Come potenziare Claude Code con Modelli Locali (Ollama) e Cloud Economici (Z.AI): Guida 2026

La notizia non è “Claude Code gratis”.

La notizia vera è questa:

Ollama ora è compatibile con l’Anthropic Messages API.

Tradotto:

→ Claude Code può parlare con Ollama come endpoint Anthropic-compatible
→ puoi usare modelli open-source in locale con lo stesso harness di Claude Code
→ ma la qualità finale dipende dal modello e dall’hardware

In parallelo:

→ GLM-4.7 (Z.AI) si poteva già usare allo stesso modo
→ ed è spesso la scelta più sensata se vuoi produttività e costi bassi

Claude Code con Ollama: guida rapida

Ne avevo già parlato e mostrato in pratica anche in un video qualche tempo fa:

Cosa NON cambia

Claude Code non è diventato magicamente “gratis” nel senso del modello.

Perché:

→ Claude Code è l’interfaccia (tool)
→ Claude (Opus/Sonnet) sono i modelli (motore)

Quindi “free” ha senso solo se intendi:

→ uso dell’interfaccia senza pagare token cloud
→ ma pagando prestazioni con hardware locale

Inoltre, anche prima era già possibile usare provider alternativi tramite endpoint compatibili (es. GLM con Z.AI).

La novità è la compatibilità API

La novità vera è l’adozione e lo standard.

Ollama ora:

→ espone ufficialmente un endpoint Anthropic-compatible
→ rende banale collegare Claude Code a modelli locali
→ abbassa la barriera d’ingresso per chi non voleva “hack” o proxy strani

Non nasce una possibilità nuova.

Diventa mainstream una possibilità che esisteva già, ma era meno accessibile.

Cosa fa Claude Code nel concreto

Claude Code non è solo “chat nel terminale”.

È un agente che lavora su:

→ file system
→ comandi di shell
→ workflow di sviluppo
→ git
→ operazioni ripetitive e task multi-step

E il suo valore è che puoi usare lo stesso workflow cambiando motore.

Claude Code è la scocca.
Il modello è il motore.

Tabella comparativa (costo, privacy, performance)

Caratteristica	Claude (Anthropic)	Ollama (Local)	Z.AI (GLM-4.7)
Costo	alto (token/abbonamento)	quasi zero (HW + corrente)	basso (piani Lite/Pro)
Privacy	cloud	100% locale	cloud
Qualità coding	massima	media/variabile	alta
Velocità	alta	spesso lenta	alta e stabile
Setup	immediato	medio	rapido
Ideale per	refactor pesanti	routine + privacy	coding quotidiano

Parte 1: Claude Code + Ollama (modelli locali)

Quando conviene davvero

Claude Code con Ollama ha senso per:

→ dati sensibili e repo privati
→ task brevi, ripetitivi, ben delimitati
→ scaffolding di codice
→ spiegazioni e documentazione
→ generazione test su componenti singoli

Dove invece spesso delude:

→ refactor multi-file
→ agentic loop lunghi
→ contesti enormi
→ progetti complessi con tante dipendenze

Perché?
Perché in locale la potenza non è “gratis”: la paghi in RAM/VRAM e latenza.

Requisiti hardware (reali)

Se vuoi un’esperienza decente su task agentici:

→ almeno 32 GB di RAM (meglio unificata su Mac)
oppure
→ 12-16 GB di VRAM dedicata su NVIDIA

Sotto questi valori, con modelli “coder” medio-grandi:

→ swap
→ lentezza
→ contesto instabile
→ loop frustranti

In pratica: funziona, ma non aspettarti Opus su un laptop medio.

Step 1: installare Claude Code

macOS / Linux / WSL

curl -fsSL https://claude.ai/install.sh | bash

Windows PowerShell

irm https://claude.ai/install.ps1 | iex

Step 2: collegare Claude Code a Ollama

macOS / Linux / WSL

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_BASE_URL=http://localhost:11434

Windows PowerShell

setx ANTHROPIC_AUTH_TOKEN "ollama"
setx ANTHROPIC_BASE_URL "http://localhost:11434"

Nota: su Windows devi aprire un nuovo terminale dopo setx.

Step 3: avviare Claude Code con un modell

Esempio:

claude --model qwen3-coder

Oppure:

claude --model gpt-oss:20b

Modelli consigliati su Ollama (per coding)

Per i casi d’uso Claude Code, i più sensati sono:

→ gpt-oss:20b
→ qwen3-coder

Nota pratica:
conviene usare modelli con contesto ampio (64k e oltre) se vuoi lavorare su repo più grandi.

Ollama Cloud (se non vuoi hardware)

Ollama oggi non è solo “local”.

Puoi collegare Claude Code anche a modelli cloud tramite Ollama.

Questo è utile se vuoi:

→ stessa interfaccia
→ performance più prevedibili
→ senza gestire GPU e RAM in casa

Parte 2: Claude Code + GLM-4.7 (Z.AI)

Qui arriviamo alla parte più interessante.

Perché tanti vogliono Claude Code per lavorare seriamente.

Ma non vogliono:

→ pagare sempre modelli premium
→ bruciarsi budget token inutilmente
→ o aspettare 30 secondi per una risposta locale lenta

Ed è qui che GLM-4.7 diventa una scelta intelligente.

