API Key: <第三方平台提供的 Key>Model ID: <第三方平台支持的 model_id>Base URL 填到/v1即可，不要加/messages，Cline 会自动补全后续路径第三方服务的可用性、定价、延迟等情况请以对应平台的官方说明为准，本文不对具体服务商做推荐或背书使用前确认该服务商是否真实可达，建议先用 curl 测试连通性。

上周在给一个内部工具对接 Claude API 时，看到 Anthropic 相关讨论突然多了起来，顺手把接入流程重新走了一遍。发现对 API 用户来说有两处 header 格式值得注意，不确认的话可能会遇到 401 或 403。这篇把我踩的坑和当前方案整理出来，供参考。本文涉及的部分机制（包括这一 beta 字符串、account verification 流程及相关字段名）目前尚未在 Anth

上周三我们后端有个 RAG pipeline 跑着跑着全挂了，日志里刷屏 429 Too Many Requests。我第一反应是并发打高了，结果一看监控——QPM 才 12，远没到 xAI 文档写的 RPM 上限（具体数值请以官方文档为准）。折腾了大半天才搞明白，Grok API 的 429 其实藏着三种完全不同的子类型，而且有两种压根不是你真的超限了，是计费时机和 header 返回值在坑你。

上周三智谱发布 GLM-4 系列新版本，我当天晚上就想把手头一个 RAG 项目的底层模型切过去。结果折腾到凌晨两点，遇到两个文档压根没提的坑——OpenAI 兼容模式下 model_id 格式和鉴权 header 的细微变动会导致静默失败（不报错，但返回的是旧模型的响应）。这篇把我踩过的坑全写出来，省得你们再走一遍。

上周三晚上十一点多，我正用 Codex CLI 的 full-auto 模式跑一个批量重构任务——大概 40 多个文件的 import 路径要统一改掉。跑了大概二十分钟，我听到笔记本风扇开始狂转，打开 iotop 一看：Codex 的沙箱进程在以 180MB/s 的速度往/tmp写东西。当时我的 512G SSD 剩余写入寿命已经只剩 78% 了，吓得我直接kill -9。Codex CLI 在

上周三我们项目要加一个长文档摘要功能，老板点名要用 Kimi K2——说是性价比不错，128k 上下文够用。我心想这不就改个 base_url 的事嘛，结果折腾了大半天。坑在哪呢？Kimi K2 的普通 chat completions 和 Agent 调用走的不是同一套参数逻辑，而且 stream 模式下的返回时机跟 OpenAI 不一样，我的客户端直接提前截断了响应。这篇把我踩过的坑全写出来，

API Key: <第三方平台提供的 Key>Model ID: <第三方平台支持的 model_id>Base URL 填到/v1即可，不要加/messages，Cline 会自动补全后续路径第三方服务的可用性、定价、延迟等情况请以对应平台的官方说明为准，本文不对具体服务商做推荐或背书使用前确认该服务商是否真实可达，建议先用 curl 测试连通性。

上周在给一个内部工具对接 Claude API 时，看到 Anthropic 相关讨论突然多了起来，顺手把接入流程重新走了一遍。发现对 API 用户来说有两处 header 格式值得注意，不确认的话可能会遇到 401 或 403。这篇把我踩的坑和当前方案整理出来，供参考。本文涉及的部分机制（包括这一 beta 字符串、account verification 流程及相关字段名）目前尚未在 Anth

测试发布。

实测下来，Pro 相比 Mini 有可见差距的场景就两类：长链推理任务（合同审查、医疗记录归纳）和高客单价输出（企业付费报告、品牌方文案）。其他场景 Mini 完全够用。Pro 对 Mini 是 40 倍差。中小团队跑业务流，月费几千美金 vs 几十美金，差距能养一个实习生。九成应用最后停在 Mini。