Er zijn twee manieren om Claude Code te draaien zonder per token te betalen: laat het naar modellen op je eigen hardware wijzen, of naar de hardware van iemand anders die toevallig gratis is. Ze falen in tegengestelde richtingen. Lokale inferentie loopt tegen een hardwareplafond aan. Gratis cloudinferentie loopt tegen een plafond van rate limits aan. Weten tegen welk plafond je op het punt staat aan te lopen, daar draait het om, en de meeste gidsen over dit onderwerp noemen geen van beide.
Deze post behandelt de cloudhelft: Claude Code routeren via de catalogus met gratis modellen van OpenRouter. De setup kost ongeveer tien minuten. Het oordeel over wat je er daadwerkelijk doorheen haalt, doet er meer toe. Het is geen vervanging voor betaalde Claude. Het is een ander stuk gereedschap met een andere vorm.
Waarom gratis in de cloud op normale hardware beter is dan gratis lokaal
Ik heb mijn proefperiode van twee weken met Ollama lokaal apart beschreven, dus de korte versie: het geheugen van een laptop legt een hard plafond op de modelgrootte. De modellen die klein genoeg zijn om comfortabel te draaien, zitten merkbaar onder wat de agentische loop van Claude Code nodig heeft voor werk in meerdere stappen.
OpenRouter draait die beperking om. De gratis catalogus bevat Nemotron 3 Super van NVIDIA, een mixture-of-experts-model van 120B parameters (12B actief per token, hybride Mamba-Transformer-architectuur, uitgebracht in maart 2026). Een model van die omvang is buiten bereik voor een doorsnee laptop. Via OpenRouter draait het op echte GPU-infrastructuur.
Dat is de echte waarde van de gratis tier, en die is niet "geld besparen op tokens". Het is toegang tot een klasse modellen die je hardware niet kan bereiken. Als je alternatief een lokaal 7B-model was, is de gratis cloudtier geen iets betere optie; het is een categorisch andere.
De reden dat het überhaupt gratis kan zijn: NVIDIA, Meta en Alibaba brengen open-weight-modellen uit omdat adoptie hun eigenlijke bedrijven voedt, en OpenRouter subsidieert gratis toegang als groeitrechter. Geen van beide prikkels verdwijnt, maar individuele model-ID's rouleren in en uit de gratis collectie, en dat doet er verderop voor je config toe.
De setup: drie variabelen en één keer uitloggen
Claude Code scheidt zijn agent-framework van zijn model. Bestanden lezen, shellcommando's uitvoeren, planningsloops, sub-agents — dat is allemaal framework, en het draait hetzelfde, wat er ook op de API-calls antwoordt. Dus de API-calls omleiden is alles wat je nodig hebt.
Maak een gratis OpenRouter-account aan, genereer een key (die begint met sk-or-v1-), en voeg dit toe aan je shellprofiel:
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"
Draai daarna source ~/.zshrc, start claude en voer /status uit om het endpoint en het model te bevestigen.
Twee van die regels verdienen uitleg, omdat dat precies de regels zijn die mensen overslaan.
De lege ANTHROPIC_API_KEY is geen decoratie. Als je Claude Code ooit hebt geauthenticeerd tegen een echt Anthropic-account, zijn de credentials gecachet, en als beide sets bestaan, is het faalscenario niet altijd een foutmelding. De nare variant is dat alles werkt en je requests stilletjes naar de betaalde API van Anthropic gaan, terwijl jij denkt dat je op de gratis tier zit. Door de key expliciet leeg te maken, vertel je Claude Code dat het gecachete credentials moet negeren.
De tweede helft van dezelfde valkuil is OAuth. Als je via de browserflow bent ingelogd, voer dan één keer /logout uit in Claude Code voordat je op de omgevingsvariabelen vertrouwt, omdat het gecachete OAuth-token voorrang kan krijgen. De /status-check daarna is het enige bewijs dat telt. Behandel "liet /status OpenRouter zien" als een harde poort: het stille factureringsprobleem geeft geen enkel symptoom tot de factuur komt.
De variabele ANTHROPIC_DEFAULT_SONNET_MODEL koppelt de standaard werktier van Claude Code aan je gekozen model. Er zijn vergelijkbare variabelen voor de Opus- en Haiku-tiers, zodat je elke tier aan een andere backend kunt koppelen als je wilt dat de modelwisselaar nog iets blijft betekenen.
De rate limits zíjn het product
Dit is het deel dat de meeste artikelen verkeerd hebben, soms met grote marge. De limieten van de gratis tier van OpenRouter, op het moment van schrijven: 20 requests per minuut, en 50 requests per dag als je nooit credits hebt gekocht. Koop één keer $10 aan credits — eenmalig, niet maandelijks — en het dagplafond stijgt naar 1.000 requests aan gratis modellen en blijft daar.
Zet die getallen nu naast hoe Claude Code zich in de praktijk gedraagt. Een agentische tool is de slechtst denkbare client voor een API met een request-plafond. Eén "taak" is niet één request. Een prompt als "voeg een instellingenpagina met tests toe" waaiert uit in planningscalls, bestandsleesacties, generatiecalls, vervolgacties op toolresultaten, testruns en correctieloops — tientallen API-requests voor één eenheid menselijke intentie. Bij 50 requests per dag kan één middelgrote taak je dag al vóór de lunch beëindigen.
De limiet per minuut bijt op een andere manier. De loop van Claude Code vuurt vervolgrequests in snelle uitbarstingen af direct nadat toolresultaten terugkomen, en dat is precies het patroon dat een throttle van 20 per minuut afstraft. Het symptoom is een agent die werkt als in filerijden: snelle uitbarsting, stilstand, snelle uitbarsting. Hij komt er nog steeds, maar het ritme lijkt in niets op de flow van een betaalde tier.
