Claude Code 实战横评：GLM4.5 vs DeepSeek 3.1（附Windows MCP配置，免费模型接入）

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

我们来测试一下Claude code里使用GLM4.5的效果，并对比Deepseek 3.1。

此外，我会在文末介绍本次测试涉及的一些Claude code使用经验，特别是Claude code Windows条件下配置mcp的一些经验。

还会介绍如何使用 Claude-code-router 给Claude Code接入 GLM、Deepseek、K2、Gemini 等模型，以及哪些平台提供免费模型。帮不熟悉 Claude Code 的朋友 祛魅—— 无顾虑地把 Claude Code 用起来。

此外，智谱模型API优惠活动倒是挺多，这次有一个20元包月活动，GLM + Claude Code可以爽玩，比直接调用API划算得多，所以为了测试，直接开了一个。

没开的时候, 我买了1000万tokens包（够写《三国演义》200 遍）， 但测了10个例子就用完了。。代码场景的上下文还是太大了）。

我们测试案例分为：涉及数据库的、网站、Game等。

涉及数据库的

第1个测试。做个邀请码系统

邀请码，听到这个名字，稍微有一股讨厌的味道。很多ai产品内测，疯狂整这个玩意儿。

内测产品、公测前预热，既要反刷也要让用户看到“我在涨”。让我们结合supabase实现一下。

提示词：

使用supabase mcp，新建一个supabase 项目，然后完成数据库表。完成下面这个任务：
“邀请制”病毒式等待名单 + 实时榜单 Aha 时刻
不用后端框架，直接在 Supabase 做“邀请码 + 实时排行榜”，一晚做完拉新闭环。
适用痛点
内测产品、公测前预热，既要反刷也要让用户看到“我在涨”。
Prompt
"""
实现“等待名单 + 邀请积分”：
表：waitlist_signups(id uuid pk, email citext unique, referral_code textunique, referrer_code text, points int default 0, created_at timestamptz);referrals(id uuid pk, invitee uuid fk, referrer_code text, created_at timestamptz)。
逻辑：新用户注册→分配唯一 referral_code；被邀请注册→referrer 积分+10；被邀请者完成首个关键动作（用 events表）→再加分。
物化视图 leaderboard 或视图：前 100 名（email 打码显示）。
RLS：仅本人可看自己的排名详情；公共端可读前 100 名脱敏数据。
Realtime：订阅 leaderboard，前端看到自己排名实时变动。
边界：防重复邀请刷分：referrals(unique(invitee))；事件去重（event_id unique）。
Edge Function（可选）：POST /join 接收 email & 可选 referrer_code，事务内完成注册与积分。
自测：1）重复 email 被拒；2）同一 invitee 多次不会重复加分；3）排行榜实时刷新。
交付：SQL 迁移、RLS、视图/物化视图刷新、Edge Function、前端订阅示例。
"""
验收要点
反刷健壮、排行榜稳定、RLS 不泄露隐私。
需要有一个前端，让我好测试。

其实提示词已经说的很简单了。实现“等待名单 + 邀请积分”：然后我告诉他验收要点。 所以我觉得这也是一个经验吧。在提示词里加入验收要点。

而且我感觉这次的提示词写得很“压缩”，就是信息浓度高。

这个提示词是我的想法结合 gpt5-high 优化出来的。不得不说 gpt5-high这个模型真的很强，它输出的很多文字都很压缩、精炼。

比如在涉及到「表设计」的部分，如果我们没有这个认知，自己可能写不出这样的提示词；但它能把复杂的表述压缩成几个字，却包含了我们以前需要一整句话才能说清的东西。

这种“压缩型提示词”，如果用得好，确实能提高我们和 AI 协作写代码时的效率。

好了，我们来看看测试结果吧。GLM4.5 第1轮提示完它基本上就把所有的完成了。并且测试都ok。

不过在他给我的前端网页中还是有注册的问题。

后续我提示了两轮。问题都解决了。

我们可以使用自己的邮箱先注册。然后获得推荐码。当第2个人注册并且使用我们推荐码的时候，我们会获得10个积分。在上面这个视频中，最终你可以看到outlook这个邮箱以20分排名第一，并且在视频末尾你可以看supabase数据库，记录了所有发生的一切。

在这个案例中，GLM 4.5表现的不错，调用了Supabase mcp去supabase里创建项目、设计数据库结构、创建表等等。

另外，Claude Code做得比较好的事。在你提交一个提示词之后。你等待的过程中，它在界面可以显示一些使用它的小技巧。类似于游戏加载页面给你的游戏技巧。

然后在测试过程中。我也尝试了在不同环境中使用Claude Code，比如本机Windows、本机macos、远程Linux。

像Claude Code、Aider这样的终端ai编码助手。比Cursor这样的好的一个优势点在于，Windows 下使用Claude Code，他调用终端去执行操作，基本没有什么阻拦，他能比较好的运行Windows终端命令等。

