Edgee Turbo Models

Edgee Turbo Models让 Claude Code 跑开源模型提速 4 倍

Edgee Turbo Models 将 GLM 5.1、Kimi K2.7 Code、MiniMax M2.7 等开源模型接入 Claude Code,实现最高 200 tok/s 的生成速度,统一订阅价为 $29/月。无需改动代码,几分钟即可完成配置,为追求速度和开源的开发者提供新选择。

paid
Claude Code开源模型AI编码GLM 5.1Kimi K2.7 CodeMiniMax M2.7开发者工具编程辅助token速度AIGC效率
收录日期
更新日期
3.6 (0 评价数量)

登录后可为项目评分

如果你是 Claude Code 的长期用户,大概早就习惯了那种“想法刚成型,代码就已经补全”的流畅感。但有一个门槛始终绕不过去:默认情况下,它只能调用 Anthropic 自家的模型。这倒不是说闭源模型不好,只是对一些团队来说,模型选择权本身就是一种刚需。

Edgee Turbo Models 想解决的就是这件事。它把一系列口碑不错的开源模型——比如 GLM 5.1Kimi K2.7 CodeMiniMax M2.7——直接接进了 Claude Code 的既有工作流。听起来像是换个后端,实际用起来确实就像换个后端。因为官方主打的就是 “无代码改动”,几分钟内就能把手上的 Claude Code 环境指向这些开源模型。

速度上的实惠,是真金白银

这类“模型中转”服务并不稀奇,稀奇的是它对速度的执着。Edgee Turbo Models 宣称最高可以跑到 200 tok/s,相比 Claude 默认模型提速 4 倍。对于长上下文推理或者大文件重构这种场景,token 生成速度往往直接决定你是在等代码,还是在被代码等。

更实际的一点是它的定价逻辑:统一 $29/月,不看 token 消耗量。当下不少 API 是按用量付费的,一个重度开发者一个月跑下来,账单经常超出预期。固定订阅意味着成本从“不可预测”变成了“房租式”的固定开销,这对预算敏感的独立开发者和早期团队尤其友好。

  • 支持多种主流开源模型,且持续更新
  • 最高 200 tok/s 的生成速度,适合超长任务
  • 直接复用 Claude Code 的提示词和工具链
  • 无需修改现有代码,配置过程接近零摩擦

不是所有开发者都需要它,但特定人群很适合

典型的受益者有两类。一类是已经把 Claude Code 当成日常伴侣的 独立开发者,他们希望把模型切换到开源权重上,方便自己掌控数据流向,同时不想牺牲交互体验。另一类是深度依赖代码自动补全的团队,他们的代码库里往往有大量样板文件,速度就是生产效率,甚至能够缩短 CI 循环前的等待时间。

当然,开源模型和 Anthropic 的顶级闭源模型在推理能力上仍有差距。尤其在复杂架构设计或罕见框架的细节处理上,可能还需要人工把关。这也是这类工具一直以来的定位:它不是替代品,而是另一种经过权衡的选择。

能用上顶尖开源模型,同时不抛弃已经习惯的工具,这种“两全”在 AI 开发工具里并不多见。

要注意的两个小点

第一,Edgee Turbo Models 本质上是订阅服务,没有免费层。如果你只是偶尔想体验一下开源模型在 Claude Code 里的效果,这个门槛会显得稍高。第二,所有请求都会经过 Edgee 的代理层,如果对数据隐私要求极端苛刻,可能需要先确认他们的数据保留策略。

我们实测配置流程确实像宣传的那样顺畅,没有出现环境变量冲突或版本锁死的问题。日常编码中,感受最明显的不是模型变得“更聪明”,而是补全的响应节奏明显变快,那种等待光标闪烁的时间被大幅压缩,甚至会产生一种“代码自己长出来了”的错觉。

说到底,Edgee Turbo Models 的定位很清晰:把开源模型和成熟的编码工具粘合起来,再用固定低价和高速输出打动那些务实的人。如果你已经在用 Claude Code,并且对开源模型有好奇心,这会是一个值得花半小时去尝试的方案。

优缺点

优点

  • 最高 200 tok/s 生成速度,提升编码效率
  • 支持多款主流开源模型,选择灵活
  • 无需修改代码即可切换后端
  • 固定月费,避免 token 用量波动
  • 几分钟内完成配置,上手简单

缺点

  • 没有免费层,试用门槛较高
  • 推理能力可能不如顶配闭源模型
  • 所有请求经过第三方代理,需关注数据隐私
  • 模型列表和性能依赖 Edgee 持续维护

常见问题

Edgee Turbo Models 支持哪些模型?

