🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度
1. 先把目标定清楚：两个 profile，一段代码，三种观察
CC Switch 是一个给 Claude Code 做供应商与模型切换的小工具，它把「用哪个 Base URL、带哪个 Key、默认哪个模型」这套东西抽成 profile，切换时改的是本地配置文件，不用每次手改环境变量。这次要做的实验很具体：建两个 profile，一个指向 GLM 5.3 Flash，一个指向 Kimi K2.7 Code，两者都走 TaoToken 的统一 Base URL，然后拿同一段代码解释任务分别跑一遍，记录三件事——切换后实际生效的模型 ID、首包延迟、以及报错差异。
适合谁看：已经在用 Claude Code、手里有不止一个模型额度、想按任务类型切模型的人。比如白天写业务代码用 Kimi K2.7 Code，晚上读开源项目用 GLM 5.3 Flash，手动改配置太烦，profile 就是干这个的。
产物清单先列出来，后面逐项落地：
- 两个 CC Switch profile 的 JSON 文件
- 切换命令（切到 A、切到 B、查当前）
- 一张模型 ID 对照表，含 TaoToken 侧模型名与 CC Switch 里写的值
- 同一段代码解释任务的两次调用记录，含首包延迟与报错
需要提前说明：模型的具体版本号、上下文长度、计费口径这些，以 TaoToken 官网当前页面为准，本文只写操作路径和观察方法，不替官网做承诺。
2. 拿 Key 与统一 Base URL
这一步是后面所有配置的地基。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content=ccswitch_profiles ，登录后进控制台，在 API Keys 页面创建一个新 Key。建议给这次实验单独建一个 Key，命名成ccswitch-lab，方便后面看用量时能对上号，也方便实验结束直接吊销。
创建完把 Key 复制出来，形如sk-开头的一长串。它只在创建时完整显示一次，丢了就重建，别指望在列表里再看到明文。
Base URL 统一用：
https://taotoken.net/api注意这里不带任何查询参数，就是干净的 API 根地址。CC Switch 里填的是这个根地址，具体走哪个模型由 profile 里的模型字段决定，不需要为每个模型换一个 URL。
提示：Key 不要写进会提交到 Git 的文件里。CC Switch 的 profile 如果放在项目目录下，记得加进
.gitignore，或者干脆放在用户级配置目录。
拿到 Key 之后，先用一条最朴素的请求确认它能通，别等配完 CC Switch 才发现 Key 有问题：
curl -sS https://taotoken.net/api/v1/messages \ -H "x-api-key: $TAOTOKEN_KEY" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "glm-5.3-flash", "max_tokens": 64, "messages": [{"role": "user", "content": "只回复两个字：通了"}] }'返回里能看到content数组就说明 Key 和 Base URL 都对。如果这里就 401，先查 Key 有没有复制全、有没有多余空格；如果 404，先查 URL 是不是写成了带/v1又带别的路径的组合。这一步过了，再进 CC Switch。
3. CC Switch 的 profile JSON 与切换命令
CC Switch 的 profile 本质是一份描述「环境变量怎么设」的配置。不同版本字段名可能略有差异，下面这份是通用结构，你按自己装的版本对照着改。核心就三个字段：Base URL、Key、默认模型。
先建 GLM 5.3 Flash 的 profile：
{ "name": "taotoken-glm-flash", "provider": "taotoken", "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key", "ANTHROPIC_MODEL": "glm-5.3-flash", "ANTHROPIC_SMALL_FAST_MODEL": "glm-5.3-flash" } }再建 Kimi K2.7 Code 的 profile：
{ "name": "taotoken-kimi-code", "provider": "taotoken", "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key", "ANTHROPIC_MODEL": "kimi-k2.7-code", "ANTHROPIC_SMALL_FAST_MODEL": "kimi-k2.7-code" } }两个 profile 的 Base URL 和 Key 完全一样，只有模型字段不同。这正是统一 Base URL 的好处：切模型不用动网络配置，只改一个字符串。
把这两份存成~/.cc-switch/profiles/taotoken-glm-flash.json和~/.cc-switch/profiles/taotoken-kimi-code.json（目录按你实际安装位置调整）。然后切换：
# 切到 GLM 5.3 Flash cc-switch use taotoken-glm-flash # 切到 Kimi K2.7 Code cc-switch use taotoken-kimi-code # 看当前生效的是哪个 cc-switch currentcc-switch current应该回显当前 profile 名和它注入的环境变量。如果它只回显名字不回显模型，那就手动确认一下：
echo $ANTHROPIC_MODEL echo $ANTHROPIC_BASE_URL切换后新开一个终端窗口再跑 Claude Code，因为环境变量是在 shell 启动时读取的，老窗口里可能还是旧值。这是最容易踩的坑：切了 profile，但当前终端没重新加载，结果以为切换失败。