Het eerlijke advies is dus bot: de storting van $10 is niet optioneel als je dit voor echt werk wilt gebruiken. Het is een eenmalige storting, in de geest terugbetaalbaar, die het dagplafond verlegt van "één taak" naar "een volle werkdag".
Welk gratis model je vastpint, en waarom vastpinnen ertoe doet
De config hierboven pint nvidia/nemotron-3-super:free vast als standaard. De redenering gaat over architectuur, niet over fandom: een MoE van 120B met 12B actieve parameters is het huidige beste antwoord op "zoveel mogelijk capaciteit als een gratis tier kan serveren zonder dat de economie instort", en NVIDIA heeft dit model expliciet voor agentische workloads gebouwd. Qwen3 Coder is het andere gratis model dat het kennen waard is; als je gebruik overwegend uit codegeneratie bestaat, is dat in plaats daarvan een redelijke standaard.
Wat ik specifiek voor Claude Code zou vermijden, is de auto-router-optie die per request een gratis model kiest. Voor een losse chatvraag is dat prima. Binnen een agent-loop betekent het dat opeenvolgende stappen van dezelfde taak kunnen worden beantwoord door verschillende modellen met verschillende opmaakgewoontes en een verschillende betrouwbaarheid bij tool calls, en het framework kan dat op geen enkele manier compenseren. Agent-loops willen een consistente gesprekspartner. Pin één model vast.
Twee operationele opmerkingen. Ten eerste verschuiven de ID's van gratis modellen wanneer OpenRouter de catalogus laat rouleren; als Claude Code na weken prima werken ineens fouten geeft bij het opstarten, controleer dan eerst de modelstring voordat je iets anders gaat debuggen. Ten tweede, als je een CLAUDE.md-bestand gebruikt (en dat zou je moeten doen), onthoud dan dat het waarschijnlijk is afgestemd op Claude-modellen. Kleinere of anders getrainde modellen volgen lange, genuanceerde instructies slechter; door instructies plat te slaan tot korte, expliciete stappen win je verrassend veel betrouwbaarheid terug.
Wat ik naar gratis modellen routeer, en wat ik weiger
Werk voor klanten en productiewerk hoort op een betaald abonnement. De configuratie met gratis cloudmodellen verdient haar plek voor een specifieke bandbreedte aan werk:
- Wegwerpprototypes en spikes. Alles wat je morgen misschien verwijdert, verdient geen betaalde tokens.
- Boilerplate en scaffolding. Componentskeletten, stubs voor testbestanden, config-leidingwerk. Weinig redeneren, veel typen.
- Bulktaken op basis van templates. Repetitieve transformaties waarbij de prompt strak is en het faalscenario in één oogopslag duidelijk is.
- Experimenten met het agent-framework zelf. Een nieuwe workflowvorm, een nieuwe skill, een nieuwe promptstructuur uitproberen — itereren is gratis, dus je itereert meer.
En de weigerlijst: alles wat beveiligingsgevoelig is, alles wat de Git-geschiedenis raakt buiten gewone commits, en elke wijziging in een grote codebase waarbij redeneren over meerdere bestanden het eigenlijke werk is. Gratis modellen kunnen fysiek grote contextvensters aan, maar redeneren eroverheen merkbaar slechter dan frontier-modellen, en in een agent-keten stapelt één zwakke stap zich op — het model schrijft een licht verkeerd bestand, de volgende stap bouwt daarop voort, en je besteedt je besparing aan debuggen. De algemene rekensom van het afstemmen van modeltier op taakwaarde heb ik uiteengezet in mijn gids voor kostenoptimalisatie van AI-agents; de versie in één regel is dat een gratis model dat drie pogingen nodig heeft duurder is dan een betaald model dat er één nodig heeft, omdat jouw tijd de noemer is.
Het minder voor de hand liggende voordeel is psychologisch. Wanneer elke call wordt afgerekend, censureer je jezelf: minder verkennende runs, minder rondes van "probeer het eens op een tweede manier". Met een gratis baan beschikbaar gebeuren de speculatieve experimenten echt, en sommige daarvan blijken het juiste antwoord te zijn. Die gedragsverandering is meer waard dan de besparing op de factuurregel.
Waar dit staat in het landschap van gratis backends
OpenRouter is een van drie gratis of goedkope backends voor Claude Code; de andere zijn NVIDIA's eigen endpoint en lokale Ollama, en ik vergelijk ze alle drie in mijn stuk over een gratis Claude Code-proxy. De korte rangschikking voor de meeste mensen: OpenRouter voor de modelkeuze en de draaglijke limieten na de ontgrendeling van $10, lokale Ollama voor werk dat aan privacy gebonden is of offline moet, en alles wat betaald is voor het werk dat jou betaalt. Als je nog aan het begroten bent voor de betaalde kant, dan behandelen mijn gewoontes voor tokenbeheer de andere helft van de rekening.
Tien minuten setup, drie omgevingsvariabelen, één keer /logout, één /status-check. Na 8+ jaar bouwen voor klanten kies ik standaard voor saaie, verifieerbare configuratie boven slimme proxy's, en dit is precies dat: geen middleware om op te passen, en het ongedaan maken is vier regels verwijderen.
De volgende beslissing na deze setup is het routeringsbeleid: welk werk naar de gratis baan gaat, welk werk op betaalde modellen blijft, en wat voorkomt dat die twee halverwege een project stilletjes van plek wisselen. Ik ontwerp die verdeling voor teams, grenzen inbegrepen, via mijn diensten.
