Anthropic把 Claude Code 做成「提款机」

Claude Code 配 Opus 确实能打，但账单比代码跑得还快。有开发者实测：正经写一小时代码，额度直接清零，剩下时间只能干等重置。

等额度的时候他试了把本地模型——Ollama 上的 Qwen 3.5，9B 参数版本。结果意外发现：免费的东西居然也能用。

「活着」的幻觉，按秒计费

Opus 的能力强到让人产生诡异感。它能理解复杂需求、主动补全上下文、甚至预判你下一步想改什么。这种体验接近有个真人搭档在屏幕对面。

但 Anthropic 的定价策略把这种幻觉切得很碎。Claude Code 按 token 消耗计费，Opus 的费率又是家族里最贵的档位。生成一个中等规模的扩展功能，额度肉眼可见地蒸发。

开发者描述的状态很真实：前 50 分钟流畅如丝，最后 10 分钟突然弹窗「额度不足」。项目卡在半截，情绪也卡在半截。

这种设计某种程度上是精准的。它让你充分体验「几乎有生命」的 AI 是什么感觉，然后在关键时刻掐断，逼你做选择——充值，或者降级。

9B 参数的备胎实验

等额度重置的间隙，他决定测试本地方案的底线。Ollama 是 macOS 上的本地大模型运行框架，安装方式和普通应用没区别。

模型选了 Qwen 3.5 的 9B 版本。参数量不到 Opus 的十分之一，体积控制在消费级笔记本能流畅运行的范围。

终端里两条命令搞定：

ollama pull qwen3.5:9b

下载完成后，Claude Code 的配置指向本地 Ollama 服务而非 Anthropic 的服务器。整个过程没有编译，没有环境变量折腾，比配 Python 虚拟环境还简单。

能用，但得换种用法

实测结论是：别和 Opus 比深度推理，但它能覆盖 60% 的日常场景。代码补全、函数重构、简单 bug 定位，响应速度甚至更快——因为数据不用往返云端。

明显的短板在复杂上下文。让 9B 模型处理跨文件的架构调整，它会开始「失忆」，重复问已经给过的信息。这时候你得手动切分任务，把大需求拆成小块喂进去。

但「免费+本地」的组合创造了新的使用场景。飞机上、酒店 Wi-Fi 限速时、或者单纯不想把代码片段传到第三方服务器，这套方案突然有了不可替代性。

开发者最后把两者搭配使用：Opus 处理架构级决策，本地 9B 打杂。账单压力骤降，流畅度却没掉多少。

Claude Code 的设计者大概没预料到这种用法——或者他们预料到了，只是选择不强调。毕竟，让用户发现「免费备胎」的存在，对营收不是什么好消息。

你现在愿意为了省额度，手动拆任务喂给本地小模型吗？