而Cursor这样的可能有时候受限于Windows 终端命令，会让你卡住的样子，没有macos里顺滑，有时候还得担心一些mcp不能像在macos里那样完美使用。

不过，Windows 里给Claude Code配置mcp确实有一些坑。我们文末再说。

阅后即焚

用纯 Supabase 实现「一次性查看」，没有第三方服务、连“第二次看都不行”。 适用痛点： 发临时密码、Invite 链接、一次性密钥，既要安全又要快捷。

  Prompt（投喂模型）
  """
  你是 Supabase 后端工程师。实现“阅后即焚密钥分享”：
  表：secrets(id uuid pk, owner_id uuid, token_hash bytea unique, ciphertext, allowed_views int
  default 1, used_count int default 0, expires_at timestamptz, destroyed_attimestamptz,
  created_at timestamptz default now()); secret_views(id uuid pk,secret_id uuid fk, viewer_ip
  inet, viewed_at timestamptz default now())。
  扩展：CREATE EXTENSION IF NOT EXISTS pgcrypto; 使用 digest(token,'sha256')存 token
  哈希，绝不落明文。
  安全：开启 RLS；secrets 仅 owner 可管理元数据；任何人不可直接 SELECT cipher。
  RPC：create_secret(plain text, allowed_views int, expires_at timestamptz)返回一次性
  token（随机 32 bytes base64）；内部完成加密（可用 pgp_sym_encrypt）+ 写入 token_hash。
  RPC：consume_secret(token text) 原子读取并“核销”：单事务内 UPDATE ... WHEREtoken_hash=... AND
  used_count<allowed_views AND (expires_at IS NULL OR expires_at>now())AND destroyed_at IS NULL
  RETURNING cipher；成功则 used_count+1、插入 secret_views；若视图次数用尽或过期则把destroyed_at
   设为 now()。
  Edge Function（可选）：GET /s/:token → 调用 rpc.consume_secret 并返回明文，第二次访问必须404。
  RLS：允许 anon 调用 consume_secret，但不能旁路读取任何行；所有表行级策略严格。
  自测：1）创建密钥→第一次访问成功，第二次访问 404；2）并发 10 次只成功 1
  次；3）过期后不可读；4）owner 可看到被谁在何时查看（secret_views）。
  交付：SQL 迁移、RLS 策略、两个 RPC 函数、Edge Function 代码、supabase-js 测试脚本（含并发读）。
  """
  验收要点
  并发“只烧一次”，无脏读；token 明文从不落库；RLS 不可旁路。

GLM，也是一次性做好。

这个测试两个模型都做好了，deepseek 3.1：

开发新的功能

我让他分析一下我的提示词网站，让它集成订阅支付功能：

先分析一下我们的项目。然后我们开发新的功能。
任务：为网站集成Stripe订阅支付功能
先使用supabase mcp完成登录注册，使用supabase里的aitraineeg4@gmail.com's Project，再集成 Stripe 订阅支付

在这个任务中，基本的排名情况是。claude>glm4.5>deepseek

claude我只提示了两次，第1次是集成支付的提示词。第2次是告诉他报错。

有时候我们可以让ai帮我们设计一下数据库：

设计一个Prompt交易平台的数据库，要求：
  1. Prompt模板的分类和标签系统
  2. 使用次数统计和用户评价
  3. 付费Prompt的购买记录
  4. Prompt版本管理和更新通知
  5. 简单的创作者收益结算
  6. API调用记录和Token统计

连接好输入supabase mcp后，我们可以看到后台的效果。gim4.5设计的不错

游戏测试

“光影潜行”：

  地图随机生成；玩家需在巡逻卫兵视野外到达出口。
  可见性：从卫兵位置做光线扇形投射（Ray casting），阴影软缘（距离衰减 alpha）。
  UI：地图大小/卫兵数量/视野角度；暂停/步进。
  视觉：光锥、阴影、警报闪烁；音效可选（纯 WebAudio）。
  """
  验收
  光锥与墙体交界平滑；碰撞判定准确
  加分
  声音诱饵（投掷石子引开卫兵）

 deepseek：

这是glm的：

两个游戏都能玩。但地图大小设置那里都有bug。其他功能都正常。不过从音效画面表现来看glm略胜一筹。 【键盘音效DJ台】

【键盘音效DJ台】
实现一个打字变DJ的工具：

效果：每个按键对应不同音效和视觉
- ASDF对应鼓点
- QWER对应旋律
- 空格是drop the beat
- 数字键切换音效包
- 打字自动生成beats

