Cómo correr Claude Code con GLM-5.2 a tarifa plana (vía Z.ai)

Si usas Claude Code a diario —para debug, refactor, trabajos largos— ya sabes el punto débil: la API cobra por token y los costos se acumulan rápido en sesiones pesadas. La salida obvia sería una tarifa plana, y Anthropic la ofrece… pero con una traba que casi nadie explica claro.

¿Se puede usar Claude Code con un modelo que no sea Claude?

Sí. Claude Code respeta dos variables de entorno: ANTHROPIC_BASE_URL (a qué servidor apuntar) y ANTHROPIC_AUTH_TOKEN (con qué credencial). Si un proveedor expone un endpoint Anthropic-compatible, puedes apuntar Claude Code hacia él y seguir usando el mismo agente —mismo UX, skills, agentes y MCP— sobre otro modelo.

Z.ai ofrece exactamente ese endpoint para GLM-5.2, con contexto de un millón de tokens. El detalle que importa: las variables se setean solo para esa invocación, sin tocar el settings.json global, así tu claude por defecto queda intacto. De eso se encarga glm-cli.

¿Qué significa exactamente “API key a tarifa plana”?

Es la combinación de dos cosas que rara vez vienen juntas: una API key (estándar, usable en cualquier cliente que hable el protocolo Anthropic) y una tarifa plana (pago fijo mensual, sin medir tokens). Lo importante es la palabra combinación: son pocos los proveedores que ofrecen ambas a la vez.

Anthropic y OpenAI sí tienen planes de tarifa plana —pero los reservan para su propio CLI o web. Si quieres usar su modelo vía API key en otro cliente, te cobran por token. Esa brecha es la que explota este enfoque.

¿Z.ai ofrece tarifa plana para su API?

Sí. El GLM Coding Plan de Z.ai te da una API key (formato compatible con Anthropic) con suscripción mensual fija:

• Lite — $18 / mes
• Pro — $72 / mes (el más usado)
• Max — $160 / mes (uso máximo)

No pagas por token. (Datos verificados el 2 de julio de 2026 en z.ai/subscribe. Cada plan tiene un límite de uso —p. ej. Pro ~400 prompts cada 5 horas, Max ~1600 cada 5 horas—: tarifa plana, no uso ilimitado.)

¿Claude o Codex ofrecen API key a tarifa plana?

No. Ambos tienen planes de tarifa plana (Claude Max, ChatGPT/Codex), pero atados a su propio CLI o web. Si quieres usar su modelo vía API key en otro cliente, es estrictamente pago por token: ni la API de Anthropic ni la de OpenAI tienen un plan flat-rate.

Fuentes: API de Anthropic (pay-per-token) y Codex pricing.

Cómo correrlo en un comando (glm-cli)

En Linux, macOS o WSL:

curl -fsSL https://raw.githubusercontent.com/varelaia/glm-cli/main/install.sh | bash

El instalador es idempotente y hace cuatro cosas: instala Claude Code (si no lo tienes), pide tu API key de Z.ai (la creas en z.ai/manage-apikey) y la guarda con permisos 600, asegura ~/.local/bin en tu PATH, y deja dos comandos listos: glm (Claude Code sobre glm-5.2[1m], thinking activado, para trabajo duro) y glmf (sobre glm-5-turbo, rápido, para tareas livianas).

Ejecutas glm y tienes Claude Code completo corriendo sobre GLM-5.2 a tarifa plana. El repo, con la guía por sistema operativo y solución de problemas, está en github.com/varelaia/glm-cli.

Seguridad: curl | bash ejecuta un script remoto sin que lo leas (el mismo trade-off de cualquier one-liner). Si prefieres auditarlo, clona el repo y revisa install.sh antes de correrlo.

¿Cuándo conviene y cuándo no?

Conviene si: quieres Claude Code a costo fijo y predecible; exploras ruteo multi-modelo sin tocar tu configuración; necesitas un segundo modelo fuerte con contexto largo (1M) para ingeniería.

No conviene si: dependes de los conectores nativos de Anthropic (Gmail, Drive, Calendar en Max); estás en Windows nativo (este wrapper es bash y requiere WSL); tu carga supera los límites del plan en ráfagas muy densas.

Sin humo: GLM-5.2 no es “mejor que Claude Opus”. Es una opción sólida a tarifa plana. Para el pase final de trabajo crítico —legal, financiero, producción— Opus sigue siendo la referencia. Por eso glm-cli deja tu claude intacto: lo sano es contar con más de un modelo y elegir según el caso.