系列2/5｜Claude Code 买哪档、额度怎么算

Claude Code 是 Anthropic 的编程 Agent，跑在终端、VS Code/JetBrains 插件和桌面 App 里，能读代码、改文件、跑命令、提交 PR。它不单卖，跟着 Claude 订阅走。这一篇讲清楚买哪档、额度怎么扣、国内能不能用，再在我们自己机器上装好跑一遍。这是「AI Agent 工具怎么选」系列第 2 篇。

「AI Agent 工具怎么选」系列：1 Codex · 2 Claude Code（本篇） · 3 Grok Bot · 4 WorkBuddy · 5 横向对比

价格：免费版没有 Claude Code

以下来自 claude.com/pricing，2026-10-20 查询，单位美元，不含税：

官方安装文档也写明：Claude Code 需要 Pro、Max、Team、Enterprise 或 Console（API）账号，「免费的 claude.ai 套餐不包含 Claude Code」。Max 的 20 倍档具体价格，定价页卡片只写了「From $100」，以结算页为准。

额度规则是很多人第一次用就踩的：所有套餐按滚动 5 小时计用量，付费套餐另有周限额；网页、桌面、手机上的 Claude 和终端里的 Claude Code 共用同一个池子。Pro 每 5 小时至少是 Free 的 5 倍，Max 是 Pro 的 5 倍或 20 倍，没有固定条数。用完可以等重置、升级，或者打开 usage credits 按 API 价格继续用。终端里 /usage 能看进度条。

不想订阅也行：用 Claude Console 的 API Key 按量付费。官方成本文档给过一个参考数：企业部署里平均每位开发者每个活跃日约 $13，每月约 $150–250，90% 的用户每活跃日低于 $30。

白天在网页上聊多了，晚上 Claude Code 就可能提前撞限额：它们吃的是同一份额度。

国内能不能买：官方名单里没有中国大陆

Anthropic 的《Supported Regions Policy》（页面标注 2026 年 11 月 12 日生效）明确，Claude.ai、Claude Code、API 都只在名单内的国家和地区提供。名单里没有中国大陆，也没有香港。条款还写到，总部在不支持地区、或被不支持地区的个人/实体多数控股的公司，即使员工人在支持地区，也不在服务范围内。付费方式方面，定价页的个人套餐只列了信用卡。

所以这篇不写任何「绕过」的办法。人在支持地区的，按官网正常订阅；人在国内想先熟悉 Claude Code 的操作方式，可以走下面的本地模型路线，CLI 本身可以免费安装，连的是你自己电脑上的模型。

实测：装 Claude Code，接本地模型修 bug

测试环境：2026-10-20，Debian 13，8 核 CPU、15 GB 内存、无显卡；Node.js 20.19.2；Claude Code 2.1.304；Ollama 0.40.6；模型 Qwen3.5-4B Q4_K_M。同一台机器上还有别的任务在跑，速度只作参考。

第 1 步：安装。官方推荐原生安装（会自动更新），也支持 Homebrew、WinGet、apt/dnf/apk 和 npm：

curl -fsSL https://claude.ai/install.sh | bash
# 或 npm（官方要求 Node.js 22+）
npm install -g @anthropic-ai/claude-code
claude --version    # 我们这里输出 2.1.304 (Claude Code)

系统要求：macOS 13+、Windows 10 1809+、Ubuntu 20.04+、Debian 10+，4 GB 以上内存。装完跑 claude doctor，我们这里输出 No installation issues found。没登录时 claude -p "hi" 返回 Not logged in · Please run /login。

第 2 步：指向本地 Ollama。Ollama 提供兼容 Anthropic 的接口，官方文档给的环境变量是：

export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=32768   # 本地模型的真实窗口（官方文档做法，见坑 2）

模型的准备方法和系列第 1 篇一样（Modelfile 要写 RENDERER qwen3.5 和 PARSER qwen3.5）。

第 3 步：同一个修 bug 任务。average() 遇到空列表除以 0，测试要求返回 0：

claude -p "Run python3 test_calc.py, fix the bug in calc.py so the tests pass, then run the tests again." \
  --model qwen3.5-4b-local:latest \
  --allowedTools "Bash(python3 *) Edit Read" </dev/null

