Claude Code Chạy Offline Trên Mac — Zero Token, Không Cần Cloud

Claude Code tính tiền theo token mỗi lần gọi API — nhưng nếu bạn có Apple Silicon Mac, bạn không cần trả một đồng nào nữa. Và cái trick nằm ở một proxy mà Claude Code không hề biết.

Bạn không cần trả tiền API mỗi lần dùng Claude Code nữa — nếu bạn có Apple Silicon Mac.

Vấn Đề Cần Giải Quyết

Claude Code mặc định gọi Anthropic API và tính tiền theo token. Ollama có thể chạy local, nhưng trên Apple Silicon nó dùng GGUF — không tận dụng được MLX, tức là bỏ phí toàn bộ sức mạnh của M1/M2/M3/M4 chip.

Giải pháp: LM Studio + LiteLLM làm cầu nối.

Kiến Trúc Chỉ Có Một Insight

Claude Code nói chuyện bằng Anthropic API format. LM Studio expose OpenAI-compatible API. Hai thứ này không tương thích trực tiếp.

LiteLLM ngồi giữa, làm phiên dịch — và Claude Code không biết gì về sự tồn tại của nó.

3 Điểm Kỹ Thuật Quan Trọng Trong Config

• Model aliasing — Claude Code không handle tốt tên model có dấu /, nên cần alias sạch như qwen3-coder thay vì path đầy đủ.
• Claude Haiku mapping — Claude Code nội bộ khởi động với claude-haiku-4-5-20251001. Nếu không map alias này vào model local, sẽ báo lỗi ngay từ đầu.
• drop_params: true — Claude Code gửi kèm các param đặc thù của Anthropic mà model local không hiểu. LiteLLM tự động bỏ qua chúng.

Kết Quả Thực Tế

Sau khi setup xong, Claude Code hoạt động y hệt bản cloud: đọc/sửa multi-file codebase, chạy test, refactor, debug build — nhưng toàn bộ chạy trên máy bạn, không gửi một token nào ra ngoài.

Chạy trên M4 Pro 64GB — mượt. Với máy RAM thấp hơn, nên thử model nhỏ hơn trước.

Print

---