度控制是朝着真正可定製的 AI 開發環境邁出的重要一步。</p>

谷歌-A

OpenAI

谷歌-C

<p>OpenRouter 已與 Anthropic 的 Claude Code 集成，使開發者能夠通過單一端點訪問多種語言模型。此集成為編碼任務提供了模型選擇的靈活性，允許使用來自 OpenAI、谷歌或開源變體的模型。它促進了模型的中立性，挑戰了供應商鎖定，並優化了成本和性能。該設置涉及將 ANTHROPIC_BASE_URL 重定向到 OpenRouter 的 API，從而簡化了計費和使用監控</p>

<p>The developer tool ecosystem just got a significant shakeup. OpenRouter, the popular API aggregator that lets developers access hundreds of large language models (LLMs) through a single endpoint, has officially integrated with Anthropic’s agentic coding tool, Claude Code. This move effectively decouples Claude Code’s powerful reasoning engine from Anthropic’s specific model lineup, offering users unprecedented flexibility in model selection for complex coding tasks.</p>
<div class="lb-trans"><p>開發者工具生態系統剛剛經歷了一次重大變革。OpenRouter，這個流行的 API 聚合器，讓開發者通過單一端點訪問數百個大型語言模型（LLMs），已正式與 Anthropic 的智能編碼工具 Claude Code 集成。這一舉措有效地將 Claude Code 強大的推理引擎與 Anthropic 的特定模型陣容解耦，為用户在複雜編碼任務中提供了前所未有的模型選擇靈活性。</p>
</div><p>For developers already leveraging OpenRouter for its massive catalog—over 320 models, including 39 free options—this integration means they can now route their agentic workflows through the familiar OpenRouter infrastructure. The setup is surprisingly straightforward, requiring users to install the native Claude Code CLI and then redirect the `ANTHROPIC_BASE_URL` to OpenRouter’s API endpoint while explicitly blanking out the native Anthropic API key. This clever redirection leverages OpenRouter’s existing “Anthropic Skin,” ensuring that agentic features like tool use and structured output are preserved.</p>
<div class="lb-trans"><p>對於已經利用 OpenRouter 龐大目錄（超過 320 個模型，包括 39 個免費選項）的開發者來説，這一集成意味着他們現在可以通過熟悉的 OpenRouter 基礎設施來引導他們的智能工作流程。設置過程出奇簡單，用户只需安裝原生的 Claude Code CLI，然後將`ANTHROPIC_BASE_URL`重定向到 OpenRouter 的 API 端點，同時明確清空原生的 Anthropic API 密鑰。這一巧妙的重定向利用了 OpenRouter 現有的 “Anthropic Skin”，確保像工具使用和結構化輸出這樣的智能特性得以保留。</p>
</div><p>The real power move here is the ability to swap out Anthropic’s flagship models—Sonnet, Opus, and Haiku—for alternatives. By setting environment variables like `ANTHROPIC_DEFAULT_SONNET_MODEL`, users can force Claude Code to run its complex reasoning steps using models from OpenAI, Google, or specialized open-source variants. For instance, swapping the default Sonnet alias for a high-performance model like OpenAI’s GPT-5.1 Codex Max transforms the tool’s underlying intelligence without changing the user interface.</p>
<div class="lb-trans"><p>真正的權力轉移在於能夠替換 Anthropic 的旗艦模型——Sonnet、Opus 和 Haiku——為其他替代品。通過設置環境變量如`ANTHROPIC_DEFAULT_SONNET_MODEL`，用户可以強制 Claude Code 使用 OpenAI、谷歌或專門的開源變體中的模型來運行其複雜的推理步驟。例如，將默認的 Sonnet 別名替換為高性能模型如 OpenAI 的 GPT-5.1 Codex Max，可以在不改變用户界面的情況下轉變工具的基礎智能。</p>
</div><p>While the flexibility is welcome, the documentation wisely cautions that complex coding demands high-fidelity reasoning. Sticking to top-tier models like Claude 4.5 Sonnet or GPT-5.2 is recommended for reliable agentic performance. OpenRouter also nudges users toward its own specialized coding model, Exacto, suggesting it’s optimized for the precise tool use and formatting Claude Code relies upon.</p>
