DeepClaude ersetzt das Anthropic-Backend von Claude Code durch DeepSeek V4 Pro zu 17-fach niedrigeren Kosten

Claude Codes autonomer Agentenloop (Dateibearbeitung, Bash, Git, Subagenten-Spawning) ist der Beste seiner Klasse. Das Problem: Er kostet 200 $/Monat mit Begrenzungen. DeepClaude ist ein dünnes Shell-Skript, das das Backend-Modell austauscht, während der gesamte Tool-Loop unverändert bleibt. Standard-Backend ist DeepSeek V4 Pro (0,44 $/M Input, 0,87 $/M Output) im Vergleich zu Anthropics 3 $/15 $ pro Million Tokens – ein Preisunterschied von 17x.
Wie es funktioniert
Claude Code liest Umgebungsvariablen für API-Endpunkt und Authentifizierung aus. DeepClaude setzt diese pro Sitzung:
ANTHROPIC_BASE_URL– API-EndpunktANTHROPIC_AUTH_TOKEN– API-Schlüssel für das BackendANTHROPIC_DEFAULT_OPUS_MODEL– Modellname für Opus-AufgabenANTHROPIC_DEFAULT_SONNET_MODEL– Modellname für Sonnet-AufgabenANTHROPIC_DEFAULT_HAIKU_MODEL– Modellname für Haiku-Aufgaben (Subagenten)CLAUDE_CODE_SUBAGENT_MODEL– Modell für gespawnte Subagenten
Nach dem Start werden die ursprünglichen Einstellungen beim Beenden wiederhergestellt.
Schnellstart (2 Minuten)
1. DeepSeek-API-Schlüssel besorgen – Registrierung unter platform.deepseek.com, 5 $ Guthaben aufladen.
2. Umgebungsvariable setzen:
# Windows (PowerShell)
setx DEEPSEEK_API_KEY "sk-your-key-here"
macOS/Linux
echo 'export DEEPSEEK_API_KEY="sk-your-key-here"' >> ~/.bashrc
source ~/.bashrc
3. Skript installieren:
# Windows – in ein Verzeichnis im PATH kopieren
Copy-Item deepclaude.ps1 "$env:USERPROFILE\.local\bin\deepclaude.ps1"
macOS/Linux
chmod +x deepclaude.sh
sudo ln -s "$(pwd)/deepclaude.sh" /usr/local/bin/deepclaude
4. Nutzung:
deepclaude # Start mit DeepSeek V4 Pro (Standard)
deepclaude --status # Verfügbare Backends und Schlüssel anzeigen
deepclaude --backend or # OpenRouter verwenden (0,44 $/M Input)
deepclaude --backend fw # Fireworks AI verwenden (schnellste, US-Server)
deepclaude --backend anthropic # Normales Claude Code (für Opus)
deepclaude --cost # Preisvergleich anzeigen
deepclaude --benchmark # Latenztest über alle Anbieter
Unterstützte Backends
| Backend | Flag | Input/M | Output/M | Server | Hinweise |
|---|---|---|---|---|---|
| DeepSeek (Standard) | --backend ds | 0,44 $ | 0,87 $ | China | Automatisches Context Caching (120x günstiger bei wiederholten Durchläufen) |
| OpenRouter | --backend or | 0,44 $ | 0,87 $ | USA | Günstigste Latenz von USA/EU |
| Fireworks AI | --backend fw | 1,74 $ | 3,48 $ | USA | Schnellste Inferenz |
| Anthropic | --backend anthropic | 3,00 $ | 15,00 $ | USA | Original Claude Opus |
Kostenvergleich
- Leichte Nutzung (10 Tage/Monat): Anthropic Max 200 $/Monat → DeepSeek ~20 $/Monat → 90 % Ersparnis
- Starke Nutzung (25 Tage/Monat): 200 $/Monat → ~50 $/Monat → 75 % Ersparnis
- Mit Auto-Loops: 200 $/Monat → ~80 $/Monat → 60 % Ersparnis
DeepSeeks automatisches Context Caching macht Agentenloops extrem günstig – nach der ersten Anfrage werden System-Prompt und Datei-Kontext zu 0,004 $/M statt 0,44 $/M ungecachtet.
Was funktioniert und was nicht
Funktioniert: Dateien lesen/schreiben/bearbeiten, Bash/PowerShell-Ausführung, Glob/Grep-Suche, mehrstufige autonome Tool-Loops, Subagenten-Spawning, Git-Operationen, Projektinitialisierung (/init), Denkmodus (standardmäßig aktiviert).
Funktioniert nicht oder eingeschränkt: Bild-/Vision-Input (DeepSeeks Anthropic-Endpunkt unterstützt keine Bilder), parallele Tool-Nutzung (deaktiviert – Tools werden nacheinander ausgeführt), MCP-Server-Tools (nicht über Kompatibilitätsschicht unterstützt). Einsparungen durch Prompt-Caching werden von DeepSeeks eigenem System übernommen.
Für wen es gedacht ist
Entwickler, die Claude Code stark in Agentenloops einsetzen und eine nahezu identische Funktionalität zu einem Bruchteil der Kosten wünschen – besonders für iterative Programmieraufgaben, bei denen DeepSeek V4 Pros 96,4 % LiveCodeBench-Punktzahl mehr als ausreichend ist.
📖 Vollständigen Quellcode lesen: HN AI Agents
👀 Siehe auch

Entwickler baut GALA-Programmiersprache mit Claude Code, stellt fest: Starke Typisierung verbessert Zuverlässigkeit KI-generierter Codes
Ein Entwickler hat GALA erstellt, eine funktionale Programmiersprache, die zu Go transpiliert, wobei er intensiv Claude Code genutzt hat. Die Sprache bietet versiegelte Typen, erschöpfendes Pattern Matching, standardmäßige Unveränderlichkeit und Monaden, wobei Claude bei der Implementierung von Typinferenz, Pattern-Matching-Transformatoren und der Behebung von über 40 Fehlern geholfen hat.

Testen von δ-Mem auf Apple Silicon: MLX-Implementierung und Benchmarks
Das δ-mem-Papier, implementiert über mlx auf einem MacMini 64GB, zeigt gemischte, aber vielversprechende lokale Benchmarks mit Verbesserungen in realistischen Replay-Szenarien.

Konfiguration von OpenClaw mit VAST.AI GPU-Miete für unbegrenzte Ollama-Prompts
Ein Nutzer beschreibt die Kombination von VAST.AI GPU-Miete mit Ollama und OpenClaw, um Prompt-Limits zu umgehen, stieß jedoch auf Konfigurationsprobleme, die manuelle JSON-Bearbeitung erforderten.

Masterplan: Ein minimales Terminal-Aufgabensystem für Claude Code-Benutzer
Ein Entwickler hat master-plan erstellt, ein Claude Code-Plugin mit vier Slash-Befehlen, das Aufgaben direkt im Terminal mithilfe einer Markdown-Datei und Git verwaltet. Das System erfasst Ideen mitten in der Arbeitssitzung ohne Kontextwechsel und erkennt Test-Runner automatisch.