1. Windows 下 Claude Code 横评 GLM4.5 与 DeepSeek 3.1 的真实场景

Claude Code 是一个跑在终端里的 AI 编码助手，能直接读写你本机文件、执行命令、调用 MCP 工具，适合习惯命令行、想让 AI 真正动手改代码的人。GLM4.5 和 DeepSeek 3.1 是两套可以接进 Claude Code 的国产模型，前者在 UI 美观度和音效配合上更讨喜，后者在严格遵循提示词上更稳。这篇就聚焦 Windows 环境，把两套模型的接入、MCP 配置、连通性验证和常见报错一次讲清楚，让你在本地就能跑完一场横评。

我试过的场景覆盖数据库、网站、小游戏三类：邀请码系统、阅后即焚密钥、Stripe 订阅、光影潜行、键盘 DJ 台、3D 2048、NPC 人生模拟等。整体感受是 GLM4.5 一次成型率高、界面舒适，DeepSeek 3.1 在画面还原提示词上更准，但偶尔会留下跑不起来的 bug。下面所有步骤都以 Windows 为准，命令可直接复制。

先说清楚一件事：Claude Code 本身只是一个客户端，它默认连的是 Anthropic 官方接口。要换成 GLM4.5 或 DeepSeek 3.1，本质是改ANTHROPIC_BASE_URL和对应的 Key，或者用路由工具做多模型分发。理解这一点，后面所有配置都不会迷路。

2. TaoToken 前置准备与免费模型接入的账号配置

在动手改配置前，先把「钥匙」准备好。TaoToken 提供统一的模型接入入口，官网是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api 。你需要先拿到一个可用的 Key，再去控制台确认要调用的模型 ID。

第一步，打开官网注册并登录，进入控制台。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在这里能看到账户余额、用量和已开通的模型。

第二步，创建 API Key。入口在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，点新建后复制那串以sk-开头的字符串，只显示一次，务必先存到记事本。这个 Key 就是后面所有配置里的ANTHROPIC_AUTH_TOKEN。

第三步，确认模型 ID。GLM4.5 和 DeepSeek 3.1 在平台上的模型名要和你填进配置的完全一致，大小写、连字符都不能错。填错模型名最常见的表现是请求返回 404 或model not found，而不是 401，这点排障时要分清。

第四步，如果你打算长期跑编码任务，可以看下 Coding Plan，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，它比按量计费更适合高频调用。只是想先验证模型效果，用模型对话页面 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite 发几条消息就能确认 Key 是否可用。

这里有个容易踩的坑：很多人拿到 Key 后直接去改 Claude Code 的全局环境变量，结果把原来的官方配置覆盖了，想切回来还得手动清。建议用「临时环境变量 + 单独终端窗口」的方式，一个窗口跑 GLM4.5，另一个窗口跑 DeepSeek 3.1，互不干扰。Windows 下 PowerShell 和 CMD 的语法不一样，下面会分别给。

3. 可复制的 Windows MCP 与模型接入配置

这一节是全文核心，所有片段都能直接抄。先装 Claude Code 本体：

npm install -g @anthropic-ai/claude-code

装完确认版本：

claude --version

3.1 用环境变量接入 GLM4.5（PowerShell）

$env:ANTHROPIC_BASE_URL = "https://taotoken.net/api" $env:ANTHROPIC_AUTH_TOKEN = "sk-你的Key" $env:ANTHROPIC_MODEL = "glm-4.5" claude --dangerously-skip-permissions

CMD 用户改成：

set ANTHROPIC_BASE_URL=https://taotoken.net/api set ANTHROPIC_AUTH_TOKEN=sk-你的Key set ANTHROPIC_MODEL=glm-4.5 claude --dangerously-skip-permissions

3.2 接入 DeepSeek 3.1

只改模型名即可，其余不变：

$env:ANTHROPIC_MODEL = "deepseek-3.1"

3.3 Windows MCP 配置（关键）

Claude Code 的 MCP 配置写在用户目录的.claude.json里，用mcpServers搜索会看到两处，第一处是项目级，第二处是用户全局。Windows 下最容易错的是路径和cmd /c的写法。推荐用完整路径方式，先全局装 MCP 包：

npm install -g @upstash/context7-mcp npm install -g @playwright/mcp

然后注册：

claude mcp add --scope user context7 cmd -- /c "npx @upstash/context7-mcp" claude mcp add --scope user playwright-mcp "C:\\nvm4w\\nodejs\\node.exe" -- "C:/Users/你的用户名/AppData/Roaming/npm/node_modules/@playwright/mcp/cli.js"

