Es gibt zwei Wege, Claude Code zu betreiben, ohne pro Token zu bezahlen: Du richtest es auf Modelle auf deiner eigenen Hardware aus, oder auf die Hardware von jemand anderem, die zufällig kostenlos ist. Sie scheitern in entgegengesetzte Richtungen. Lokale Inferenz stößt an eine Hardware-Decke. Kostenlose Cloud-Inferenz stößt an eine Rate-Limit-Decke. Zu wissen, an welche Decke du gleich stößt, ist das ganze Spiel, und die meisten Anleitungen zu diesem Thema erwähnen keine von beiden.
Dieser Beitrag behandelt die Cloud-Hälfte: Claude Code über den kostenlosen Modellkatalog von OpenRouter zu leiten. Das Setup dauert etwa zehn Minuten. Wichtiger ist die Einschätzung, was du tatsächlich darüber laufen lässt. Es ist kein Ersatz für bezahltes Claude. Es ist ein anderes Werkzeug mit einer anderen Form.
Warum kostenlos in der Cloud auf normaler Hardware kostenlos lokal schlägt
Meinen zweiwöchigen lokalen Test mit Ollama habe ich separat aufgeschrieben, daher die Kurzfassung: Der Arbeitsspeicher eines Laptops setzt der Modellgröße eine harte Obergrenze. Die Modelle, die klein genug sind, um bequem zu laufen, liegen spürbar unter dem, was die agentische Schleife von Claude Code für mehrstufige Arbeit braucht.
OpenRouter kehrt die Einschränkung um. Der kostenlose Katalog enthält NVIDIAs Nemotron 3 Super, ein Mixture-of-Experts-Modell mit 120B Parametern (12B aktiv pro Token, hybride Mamba-Transformer-Architektur, veröffentlicht im März 2026). Ein Modell dieser Größe ist für einen typischen Laptop außer Reichweite. Über OpenRouter läuft es auf richtiger GPU-Infrastruktur.
Das ist der eigentliche Wert der kostenlosen Stufe, und er heißt nicht „Geld bei Tokens sparen“. Er heißt Zugang zu einer Modellklasse, die deine Hardware nicht erreichen kann. Wenn deine Alternative ein lokales 7B-Modell war, ist die kostenlose Cloud-Stufe keine etwas bessere Option; sie ist eine grundsätzlich andere.
Der Grund, warum das überhaupt kostenlos sein kann: NVIDIA, Meta und Alibaba veröffentlichen Open-Weight-Modelle, weil die Verbreitung ihr eigentliches Geschäft antreibt, und OpenRouter subventioniert den kostenlosen Zugang als Wachstumstrichter. Keiner dieser Anreize verschwindet, aber einzelne Modell-IDs rotieren in die kostenlose Sammlung hinein und wieder heraus, was später für deine Konfiguration wichtig ist.
Das Setup: drei Variablen und ein Logout
Claude Code trennt sein Agent-Framework von seinem Modell. Dateien lesen, Shell-Befehle ausführen, Planungsschleifen, Sub-Agents – das ist alles Framework, und es läuft gleich, egal was die API-Aufrufe beantwortet. Du musst also nur die API-Aufrufe umleiten.
Leg ein kostenloses OpenRouter-Konto an, erzeuge einen Key (er beginnt mit sk-or-v1-) und füge das hier in dein Shell-Profil ein:
export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
export ANTHROPIC_AUTH_TOKEN="sk-or-v1-your-key-here"
export ANTHROPIC_API_KEY=""
export ANTHROPIC_DEFAULT_SONNET_MODEL="nvidia/nemotron-3-super:free"
Dann source ~/.zshrc, starte claude und führe /status aus, um Endpoint und Modell zu bestätigen.
Zwei dieser Zeilen verdienen eine Erklärung, denn genau die lassen die Leute weg.
Der leere ANTHROPIC_API_KEY ist keine Dekoration. Wenn du Claude Code jemals mit einem echten Anthropic-Konto authentifiziert hast, sind Zugangsdaten zwischengespeichert, und wenn beide Sätze existieren, äußert sich der Fehler nicht immer als Fehlermeldung. Die fiese Variante ist, dass alles funktioniert und deine Requests still an Anthropics kostenpflichtige API gehen, während du glaubst, auf der kostenlosen Stufe zu sein. Den Key explizit zu leeren sagt Claude Code, dass es zwischengespeicherte Zugangsdaten ignorieren soll.
