Apontando o Claude Code para um modelo não-Anthropic: o que você perde

Resposta curta

Os recursos do Claude Code vivem em três camadas, e só a do meio está em risco:

• Camada de cliente (subagents, MCP, edição de arquivos, slash commands): roda na sua máquina. Não depende do modelo.
• Camada de protocolo (formato Messages, eventos de streaming, cache_control, blocos de thinking): vale o que o gateway implementar.
• Camada de modelo (qualidade de raciocínio, entrada de imagem, cache hits): pertence ao modelo. Troque o modelo, troque o conjunto de capacidades.

O trade-off de verdade acontece na camada de modelo, não na de protocolo. Isso ajusta a expectativa: você está trocando o modelo, não o Claude Code.

O que quebra e o que não quebra

Item por item

Entrada de imagem para de funcionar

Quando você cola uma imagem, o Claude Code a codifica como bloco de imagem e coloca na mensagem. Um modelo só de texto ou rejeita o parâmetro ou descarta em silêncio — e o caso silencioso é pior, porque o modelo começa a adivinhar o que a imagem mostrava.

Como contornar: encaminhe tarefas que dependem de visão para um modelo que aceite imagens; refatoração de texto puro não precisa disso.

Extended thinking nunca aparece

Extended thinking é um bloco de raciocínio do lado do modelo, da Anthropic, exposto no protocolo Messages como bloco de conteúdo do tipo thinking. Um gateway consegue repassar esses blocos, mas é o modelo que precisa gerá-los — com o DeepSeek esse caminho fica vazio.

A alternativa é usar um modelo de raciocínio direto. O deepseek-v4-pro-0813 é um modelo de reasoning; o raciocínio dele acontece dentro do modelo, em vez de ser exposto em blocos. Você ganha "pensa melhor", não "dá para ver como ele pensa".

Prompt caching funciona em parte

Este é o item mais fácil de julgar errado, porque há duas camadas:

• Cobrança: o catálogo tem preço de entrada em cache. O DeepSeek V4 Pro é ¥4.5 de entrada contra ¥0.45 em cache no off-peak — uma diferença de dez vezes, o que significa que o cache hit é medido e cobrado de verdade.
• Protocolo: a Anthropic marca breakpoints de cache com cache_control, e isso não mapeia exatamente para as implementações de cache do upstream. A taxa de acerto é decidida lá em cima; o cliente não consegue forçar.

Conclusão: o cache funciona e economiza de verdade, mas não faça orçamento com as taxas de acerto da Anthropic.

WebSearch simplesmente não existe

O WebSearch do Claude Code não é uma ferramenta local. É uma ferramenta do lado do servidor fornecida pela Anthropic. Assim que a requisição passa por um gateway de terceiros, o upstream não reconhece a definição da ferramenta e a chamada falha ou volta como não implementada.

Como contornar: use uma ferramenta de fetch via MCP local — isso é camada de cliente, então sobrevive à troca de modelo.

O que não é afetado

Vale dizer com clareza, porque é isso que decide se a troca compensa:

• Capacidade de edição: ler e escrever arquivos, diffs multiarquivo, rodar testes — tudo do lado do cliente.
• Subagents e trabalho paralelo: agendados pelo próprio Claude Code, não pelo fornecedor do modelo.
• O ecossistema MCP: bancos de dados, navegadores, sistemas internos continuam funcionando.
• Permissões e hooks: configuração local, independente de modelo.

Em outras palavras, o Claude Code como harness de agent fica inteiro. O que você perde são algumas propriedades do Claude, o modelo.

Como minimizar a perda

1. Case o modelo com a tarefa: entendimento de arquivos longos e refatorações no deepseek-v4-pro-0813 (1M de context window, reasoning); correção de typo e mensagem de commit no deepseek-v4.1-flash, cerca de dez vezes mais barato.
2. Trate visão separadamente: não entregue capturas de tela a um modelo de texto. Descreva, ou troque para um modelo com visão naquela tarefa.
3. Não dependa de blocos de thinking: quando quiser ver o raciocínio, peça um plano primeiro e a execução depois.
4. Desconte a expectativa de cache: estimativas baseadas nas taxas da Anthropic saem por baixo.

Checklist de verificação

Três checagens de que a conexão está mesmo viva:

Defina sua própria API key do KimiSeek no mesmo terminal que executará curl, substituindo o valor de exemplo. Uma credencial configurada no cliente não preenche automaticamente esta variável do shell:

# 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 com um array content → a camada de protocolo funciona.
• O Claude Code responde "olá" → a configuração do cliente está certa.
• Peça para ler e editar um arquivo → a cadeia de tool calls funciona.

Se algum passo falhar, procure o texto do erro na referência de erros.

Quando voltar para o serviço oficial

Economizar nem sempre é a decisão certa. Três casos defendem ficar no oficial:

• Uso intenso de visão (mockup para código, revisão de UI)
• Pesquisa ao vivo via WebSearch
• Sensibilidade extrema à taxa de acerto do cache (system prompt muito longo, volume alto de chamadas)

Para todo o resto a economia é real. Números concretos estão em a rota sem cartão.

Versões e verificação

• Claude Code: 2.x
• Verificado em: 2026-10-26
• Fontes: documentação da Anthropic (protocolo Messages, extended thinking, cache_control, ferramentas do lado do servidor); campos de capacidade e de preço do catálogo do KimiSeek