10:29
youtube.com ha 5 dias SRT AI Coder TODAY

Pare de pagar pelo Claude Code (Use de graça!)

O segredo para usar o Claude Code sem pagar: descubra como aproveitar gratuitamente!

Claude Tecnologia AI coding AI

Conteudo

TLDR;

Você pode usar o Claude Code gratuitamente instalando o Claude Code e o Ollama, baixando um modelo local (como o Qwen 3.8 de 27 bilhões) e configurando‑lo para rodar offline. Não há cobrança de assinatura da Anthropic, pois o modelo roda totalmente localmente sem conexão à internet, eliminando custos de API. É necessário ter o Claude Code instalado, o Ollama instalado e memória RAM suficiente (por exemplo, 16 GB para modelos de ~7‑8 bilhões ou 32 GB para 27 bilhões) para suportar o modelo escolhido.

Resumo

O vídeo apresenta um tutorial completo para executar o Claude Code totalmente offline e sem custos, usando um modelo de IA local. Primeiro, o autor explica que o Claude é o modelo proprietário da Anthropic, enquanto o Claude Code é a interface que pode emparelhar qualquer modelo – inclusive gratuitos – para gerar código, arquivos e aplicativos. Para começar, é necessário instalar o Claude Code via terminal, acessando claude.com/download e seguindo as instruções específicas para macOS ou Windows. Em seguida, o tutorial introduz o Ollama, uma plataforma que fornece diversos modelos de linguagem que podem ser executados localmente. Após baixar e instalar o Ollama, abre‑se o aplicativo, configura‑se o tamanho de contexto (recomendado ≥ 64 KB) e escolhe‑se um modelo adequado ao hardware disponível. Modelos menores (7‑8 B) rodam em máquinas com ≈ 16 GB RAM; já modelos maiores, como o Qwen 3.8 de 27 B parâmetros, exigem ≥ 32 GB RAM ou mais, consumindo até 25 GB de memória ao ser carregado. Uma vez baixado, o modelo é integrado ao Claude Code, permitindo que ele opere localmente, criando códigos, documentos, PDFs, sites ou propostas comerciais sem enviar dados à nuvem nem pagar à Anthropic. O ponto forte é a privacidade e a ausência de custos recorrentes, enquanto a principal limitação está na necessidade de um hardware robusto para suportar modelos de alta capacidade.