Claude Code で GPT を使う方法｜LiteLLM・ルーター設定
「Claude Code は便利だが、手元の OpenAI(GPT)アカウントでも動かせないか」と検索した方に向けて、Claude Code から GPT 系モデルへリクエストを振り向ける具体的な手順を整理しました。なぜ直接は使えないのか、ルーターと LLM ゲートウェイの 2 通りの設定方法、そして設定後に失われる機能や料金の注意点まで、公式情報を直接参照してまとめています。
Claude Code は本来 Claude 専用に設計されているため、GPT を使うには リクエストの形式を変換するプロキシ(中継サーバー)を間に挟む 必要がある。Claude Code は ANTHROPIC_BASE_URL で接続先を差し替えられるので、その先に変換役を置けば GPT へ届く仕組みだ。
手軽なのは claude-code-router(ローカルに中継サーバーを立て、用途ごとにモデルを振り分ける)。チーム運用やコスト管理を重視するなら、公式が手順を公開している LiteLLM ゲートウェイ 経由が向いている。
ただし GPT に切り替えると、Claude 向けに最適化された一部機能が制限される。ChatGPT のサブスクではなく OpenAI の API 課金が必要 な点も含め、メリットと制約を理解したうえで選ぶのがよい。
目次 (8)
Claude Code で GPT を使うとは — できること・できないこと
Claude Code は、Anthropic が Claude モデル向けに設計したコーディングツールです。標準では Anthropic のエンドポイントに接続し、Claude へリクエストを送ります。一方で Claude Code は接続先 URL を環境変数で差し替えられる構造になっており、その先に「形式を変換する中継サーバー」を置けば、GPT を含む他社モデルへリクエストを届けられます。
つまり「Claude Code の操作画面・ワークフローはそのまま、頭脳だけ GPT に差し替える」ことが可能です。逆に言えば、GPT を Claude Code の中で直接指定する設定項目は存在せず、必ず変換役を介する点が前提になります。
なぜ GPT を直接指定できないのか — API 形式の違い
Claude Code が送るリクエストは Anthropic Messages 形式(/v1/messages)です。これに対し GPT は OpenAI Chat Completions 形式を受け付けるため、両者は通信の「文法」が異なります。そのまま GPT のエンドポイントに送っても解釈できません。
そこで間に トランスフォーマー(変換層)を持つプロキシ を挟み、Anthropic 形式 ⇄ OpenAI 形式を相互変換させます。公式ドキュメントでも、ゲートウェイが Claude Code と連携する条件として「Anthropic Messages 形式のエンドポイントを少なくとも 1 つ公開すること」が明記されています。出典: Claude Code 公式ドキュメント
方法1: claude-code-router で GPT に振り分ける
個人で手早く試すなら、OSS の claude-code-router(musistudio 製)が定番です。ローカルに中継サーバー(既定で localhost:3456)を立て、用途ごとに使うモデルを振り分けます。出典: GitHub musistudio/claude-code-router
導入の流れは次のとおりです。
npm install -g @musistudio/claude-code-routerでツールを導入する。- 設定ファイル
config.jsonのProvidersに、利用するプロバイダー(OpenRouter や OpenAI 互換エンドポイント)のname/api_base_url/api_key/models/transformerを記述する。 Routerセクションでdefault(通常タスク)・background・think(推論)・longContext(長文)・webSearchの各シナリオに使うモデルを割り当てる。eval "$(ccr activate)"を実行する。これでANTHROPIC_BASE_URLが中継サーバー(http://127.0.0.1:3456)に設定される。ccr codeで Claude Code を起動すると、リクエストが中継サーバー経由で指定モデルへ振り分けられる。