模型 ID 对照表先摆出来，方便你填自己的实际值：
| 用途 | TaoToken 侧模型名 | CC Switch 字段 | 说明 |
|---|---|---|---|
| 代码解释（快） | glm-5.3-flash | ANTHROPIC_MODEL | 轻量任务，首包通常更快 |
| 代码解释（强） | kimi-k2.7-code | ANTHROPIC_MODEL | 代码场景优化，长上下文更稳 |
| 小模型兜底 | 同上对应值 | ANTHROPIC_SMALL_FAST_MODEL | 不设会回落到默认，可能报模型不存在 |
表里的模型名以官网文档当前列出的为准，如果官网写的是别的拼写，以官网为准，别照抄本文。
4. 同一段代码，两次调用，看三个差异
准备一段有代表性的代码，别用print("hello")，那样看不出模型差异。用一段带递归和边界处理的函数：
def flatten(items, depth=0): result = [] for item in items: if isinstance(item, (list, tuple)): result.extend(flatten(item, depth + 1)) elif isinstance(item, dict): result.extend(flatten(list(item.values()), depth + 1)) else: result.append(item) return result任务统一为：「解释这段代码做了什么，指出一个潜在问题，给出修复建议。」两次调用用完全相同的 prompt，只换 profile。
先切到 GLM 5.3 Flash，跑一次，记录首包时间：
cc-switch use taotoken-glm-flash time claude -p "解释这段代码做了什么，指出一个潜在问题，给出修复建议。" < snippet.pytime输出里的real是总耗时，首包延迟要看 Claude Code 自己的输出节奏，或者用带流式的调用单独测。想精确测首包，用 curl 加"stream": true，看第一个content_block_delta到达的时间：
cc-switch use taotoken-glm-flash time curl -sS -N https://taotoken.net/api/v1/messages \ -H "x-api-key: $ANTHROPIC_API_KEY" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "'"$ANTHROPIC_MODEL"'", "max_tokens": 512, "stream": true, "messages": [{"role": "user", "content": "解释这段代码做了什么，指出一个潜在问题，给出修复建议。"}] }' | head -c 400然后切到 Kimi K2.7 Code，重复同样的命令。两次结果填进这张观察表：
| 观察项 | GLM 5.3 Flash | Kimi K2.7 Code |
|---|---|---|
| 实际生效模型 ID | 从响应model字段读 | 从响应model字段读 |
| 首包延迟 | 记录秒数 | 记录秒数 |
| 是否报错 | 有/无 | 有/无 |
| 报错内容 | 原文抄下 | 原文抄下 |
关于「实际生效模型 ID」：响应体里会有一个model字段，它才是真正被调用的模型。如果你在 CC Switch 里写错了模型名，但服务端做了模糊匹配，响应里的model可能和你写的不一样。以响应为准，不以配置文件为准。
失败分支要提前想好三种：
第一种，401。Key 无效或没带上。检查ANTHROPIC_API_KEY是否真的注入到了当前 shell，echo一下看有没有值。
第二种，404 或模型不存在。模型名拼错了，或者该模型在你的账号下没开通。回官网控制台看可用模型列表，对照着改 profile 里的ANTHROPIC_MODEL。
第三种，切换后行为没变。八成是终端没重开，或者 CC Switch 写的是另一个配置文件路径，而 Claude Code 读的是别处。用cc-switch current和echo $ANTHROPIC_MODEL交叉验证。
我试过在同一个终端里连续切两次 profile 再跑，结果第二次还是第一次的模型，就是因为环境变量没刷新。后来固定成「切完就开新窗口」，再没出过这个问题。
5. 限制、成本与模型选择
首包延迟受网络、服务端排队、prompt 长度共同影响，单次测量说明不了太多。想得到可用的对比，每个模型至少跑五到十次，取中位数，别拿一次的快慢下结论。本文不含排行分数，也不给两个模型的绝对快慢判断，那需要你自己在稳定网络下重复测。
成本方面，两个模型的计费口径不同，具体单价、是否按缓存命中打折、上下文长度上限，都以 TaoToken 官网当前页面为准。做实验时建议把max_tokens设小一点，比如 512，避免一次跑飞。长期用的话，去控制台看用量页，按 Key 维度对账，ccswitch-lab这个 Key 的消耗能单独拉出来。
模型选择上给个朴素建议：短平快的代码解释、注释生成、简单重构，用 GLM 5.3 Flash 就够；涉及跨文件理解、长上下文、复杂逻辑推理的代码任务，切到 Kimi K2.7 Code。两个 profile 都留着，按任务切，比死守一个模型灵活。
最后补一句配置管理：profile 文件里的 Key 是明文，如果多人共用一台机器，考虑用环境变量引用而不是写死。CC Switch 有些版本支持"ANTHROPIC_API_KEY": "${TAOTOKEN_KEY}"这种写法，能不能用取决于你的版本，试一下就知道。不能引用的话，至少把 profile 目录权限设成700。
实验做完，把两个 profile 的 JSON、切换命令记录、模型 ID 对照表和观察表放在一起，就是一份可复现的切换验证材料。下次换模型，照这个流程再走一遍即可。
🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度
