零成本接入 GLM-5.1！Modal 平台免费不限量 API 对接 Claude Code 的 TaoToken 配置指南

1. 为什么要在 Claude Code 里接 GLM-5.1

Claude Code 用久了都会遇到同一个坎：任务一密集就开始弹 429，尤其是赶重构、批量改单测这种连续对话场景，Coding Plan 的额度像沙漏一样往下掉。我试过在周五下午被限流卡住，一个跨文件重构做到一半，请求全被挡回来，只能干等。

GLM-5.1 是智谱的新一代模型，代码理解和长上下文表现不错，而 Modal 平台把它挂到了自家 GPU 集群上，开放了免费 API 端点，只按 QPS 限速，Token 总量不封顶。这意味着你可以把它当成 Claude Code 的“备胎卡”：主力还是原厂，一旦被限流就切过去，任务不中断。

这套组合适合谁？三类人最合适：一是 Claude Code 重度用户，经常撞限流；二是想低成本试 GLM-5.1 代码能力，不想先充值的；三是手里已经有 TaoToken 统一 Key，想把多个模型通道收敛到一个入口管理的。下面我把从拿 Key 到 Claude Code 成功调用的完整流程拆开讲，配置骨架可以直接复制。

2. TaoToken 前置：统一 Key 与通道管理

在动手之前，先说清楚 TaoToken 在这套方案里的位置。Modal 提供的是 GLM-5.1 的 OpenAI 协议端点，Claude Code 走的是 Anthropic 协议，两者之间需要一个协议转换层。TaoToken 在这里扮演的是统一 Key 和 API 通道的角色：你可以在 TaoToken 控制台里管理多个上游通道，用一个 Key 对外，Claude Code 只需要认这一个入口。

这样做的好处是，以后你想换模型、加通道，不用改 Claude Code 的配置，只在 TaoToken 侧调整就行。对于同时用多个编码工具的人来说，省掉了一堆环境变量来回改的麻烦。

你需要先拿到两样东西：TaoToken 的 API Key，以及 Modal 侧的 GLM-5.1 端点和 Key。TaoToken 的 Key 在控制台创建，Modal 的 Key 在 modal.com/glm-5-endpoint 页面创建。两边都拿到之后，就可以开始配了。

注意：Modal 的 Key 只在创建时弹一次，关掉页面就看不到了，务必先存到密码管理器里。

TaoToken 的接入文档里有完整的通道配置说明，建议先扫一遍再动手：

• API Keys 管理：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite
• 接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

3. 可复制配置：settings.json 与 config.toml 骨架

这一节是核心，我把 Claude Code 和 OpenAI 协议工具的配置骨架都列出来，你按自己的路径填就行。

3.1 Modal 侧端点信息

先在 Modal 控制台确认两个值，后面所有配置都要用：

项目	值
baseUrl	https://api.us-west-2.modal.direct/v1
模型 ID	glm-5-endpoint
协议	OpenAI 兼容
限速	单账号 3-5 QPS

3.2 Claude Code 的 settings.json

Claude Code 读的是 Anthropic 协议，所以需要协议转换网关。Modal 官方提供了 modal-jazz，先把网关跑起来：

git clone https://github.com/modal-projects/modal-jazz.git cd modal-jazz/frontends/claude pip install -r requirements.txt export MODAL_API_KEY="你的 Modal Key" python app.py # 监听 127.0.0.1:8000

网关起来之后，Claude Code 的 settings.json 这样写：

{ "env": { "ANTHROPIC_BASE_URL": "http://127.0.0.1:8000", "ANTHROPIC_AUTH_TOKEN": "taotoken-任意字符串", "ANTHROPIC_MODEL": "glm-5-endpoint" } }

如果你走 TaoToken 统一通道，把 ANTHROPIC_BASE_URL 换成 TaoToken 的网关地址，AUTH_TOKEN 换成 TaoToken 的 Key，模型名保持 glm-5-endpoint 不变。这样 Claude Code 只认 TaoToken 一个入口，Modal 的 Key 藏在 TaoToken 通道配置里，不暴露在本地环境变量中。

3.3 OpenAI 协议工具的 config.toml

OpenClaw、OpenCode 这类工具本身走 OpenAI 协议，不需要网关中转，直接改配置文件：

[llm_backend] url = "https://api.us-west-2.modal.direct/v1" api_key = "你的 Modal Key" model = "glm-5-endpoint"

如果通过 TaoToken 转发，url 换成 TaoToken 的 API 地址，api_key 换成 TaoToken Key：

[llm_backend] url = "https://taotoken.net/api" api_key = "你的 TaoToken Key" model = "glm-5-endpoint"

