Coding Agent 自定义 API 速查表：复制粘贴这些配置，大幅削减你的 Token 账单

每个流行的编码智能体都允许你更换底层的模型，但每个智能体隐藏设置的位置、键名和 URL 格式都不尽相同。因此，人们往往选择放弃并继续支付高昂的 Frontier 模型费用，尽管重度智能体用户在默认模型上的花费约为每个活跃开发者每天 13 美元（CloudZero, 2026）。本页面旨在解决这个问题。这是一份包含 Claude Code、OpenClaw、Codex、OpenCode 和 Cursor 精确自定义 API 配置的单一参考指南，并指出了区分它们的核心区别。 请收藏此页面，因为这里的价值在于开箱即用的代码块和避坑指南，而非废话。读完本文，你只需几分钟就能将这些智能体指向更便宜的模型，并理解为什么 URL 在不同工具之间会有所差异。

核心要点

• 编码智能体分为两个协议家族。Claude Code 使用 Anthropic API；OpenClaw、Codex、OpenCode 和 Cursor 使用 OpenAI 兼容 API。
• 最实用的区分方法是 URL：OpenAI 兼容工具需要 /v1 后缀，而 Claude Code 不需要。
• 每个配置都需要同样的三个要素：Base URL、API Key 和 Model ID。只有字段名称不同。
• 开放权重模型是省钱的关键：DeepSeek V4 Flash 每百万输入 Token 的成本接近 USD0.14，而 Frontier 模型则需数美元（Codersera, 2026）。

为什么一份编码智能体自定义 API 速查表物超所值

之所以要折腾，是为了省钱，其根本原因在于结构。智能体在推理的每一步都会重新发送积累的上下文，因此完成同样任务时，它们消耗的 Token 是聊天窗口的 10 到 100 倍（LeanOps, 2026）。这个乘数就是智能体账单激增的原因，也是为什么重新定价 Token（而非减少智能体使用）是唯一真正有效的应对之策。 自定义 API 可在不改变你工作方式的前提下，将智能体指向更便宜的后端。将日常编码任务路由到开放权重模型，每 Token 成本会大幅下降，通常可降低 70% 以上，而日常任务的质量差距却微乎其微。这份自定义 API 速查表之所以重要，是因为虽然省钱效果显著，但配置过程中的摩擦感才是阻碍大多数人的原因，而这种摩擦几乎全来自于“哪个文件、哪个字段、哪个 URL”。

编码智能体自定义 API 速查表的工作原理

在查看配置之前，这里有一个核心理念能让你融会贯通。编码智能体属于两个协议家族，工具所属的家族决定了其配置的形式。 Claude Code 与 Anthropic Messages API 通信，因此它从 ANTHROPIC_BASE_URL 读取后端，并使用 Anthropic 风格的令牌进行身份验证。速查表中的其他所有工具（OpenClaw、Codex、OpenCode 和 Cursor）都与 OpenAI 兼容的 Chat Completions API 通信，因此它们需要 baseURL、OpenAI 风格的密钥，并且在端点路径后需要 /v1。这个 /v1 细节是配置静默失败的最常见原因。 一旦了解了这个划分，下面的每个条目本质上都是换汤不换药的三项数值：Base URL、Key 和 Model ID。示例中使用 Atlas Cloud 作为提供商，因为它可以在同一个账户下同时支持两个协议家族，所以工具之间改变的只有语法，而不需要更换你粘贴的密钥。任何兼容的提供商工作方式都一样；只需替换 Base URL 和 Key 即可。

编码智能体自定义 API 速查表（按工具划分）

以下是快速参考表，随后是每个工具的完整配置块。在开始前请准备好你的 API Key。在 Atlas Cloud 上，你可以通过选择 Coding Plan 作为密钥类型来创建密钥，这会将其与基于积分的编码配额绑定。