炫酷指数：
- 键盘按下产生霓虹光波
- 音频频谱实时可视化
- 录制你的"代码DJ秀"

GLM：很有意思的一点是可以点击开始录制，然后结束后它会播放我们打过的按键：

deepseek这个从功能上来说，它其实更符合我们的提示词。唯一的问题也是最大的问题，就是根本用不了，是bug。

glm他生成的代码音效特效配合方面比deepseek好

吃豆人变成丧尸感染游戏：

玩法颠覆： - 开始只有一个鬼，吃到吃豆人后被感染变鬼 - 吃豆人要合作生存尽可能久 - 大力丸变成疫苗（临时免疫）- 地图会逐渐崩塌，活动空间越来越小 - 最后一个幸存者获胜 多人混战： - 支持16人同时游戏 - 被感染后立即加入鬼阵营

基本上deep seek总是在画面对应提示词上会好一些，如果不出bug的话。但是从ui表现来说，glm会更胜一筹，那种舒适感。一个偏向古典，一个偏向现代化组件。

这些创新玩法的游戏。一方面让测试更有趣，另一方面也考虑可能是模型没有训练到的。

在3D空间玩2048：

玩法突破： - 6个面的立方体，每面都是2048 - 可以旋转立方体，让数字"掉"到另一面 - 相邻面的边缘数字可以合并- 特殊玩法： * 整个面翻转 * 对角线移动 * 黑洞格子（吸收周围数字） 视觉震撼：- 立方体可以自由旋转查看 - 合并时的3D粒子效果 - 达到2048某个面会发光

Deepseek看起来是那么样子，但也玩不了。

GLM：bug了

扮演NPC过完整人生：

扮演NPC过完整人生：
NPC视角：
1. 日常生活：
   - 开店经营
   - 种田养殖
   - 铁匠锻造
   - 守卫巡逻
2. 冒险者互动：
   - 定价卖道具给玩家
   - 发布任务
   - 提供情报（真假自定）
   - 被抢劫时的选择
3. 人生轨迹：
   - 结婚生子
   - 职业转换
   - 年老退休
   - 培养继承人
4. 改变世界：
   - NPC也能影响主线
   - 组织NPC起义
   - 建立商业帝国
深度体验：
- NPC之间的复杂关系网
- 小人物的史诗
- 平凡生活的意义

这个测试还是挺有意思的。 GLM模拟的这个 npc过完整个人生还是挺不错的。可能也和gem可以自主思考有关。视频的后半部分是deepseek写的，明显简略很多。

记忆卡牌游戏

Make me a memory game where i have to flip pieces to match 2 - make it for a toddler - so bright and with simple shapes

有点离谱，deep seek做的这个竟然是明牌的。。

Gim这个做就是正确答案了。并且感觉它的特效音效配上都比较融洽。这是他的一个优点。他几乎总是美观度和音效方面配合的比较好，我们文后的例子也可以看到他的这一点。

接着让他们以编程的方式玩我的世界。glm UI更加偏向于现代的这些前端组件的效果。 deepseek功能没有实现完。glm的更好

把马里奥改造成物理建筑游戏：

把马里奥改造成物理建筑游戏：

核心玩法：
1. 马里奥不再是跳跃闯关，而是：
   - 用管道搭建水路系统
   - 砖块有真实物理属性（会倒塌）
   - 造桥让其他角色通过
   - 建造防御工事抵御库巴军团
2. 建筑材料系统：
   - 问号砖：随机材料
   - 金币购买钢筋水泥
   - 蘑菇：让建筑"生长"
   - 火花：焊接金属结构
3. 物理引擎考验：
   - 地震测试（库巴跺脚）
   - 水压测试（水管爆裂）
   - 承重测试（胖子Mario走过）
4. 关卡目标：
   - 建造通天塔救公主
   - 修复被破坏的蘑菇王国
   - 造船渡过岩浆海

创意亮点：
- 每个建筑都可以保存分享
- 其他玩家可以来"参观"你的王国
- 建筑倒塌的慢动作回放

glm：

deepseek功能上又出现了bug：

在蜂巢格子上进行的贪吃蛇乱斗：

创新玩法：
六边形网格，6个方向移动（比传统4方向更刺激）
支持10条蛇同时对战
吃到食物不仅变长，还能获得技能
瞬移：穿过自己的身体
分身：临时分成两条小蛇
护盾：撞墙不死一次
地图逐渐缩小的毒圈机制
死亡后变成障碍物影响其他玩家
视觉亮点：
每条蛇都有独特的皮肤效果（霓虹、像素、彩虹）
吃到食物的粒子爆炸效果
碰撞时的慢动作回放

glm：比deppseek的好

deepseek：bug，玩不了

以一种讽刺的精神风格建立网站：

Build a single-serving site in an ironic–spiritual style that answers one simple question: “Is Mercury in retrograde?” The tone should be mystical-meets-sarcastic – think crystals meet glitch. Use animations to bring it to life – maybe constellations jittering, planetary vibes shifting, or a cosmic spinner. Surprise me. Make it weird. Make it magical. Make it a little too much.

