Hay dos formas de usar Claude Code sin pagar por token: apuntarlo a modelos en tu propio hardware, o apuntarlo al hardware de otra persona que resulta ser gratuito. Fallan en direcciones opuestas. La inferencia local choca con un techo de hardware. La inferencia gratuita en la nube choca con un techo de límites de uso. Saber con qué techo estás a punto de chocar lo es todo, y la mayoría de las guías sobre este tema no mencionan ninguno de los dos.
Este post cubre la mitad de la nube: enrutar Claude Code a través del catálogo de modelos gratuitos de OpenRouter. La configuración lleva unos diez minutos. El criterio sobre qué ejecutar realmente a través de él importa más. No es un reemplazo del Claude de pago. Es una herramienta distinta con una forma distinta.
Por qué lo gratuito en la nube supera a lo gratuito en local con hardware normal
Documenté por separado mi prueba local de dos semanas con Ollama, así que la versión corta: la memoria de un portátil pone un techo duro al tamaño del modelo. Los modelos lo bastante pequeños para ejecutarse con comodidad están claramente por debajo de lo que el agent loop de Claude Code necesita para el trabajo de varios pasos.
OpenRouter invierte la restricción. El catálogo gratuito incluye Nemotron 3 Super de NVIDIA, un modelo mixture-of-experts de 120B parámetros (12B activos por token, arquitectura híbrida Mamba-Transformer, lanzado en marzo de 2026). Un modelo de ese tamaño está fuera del alcance de un portátil típico. A través de OpenRouter se ejecuta en una infraestructura de GPU como es debido.
Ese es el valor real del plan gratuito, y no es “ahorrar dinero en tokens”. Es el acceso a una clase de modelo a la que tu hardware no puede llegar. Si tu alternativa era un modelo local de 7B, el plan gratuito en la nube no es una opción algo mejor; es una opción de una categoría distinta.
La razón por la que puede ser gratuito: NVIDIA, Meta y Alibaba publican modelos open-weight porque la adopción alimenta sus negocios reales, y OpenRouter subvenciona el acceso gratuito como embudo de crecimiento. Ninguno de esos incentivos va a desaparecer, pero los IDs de modelo concretos entran y salen de la colección gratuita, lo que importa más adelante para tu configuración.
La configuración: tres variables y un logout
Claude Code separa su framework de agente de su modelo. Lectura de archivos, ejecución de shell, bucles de planificación, subagentes: todo eso es framework, y funciona igual sin importar quién responda a las llamadas a la API. Así que redirigir las llamadas a la API es todo lo que necesitas.
Crea una cuenta gratuita en OpenRouter, genera una key (empieza por sk-or-v1-) y añade esto a tu perfil de shell:
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"
Luego ejecuta source ~/.zshrc, lanza claude y ejecuta /status para confirmar el endpoint y el modelo.
Dos de esas líneas merecen una explicación, porque son las que la gente se salta.
El ANTHROPIC_API_KEY vacío no es decoración. Si alguna vez has autenticado Claude Code con una cuenta real de Anthropic, las credenciales quedan en caché, y cuando existen ambos conjuntos el modo de fallo no siempre es un error. La versión desagradable es que todo funciona y tus peticiones se enrutan discretamente a la API de pago de Anthropic mientras crees que estás en el plan gratuito. Dejar la key vacía explícitamente le dice a Claude Code que ignore las credenciales en caché.
La segunda mitad de la misma trampa es OAuth. Si iniciaste sesión mediante el flujo del navegador, ejecuta /logout dentro de Claude Code una vez antes de confiar en las variables de entorno, porque el token OAuth en caché puede tener prioridad sobre ellas. La comprobación con /status después es la única prueba que cuenta. Trata “¿/status mostró OpenRouter?” como un control obligatorio: el fallo de facturación silenciosa no produce ningún síntoma hasta que llega la factura.
La variable ANTHROPIC_DEFAULT_SONNET_MODEL asigna el nivel de trabajo por defecto de Claude Code al modelo que elijas. Hay variables hermanas para los niveles Opus y Haiku, así que puedes asignar cada nivel a un backend distinto si quieres que el selector de modelos siga significando algo.
Los límites de uso son el producto
Esta es la parte que la mayoría de los artículos se equivocan, a veces por mucho. Los límites del plan gratuito de OpenRouter, en el momento de escribir esto: 20 peticiones por minuto, y 50 peticiones al día si nunca has comprado créditos. Compra $10 en créditos una vez —una sola vez en total, no al mes— y el límite diario sube a 1.000 peticiones a modelos gratuitos y se queda ahí.
Ahora pon esas cifras junto a cómo se comporta realmente Claude Code. Una herramienta agéntica es el peor cliente posible para una API con límite de peticiones. Una “tarea” no es una petición. Un prompt como “añade una página de configuración con tests” se ramifica en llamadas de planificación, lecturas de archivos, llamadas de generación, seguimientos de resultados de herramientas, ejecuciones de tests y bucles de corrección: decenas de peticiones a la API por una sola unidad de intención humana. Con 50 peticiones al día, una sola tarea mediana puede terminar tu jornada antes de comer.