目前支持 GLM 5.1、Kimi K2.7 Code、MiniMax M2.7 等主流开源模型。具体列表可能随时间更新,建议前往官方网站查看最新兼容模型名单。

使用 Edgee Turbo Models 需要修改 Claude Code 的配置吗?

不需要。官方声称能做到无代码改动,只需在环境变量或配置文件中设置 Edgee 提供的端点,几分钟即可完成切换,原有提示词和工具链继续沿用。

Edgee Turbo Models 适合哪些场景?

适合需要高频调用代码补全的独立开发者或团队,尤其是对 token 消耗敏感、希望使用开源模型降低锁定风险,同时又不愿放弃 Claude Code 交互体验的用户。

Edgee Turbo Models 有免费套餐吗?

没有。它采用统一订阅制,价格为 $29/月,不按 token 量计费。如果只是想偶尔体验,可能需要先支付一个月费用。

探索更多

相似工具

SignalOps API

SignalOps API

SignalOps API 是面向开发者的信任与安全接口,整合文本/图像审核、欺诈检测、IP 洞察、邮箱验证与风险评分,适用于社交应用、电商平台和 AI 产品的自动化安全流程。

VibeLayer

VibeLayer 是一个开源的本地优先状态层,专为 TypeScript 应用设计,尤其适合 AI 编码代理生成的代码。它提供即时本地数据源、命名变更、持久化变更队列和后端适配器边界,让 UI 不再每个组件都发起 fetch(),实现离线路支持和更流畅的交互体验。

OpenAnimus

OpenAnimus

OpenAnimus 是一个本地优先的 AI 驾驶舱,帮助开发者将目标和仓库上下文转化为代理工作、证据和 QA,专注于软件维护。项目公开构建,每日直播,适合追求透明和可控的开发团队。

AgentBack

AgentBack

AgentBack 是 LoopBack 4 的 ESM/Zod/MCP 分支,通过 Zod 装饰器一次定义 schema,自动生成请求验证、OpenAPI 3.1 规范、MCP 工具及无代码生成的类型化客户端。为 AI 编程代理提供真实契约,避免事实漂移。

ClaudePractice

ClaudePractice

ClaudePractice 是一个专为 Claude Certified Architect, Foundations 考试设计的备考平台,提供自适应练习题、全真模拟以及关于 agentic systems、MCP 和 Claude Code 的详尽指南。从免费开始,帮助开发者高效掌握核心概念并顺利通过认证。

ccglass

ccglass 是一款专为 AI 编码代理设计的本地流量监控工具,可实时查看 Claude Code、Codex、OpenCode 等工具的提示、工具架构、消息历史、token 用量、缓存命中、成本及流式响应,帮助开发者优化效率与成本。

开源项目

guidellm: 评估和优化 LLM 部署性能

guidellm 是一个开源工具,专为评估和优化大语言模型(LLM)在生产环境中的推理性能而设计。它支持压力测试、延迟分析、吞吐量评估等,帮助开发者识别瓶颈并调整部署配置。基于 vLLM 团队开发,适合需要精细化调优 LLM 服务的团队。

Kun: 将 AI Agent 工作区嵌入你的应用

Kun 是一个开源的 AI Agent 工作空间,内置代码与写作模式,可无缝集成到你的应用程序中。基于 TypeScript 开发,为开发者提供可定制的智能交互环境,支持多轮对话、工具调用和上下文管理。

ai-gateway: 统一管理生成式 AI 服务的访问网关

ai-gateway 是基于 Envoy Gateway 构建的开源项目,提供统一的 API 网关来管理对多种生成式 AI 服务的访问,支持负载均衡、缓存、限流等功能,简化 AI 应用的集成和运维。

go-micro: 为 AI 智能体打造的 Go 微服务框架

go-micro 是一个用 Go 语言编写的微服务框架,专门为构建 AI 智能体而设计。它提供服务发现、负载均衡、消息编码、事件驱动等核心能力,让开发者能快速搭建可扩展的分布式 AI 系统。GitHub 星标超 2.2 万,社区活跃,适合 Go 语言开发者入门微服务和 AI agent 架构。

terax-ai: 7MB终端优先AI开发工作台

terax-ai 是一个轻量级(仅7MB)的终端优先AI原生开发工作台,专为命令行爱好者设计。它集成了AI辅助能力,提供极快的启动速度和极小的资源占用,让开发者在熟悉的终端环境中高效编码、调试和实验。开源且易于安装,适合追求简洁与效率的开发者。

jar-analyzer: JAR包GUI分析工具内置AI助手

Jar Analyzer 是一个开源的 JAR 包 GUI 分析工具,内置 AI 助手辅助分析,支持 JAR DIFF、方法调用关系搜索、DFS 调用链分析、污点分析、CFG 程序分析、JVM 栈帧分析等功能,适合 Java 开发者、安全研究人员进行代码审计和逆向分析。