В сообществе зарубежных разработчиков недавно завирусился термин Claudex. Это не официальный продукт, а сленговое название схемы, при которой разработчики «запускают модели OpenAI внутри оболочки Claude Code». Один из пользователей поделился в соцсетях инструкцией из трех шагов, добавив ироничный комментарий: «Если вам пока не хватает смелости установить клиент Codex, вы можете остаться в привычном интерфейсе Claude Code, просто перенаправив его на GPT-5.6 Sol». После того как этот пост репостнул Theo (t3.gg) с техническими пояснениями, тема стала одной из самых обсуждаемых в кругах AI-инструментов для программирования. В этой статье мы разберем, что такое Claudex, как работает лежащий в его основе сервис-прокси API, а также пошагово настроим все необходимые переменные окружения.
Что такое Claudex: гибрид интерфейса и модели
Название Claudex — это просто слияние слов Claude и Codex. Оно описывает гибридный подход: вы сохраняете командный интерфейс и механизмы вызова инструментов Claude Code, но перенаправляете запросы на выполнение модели GPT-5.6 Sol от OpenAI. Причина, по которой люди идут на такие ухищрения, не просто в любопытстве. Сравнительные тесты в сообществе показали, что при использовании логики оркестрации Claude Code модель GPT-5.6 Sol работает стабильнее, чем в нативной среде Codex.
Проблема кроется в известном дефекте официального harness (обвязки) Codex. Согласно отчетам разработчиков на GitHub, GPT-5.6 Sol по умолчанию переходит в режим оркестрации под-агентов, который скрывает такие ключевые поля, как agent_type, model, reasoning_effort и service_tier. В результате каждая подзадача, созданная Sol, наследует его полную и дорогую конфигурацию, даже если для нее было бы достаточно более легких моделей Terra или Luna. Иными словами, механизм маршрутизации под-агентов в среде Codex содержит баг, а способ определения под-агентов через файлы в Claude Code как раз позволяет обойти это ограничение.
| Параметр сравнения | Нативный harness Codex | Harness Claude Code (режим Claudex) |
|---|---|---|
| Понижение модели под-агента | Ограничено, Sol скрывает поля | Можно явно задать через переменные окружения |
| Способ определения под-агентов | Встроенная логика оркестрации | Определение под-агентов через файлы |
| Контроль параллелизма вызовов | Фиксированная стратегия | Регулируется через CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
| Механизм поиска инструментов | Полная загрузка по умолчанию | Включение/выключение через ENABLE_TOOL_SEARCH |
Стоит отметить, что некоторые разработчики сообщают об отсутствии заметной разницы в производительности при выполнении стандартных задач программирования. Похоже, что этот эффект проявляется в основном в сложных задачах, требующих интенсивной оркестрации под-агентов. Поэтому Claudex лучше рассматривать как экспериментальную конфигурацию «на всякий случай», а не как универсальное идеальное решение.
Популярность этого метода вполне объяснима. После выхода серии GPT-5.6 в сообществе не утихают споры о том, какой harness лучше подходит для Sol. Многие уже привыкли к темпу работы Claude Code и его экосистеме плагинов, и им не хочется переходить на совершенно незнакомый инструментарий только ради новой модели. Идея Claudex — это «минимум усилий при максимуме выгоды»: вам не нужно осваивать новый CLI-инструмент, достаточно просто сменить конечную точку для запросов. Именно поэтому этот подход оказался куда более востребованным, чем простая установка клиента Codex.
Что такое CLIProxyAPI: прокси-сервис для трансляции протоколов
Чтобы запустить Claudex, необходим промежуточный слой, который будет перехватывать запросы Anthropic, отправляемые Claude Code, и преобразовывать их в формат, понятный OpenAI Codex. Именно эту задачу и решает CLIProxyAPI. Это локальный прокси-сервис с открытым исходным кодом, который объединяет OAuth-сессии различных CLI-инструментов (Codex, Claude Code, Gemini CLI и др.) в единый HTTP API-интерфейс, совместимый с OpenAI, Gemini, Claude и Codex. Он поддерживает потоковую передачу ответов, вызов функций, мультимодальный ввод и балансировку нагрузки между аккаунтами.
