Claude Code mit kostenlosen Modellen nutzen: So geht’s wirklich

Der Claude Code ist ein KI-Agent, der direkt im Terminal läuft und Entwickler bei Routineaufgaben unterstützt – ohne grafische Oberfläche. Im Gegensatz zu IDE-Plugins wie Copilot oder Cursor führt er Befehle aus, bearbeitet Dateien und führt mehrstufige Prozesse selbstständig durch. Doch die offizielle API von Anthropic ist kostenpflichtig. Wir haben sechs Methoden getestet, um das Tool mit kostenlosen Modellen zu nutzen – und nur eine hat überzeugt.

Warum Entwickler nach Alternativen suchen

Die offizielle Version des Claude Code ist leistungsstark, aber teuer. Ein kostenloser Einstieg ist nur über Umwege möglich. Besonders reizvoll ist der Kurs "Claude Code in Action" auf Skilljar, der praktische Übungen mit echten Befehlen anbietet. Doch ohne Zugang zur API bleibt der Nutzen begrenzt. Also haben wir nach kostenlosen Lösungen gesucht – und dabei sechs verschiedene Ansätze ausprobiert.

Die getesteten Methoden im Überblick

Wir haben folgende Ansätze evaluiert:

• OpenRouter mit kostenlosen Modellen (Qwen, Gemma, DeepSeek R1)
• Claude Code Router (CCR) als Proxy für Drittanbieter-APIs
• NVIDIA NIM mit kostenlosen API-Schlüsseln
• Ollama für lokale Modellausführung
• free-claude-code mit angepassten Proxys
• cc-gemini als speziell angepasster Proxy für Google Gemini

Warum die meisten Methoden scheiterten

OpenRouter: Schnelle Blockade durch API-Limits

Die erste Idee war simpel: Die API von OpenRouter nutzen, die kostenlose Modelle wie Qwen oder DeepSeek anbietet. Nach nur 10 Minuten und etwa 50 Requests – dem Tageslimit des kostenlosen Plans – war Schluss. Der Fehler 429 Too Many Requests beendete den Test abrupt. Für intensive Entwicklerarbeit ist das keine praktikable Lösung.

Claude Code Router (CCR): Fehlende Modell-Integration

Der CCR sollte als Vermittler zwischen dem offiziellen Claude Code und Drittanbietern fungieren. Die Idee: Das Tool bleibt unverändert, während die Anfragen an kostenlose Modelle umgeleitet werden. Doch in der Praxis scheiterte die Umsetzung. Der häufigste Fehler "Missing model in request body" zeigte, dass der Proxy die Modellangabe nicht korrekt in die API-Anfrage einbaute. Ohne diesen Parameter lehnten die Anbieter die Requests ab.

NVIDIA NIM: Berechtigungsprobleme bei kostenlosen Konten

Ein weiterer Ansatz war die Nutzung von NVIDIA NIM, einem Dienst für KI-Modelle. Nach der Konfiguration eines Proxys und der Eingabe des kostenlosen API-Schlüssels folgte jedoch die Fehlermeldung 404 Page Not Found. Recherchen zeigten, dass kostenlose NVIDIA-Konten oft manuell freigeschaltet werden müssen, um auf die API zugreifen zu können. Der Aufwand stand in keinem Verhältnis zum Nutzen.

free-claude-code + OpenRouter: Unvollständige Tool-Unterstützung

Der Ansatz mit dem free-claude-code-Proxy und OpenRouter schien vielversprechend. Die ersten Requests wurden mit 200 OK beantwortet, doch nach der Ausführung einer Tool-Abfrage brach der Proxy zusammen. Der Grund: Modelle wie Gemini benötigen spezielle reasoning_details-Tokens, um den Kontext zwischen Anfragen zu erhalten. OpenRouter sendet diese Tokens jedoch nicht bei Streaming-Antworten – und Claude Code nutzt durchgehend Streaming. Die Folge: Die zweite Request scheiterte mit HTTP 400.

Ollama: Langsame lokale Modelle ohne GPU

Ein lokaler Ansatz mit Ollama klang verlockend: ollama launch claude sollte das Modell starten. Doch der Test mit einfachen Anfragen wie "Hallo" dauerte über fünf Minuten. Bei komplexeren Aufgaben wäre die Wartezeit noch länger – und ohne dedizierte GPU ist der Einsatz praktisch unmöglich.

Die einzige funktionierende Lösung: cc-gemini

Nach all den gescheiterten Versuchen blieb nur ein Projekt übrig: cc-gemini. Der Proxy übersetzt die Anfragen des Claude Code in ein Format, das Google Gemini versteht. Der Aufbau ist einfach:

npm install -g claude-code-gemini cc-gemini

Anschließend wird eine kostenlose Gemini-API-Schlüssel von Google AI Studio benötigt. Beim ersten Start fragt das Tool nach diesem Schlüssel und startet einen lokalen Proxy auf Port 8100. Der Claude Code kann dann über diesen Proxy mit Gemini kommunizieren.

Performance im Praxistest

Einfache Aufgaben wie Dateilisten, Code-Analysen oder Funktionsumbenennungen funktionierten zuverlässig und schnell – in etwa 10 bis 15 Sekunden. Bei komplexeren Aufgaben wie der Initialisierung eines großen Projekts mit über 500 Codezeilen dauerte die Analyse jedoch etwa fünf Minuten. Zum Vergleich: Die offizielle Claude Code-Version mit Anthropic-Modell erledigte dieselbe Aufgabe in nur 1 Minute und 34 Sekunden.

Warum ist Gemini langsamer?

Zwei Hauptgründe bremsen die Performance:

• Gemini ist ein reines Sprachmodell und hat keine integrierten Tools wie das Anthropic-Modell. Jede Tool-Abfrage erfordert zusätzliche Verarbeitungsschritte.
• Die API-Anfragen sind komplexer, da der Proxy die Anfragen in das Gemini-Format übersetzen muss. Jeder zusätzliche Schritt verlängert die Reaktionszeit.

Fazit: cc-gemini als beste kostenlose Option

Wer Claude Code mit kostenlosen Modellen nutzen möchte, findet in cc-gemini die derzeit zuverlässigste Lösung. Der Proxy ist einfach einzurichten und funktioniert stabil – zumindest für grundlegende Aufgaben. Für professionelle Entwicklerarbeit oder komplexe Automatisierungen bleibt die offizielle Version mit Anthropic-Modell jedoch die überlegene Wahl. Langfristig könnte sich die Situation ändern, sobald mehr kostenlose Modelle oder bessere Proxy-Lösungen verfügbar sind.