混合：云 + 本地

现在您手里有两个世界。一边是各大厂商的前沿模型，以订阅方式连同它们的代码 agent 一起使用：Claude 配 Claude Code，GPT 配 Codex，Grok 配 Grok Build，Gemini 配 Antigravity CLI。另一边是在您家免费运行的模型（Ollama）。错误的问题是「选哪个？」。真正的答案是：两个，同时，各就各位。

这就是混合搭配，也是用迷你主机工作最高效的方式。机器负责编排：它运行各个 agent，保管您的项目和脚本。前沿订阅每月固定价格（Claude Pro 或 ChatGPT Plus 20 美元，SuperGrok 30 美元，Google AI Pro 21.99 欧元，价格查于 2026 年 10 月 1 日），承担大部分推理。本地模型负责机密、重复和离线的工作。各档套餐、额度以及每家厂商允许什么，请看 订阅前沿模型。

本页的例子让 Claude Code 担任总指挥，因为这是最成熟的搭法；换成 Codex 或 OpenCode 也完全一样。云端 agent 决定谁做什么，并把大批量的工作委派给本地模型。

为什么混着用，而不是二选一

两个世界有着相反的长处，而这恰恰使它们互补：

• **云端（Claude、GPT、Grok、Gemini）**在难的推理、长任务、可靠的 tool use、架构上无可匹敌。但订阅有额度上限（按 5 小时窗口和按周计算），API 按 token 计费，而且您的数据流向第三方。
• 本地（Ollama）按使用免费、私密、离线可用，对边界清晰且重复的任务来说足够好。但它在长链智能体和尖端推理上力不从心（我们在 选择您的模型 里直言不讳地讲过，Quelle IA 本地模型排名（法语网站）则把差距量化了出来）。

混合搭配取两者之长：您把尖端智能留在它真正要紧的地方，把成本和数据外泄压在其余的一切上，也就是 80% 的量。

Claude Code 当编排器：它怎么运作

让这成为可能的关键：Claude Code 能运行命令。而 Ollama 在 http://localhost:11434 上暴露了一个极简单的本地 API。所以 Claude Code 可以调用您的本地模型，通过一个 curl、一个脚本或一个小工具，就像它调用任何命令那样。

具体来说，您告诉 Claude：「这个批量任务别自己做，通过 Ollama API 委派给本地模型」。它写出在您的文件上循环的脚本，对每个文件敲本地模型，再把整合好的结果带给您。它保留全局视野；本地干苦活。

# Claude Code 编排的基本动作：调用本地模型（这里用速度快的 gemma4:26b）
curl -s http://localhost:11434/api/generate -d '{
  "model": "gemma4:26b",
  "prompt": "Résume ce fichier en 3 puces : '"$(cat rapport.md)"'",
  "stream": false
}' | jq -r .response

给工作分流的四种具体办法

把两者接起来，实操

# 混合策略
- 对于重复且批量的任务（重写、分类、
  摘要、生成样板代码），通过 Ollama API
  （http://localhost:11434）委派给本地模型，别自己做。
- 复杂推理、架构和评审留给您自己。
- 标注为「敏感」的代码和数据：仅用本地模型。

# 一个大脑在本地的 Claude Code 会话
ollama launch claude --model qwen3.8:27b