DeepClaude substitui o backend Anthropic do Claude Code pelo DeepSeek V4 Pro com custo 17 vezes menor

O loop de agente autônomo do Claude Code (edição de arquivos, bash, git, criação de subagentes) é o melhor da categoria. O problema: custa US$ 200/mês com limites. DeepClaude é um script shell enxuto que troca o modelo backend mantendo todo o loop de ferramentas inalterado. O backend padrão é DeepSeek V4 Pro ($0,44/M entrada, $0,87/M saída) vs $3/$15 por milhão de tokens da Anthropic — uma diferença de preço de 17x.
Como funciona
Claude Code lê variáveis de ambiente para endpoint da API e autenticação. DeepClaude as define por sessão:
ANTHROPIC_BASE_URL— endpoint da APIANTHROPIC_AUTH_TOKEN— chave da API para o backendANTHROPIC_DEFAULT_OPUS_MODEL— nome do modelo para tarefas nível OpusANTHROPIC_DEFAULT_SONNET_MODEL— nome do modelo para tarefas nível SonnetANTHROPIC_DEFAULT_HAIKU_MODEL— nome do modelo para tarefas nível Haiku (subagentes)CLAUDE_CODE_SUBAGENT_MODEL— modelo para subagentes gerados
Após o término, as configurações originais são restauradas.
Início rápido (2 minutos)
1. Obtenha uma chave da API DeepSeek — cadastre-se em platform.deepseek.com, adicione crédito de $5.
2. Defina a variável de ambiente:
# Windows (PowerShell)
setx DEEPSEEK_API_KEY "sk-sua-chave-aqui"
macOS/Linux
echo 'export DEEPSEEK_API_KEY="sk-sua-chave-aqui"' >> ~/.bashrc
source ~/.bashrc
3. Instale o script:
# Windows — copie para um diretório no PATH
Copy-Item deepclaude.ps1 "$env:USERPROFILE\.local\bin\deepclaude.ps1"
macOS/Linux
chmod +x deepclaude.sh
sudo ln -s "$(pwd)/deepclaude.sh" /usr/local/bin/deepclaude
4. Use:
deepclaude # Inicia com DeepSeek V4 Pro (padrão)
deepclaude --status # Mostra backends disponíveis e chaves
deepclaude --backend or # Usa OpenRouter ($0,44/M entrada)
deepclaude --backend fw # Usa Fireworks AI (mais rápido, servidores EUA)
deepclaude --backend anthropic # Claude Code normal (para Opus)
deepclaude --cost # Mostra comparação de preços
deepclaude --benchmark # Teste de latência em todos os provedores
Backends suportados
| Backend | Flag | Entrada/M | Saída/M | Servidores | Notas |
|---|---|---|---|---|---|
| DeepSeek (padrão) | --backend ds | $0,44 | $0,87 | China | Cache automático de contexto (120x mais barato em turnos repetidos) |
| OpenRouter | --backend or | $0,44 | $0,87 | EUA | Latência mais barata de EUA/Europa |
| Fireworks AI | --backend fw | $1,74 | $3,48 | EUA | Inferência mais rápida |
| Anthropic | --backend anthropic | $3,00 | $15,00 | EUA | Claude Opus original |
Comparação de custos
- Uso leve (10 dias/mês): Anthropic Max $200/mês → DeepSeek ~$20/mês → 90% de economia
- Uso intenso (25 dias/mês): $200/mês → ~$50/mês → 75% de economia
- Com loops automáticos: $200/mês → ~$80/mês → 60% de economia
O cache automático de contexto do DeepSeek torna os loops de agente extremamente baratos — após a primeira requisição, o prompt do sistema e o contexto do arquivo são armazenados em cache a $0,004/M vs $0,44/M sem cache.
O que funciona e o que não funciona
Funciona: Leitura/escrita/edição de arquivos, execução de bash/PowerShell, pesquisa glob/grep, loops autônomos de ferramentas em várias etapas, criação de subagentes, operações git, inicialização de projeto (/init), modo de pensamento (ativado por padrão).
Não funciona ou degradado: Entrada de imagem/visão (o endpoint Anthropic do DeepSeek não suporta imagens), uso paralelo de ferramentas (desativado — ferramentas executam uma de cada vez), ferramentas de servidor MCP (não suportadas pela camada de compatibilidade). A economia de cache de prompt é tratada pelo próprio sistema do DeepSeek.
Para quem é
Desenvolvedores que usam Claude Code intensamente em loops de agente e desejam funcionalidade quase idêntica a uma fração do custo — especialmente para tarefas iterativas de codificação onde a pontuação de 96,4% no LiveCodeBench do DeepSeek V4 Pro é mais que suficiente.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

hipEngine: Inferência Nativa Rápida do Qwen 3.6 para RDNA3 (Strix Halo, 7900 XTX)
hipEngine é um novo mecanismo de inferência nativo ROCm (AGPLv3) para Qwen 3.6 MoE em GPUs RDNA3. Benchmarks mostram prefill de até 2718 tok/s em 7900 XTX, competitivo com llama.cpp, e cache KV INT8 permitindo contexto completo de 256K em menos de 24 GB.

Perfilador de Custos de LLM: Ferramenta de código aberto monitora gastos com APIs para justificar adoção de modelos locais
LLM Cost Profiler é uma ferramenta Python que monitora cada chamada de API para OpenAI/Anthropic, mostrando exatamente quanto você está gastando e em quê. Ele revela tarefas que são superfaturadas em relação à sua complexidade, fornecendo valores em dólares concretos para justificar a migração para modelos locais.

Painel web de código aberto monitora o uso de tokens do Claude para fluxos de trabalho remotos
Um desenvolvedor criou o react-ai-token-monitor, um painel web leve que analisa arquivos de projetos Claude locais em tempo real para calcular custos, mostrar detalhamentos de modelos e rastrear padrões de uso. A ferramenta revelou US$ 4.808 em tokens Claude consumidos em março de 2026 em um plano Max 20x.

Claude Code UltraPlan: Alterações no Fluxo de Trabalho e Observações de Desempenho
O Claude Code UltraPlan apresenta um fluxo de trabalho de planejamento baseado em nuvem com lançamento via terminal, interface de revisão no navegador e opções de execução. Os testes mostraram execuções repetidas aproximadamente 2x mais rápidas do que o planejamento local, com melhorias de qualidade variáveis.