По сути, это шлюз для трансляции протоколов: вам не нужно адаптировать логику вызовов под каждого конкретного вендора — прокси предоставляет стандартный интерфейс для всех. Этот подход очень похож на идеологию APIYI (apiyi.com) — оба решения устраняют проблему несовместимости API разных моделей. Разница лишь в том, что CLIProxyAPI опирается на ваши локальные подписки Claude и ChatGPT, в то время как облачные шлюзы вроде APIYI позволяют вызывать всю линейку моделей GPT-5.6 напрямую через API-ключ, избавляя от необходимости поддерживать локальные OAuth-сессии и прокси-процессы.
| Компонент | Назначение | Совместимые протоколы |
|---|---|---|
| Модуль OAuth-авторизации | Использование существующих подписок Claude / ChatGPT | Anthropic OAuth, OpenAI OAuth |
| Слой трансляции протоколов | Единый стандартный интерфейс | OpenAI / Gemini / Claude / Codex |
| Маршрутизация аккаунтов | Распределение запросов для обхода лимитов | Поддерживается везде |
| Локальный сервис | Прослушивание порта для подключения CLI | HTTP / WebSocket |
Что касается развертывания, CLIProxyAPI доступен в виде бинарных файлов и Docker-образов. В репозитории есть docker-compose.yml и скрипты сборки для быстрого запуска в контейнере. Конфигурация осуществляется через YAML-файл, где задаются порт, путь к папке с учетными данными и параметры балансировки. Вы можете просто взять config.example.yaml из официального репозитория и адаптировать его под себя. Если вы хотите встроить возможности прокси в свое приложение, а не запускать отдельный процесс, проект также предоставляет готовый Go SDK.
Пять шагов настройки: от установки до запуска
Реализация этой схемы разбивается на пять этапов. Первый — установка CLIProxyAPI (через бинарник или Docker) и создание YAML-конфига с указанием порта и пути к учетным данным. Второй — авторизация через OAuth для аккаунтов Claude и OpenAI. Прокси сохранит оба токена локально и будет автоматически выбирать нужный в зависимости от модели.
Третий этап — перенаправление запросов Claude Code на локальный прокси. Обычно достаточно установить ANTHROPIC_BASE_URL на адрес, который слушает CLIProxyAPI. Claude Code будет «думать», что общается с официальным API Anthropic, хотя на деле трафик будет перехватываться прокси. Четвертый — создание алиаса claudex с нужными переменными окружения, чтобы запускать гибридный режим одной командой. Пятый — проверка: лучше всего запустить сложную задачу с несколькими подзадачами, чтобы убедиться, что маршрутизация работает корректно.
Самое узкое место — связка второго и третьего этапов. У OAuth-токенов есть срок жизни, и если прокси-процесс висит долго, а токены протухли, запросы будут молча отклоняться — Claude Code просто «зависнет» без внятной ошибки. Рекомендую использовать системные инструменты для управления процессами (вроде systemd) и периодически проверять логи, чтобы убедиться, что сессии активны.
alias claudex='CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol \
CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 \
CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3 \
ENABLE_TOOL_SEARCH=false \
claude --model gpt-5.6-sol'
🎯 Совет по настройке: Если вы хотите просто оценить возможности GPT-5.6 Sol, не обязательно сразу настраивать двойную OAuth-авторизацию. Мы рекомендуем сначала получить API-ключ через APIYI (apiyi.com) и протестировать GPT-5.6 Sol, Terra и Luna через стандартный OpenAI-совместимый интерфейс. Если результат вас устроит, тогда уже можно тратить время на настройку локального прокси и управление аккаунтами.