OpenRouter、DeepSeek、Ollama、Gemini など複数のプロバイダーに対応しており、OpenRouter 経由なら GPT 系モデルもこの仕組みで指定できます。「通常は安価なモデル、推論が要る場面だけ強力なモデル」のように、用途別に賢く切り替えられるのが利点です。
方法2: LiteLLM ゲートウェイ経由(公式手順)
チームでの利用管理・コスト追跡・監査ログを重視するなら、Claude Code 公式が手順を公開している LiteLLM 経由が向いています。LiteLLM は多数のモデルプロバイダーを束ねるプロキシで、Anthropic 形式のエンドポイントを公開できます。
設定の要点は次のとおりです。
- LiteLLM Proxy Server を起動し、接続先プロバイダー(OpenAI など)と利用モデルを LiteLLM 側で構成する。
- Claude Code の接続先を統合エンドポイントに向ける(公式の推奨方式)。例:
export ANTHROPIC_BASE_URL=https://litellm-server:4000。 - 認証トークンを設定する。例:
export ANTHROPIC_AUTH_TOKEN=sk-litellm-static-key(この値がAuthorizationヘッダーとして送られる)。
公式は、負荷分散・フォールバック・コスト追跡が効く「統合エンドポイント」を、プロバイダー個別のパススルー方式より推奨しています。出典: Claude Code 公式ドキュメント
なお公式ドキュメントには重要な注意があり、LiteLLM の PyPI バージョン 1.82.7 と 1.82.8 は認証情報を盗むマルウェアが混入していた ため、このバージョンは導入しないよう警告されています。LiteLLM はサードパーティ製であり Anthropic は保証・監査を行っていない点も明記されています。導入前に必ず最新の公式情報を確認してください。
設定後に気をつけたい機能制限
GPT へ切り替えると、Claude 向けに最適化された機能の一部が期待どおり動かないことがあります。具体的には、拡張思考やプロンプトキャッシュ、Anthropic 独自のベータ機能などです。公式ドキュメントでも、Anthropic Messages 形式を別経路で使う際に CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1 の設定が必要になる場合があると案内されています。出典
また、CLAUDE.md やツール連携といった Claude Code 側の枠組みは使えても、モデルそのものの挙動(コード理解力・指示追従の癖)は GPT のものに変わります。「同じ操作感で別の頭脳に切り替わる」と理解しておくと、出力の違いに戸惑いません。
料金とサブスクの注意点
見落としやすいのが課金体系です。この方法で GPT を呼ぶには OpenAI の API キー(従量課金) が必要で、ChatGPT の月額サブスクとは別枠です。ChatGPT Plus を契約していても、その権利で Claude Code 経由の GPT 呼び出しが無料になるわけではありません。
中継サーバーを挟む分、トークン消費は素直に API 料金へ反映されます。LiteLLM のようにコスト追跡が効くゲートウェイを使い、上限を設定しておくと安心です。
GPT を本気で使うなら Codex CLI も選択肢
「Claude Code の操作感のまま GPT を試したい」のではなく「GPT(OpenAI)主体でターミナルからコーディングを任せたい」のであれば、OpenAI 純正のターミナル向けコーディングツール Codex CLI が本来の選択肢です。ChatGPT のサブスクにそのまま含まれ、追加課金なしで使える点も含め、両者の違いは別記事で 5 軸比較しています。あわせてClaude Code と Codex CLI の比較も参考にしてください。
まとめ — どんな人に向くか
Claude Code で GPT を使う構成は、次のような人に向いています。
- 既存の Claude Code ワークフロー・設定を活かしたまま、モデルだけ比較検証したい人。
- 用途ごとに安価なモデルと強力なモデルを賢く切り替え、コストを最適化したい人。
- チームで複数プロバイダーを一元管理し、利用状況とコストを追跡したい人。
一方で、Claude 向けの最適化機能をフルに使いたい場合や、追加設定の手間を避けたい場合は、素直に Claude を使うほうが快適です。まずはローカルで claude-code-router を試し、運用に乗せる段階で LiteLLM ゲートウェイへ移行する、という二段構えが現実的でしょう。