带环境变量的 MCP（以 Supabase 为例）：

claude mcp add --scope user supabase "C:\\nvm4w\\nodejs\\node.exe" -e SUPABASE_ACCESS_TOKEN=sbp_你的token -- "C:/Users/你的用户名/AppData/Roaming/npm/node_modules/@supabase/mcp-server-supabase/dist/transports/stdio.js"

对应的.claude.json片段长这样，路径和原文保持一致：

{ "mcpServers": { "context7": { "command": "cmd", "args": ["/c", "npx", "@upstash/context7-mcp"] }, "playwright-mcp": { "command": "C:\\nvm4w\\nodejs\\node.exe", "args": ["C:/Users/你的用户名/AppData/Roaming/npm/node_modules/@playwright/mcp/cli.js"] } } }

注意：Windows 下node.exe路径里的反斜杠要写成双反斜杠，MCP 包路径用正斜杠更稳。三件套 Base URL、Key、Model ID 缺一不可，任何一项写错都会连不上。

4. 验证请求与成功结果：连通性命令与横评实测

配置写完必须验证，不然你以为连上了，其实一直在报错。先看 MCP 是否注册成功：

claude mcp list

看到Connected才算通。如果显示failed，八成是路径或cmd /c写错。

再验证模型接口本身。用 curl 直接打一次：

curl https://taotoken.net/api/v1/messages ^ -H "x-api-key: sk-你的Key" ^ -H "anthropic-version: 2023-06-01" ^ -H "content-type: application/json" ^ -d "{\"model\":\"glm-4.5\",\"max_tokens\":64,\"messages\":[{\"role\":\"user\",\"content\":\"只回复ok\"}]}"

返回里带content字段且文本是ok，说明 Key、Base URL、模型名三者都对。这一步过了，再进 Claude Code 里跑真实任务。

横评实测结果按场景分：

结论很直白：GLM4.5 在美观度、音效配合、一次成型率上更稳；DeepSeek 3.1 在严格还原提示词画面上更准，但 bug 率偏高。速度上 GLM 也更快一些。

5. 本篇常见错排查：401、local proxy failed 与 OAuth 报错

排障先看报错原文，别猜。下面几个是 Windows 下最高频的。

401 Unauthorized：Key 错了、过期了，或者ANTHROPIC_AUTH_TOKEN和ANTHROPIC_API_KEY混用了。Claude Code 认的是ANTHROPIC_AUTH_TOKEN，有些教程写ANTHROPIC_API_KEY，两者别搞混。检查 Key 有没有多余空格，复制时最容易带上。

local proxy failed / connection refused：Base URL 写错，或者本地路由服务没起来。如果你用 claude-code-router，先确认http://127.0.0.1:3456/ui/能打开。任何一个以ccr code启动的窗口退出，路由服务都会中断，所以别用Ctrl+C关窗口，直接点 × 更稳。

reading choices 报错：多半是模型返回格式和客户端预期不一致，常见于模型名填错或供应商转换器没选 Anthropic。在路由界面把供应商转换器设为 Anthropic 再试。

OAuth 相关报错：说明 Claude Code 还在尝试走官方登录流程。清掉环境变量里的冲突项，确认ANTHROPIC_BASE_URL指向的是 https://taotoken.net/api ，重启终端。

MCP 显示 failed：Windows 下九成是路径问题。用where node找到node.exe真实路径，MCP 包用npm root -g找到全局目录，两个路径都写全。带环境变量的 MCP，-e参数要放在命令和--之间。

上下文超限：DeepSeek 官方建议阈值 60000，设太大容易触发 API 报错。在路由界面把上下文阈值调小，或者拆任务跑。

6. 语义一致的接入路径与长期使用建议

把上面串起来，你的 Windows 工作流应该是这样：先在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 拿 Key，用 https://taotoken.net/api 作为 Base URL，模型名按需在 GLM4.5 和 DeepSeek 3.1 之间切。想快速验证模型效果就去模型对话 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite ，想长期跑编码和 Agent 任务就上 Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，接入细节查文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。

实操建议：本地建一个总文件夹，每个测试例子让 Claude Code 新建独立子目录，隔离干净。一次开四五个终端窗口并行跑，效率翻倍。项目根目录放一个Claude.md，写上「用中文回答」，省得每次重复。进 Claude Code 后按/能看到所有可用命令，右边有注释，挨个试一遍就熟了。

最后一句实在话：如果你不用 Claude 官方模型、又在意性价比，GLM4.5 配 Claude Code 是目前很省心的组合，速度和界面都舒服；DeepSeek 3.1 适合对画面还原要求高、愿意多花时间修 bug 的场景。两套都接上，按任务切换，才是横评的真正意义。