OpenCode模型 - 配置Claude、GPT、Gemini

##支持的AI模型

OpenCode支持多种AI提供商和模型，让您灵活选择最适合编程任务的模型。每种模型在不同场景下各有优势。

###Anthropic Claude 模型

Claude模型在代码理解、复杂推理和遵循详细指令方面表现出色。

| 模型 | 最适用于 | 上下文窗口 | |------|----------|------------| | claude-sonnet-4-20250514 | 日常编程任务，平衡性能 | 200K tokens | | claude-opus-4-20250514 | 复杂架构，深度分析 | 200K tokens | | claude-3-5-haiku | 快速任务，高速度 | 200K tokens |

配置 Claude：

bash

# 设置 API 密钥
export ANTHROPIC_API_KEY="sk-ant-..."

# 在 OpenCode 中使用
opencode --model claude-sonnet-4-20250514

###OpenAI GPT 模型

GPT模型使用广泛，提供强大的通用编程能力。

| 模型 | 最适用于 | 上下文窗口 | |------|----------|------------| | gpt-4o | 复杂推理，多步骤任务 | 128K tokens | | gpt-4o-mini | 快速响应，简单任务 | 128K tokens | | o1 | 高级推理，规划 | 128K tokens |

配置 GPT：

bash

# 设置 API 密钥
export OPENAI_API_KEY="sk-..."

# 在 OpenCode 中使用
opencode --model gpt-4o

###Google Gemini 模型

Gemini模型提供出色的多模态能力和超大上下文窗口。

| 模型 | 最适用于 | 上下文窗口 | |------|----------|------------| | gemini-2.0-flash | 快速高效编程 | 1M tokens | | gemini-1.5-pro | 大型代码库分析 | 2M tokens |

配置 Gemini：

bash

# 设置 API 密钥
export GOOGLE_API_KEY="AIza..."

# 在 OpenCode 中使用
opencode --model gemini-2.0-flash

##如何选择合适的模型

###日常开发

推荐：Claude Sonnet 或 GPT-4o-mini

这些模型在速度、成本和能力之间取得最佳平衡，适合日常编程任务：

编写新函数
调试代码
代码审查
编写文档

###复杂项目

推荐：Claude Opus 或 GPT-4o

处理以下场景时使用这些强大模型：

系统架构设计
大规模重构
复杂算法实现
安全审计

###大型代码库

推荐：Gemini 1.5 Pro

凭借其200万token的超大上下文窗口，Gemini擅长：

分析整个代码仓库
理解复杂依赖关系
跨文件重构

##配置文件

在 ~/.config/opencode/config.yaml 中设置默认模型：

bash

# 默认模型配置
model: claude-sonnet-4-20250514

# 提供商特定设置
providers:
  anthropic:
    api_key: ${ANTHROPIC_API_KEY}
    default_model: claude-sonnet-4-20250514

  openai:
    api_key: ${OPENAI_API_KEY}
    default_model: gpt-4o

  google:
    api_key: ${GOOGLE_API_KEY}
    default_model: gemini-2.0-flash

# 模型别名，快速切换
aliases:
  fast: claude-3-5-haiku
  smart: claude-opus-4-20250514
  large: gemini-1.5-pro

##切换模型

###命令行方式

bash

# 指定会话使用的模型
opencode --model gpt-4o

# 使用别名
opencode --model fast

###会话中切换

无需重启即可切换模型：

bash

/model claude-opus-4-20250514

或使用模型选择器：

bash

/model

##本地模型

OpenCode还支持通过Ollama使用本地模型：

bash

# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 下载模型
ollama pull codellama:13b

# 在 OpenCode 中配置
opencode --model ollama:codellama:13b

###推荐的本地模型

| 模型 | 大小 | 最适用于 | |------|------|----------| | codellama:13b | 7GB | 代码补全，简单任务 | | deepseek-coder:33b | 19GB | 复杂编程，分析 | | qwen2.5-coder:32b | 18GB | 多语言支持 |

##性能优化建议

根据任务选择模型：简单任务用快速模型，复杂任务用强大模型
使用别名：为常用模型设置快捷方式
监控token使用：云模型的大上下文成本更高
考虑延迟：本地模型消除网络延迟但需要GPU资源

##成本优化

| 策略 | 说明 | |------|------| | 从小开始 | 先用便宜模型，需要时再升级 | | 启用缓存 | 开启响应缓存减少API调用 | | 批量请求 | 将相关问题分组以最大化上下文利用 | | 本地备选 | 简单任务使用本地模型 |

##故障排除

###模型不可用

bash

Error: Model 'claude-opus-4' not found

解决方案：检查提供商文档中的确切模型名称。

###速率限制

bash

Error: Rate limit exceeded

解决方案：在配置中设置速率限制：

bash

rate_limits:
  anthropic:
    requests_per_minute: 50
    tokens_per_minute: 100000

###上下文长度超限

bash

Error: Context length exceeded

解决方案：使用更大上下文窗口的模型或启用自动上下文管理：

bash

context:
  auto_truncate: true
  max_tokens: 100000