Разбор переменных окружения в псевдониме claudex
Эта команда-псевдоним выглядит простой, но каждая из четырех переменных окружения решает свою задачу. Чтобы понять, подходит ли вам эта конфигурация, нужно разобраться, за что отвечает каждая из них.
| Переменная окружения | Назначение | Зачем это нужно |
|---|---|---|
CLAUDE_CODE_SUBAGENT_MODEL |
Принудительное использование указанной модели для всех субагентов | Обход проблем с неудачным понижением версии из-за скрытых полей Codex harness |
CLAUDE_CODE_ALWAYS_ENABLE_EFFORT |
Постоянное включение параметра интенсивности рассуждений | Чтобы Sol поддерживал заданный уровень «усилий» при каждом вызове |
CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
Ограничение количества одновременных вызовов инструментов | Предотвращение ошибок лимита并发 при пересылке запросов через прокси |
ENABLE_TOOL_SEARCH |
Отключение механизма поиска инструментов по запросу | В некоторых сценариях прокси поиск инструментов конфликтует с преобразованием протоколов |
Особое внимание стоит уделить переменной CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY. Если скорость пересылки на стороне прокси не успевает за запросами на вызов инструментов от Claude Code, легко получить ошибку 400. Подобные проблемы возникают и при прямом обращении к официальному API: по сути, это означает, что количество параллельных запросов превышает возможности бэкенда. Если вы столкнулись с такой ошибкой, помимо снижения значения этой переменной, стоит рассмотреть переход на более производительный сервис-прокси API. Это сэкономит время, которое вы тратите на постоянную отладку конфигурации из-за ограничений по частоте запросов.
Устранение типичных ошибок: от зависаний до лимитов
В процессе настройки этой связки чаще всего возникают несколько типов ошибок. Если заранее знать, куда смотреть, можно сэкономить кучу времени на отладке.
| Симптом | Возможная причина | Что проверить |
|---|---|---|
| Claude Code долго не отвечает | Истек срок действия OAuth-токена прокси | Проверьте логи прокси, повторите процедуру входа |
| Ошибка 400: превышен лимит并发 | Количество вызовов инструментов превышает возможности бэкенда | Уменьшите CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
| Субагенты все еще используют дорогие модели | Переменные окружения не применились в текущей оболочке | Убедитесь, что псевдоним определен в той же сессии, где запущен Claude Code |
| Список инструментов загружается очень медленно | Конфликт механизма поиска инструментов с преобразованием протоколов | Попробуйте переключить состояние ENABLE_TOOL_SEARCH |
Ограничение по частоте запросов — самая частая проблема. По сути, причина та же, что и при прямом вызове официального API: скорость запросов превышает возможности обработки на стороне сервера. Стратегия поиска неисправностей здесь универсальна: неважно, используете ли вы локальный прокси или напрямую обращаетесь к облачному интерфейсу, сначала снизьте количество параллельных запросов, а затем постепенно увеличивайте их, чтобы найти предел. Так гораздо проще локализовать проблему, чем при попытке сразу выставить максимальные параметры.
Какую модель из серии GPT-5.6 выбрать
В конфигурации Claudex по умолчанию выбрана GPT-5.6 Sol, но это лишь топовый уровень в семействе GPT-5.6. Эта система именования использует цифры для обозначения поколения модели, а уровни Sol, Terra и Luna — для разделения возможностей, которые могут развиваться независимо. Они соответствуют разным уровням сложности задач и бюджетным ограничениям.
| Модель | Позиционирование | Сценарии использования |
|---|---|---|
| GPT-5.6 Sol | Флагман для сложных рассуждений и длинных цепочек задач | Оркестрация мультиагентов, научный анализ, аудит безопасности |
| GPT-5.6 Terra | Основная рабочая лошадка | Стандартное кодирование, обработка документов, пакетные задачи |
| GPT-5.6 Luna | Легкий и быстрый уровень | Простые повторяющиеся задачи, сценарии с быстрым откликом |
Смысл использования схемы маршрутизации субагентов в Claudex заключается в том, чтобы передавать основные сложные задачи модели Sol, а автоматически выделенные легкие подзадачи делегировать Terra или Luna. Это позволяет контролировать общие затраты на вызов модели. Если вы не планируете поддерживать локальный прокси, можно напрямую использовать платформу APIYI (apiyi.com) для вызова этих трех уровней моделей по мере необходимости. Вы сможете управлять всем процессом — от планирования задачи до выполнения подзадач — через одну учетную запись, не беспокоясь о том, ограничена ли маршрутизация субагентов через harness.