Claude Code

Claude Code 是 Anthropic 家族的异类，请注意 Base URL 没有 /v1。在 macOS 或 Linux 上编辑 ~/.claude/settings.json，在 Windows 上编辑 %USERPROFILE%.claude\settings.json：

plaintextCopy
1{
2  "env": {
3    "ANTHROPIC_AUTH_TOKEN": "your-atlas-api-key",
4    "ANTHROPIC_BASE_URL": "https://api.atlascloud.ai",
5    "ANTHROPIC_MODEL": "zai-org/glm-5.1",
6    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "zai-org/glm-5.1",
7    "ANTHROPIC_DEFAULT_SONNET_MODEL": "zai-org/glm-5.1",
8    "CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS": "1"
9  }
10}

将 Haiku 和 Sonnet 的默认值设置为同一个模型，可以将 Claude Code 的小型后台调用也路由到你的模型，避免因默认模型不可用而失败。

OpenClaw

OpenClaw 是最简单的，因为它有向导。在终端中运行 openclaw onboard，然后选择 Yes、QuickStart 和 Custom Provider。输入 Base URL https:​//api.atlascloud.ai/v1，粘贴密钥，粘贴 Model ID，并选择 OpenAI-compatible 协议。当显示 Verification successful 时，命名该端点即可完成。 如果手动编辑 ~/.openclaw/openclaw.json，需要注意：OpenClaw 的配置分为两步。你需要在 models.providers 下定义提供商，然后必须使用 provider-name/model-name 格式在 agents.defaults.models 下将模型加入白名单，否则智能体会拒绝它（OpenClaw docs, 2026）。未加入白名单是“model not allowed”错误的首要原因。向导会自动完成这两步，这就是建议使用向导的原因。

Codex

Codex 使用两个文件。将提供商信息放入 ~/.codex/config.toml：

plaintextCopy
1model_provider = "atlas_coding_plan"
2model = "zai-org/glm-5.1"
3
4[model_providers.atlas_coding_plan]
5name = "atlascloud"
6base_url = "https://api.atlascloud.ai/v1"
7wire_api = "chat"
8requires_openai_auth = true

然后将密钥放入 ~/.codex/auth.json：

plaintextCopy
1{ "OPENAI_API_KEY": "your-atlas-api-key" }

在终端运行 codex，跳过更新提示，即可连接。

OpenCode 和 Cursor

OpenCode 读取 ~/.config/opencode/opencode.json（在 Windows 上为 \Users\your-name.config\opencode\opencode.json）：

plaintextCopy
1{
2  "$schema": "https://opencode.ai/config.json",
3  "provider": {
4    "atlascloud": {
5      "npm": "@ai-sdk/openai-compatible",
6      "name": "atlascloud",
7      "options": {
8        "baseURL": "https://api.atlascloud.ai/v1",
9        "apiKey": "your-atlas-api-key"
10      },
11      "models": {
12        "zai-org/glm-5.1": { "name": "glm-5.1" }
13      }
14    }
15  }
16}

Cursor 没有相关的配置文件。打开设置，前往 Models，通过名称添加你的 Model ID，然后将自定义 OpenAI Base URL 设置为 https:​//api.atlascloud.ai/v1 并粘贴密钥。由于 Cursor 遵循 OpenAI 兼容模式，其他工具中使用的相同 Base URL 和 Key 在这里无需任何更改即可生效。

选择模型：编码智能体自定义 API 速查表的另一半

连接端点只是工作的一半。你选择的模型决定了你能节省多少钱。行之有效的方法是：在日常编码中默认使用强大且廉价的开放模型，并保留一个 Frontier 模型用于处理最复杂的推理任务。能力差距比价格差距更小：在 SWE-Bench Pro 上，领先的开放模型得分在 70 分左右，而顶级 Frontier 模型约为 91 分（Codersera, 2026），这在常规功能开发和重构中几乎没有感官差异。 在基于积分的提供商处，每个模型都有一个将 Token 使用量映射为积分的乘数，因此相对成本很容易读取：