<div class="lb-trans"><p>雖然這種靈活性令人歡迎，但文檔明智地警告説，複雜的編碼需要高保真度的推理。建議堅持使用頂級模型，如 Claude 4.5 Sonnet 或 GPT-5.2，以確保可靠的智能性能。OpenRouter 還建議用户使用其專門的編碼模型 Exacto，表明該模型已針對 Claude Code 所依賴的精確工具使用和格式化進行了優化。</p>
</div><p>This integration signals a growing trend: the abstraction of the LLM provider layer. Developers are increasingly prioritizing the *agent* or the *workflow* (in this case, Claude Code) over the specific foundational model powering it. OpenRouter is positioning itself as the essential middleware layer that enables this provider agnosticism, even within tools that were initially designed to be tightly coupled to a single vendor. It’s a win for developer choice and a clear challenge to vendor lock-in, allowing teams to optimize for cost, performance, or specific model capabilities on a per-task basis within a single coding environment. Billing shifts entirely to OpenRouter credits, simplifying the monitoring of usage across diverse model calls.</p>
<div class="lb-trans"><p>這一集成標誌着一個日益增長的趨勢：LLM 提供者層的抽象化。開發者越來越重視 * 智能 * 或 * 工作流程 *（在這種情況下是 Claude Code），而不是驅動它的特定基礎模型。OpenRouter 正將自己定位為這一提供者無關性的關鍵中間件層，即使在最初設計為緊密耦合於單一供應商的工具中也是如此。這對開發者選擇來説是一個勝利，也是對供應商鎖定的明確挑戰，使團隊能夠在單一編碼環境中根據每個任務的需求優化成本、性能或特定模型能力。計費完全轉向 OpenRouter 積分，簡化了對不同模型調用的使用監控。</p>
</div><h2>Model Agnosticism for Agentic Workflows</h2>
<div class="lb-trans"><h2>智能工作流程的模型無關性</h2>
</div><p>The core technical maneuver involves setting the `ANTHROPIC_BASE_URL` to `https://openrouter.ai/api` and ensuring the native `ANTHROPIC_API_KEY` is empty. This forces Claude Code to communicate via OpenRouter’s compatible endpoint, which then handles the routing and billing. The ability to override default model aliases via environment variables is the key differentiator. This isn’t just about accessing more models; it’s about fine-tuning the specific reasoning tier used for the agent’s internal monologue and execution steps. If a task is simple, a cheaper, faster model can be swapped in; for deep refactoring, a premium model can be activated, all while maintaining the familiar Claude Code interface. This level of granular control over the execution engine within a specialized tool is a significant step toward truly customizable AI development environments.</p>
<div class="lb-trans"><p>核心技術操作涉及將`ANTHROPIC_BASE_URL`設置為`https://openrouter.ai/api`，並確保原生的`ANTHROPIC_API_KEY`為空。這迫使 Claude Code 通過 OpenRouter 的兼容端點進行通信，後者處理路由和計費。通過環境變量覆蓋默認模型別名的能力是關鍵的差異化因素。這不僅僅是訪問更多模型；而是微調用於智能內部獨白和執行步驟的特定推理層。如果任務簡單，可以替換為更便宜、更快的模型；對於深度重構，可以激活高端模型，同時保持熟悉的 Claude Code 界面。這種對專用工具內執行引擎的細粒度控制是朝着真正可定製的 AI 開發環境邁出的重要一步。</p>
</div>

Use OpenRouter in Claude Code: Model Freedom Arrives

- OpenRouter 與 Anthropic 的 Claude Code 集成，提供靈活的模型選擇。  
- 用户可通過設置環境變量，替換 Anthony 的旗艦模型以優化性能。  
- 此整合推動了 LLM 供應層的抽象化，增強開發者選擇權。

在 Claude Code 中使用 OpenRouter：模型自由的到來