一条命令把开源模型塞进 Claude Code：省 50% 只是表象，真正值钱的是「可切换」

结论

Together AI 发布了免费、MIT 许可的命令行工具 Together Link（目前为 beta）：一条命令即可把 Claude Code、Codex、OpenCode 等 6 个主流编码智能体接到 Together AI 托管的开源模型上，官方给出的案例包括 Kimi K3、GLM 5.3，并宣称可节省 50% 以上支出；同时提供 Auto 路由与按会话的费用对比。"省 50%"是最容易被记住、也最容易过期的一条 —— 工具真正的价值在于它把"换模型"从一次改造工程降级成一条命令。

三个要点

• 它切中的是真实痛点：编排层被写死。 现实中换模型的成本，往往不在 API 调用本身，而在提示词、工具 schema、重试逻辑散落在业务代码里。这类工具的作用是把"模型"抽成一个可替换的插槽，让切换不再牵动架构。
• 对编码智能体尤其有意义。 编码任务是少数能被自动化评测的任务（跑测试就知道对错），因此最适合做"同一任务、多模型"的横向对比。过去这种对比要自己搭两套环境，现在成本降到了改一个配置。
• 免费 + MIT 是刻意选择。 工具本身不赚钱，模型调用才是。用免费 CLI 建立默认入口、把用户导流到自家模型托管，这是典型的"工具换分发"策略 —— 对使用者未必是坏事，但要知道利益方向在哪。

对你意味着什么

先做一次同任务对照实验，再做切换决定。 挑 5 到 10 条你自己踩过坑的真实任务（重构、补测试、改 bug、读陌生代码），在两套模型上各跑一遍，记录"一次通过率"和"返工次数"。这比任何榜单都贴近你的实际收益。

把"模型"和"编排"分开。 无论用不用这个工具，都值得把模型调用收敛到一个薄适配层。将来供应商涨价、限流、下架，你改动的地方只有一处。

注意数据流向的变化。 从厂商自带的编码智能体切到第三方托管，请求会经过新的链路。评估时把数据保留策略、区域可用性与日志审计一起纳入，别只看价格。

留意订阅与按量的临界点。 省 50% 是相对 API 牌价的口径；如果你本身已经买了包月订阅，真实节省可能不同。先算清自己的用量分布（长尾还是持续高峰），再决定值不值得换。

一句话：能让团队随时换模型的工具，比当下最便宜的那个模型更有价值。

参考来源

• Together AI：Together Link: Frontier-quality open models in the harness you already use
• MarkTechPost：Meet Together Link, a free CLI that runs open models like Kimi K3 and GLM 5.3 inside Claude Code, Codex, and OpenCode

延伸阅读：估值 15 亿美元的 Nous Research：开源模型怎么把名气换成订单 · 每天近万亿 token：Prime Inference 把开源前沿模型做成了「按需水电」