Claude Code con GLM-4.7: alternativa economica ad Anthropic

GLM-4.7 è interessante perché:

→ qualità alta nel coding quotidiano
→ costo molto più basso rispetto ai top premium
→ cloud stabile e veloce
→ compatibile via endpoint Anthropic-compatible

Il punto non è “battere Opus”.

Il punto è:

→ far funzionare bene Claude Code in produzione
→ senza far piangere il budget

Piani Z.AI (GLM Coding Plan)

Z.AI propone diversi piani, ma in sintesi:

Lite (mensile)
$3 primo mese, poi $6/mese
→ circa 3× usage rispetto a un piano tipo Claude Pro
→ workload leggeri/medi
→ GLM-4.7

Lite (annuale)
$28.8 primo anno, poi $72/anno
→ ideale se vuoi risparmio costante

Pro (annuale)
$144 primo anno, poi $360/anno
→ 5× Lite
→ 40-60% più veloce
→ tool extra + MCP inclusi

Configurazione GLM-4.7 in Claude Code (3 metodi)

Z.AI descrive 3 approcci:

Automated Coding Tool Helper
Automated Script
Manual configuration

La scelta migliore dipende da quanto vuoi controllo.

Metodo 1: Automated Coding Tool Helper (consigliato)

È il modo più rapido:

npx @z_ai/coding-helper

Segui la procedura guidata e lui:

→ configura tutto
→ collega Claude Code
→ gestisce piani e MCP

Metodo 2: Manual configuration (Windows PowerShell)

Se vuoi fare tutto a mano (utile anche per capire cosa succede):

[System.Environment]::SetEnvironmentVariable('ANTHROPIC_AUTH_TOKEN', 'your_zai_api_key', 'User')
[System.Environment]::SetEnvironmentVariable('ANTHROPIC_BASE_URL', 'https://api.z.ai/api/anthropic', 'User')

Poi apri un nuovo terminale e avvia:

claude

Mapping modelli in Claude Code (settings.json)

Questa parte è fondamentale per avere un workflow pulito.

Z.AI usa una mappatura interna:

→ Claude Code “vede” Opus/Sonnet/Haiku
→ sotto ci sono modelli GLM reali

Puoi controllare o modificare il mapping in:

~/.claude/settings.json

Esempio:

{
  "env": {
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.7"
  }
}

Poi riavvia Claude Code e verifica con:

/status

Nota:
di solito è meglio non hardcodare troppo, perché quando Z.AI aggiorna i default potresti perdere upgrade automatici.

Strategia consigliata (quella che funziona davvero)

Il setup migliore oggi non è “local vs cloud”.

È un modello ibrido.

Local (Ollama)
→ routine
→ privacy
→ task piccoli
→ costo token zero

Cloud economico (GLM-4.7 / Z.AI)
→ coding quotidiano serio
→ debugging e sviluppo reale
→ costi molto più bassi rispetto ai premium

Premium (Opus/Sonnet)
→ refactor grossi
→ ragionamento lungo
→ affidabilità massima

Il punto non è risparmiare sempre.

Il punto è spendere bene.

Troubleshooting (problemi frequenti)

Le variabili ambiente non fanno effetto

→ chiudi e riapri il terminale
→ su Windows è obbligatorio

Ho modificato settings.json ma non cambia nulla

→ chiudi Claude Code
→ riapri una nuova finestra terminale
→ controlla che il JSON sia valido
→ prova a cancellare ~/.claude/settings.json e ripartire

In locale è troppo lento

Probabile causa:
→ modello troppo grande per RAM/VRAM
Soluzione:
→ usa un modello più piccolo
→ oppure passa a GLM-4.7 cloud quando vuoi produttività

FAQ

Claude Code è open source?

No, è proprietario.

Quindi perché lo chiamano “gratis”?

Perché puoi usarlo senza pagare token cloud, se usi modelli locali.
Ma “gratis” significa solo: costi token = zero.
Il costo si sposta su hardware e tempo.

Si poteva già usare GLM-4.7 prima?

Sì.
La novità è che ora Ollama è ufficialmente compatibile, quindi la stessa logica diventa più comune e facile da usare.

Ha senso usare Ollama per sostituire Opus?

No, non su hardware standard.
Ollama è ottimo per privacy e routine, ma la qualità e la velocità di Opus/Sonnet restano superiori.

Link ufficiali

Ollama blog (Claude Code compatibility):
https://ollama.com/blog/claude

Z.AI Claude Code guide (GLM Coding Plan):
https://docs.z.ai/devpack/tool/claude

Conclusione

La notizia non è “Claude Code gratis”.

La notizia vera è questa:

Claude Code sta diventando una piattaforma.
Lo stesso harness può parlare con più motori.

→ locale quando serve privacy
→ cloud economico quando serve produttività
→ premium quando serve il massimo

Non è hype.

È finalmente una scelta architetturale sensata per sviluppare meglio e spendere meno.

Nuovo su Google

Aggiungi francescogruner.it come fonte preferita

Se leggi spesso i miei articoli su AI, automazione e tecnologia, ora puoi dire a Google che vuoi vedere più spesso i contenuti di francescogruner.it tra le notizie.