用廉价模型替Claude写代码，Opus Token省63%

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

开发者开源工具Cheap Agent，让Opus只做架构决策，DeepSeek等廉价模型负责读写代码。实测SWE-bench任务中Opus Token消耗从154k降至57k，降幅63%（A·实测）。核心逻辑是打破“昂贵模型通包”的认知，通过分层协作大幅降低AI编程成本。适合重度使用Claude Code但受限于订阅额度的开发者或独立开发者。最大坑在于依赖仓库具备完善的测试命令，否则廉价模型无法通过验证，会导致成本浪费。

为高耗Token项目接入MCP廉价模型分层架构
检查代码库是否有自动测试命令以启用工具
用DeepSeek V4.1处理低难度代码重写任务
参考其Git Worktree隔离测试的验证流程
针对无测试命令场景需人工介入或改用Sonnet

一、这是什么机会

Cheap Agent 是一个开源 MCP 服务插件，专为 Claude Code 用户设计。它让昂贵的 Opus 模型仅负责架构决策，将读代码、写样板代码等机械性工作交给 DeepSeek 等廉价模型处理。用户无需额外订阅，通过接入第三方 API Key 即可在现有 Claude 订阅额度内运行，节省高昂的 Token 开销。

二、独立判断

这个工具值得重度 Claude Code 用户立即尝试，尤其是那些经常触发额度限制或订阅费用过高的开发者。核心逻辑在于“分层协作”：Opus 负责思考，廉价模型负责执行，实测数据显示 Opus Token 消耗可降低 63%。但这套打法有一个硬性前提：你的代码库必须具备完善的自动化测试命令，否则廉价模型无法自我验证，效率优势将荡然无存。

三、冷启动路径

第一步动作：检查项目根目录是否有 npm test、pytest 等可一键运行的测试脚本。若无，需先补齐测试命令，这一步可能耗费 1-2 天。接入成本极低，工具本身 MIT 开源免费，主要支出是 DeepSeek 的 API 调用费，约 0.5 美分/任务，几百美元可支撑大量开发任务。验证周期：安装 npx cheap-agent，运行一次典型的 Bug 修复任务，对比日志中 Opus 的 Token 消耗前后差异。

四、最大风险与避坑

致命坑点在于“测试缺失”或“测试命令不可用”。作者首个 Demo 因忘记配置 package.json 中的测试脚本，导致 Opus 不得不亲自跑测试，最终仅节省 20% 成本，远低于理论值。应对策略：部署前务必人工验证测试命令能正确返回 Pass/Fail；若项目缺乏测试环境，Cheap Agent 的廉价模型层将失效，此时应退回使用 Sonnet 作为后备，而非强行使用廉价模型。

五、案例复盘（别人怎么做的）

产品架构：Opus 作为架构师，不直接读取文件，而是通过“Research”工具向廉价模型提问（如“认证在哪里检查？”），获取带文件行数的简短回答；再通过“Delegate”工具指派简短任务给 DeepSeek V4.1 Flash 执行。
执行流程：DeepSeek 在 Git Worktree 中隔离编写代码，同时必须编写一个“修复前失败、修复后成功”的测试。Cheap Agent 自动运行该测试，只有通过的代码才会落地（保持未提交状态），用户最后手动 review diff。
关键数字：在 SWE-bench Verified 基准测试中，添加新功能任务 Opus Token 从 154k 降至 57k；7 个日常 Bug 修复任务 Token 降低 59%，且 7/7 全部解决；9 个高难度 Bug 任务 Token 降低 55%，但解决率从 7/9 降至 6/9。
成本控制：Windows 移植工作共分发 30 个任务给 DeepSeek，总成本仅 $0.29。Opus 仅接收约 10 行的结果摘要和测试反馈，避免了读取完整代码产生的巨额 Token 浪费。
踩坑记录：作者提醒“绝不信任模型口头说测试通过”，必须由工具运行测试验证；若廉价模型卡住，系统会自动调用 Sonnet 助手完成步骤，而非动用 Opus，以此保护 Opus 额度。

六、双轨可执行性

跨境：完全可行，DeepSeek 和 OpenRouter API 面向全球开发者，无需特殊网络环境，直接 npx 安装即可。国内：此轨道不可行，Claude Code 本身在国内使用存在接入障碍，且 DeepSeek 虽在国内可用，但作为 Claude 插件的生态闭环在国内缺乏现成的使用群体和技术支持社区，独立开发者需自行搭建全栈环境，启动成本远高于跨境。

原文 · posts from indiehackers, SideProject, microsaas：阅读原文 →

相关工具推荐（推广）：GLM Coding Plan — AI Coding Powered by G…