Die zweite Hälfte derselben Falle ist OAuth. Wenn du dich über den Browser-Flow angemeldet hast, führe in Claude Code einmal /logout aus, bevor du dich auf die Env-Variablen verlässt, denn das zwischengespeicherte OAuth-Token kann Vorrang vor ihnen haben. Die anschließende Prüfung mit /status ist der einzige Beweis, der zählt. Behandle „hat /status OpenRouter angezeigt“ als hartes Gate: Der Fehler mit der stillen Abrechnung erzeugt kein Symptom, bis die Rechnung kommt.
Die Variable ANTHROPIC_DEFAULT_SONNET_MODEL ordnet die Standard-Arbeitsstufe von Claude Code deinem gewählten Modell zu. Es gibt Geschwistervariablen für die Opus- und Haiku-Stufen, sodass du jede Stufe einem anderen Backend zuordnen kannst, wenn der Modellwechsler weiterhin etwas bedeuten soll.
Die Rate Limits sind das Produkt
Hier ist der Teil, den die meisten Artikel falsch darstellen, manchmal mit großem Abstand. Die Limits der kostenlosen Stufe von OpenRouter zum Zeitpunkt dieses Textes: 20 Requests pro Minute und 50 Requests pro Tag, wenn du noch nie Guthaben gekauft hast. Kauf einmal für 10 $ Guthaben – einmal überhaupt, nicht monatlich –, und das Tageslimit steigt auf 1.000 Requests an kostenlose Modelle und bleibt dort.
Leg diese Zahlen jetzt neben das, wie Claude Code sich tatsächlich verhält. Ein agentisches Tool ist der denkbar schlechteste Client für eine API mit Request-Obergrenze. Eine „Aufgabe“ ist nicht ein Request. Ein Prompt wie „füge eine Einstellungsseite mit Tests hinzu“ fächert sich in Planungsaufrufe, Dateilesevorgänge, Generierungsaufrufe, Nachfragen zu Tool-Ergebnissen, Testläufe und Korrekturschleifen auf – Dutzende API-Requests für eine Einheit menschlicher Absicht. Bei 50 Requests pro Tag kann eine einzige mittlere Aufgabe deinen Tag vor dem Mittagessen beenden.
Das Limit pro Minute beißt anders. Die Schleife von Claude Code feuert Folge-Requests in schnellen Salven direkt nachdem Tool-Ergebnisse zurückkommen, und genau dieses Muster bestraft eine Drosselung auf 20 pro Minute. Das Symptom ist ein Agent, der im Stop-and-go-Verkehr arbeitet: schnelle Salve, Stillstand, schnelle Salve. Er wird trotzdem fertig, aber der Rhythmus hat nichts mit dem Fluss der bezahlten Stufe zu tun.
Der ehrliche Rat ist also unverblümt: Die Einzahlung von 10 $ ist nicht optional, wenn du das für echte Arbeit nutzen willst. Sie ist eine einmalige, dem Sinn nach erstattbare Einzahlung, die die Tagesobergrenze von „eine Aufgabe“ auf „ein voller Arbeitstag“ hebt.
Welches kostenlose Modell du festlegen solltest und warum das Festlegen zählt
Die Konfiguration oben legt nvidia/nemotron-3-super:free als Standard fest. Die Begründung hat mit Architektur zu tun, nicht mit Fan-Sein: Ein 120B-MoE mit 12B aktiven Parametern ist die derzeit beste Antwort auf „so viel Leistungsfähigkeit, wie eine kostenlose Stufe bereitstellen kann, ohne dass die Wirtschaftlichkeit zusammenbricht“, und NVIDIA hat dieses Modell ausdrücklich für agentische Workloads gebaut. Qwen3 Coder ist das andere kostenlose Modell, das man kennen sollte; wenn deine Nutzung überwiegend Codegenerierung ist, ist es stattdessen ein vernünftiger Standard.
Was ich speziell für Claude Code meiden würde, ist die Auto-Router-Option, die pro Request ein kostenloses Modell auswählt. Für eine einmalige Chatfrage ist das in Ordnung. Innerhalb einer Agent-Schleife bedeutet es, dass aufeinanderfolgende Schritte derselben Aufgabe von verschiedenen Modellen mit unterschiedlichen Formatierungsgewohnheiten und unterschiedlicher Zuverlässigkeit beim Tool-Calling beantwortet werden können, und das Framework hat keine Möglichkeit, das auszugleichen. Agent-Schleifen wollen ein gleichbleibendes Gegenüber. Leg ein Modell fest.