El límite por minuto muerde de otra manera. El loop de Claude Code lanza peticiones de seguimiento en ráfagas rápidas justo después de que vuelven los resultados de las herramientas, que es exactamente el patrón que castiga un límite de 20 por minuto. El síntoma es un agente que trabaja como en un atasco: ráfaga rápida, parón, ráfaga rápida. Aun así termina, pero el ritmo no se parece en nada al flujo del plan de pago.
Así que el consejo honesto es directo: el depósito de $10 no es opcional si piensas usar esto para trabajo real. Es un depósito único, recuperable en espíritu, que lleva el techo diario de “una tarea” a “una jornada completa de trabajo”.
Qué modelo gratuito fijar y por qué importa fijarlo
La configuración de arriba fija nvidia/nemotron-3-super:free como predeterminado. El razonamiento tiene que ver con la arquitectura, no con ser fan: un MoE de 120B con 12B parámetros activos es la mejor respuesta actual a “tanta capacidad como un plan gratuito puede servir sin que la economía se derrumbe”, y NVIDIA construyó este explícitamente para cargas de trabajo agénticas. Qwen3 Coder es el otro modelo gratuito que vale la pena conocer; si tu uso es abrumadoramente generación de código, es en su lugar un predeterminado razonable.
Lo que yo evitaría específicamente para Claude Code es la opción de auto-router que elige un modelo gratuito por petición. Para una pregunta de chat puntual está bien. Dentro de un agent loop significa que pasos consecutivos de la misma tarea pueden ser respondidos por modelos distintos con hábitos de formato distintos y una fiabilidad distinta en las llamadas a herramientas, y el framework no tiene forma de compensarlo. Los agent loops quieren una contraparte consistente. Fija un modelo.
Dos notas operativas. Primero, los IDs de los modelos gratuitos cambian a medida que OpenRouter rota el catálogo; si Claude Code de repente lanza errores al arrancar tras semanas funcionando, revisa la cadena del modelo antes de depurar cualquier otra cosa. Segundo, si usas un archivo CLAUDE.md (deberías), recuerda que probablemente se ajustó pensando en modelos de Claude. Los modelos más pequeños o entrenados de otra forma siguen peor las instrucciones largas y llenas de matices; aplanar las instrucciones en pasos cortos y explícitos recupera una cantidad sorprendente de fiabilidad.
Qué enruto a modelos gratuitos y qué me niego a enrutar
El trabajo para clientes y de producción corresponde a un plan de pago. La configuración gratuita en la nube se gana su lugar en una franja de trabajo concreta:
- Prototipos desechables y spikes. Nada que puedas borrar mañana merece tokens de pago.
- Boilerplate y scaffolding. Esqueletos de componentes, stubs de archivos de test, fontanería de configuración. Poco razonamiento, mucho tecleo.
- Tareas masivas basadas en plantillas. Transformaciones repetitivas en las que el prompt es preciso y el modo de fallo es obvio a simple vista.
- Experimentos con el propio framework de agente. Probar una nueva forma de flujo de trabajo, una nueva skill, una nueva estructura de prompt: iterar es gratis, así que iteras más.
Y la lista de rechazos: cualquier cosa sensible en seguridad, cualquier cosa que toque el historial de Git más allá de commits simples, y cualquier cambio en una base de código grande donde el razonamiento entre archivos sea el trabajo real. Los modelos gratuitos admiten físicamente ventanas de contexto grandes, pero razonan sobre ellas claramente peor que los modelos frontier, y en una cadena de agente un paso débil se acumula: el modelo escribe un archivo ligeramente mal, el siguiente paso construye sobre él y te gastas lo ahorrado depurando. Expuse la lógica general de ajustar el nivel del modelo al valor de la tarea en mi guía de optimización de costos de agentes de IA; la versión en una línea es que un modelo gratuito que necesita tres intentos es más caro que un modelo de pago que necesita uno, porque tu tiempo es el denominador.
El beneficio menos obvio es psicológico. Cuando cada llamada se mide, te autocensuras: menos ejecuciones exploratorias, menos pasadas de “pruébalo de otra forma”. Con un carril gratuito disponible, los experimentos especulativos se hacen de verdad, y algunos resultan ser la respuesta correcta. Ese cambio de comportamiento vale más que el ahorro en la factura.
Dónde encaja esto en el panorama de backends gratuitos
OpenRouter es uno de los tres backends gratuitos o baratos para Claude Code; los otros son el endpoint propio de NVIDIA y Ollama en local, y comparo los tres en mi análisis del proxy gratuito para Claude Code. La clasificación corta para la mayoría de la gente: OpenRouter por la selección de modelos y unos límites tolerables tras el desbloqueo de $10, Ollama en local para trabajo con restricciones de privacidad o sin conexión, y todo lo de pago para el trabajo que te paga a ti. Si todavía estás presupuestando la parte de pago, mis hábitos de gestión de tokens cubren la otra mitad de la factura.
Diez minutos de configuración, tres variables de entorno, un /logout, una comprobación con /status. Tras más de 8 años construyendo para clientes, opto por defecto por una configuración aburrida y verificable antes que por proxies ingeniosos, y esto es exactamente eso: ningún middleware que vigilar, y deshacerlo consiste en borrar cuatro líneas.
La siguiente decisión tras esta configuración es la política de ruteo: qué trabajo va al carril gratuito, cuál se queda en modelos de pago y qué impide que ambos se intercambien en silencio a mitad de un proyecto. Diseño ese reparto para equipos, límites incluidos, a través de mis servicios.
