📌 一句话总结：Claude Code 配额用完时，可以切换到本地开源模型继续工作。推荐 GLM-4.7-Flash 或 Qwen3-Coder-Next，通过 LM Studio 或 llama.cpp 连接。
2026年02月05日 · 资讯分享 · 阅读时间约 3 分钟
用 Claude Code 写代码写得正嗨，突然配额用完了？别慌，你可以切换到本地开源模型继续干活。
问题场景
如果你用的是 Anthropic 的便宜套餐，在深度使用 Claude Code 开发时，经常会遇到日配额或周配额用完的情况。
可以用 /usage 命令查看当前配额使用情况。
推荐的本地模型
目前最好的开源模型变化很快，作者推荐：
- GLM-4.7-Flash（来自 Z.AI）
- Qwen3-Coder-Next（阿里通义千问）
如果想节省磁盘和显存，可以用量化版本，加载更快但质量会有损失。
方法一：LM Studio（推荐）
LM Studio 是一个友好的本地 LLM 运行工具，0.4.1 版本开始支持连接 Claude Code。
步骤：
- 安装并运行 LM Studio
- 搜索并安装模型（建议上下文 > 25K）
- 打开终端，启动服务器：
lms server start --port 1234 - 设置环境变量：
export ANTHROPIC_BASE_URL=http://localhost:1234 export ANTHROPIC_AUTH_TOKEN=lmstudio
- 启动 Claude Code：
claude --model openai/gpt-oss-20b
用 /model 命令可以确认当前使用的模型，或切换回 Claude。
方法二：直接用 Llama.CPP
LM Studio 底层是开源项目 llama.cpp。如果你不想用 LM Studio，可以直接安装 llama.cpp 并连接 Claude Code。
但除非你要微调模型或有特殊需求，LM Studio 设置起来更快。
💡 富贵点评
这是个很实用的备用方案。除非你有怪兽级的机器，否则本地模型的速度和代码质量肯定比不上 Claude。
但它能用！而且在 Claude 和本地模型之间切换很方便。配额恢复了就切回去，配额没了就用本地的顶一下。
对于重度 Claude Code 用户来说，这招值得收藏。
📋 要点回顾
- 问题：Claude Code 配额用完，无法继续工作
- 方案：切换到本地开源模型（GLM-4.7-Flash、Qwen3-Coder-Next）
- 工具：LM Studio 或 llama.cpp 提供本地 API
- 效果：基础编码任务可用，复杂任务效果有差距
❓ 常见问题
Q: 本地模型能完全替代 Claude Code 吗？
A: 不能完全替代。本地模型在简单任务上表现不错，但复杂推理、大型代码库理解上还有差距。建议配额恢复后切回 Claude。
Q: 推荐哪个本地模型？
A: GLM-4.7-Flash 速度快，适合快速迭代；Qwen3-Coder-Next 代码能力强，适合编程任务。
Q: 需要什么配置才能跑本地模型？
A: 7B 参数模型需要 8GB 显存，14B 需要 16GB。如果没有独显，也可以用 CPU 跑，但速度会慢很多。
来源：boxc.net | HN 213点 | 作者：王富贵 | 发布时间：2026年02月05日