При выборе модели не стоит зацикливаться на том, что «нужно обязательно использовать самую дорогую». Цена Sol значительно выше, чем у Terra и Luna. Если задача не требует глубоких рассуждений или сложной цепочки действий, Terra даст практически такой же результат при гораздо меньших затратах. Именно поэтому понимание механизма понижения уровня (деградации) субагентов важнее, чем просто выбор конкретной модели. В конечном счете на общие расходы влияет не то, какая модель выбрана для главной задачи, а то, были ли эффективно распределены многочисленные подзадачи по более доступным тарифным уровням.
Часто задаваемые вопросы (FAQ)
Является ли Claudex официальным продуктом Anthropic или OpenAI?
Нет. Это способ комбинированного использования, созданный сообществом разработчиков на базе сторонних прокси-инструментов, таких как CLIProxyAPI. По сути, это объединение интерфейсов и возможностей моделей двух компаний, и это не отражает официальную позицию ни одной из сторон.
Почему бы не использовать клиент Codex напрямую для вызова GPT-5.6 Sol?
Можно и так, но некоторые разработчики отмечают, что нативный harness в Codex имеет недостатки маршрутизации в сценариях с оркестрацией субагентов, из-за чего легкие подзадачи не могут быть понижены до более дешевых моделей. Если ваши задачи не включают сложную декомпозицию на субагентов, эта разница может быть не столь заметна.
Есть ли риски безопасности при настройке прокси через CLIProxyAPI?
Локальный прокси сохраняет ваши OAuth-учетные данные, поэтому важно следить за правами доступа к файлам конфигурации и не развертывать их на общедоступных серверах. Если вам нужно быстро проверить работу модели, использование облачного шлюза, такого как APIYI (apiyi.com), в сочетании с отдельным API-ключом упростит контроль доступа и аудит использования.
Что делать, если несколько человек в команде хотят использовать эту конфигурацию?
CLIProxyAPI поддерживает ротацию нескольких учетных записей, поэтому теоретически можно подключить подписки всех членов команды к одному экземпляру прокси для распределения запросов. Однако это значительно усложняет управление учетными данными: если с одной учетной записью возникнет проблема, пострадают вызовы всей команды. Для командной работы лучше использовать единый API-шлюз с выдачей индивидуальных ключей каждому участнику. Это позволит точно определять источник вызова в случае возникновения ошибок, вместо того чтобы все использовали один локальный прокси-процесс.
Заключение
Claudex — это, по сути, инженерное обходное решение, найденное сообществом. Его ценность заключается в том, что оно наглядно демонстрирует различия в реализации harness для оркестрации под-агентов у разных вендоров, а не в доказательстве превосходства какой-то конкретной модели или инструмента. Подобные «самодельные» решения от разработчиков часто недолговечны: как только официальный Codex исправит проблему скрытия полей в маршрутизации под-агентов, необходимость в Claudex может отпасть. Однако само наблюдение о том, что «дизайн harness существенно влияет на производительность модели», останется полезным инсайтом для оценки любых инструментов AI-программирования в будущем.
Если вы просто хотите протестировать возможности рассуждения GPT-5.6 Sol, не обязательно сразу тратить время на настройку CLIProxyAPI и двойную OAuth-авторизацию. Для начала попробуйте запустить модель через стандартный интерфейс APIYI (apiyi.com). Оцените результат, и только потом решайте, стоит ли тратить силы на создание локального прокси.