Zwei Hinweise für den Betrieb. Erstens verschieben sich die IDs kostenloser Modelle, wenn OpenRouter den Katalog rotiert; wenn Claude Code nach Wochen, in denen alles lief, plötzlich beim Start Fehler wirft, prüf den Modell-String, bevor du irgendetwas anderes debuggst. Zweitens: Wenn du eine CLAUDE.md-Datei nutzt (das solltest du), denk daran, dass sie wahrscheinlich auf Claude-Modelle abgestimmt wurde. Kleinere oder anders trainierte Modelle befolgen lange, nuancierte Anweisungen schlechter; Anweisungen in kurze, explizite Schritte zu zerlegen, holt erstaunlich viel Zuverlässigkeit zurück.
Was ich an kostenlose Modelle leite und was ich verweigere
Kunden- und Produktionsarbeit gehört auf einen bezahlten Plan. Die kostenlose Cloud-Konfiguration verdient sich ihren Platz bei einem bestimmten Spektrum von Arbeit:
- Wegwerf-Prototypen und Spikes. Alles, was du morgen vielleicht löschst, verdient keine bezahlten Tokens.
- Boilerplate und Gerüstcode. Komponenten-Skelette, Stubs für Testdateien, Konfigurations-Verdrahtung. Wenig Denkarbeit, viel Tipparbeit.
- Massenhafte Aufgaben nach Vorlage. Wiederkehrende Transformationen, bei denen der Prompt präzise ist und der Fehlerfall auf den ersten Blick erkennbar.
- Experimente mit dem Agent-Framework selbst. Eine neue Workflow-Form, einen neuen Skill, eine neue Prompt-Struktur ausprobieren – Iteration ist kostenlos, also iterierst du mehr.
Und die Verweigerungsliste: alles Sicherheitskritische, alles, was die Git-Historie über einfache Commits hinaus berührt, und jede Änderung an einer großen Codebase, bei der dateiübergreifendes Denken die eigentliche Aufgabe ist. Kostenlose Modelle haben physisch große Kontextfenster, denken darüber aber spürbar schlechter nach als Frontier-Modelle, und in einer Agent-Kette summiert sich ein schwacher Schritt auf – das Modell schreibt eine leicht falsche Datei, der nächste Schritt baut darauf auf, und du verbringst deine Ersparnis mit Debugging. Die allgemeine Rechnung, wie man die Modellstufe dem Wert der Aufgabe anpasst, habe ich in meinem Leitfaden zur Kostenoptimierung von KI-Agents dargelegt; die Kurzfassung ist, dass ein kostenloses Modell, das drei Versuche braucht, teurer ist als ein bezahltes Modell, das einen braucht, weil deine Zeit der Nenner ist.
Der weniger offensichtliche Vorteil ist psychologisch. Wenn jeder Aufruf abgerechnet wird, zensierst du dich selbst: weniger explorative Läufe, weniger Durchgänge nach dem Motto „probier es noch auf eine zweite Art“. Mit einer verfügbaren kostenlosen Spur finden die spekulativen Experimente tatsächlich statt, und manche davon erweisen sich als die richtige Antwort. Diese Verhaltensänderung ist mehr wert als die Einsparung pro Posten.
Wo das in der Landschaft kostenloser Backends steht
OpenRouter ist eines von drei kostenlosen oder günstigen Backends für Claude Code; die anderen sind NVIDIAs eigener Endpoint und lokales Ollama, und ich vergleiche alle drei in meinem Beitrag zum kostenlosen Claude-Code-Proxy. Die kurze Rangliste für die meisten: OpenRouter wegen der Modellauswahl und der erträglichen Limits nach der 10-$-Freischaltung, lokales Ollama für datenschutzgebundene oder Offline-Arbeit, und alles Bezahlte für die Arbeit, mit der du Geld verdienst. Wenn du noch die bezahlte Seite budgetierst, decken meine Gewohnheiten beim Token-Management die andere Hälfte der Rechnung ab.
Zehn Minuten Setup, drei Umgebungsvariablen, ein /logout, eine Prüfung mit /status. Nach 8+ Jahren, in denen ich für Kunden entwickle, setze ich standardmäßig auf langweilige, überprüfbare Konfiguration statt auf clevere Proxys, und genau das ist es: keine Middleware, auf die man aufpassen muss, und Rückgängigmachen heißt, vier Zeilen zu löschen.
Die nächste Entscheidung nach diesem Setup ist die Routing-Policy: welche Arbeit auf die kostenlose Spur geht, welche auf bezahlten Modellen bleibt und was verhindert, dass die beiden mitten im Projekt still die Plätze tauschen. Diese Aufteilung entwerfe ich für Teams, Grenzen inklusive, über meine Services.