提示：config.toml 里的 url 不要带末尾斜杠，部分工具解析时会拼出双斜杠导致 404。

4. 验证请求：确认 Claude Code 真的调到了 GLM-5.1

配置写完不算通，得验证请求确实打到了 GLM-5.1。分两步走，先验网关，再验 Claude Code。

4.1 用 curl 直接打 Modal 端点

先确认 Modal 侧 Key 和端点没问题：

curl https://api.us-west-2.modal.direct/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer 你的ModalKey" \ -d '{ "model": "glm-5-endpoint", "messages": [{"role": "user", "content": "用一句话说明快速排序的核心思想"}], "max_tokens": 128 }'

返回里有 choices 字段和正常内容，说明 Modal 侧通了。如果返回 401，检查 Key 有没有复制错；返回 404，检查模型 ID 是不是 glm-5-endpoint。

4.2 验证 TaoToken 通道

把上面的请求换成 TaoToken 的地址和 Key：

curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer 你的TaoTokenKey" \ -d '{ "model": "glm-5-endpoint", "messages": [{"role": "user", "content": "写一个 Python 快排函数"}], "max_tokens": 256 }'

这一步通了，说明 TaoToken 到 Modal 的通道是活的。

4.3 在 Claude Code 里实测

网关跑着，settings.json 配好，重启终端，进一个项目目录跑：

claude

然后输入一个需要读文件的任务，比如“看一下当前目录的 package.json，告诉我用了哪些依赖”。如果 Claude Code 正常返回内容，同时 Modal 控制台的请求计数在涨，就说明整条链路通了。你也可以在 TaoToken 控制台看调用日志，确认请求是从哪个通道走的。

实测下来，首 Token 延迟在 500-800ms，比 Claude Sonnet 略慢，但 CRUD、SQL、单测这类任务完全够用。

5. 本篇常见错排查

配这套东西踩坑的概率不低，我把高频问题列出来，对着查。

5.1 429 Too Many Requests

Modal 免费端点按 QPS 限速，单账号 3-5 QPS。如果你在 Claude Code 里开了多个 Agent 并发，或者短时间内连续发请求，就会撞限速。解决办法是单机单 Agent 跑，别同时开多个会话。如果确实需要并发，在 TaoToken 侧配多个 Modal 通道做轮询，把 QPS 摊开。

5.2 502 Bad Gateway

us-west-2 节点偶尔会抽风，返回 502。等十分钟再试，或者在 TaoToken 通道里加一个备用节点，主节点 502 时自动切。不要频繁重试，重试太密会加重限速。

5.3 上下文超 64k 后准确率下降

GLM-5.1 在这个端点上超过 64k 上下文后，后段准确率会掉。跨文件大重构时，别把整个仓库塞进去，按模块分批处理。Claude Code 的 /compact 命令可以压缩上下文，长任务中间跑一次。

5.4 网关起来了但 Claude Code 连不上

检查三件事：网关是不是监听 127.0.0.1:8000；settings.json 里的 ANTHROPIC_BASE_URL 有没有写错端口；终端是不是重启过。环境变量改了不重启终端不生效，这是最常见的坑。

5.5 模型名写错

Modal 的模型 ID 是 glm-5-endpoint，不是 glm-5.1，也不是 glm-5。写错了会返回 model not found。TaoToken 通道里映射的模型名也要和这个一致。

6. 长期编码与 Agent 场景的通道选择

如果你只是偶尔被限流时应急，上面这套 Modal + GLM-5.1 就够了，五分钟配完，免费不限 Token。但如果你是长期用 Claude Code 做主力开发，或者跑 Agent 任务，建议在 TaoToken 里配一个 Coding Plan 通道，把 Modal 作为备用通道挂上去。这样主通道稳定时走主通道，主通道限流或故障时自动切到 Modal，任务不中断。

Coding Plan 的配置入口在这里：

• Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite

模型对话调试可以用这个入口快速验模型：

• 模型对话：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite

Claude Code 的 Anthropic 协议接入细节，参考这份文档：

• ClaudeCodeAnthropic 接入：https://taotoken.net/doc/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_anthropic&utm_campaign=rewrite

控制台里可以看每个通道的调用量和延迟，方便你判断什么时候该切通道：

• 控制台：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite

AI 编码工具用到生产级别，永远给自己留一条 B 路线。Modal + GLM-5.1 这条通道，配一次能用很久，值得花五分钟搭起来。