结果：Claude Code 依次读了测试文件和 calc.py、跑测试看到 ZeroDivisionError、用 Edit 工具加了 if not nums: return 0、再跑测试通过。一共 6 次模型请求，用时 9 分 20 秒。慢的主要原因是开场上下文就有约 10,700 token（系统提示词加工具说明），CPU 处理这段要两三分钟；同样的任务，Codex 开场约 4,600 token。小模型最后的总结里还多了半句意思不通的话，改动本身是对的。

用 Claude 自家模型（Sonnet、Opus 等）需要付费账号，本文未实测；桌面 App、云端会话、GitHub 集成也都未实测，以上说明来自官方文档。

实测踩到的 4 个坑

1. npm 装时的两条警告可以先不管。Node 20 下 npm 报 EBADENGINE ... required: { node: '>=22.0.0' }；npm 11 还提示 postinstall 脚本没被允许执行。官方文档对第一条的解释是：npm 包装的是原生二进制，运行时不依赖你的 Node，所以只警告不报错。第二条文档没提，我们这里 postinstall 没跑，claude --version 和 claude doctor 照样正常。图省事就用官方原生安装脚本，两条都不会出现。
2. 不认识的模型名默认按 200K 窗口算。启动时提示 doesn't recognize the model ... assumes a context window of 200k tokens。按官方文档，它会等到 200K 才自动压缩上下文，而本地模型的窗口小得多。所以要用 CLAUDE_CODE_MAX_CONTEXT_TOKENS 告诉它真实窗口。我们的测试任务很短，没撞到这个问题，设了这个变量之后的长会话表现未实测。
3. -p 模式下工具要预先放行。非交互模式没人点「允许」，用 --allowedTools 列出需要的工具，比如 "Bash(python3 *) Edit Read"，不要直接上 --dangerously-skip-permissions。
4. 系统提示词很重，小模型很吃力。每次请求都带着上万 token 的工具说明，本地 4B 模型只适合练手，真干活还是要云端大模型。

最佳实践：围绕「上下文」做文章

官方最佳实践文档开头就说，大部分技巧都来自一个限制：上下文窗口很快会被填满，填满后效果下降。照这个思路：

• 给它能自己跑的检查。测试、构建、截图对比都行。没有检查，它只能凭「看起来做完了」收工，你就成了人肉测试。
• 先探索、再计划、再写代码。Shift+Tab 切到 Plan 模式（或 claude --permission-mode plan），让它只读不改，出方案后再动手。一句话能说清的小改动直接让它做。
• CLAUDE.md 写短。/init 生成初稿，只留它猜不出来的东西：特殊命令、和默认不同的代码风格、测试方法、仓库规矩。官方原话是文件太长会让 Claude「忽略你真正的指令」。
• 不相关的任务之间 /clear。同一个问题纠正两次还不对，就清空重来，写一个更好的开场提示。
• 调研交给子 Agent。「use subagents to investigate X」，读文件的上下文消耗留在子 Agent 里，主会话保持干净。
• 必须每次执行的事用 hooks。比如每次改完自动跑 lint。CLAUDE.md 是建议，hook 是强制。
• 重复流程做成 Skill。放在 .claude/skills/，用 /skill-name 调用。怎么写见第一个 Agent Skill 教程；接外部工具用 MCP，见40 行 MCP 服务器教程。
• 出错能倒回。按两下 Esc 或 /rewind 回到之前的检查点。官方提醒检查点只记录它用编辑工具做的改动，Bash 命令改的文件不算，git 照样要用。

想看 Claude Code 自己的代码审查功能，可以翻我们之前的快讯：Claude Code Review 全面开放。

买哪档

最后

前两篇的 Codex 和 Claude Code 都是「你坐在终端前、它帮你写代码」。下一篇的 Grok Bot 是另一种思路：每个 Bot 有自己的云端电脑，你关了笔记本它还在干活。接着看：系列 3/5：Grok Bot。

「AI Agent 工具怎么选」系列：1 Codex · 2 Claude Code（本篇） · 3 Grok Bot · 4 WorkBuddy · 5 横向对比