一个 API Key 走遍所有编码智能体

注意速查表静静显示的内容：每个配置中出现的都是相同的密钥和相同的 Model ID。这就是选择统一提供商的真正理由。如果你将每个工具连接到不同的供应商，你最终会得到不同的密钥、不同的仪表板和不同的账单，并且无法统一掌握支出情况。将它们全部指向一个提供商可以将所有支出合并到一个积分池，并在一个地方切换模型。 这也解决了预算编制的问题，Token 计量计费模式下的预算编制非常困难。一种在午夜刷新固定每日积分额度的方案可以限制智能体失控循环造成的损失，而按量付费方案则可以吸收偶尔的流量峰值。Atlas Cloud 的方案起价为每月 10 美元，按量付费包可享受 41% 的折扣，且周期内升级按比例计算，因此升级到更高层级只需支付差价，而不是购买全新的套餐。

编码智能体自定义 API 速查表：常见错误

几乎所有的配置失败都归结于以下几点，而且它们都很容易修复。 /v1 混淆。 这是整个速查表中出现最频繁的错误。OpenAI 兼容工具需要 /v1 后缀；Claude Code 不需要。连接错误通常意味着该工具家族的路径不正确。 使用了错误的密钥类型。 你的提供商密钥不是 Anthropic 密钥，反之亦然。粘贴错误的密钥会导致认证错误，这看起来比实际情况更令人困惑。 跳过 OpenClaw 白名单。 定义提供商只是 OpenClaw 设置的一半。如果看到“model not allowed”，说明模型未加入白名单，或者 provider-name/model-name 键有拼写错误。 在 Claude Code 中未设置后台模型。 如果只设置了主模型，而 Haiku 和 Sonnet 的默认设置指向了不可用的模型，小型后台调用就会失败。请确保三个都设置。

常见问题：编码智能体自定义 API 速查表

使用这份速查表需要更换工具吗？

不需要。其核心意义在于你继续使用现有的智能体，无论是 Claude Code、OpenClaw、Codex、OpenCode 还是 Cursor。自定义 API 是配置变更，而非迁移，因此你的工作流程保持不变，同时后端和账单发生了变化。

为什么速查表中的 Base URL 因工具而异？

这是因为协议家族不同。Claude Code 使用 Anthropic API，使用基础域名即可，而 OpenAI 兼容工具需要 /v1 路径。同一提供商，同一密钥，不同的路径。这一个微小的差异解释了大多数配置失败的原因。

这份自定义 API 速查表能帮你节省多少钱？

取决于模型，节省空间很大。DeepSeek V4 Flash 每百万输入 Token 的成本接近 USD0.14，而 Frontier 模型则需数美元（Codersera, 2026），因此将常规工作发送到开放模型通常可以在不改变工作方式的情况下，将 Token 账单削减 70% 以上。

我应该从哪个模型开始使用？

对于交互式编码，GLM-5.1 或 Kimi K2.6 是强大且经济的默认选择。对于大批量或后台作业，DeepSeek V4 Flash 更便宜。只有在开放模型确实无法处理的任务时，才保留 Frontier 模型作为备用。

自定义 API 设置是可逆的吗？

是的。每个配置都是可逆的。恢复原始 Base URL 或删除提供商配置块，智能体就会恢复到默认设置。许多开发者会保留两套配置，并根据任务进行切换。

结论

值得保存这份自定义 API 速查表的理由是，难点从来不在于概念，而在于记住每个工具需要哪个文件和哪个 URL。一旦你理解了两个协议家族，每个配置本质上都是相同的 Base URL、密钥和 Model ID，只是语法不同而已。选择一个开放权重模型，粘贴正确的代码块，遵守 /v1 规则，你就可以在使用心仪智能体的同时，只需支付 Frontier 模型价格的一小部分。如果你希望在所有工具中使用同一个密钥和预算，可以通过 Atlas Cloud Coding Plan 控制台进行设置，并随时根据任务变化切换模型。