Claude Code を外部モデルに接続する：何が使えなくなるか

先に結論

Claude Code の機能は 3 層に分かれ、失われるのは真ん中の層だけです：

• クライアント層（subagent、MCP、ファイル編集、スラッシュコマンド）：あなたのマシン上で動くので、モデルを替えても影響を受けません。
• プロトコル層（Messages 形式、ストリーミングイベント、cache_control、thinking ブロック）：ゲートウェイの実装次第で、どこまで互換があるかが決まります。
• モデル層（推論能力、画像入力、キャッシュヒット）：モデル自体に依存し、モデルを替えれば能力も入れ替わります。

本当のトレードオフはプロトコル層ではなくモデル層で起きます。これが「モデルを替える」ことへの期待値を決めます。替えるのはモデルであって、Claude Code ではありません。

機能の失効対照表

項目ごとの説明

画像入力は使えなくなる

Claude Code は画像を貼ると、画像ブロックにエンコードしてメッセージに詰め込みます。テキストモデルがこのブロックを受け取ると、パラメータエラーを返すか、黙って捨てるかのどちらかです。厄介なのは後者で、モデルは画像に何が写っているかを「推測」し始めます。

回避策：画像を見る必要があるタスクでは、視覚入力に対応したモデルに切り替える。純粋なテキストのリファクタリングでは切り替え不要です。

extended thinking は得られない

extended thinking は Anthropic のモデル側の推論ブロックで、Messages プロトコルでは thinking タイプのコンテンツブロックとして現れます。ゲートウェイはこのブロックを透過的に流せますが、モデル自身がそれを生成しないため、DeepSeek に接続した場合この経路は空になります。

代替は推論型モデルを直接使うことです（例えば deepseek-v4-pro-0813 自体が reasoning モデルです）。推論はモデル内部で行われ、thinking ブロックとしては露出しません。得られるのは「より考えられる」ことであって、「どう考えたかが見える」ことではありません。

prompt caching は一部使える

ここが最も誤判定しやすい項目です。2 つの層を見ます：

• 課金層：KimiSeek の価格には「キャッシュ入力」という段があり、DeepSeek V4 Pro は off-peak で ¥4.5 / キャッシュ ¥0.45 と 10 倍の差があります。キャッシュヒットが実際に課金・精算されている証拠です。
• プロトコル層：Anthropic は cache_control でキャッシュのブレークポイントを指定しますが、その意味論は上流のキャッシュ実装と完全には一致しません。ヒット率は上流の計算方法に依存し、クライアントからは強制できません。

結論：キャッシュは効きますし、実際に安くなります。ただし「公式のキャッシュヒット率」を前提に請求額を見積もらないでください。

WebSearch はまったく使えない

Claude Code の WebSearch はローカルで実行されるツールではなく、Anthropic のサーバー側が提供するツールです。リクエストがゲートウェイを越えると、上流はこのツール定義を認識せず、呼び出しは失敗するか未実装を返します。

回避策：ローカル MCP のフェッチ系ツールで代替する。これはクライアント層のものなので、モデルを替えても影響ありません。

影響を受けない部分

ここは明確にしておく必要があります。「乗り換える価値があるか」を決めるからです：

• コード編集能力：ファイルの読み書き、複数ファイルの diff、テスト実行、すべてクライアントが担います。
• subagent と並列タスク：Claude Code 自身がスケジューリングし、モデル提供者に依存しません。
• MCP エコシステム：データベース、ブラウザ、社内システムの接続はこれまで通り。
• 権限と hooks の体系：ローカル設定で、モデルとは無関係。

言い換えれば、Claude Code が「agent の足場」として持つ能力はすべて残り、失われるのは「Claude というモデルの一部の特性」です。

損失を最小化する方法

1. タスク別にモデルを選ぶ：リファクタリングや長いファイルの理解には deepseek-v4-pro-0813（1M context、推論型）、typo 修正や commit message の作成には deepseek-v4.1-flash（10 倍安い）。
2. 画像を見るタスクは別扱い：スクリーンショットをテキストモデルに投げず、まず文章の説明に起こすか、一時的に視覚モデルへ切り替える。
3. thinking ブロックに依存しない：「推論過程を見たい」場面では、先に方針を出力させてから実行させる。
4. キャッシュの期待値は 7 掛けで見積もる：公式のキャッシュヒット率で計算した請求額は、実際には高く出ます。

検証チェックリスト

設定が終わったら、次の 3 点で接続が通っていることを確認します：

curl を実行する同じターミナルで、プレースホルダーを自分の KimiSeek API Key に置き換えて設定してください。クライアントに保存した認証情報は、この環境変数に自動設定されません：

# Replace the placeholder with your own key from the dashboard.
export KIMISEEK_API_KEY="ks-your-key"

curl https://api.kimiseek.app/v1/messages \
  -H "x-api-key: ${KIMISEEK_API_KEY:?Set KIMISEEK_API_KEY before running this command}" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro-0813",
    "max_tokens": 512,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

• 200 が返り、content 配列が含まれる → プロトコル層は通っている。
• Claude Code で「こんにちは」と送って返答がある → クライアント設定は正しい。
• ファイルを 1 つ読ませて修正させる → tool call の連鎖が通っている。

いずれかで失敗したら、エラー対照表 でエラー原文から原因を特定してください。

公式に戻すべきとき

すべての場面でこのコストを削るべきではありません。次の 3 つは公式を残すことを勧めます：

• 視覚入力に強く依存する（デザインカンプからコード、UI レビュー）
• WebSearch によるリアルタイム調査に依存する
• キャッシュヒット率に極端に敏感（超長い system prompt + 高頻度の呼び出し）

それ以外の場面では、外部モデルに接続して浮く金額は現実のものです。具体的な数字は クレジットカード不要の方法 を参照してください。

対応バージョンと検証

• Claude Code：2.x
• 検証日：2026-10-26
• 事実の出典：Anthropic 公式ドキュメント（Messages プロトコル、extended thinking、cache_control、サーバー側ツール）、KimiSeek モデルカタログの能力・価格フィールド