Мгновенные ответы в Claude Code (или как подключать сторонние модели)

В чем главная проблема разработки с ИИ? Даже не в том, что люди пишут ЛЛМкой тесты, или ждут что она сама достанет все требования из их головы.

Проблема – постоянное выпадение из фокуса, пока ждешь. Либо нужно устраивать конвейер, когда ты по одному проекту в параллель запускаешь несколько задач.

Но это – режим менеджера (асинхронный), неестественный для большинства разработчиков, норма которых – работа в "блокирующем" режиме.

Альтернативное направление – просто сильно ускорить инференс, чтобы не успевать выпадать:

Дал инструкцию → Сразу видишь результат → Увидел косяки → Дал новую инструкцию

Вспоминаю про Cerebras API, который умеет выдавать по 1-2k токенов в секунду (ссылка на мои эксперименты в конце поста). Осталось только понять, как подключить их в Claude Code, который работает только с anthropic совместимыми моделями.

Нахожу claude code router - враппер вокруг Claude Code, который перехватывает реквесты к Anthropic API, заменяет их на реквесты к желаемым провайдеру и модели, возвращает в Claude Code результат в anthropic-compatible формате.

И он даже разрешает прописывать провайдера для openrouter – можно выбрать cerebras. Только там баг, и эта фича не работает. Придумываю "хак" – создаю пресет в openrouter, чтобы обращаться через "model": "qwen/qwen3-coder@preset/cerebras"

Вот получившийся config.json

{
  "LOG": true,
  "API_TIMEOUT_MS": 600000,
  "NON_INTERACTIVE_MODE": false,
  "Providers": [
    {
      "name": "openrouter",
      "api_base_url": "https://openrouter.ai/api/v1/chat/completions",
      "api_key": "...",
      "models": [ "qwen/qwen3-coder@preset/cerebras" ],
      "transformer": { "use": [ "openrouter" ] }
    }
  ],
  "Router": {
    "default": "openrouter,qwen/qwen3-coder@preset/cerebras",
    "background": "openrouter,qwen/qwen3-coder@preset/cerebras",
    "think": "openrouter,qwen/qwen3-coder@preset/cerebras",
    "longContext": "openrouter,qwen/qwen3-coder@preset/cerebras",
    "longContextThreshold": 60000,
    "webSearch": "openrouter,qwen/qwen3-coder@preset/cerebras"
  }
}

TL;DR:

1. npm install -g @musistudio/claude-code-router
2. создаем пресет в openrouter
3. копируем конфиг в ~/.claude-code-router/config.json

P.s. Claude Code делает много промежуточных запросов. И если все будут лететь через cerebras – будут пробиваться rate limits => для надежности делаем фоллбэк на другого провадера в пресете openrouter

Мои эксперименты с Cerebras (1, 2)

UPD: кому мало qwen3-coder, попробуйте grok-4-fast от xAI