TLDR;

É possível usar o Claude Code com modelos locais como Gemma 4 e assim evitar custos de API apontando o Claude Code para o seu servidor de API local (ex.: LM Studio) e fornecendo o token de acesso. A configuração básica é instalar o Claude Code, rodar um servidor de API local (LM Studio ou similar), definir as variáveis de ambiente com a BASE_URL e o token do servidor e iniciar o Claude Code com o nome do modelo. Modelos pequenos (ex.: Gemma 7B) podem gerar HTML funcional com erros e aparência fraca exigindo correções manuais, enquanto modelos maiores (ex.: Gemma 26B) tendem a produzir código muito mais confiável para tarefas de desenvolvimento.

Resumo

Neste vídeo Nick explica como integra o Claude Code com modelos locais como Gemma 4 (ou outros disponíveis), enfatizando que os LLMs locais são complemento, não substituto de modelos pagos. Ele descreve instalação rápida do Claude Code, a necessidade de configurar variáveis de ambiente para apontar ao servidor de API local (LM Studio) e definir o token, e destaca que Claude Code é uma ferramenta de coding agentic. Nick testa o fluxo criando uma página simples de to‑do: inicia com um modelo Gemma de 7,5 bilhões de parâmetros no MacBook M4 Pro (24 GB RAM), permite que Claude Code escreva arquivos dentro do diretório e observa o consumo de CPU/RAM. O modelo gerou HTML funcional, mas apresentou erro ao adicionar itens; Claude tentou corrigir, mas exigiu intervenção manual do autor para ajustar tags HTML e melhorar o visual. Ele conclui que modelos pequenos têm limitações para gerar código robusto e, por isso, troca para uma Gemma maior (26 bilhões) rodando numa máquina desktop com Ryzen 7, 128 GB RAM e GPU NVIDIA (16 GB VRAM), atualizando o endereço da API para usar o modelo remoto. Ele comenta preferência pelo LM Studio e ressalta cautela ao permitir edições automáticas de arquivos.