GLM的这个和lovable、figma生成效果类似。

极简主义美术馆

# 指令：将以下源文本转化为一个【极简主义美术馆】风格的交互式网页。
## **第二部分：核心叙事与设计规范**    - **叙事哲学:** 精炼、本质、宁静。AI需将文本提炼成最精简的“展品”——可能是一个词、一句话或一个数据。    - **布局逻辑:** 放弃传统的Bento   Grid。整个页面是一个巨大的、空旷的“展厅”。信息点作为“展品”稀疏地分布在空间中。    - 屏幕中央可能只有一个超大号的词语。    - 右下角可能是一小段精炼的文字。    - 滚动页面时，旧的“展品”淡出，新的“展品”以优雅的动画进入空旷的视野。    - **美学:** 极致的留白。纯白 (`#FFFFFF`) 或极深的灰色 (`#111111`) 背景。所有文字只用一种完美的字体（如   Helvetica Neue Light），一种颜色。无边框，无装饰。    - **动效:** 使用Framer Motion。所有动效都必须是缓慢、平滑的淡入淡出。    - **通用技术规范:** 使用HTML5, TailwindCSS 3.0+ (均通过CDN引入)。关键在于对空间和节奏的控制。

视频前半部分是deepseek，后半部分是GLM

两个模型都很好的遵循了提示词的要求。如果硬要从个人角度来说的话，我会喜欢DEEPSEEK的，他所采用的字体更好看。

给Claude Code接入模型

第一种方法：使用官方提供的Claude Code接入接口

基本上智谱和deepseek都提供了，智谱的接入方法在这篇文章末尾：

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

deepseek的在这：腾讯 CodeBuddy 国内版公测，DeepSeek-V3.1免费；Claude Code 可以直接用 DeepSeek了

第二种方法：使用https://github.com/musistudio/claude-code-router 项目接入GLM、DEEPSEEK、K2、Gemini这些模型进Claude Code。

这两种方法我都测试过。官方提供的接口模型响应速度，稳定性都比较高。测试过程中没有出现中断的现象。

而第2种方法，我使用硅基流动的和openrouter提供的GLM4.5与Deepseek 3.1在测试过程中经常可能出现api调用频率过高或者上下文太长。直接红温。

openrouter 有免费的模型

硅基流动注册就送额度：国内版15元，国外版1美元。

使用第二种方法的好处是，可以给刚刚不熟悉Claude Code的朋友，无顾虑的使用Claude Code，等熟悉了，可以再转其他的。并且第2种方法也不需要考虑网络问题。

好的，那我们来看一看第2种方法的安装。

首先，请确保您已安装 Claude Code：

npm install -g @anthropic-ai/claude-code

此外，还有以前相关的安装文章：

Claude Code 一键安装来了，包含API接入、常用工作流、MCP配置、用量监控

Claude Code 快速入门，高频使用点 + 生态工具，一篇搞定！

然后，安装 Claude Code Router：

npm install -g @musistudio/claude-code-router

装好后以：ccr code --dangerously-skip-permissions 启动，--dangerously-skip-permissions 表示给予最大权限。不需要每次都同意。

如果你想要继续上一次的对话：ccr code -c --dangerously-skip-permissions

或者去历史对话中选择一个对话：ccr code -r --dangerously-skip-permissions

我在测试的时候一般会先在本地建一个总的文件夹。在提供测试例子的时候。通常会在前面加一句，让他新建一个项目文件夹，这样有利于隔离。

然后一次性跑四五个以上的例子。有多少个例子就开多少个窗户。然后你就可以看到整个屏幕有许多Claude Code同时在跑：

Windows现在一直在保持更新，有些东西倒是越来越好用。有些地方还加入了copilot，这个power shell，你可以点击旁边的复制标签。新标签以ccr code --dangerously-skip-permissions 再启动一次即可。

启动后，我们打开：http://127.0.0.1:3456/ui/，你就可以在这里配置你想用的模型提供商。

选择供应商之后，你只要把api key和你想用的模型填进去就行了。并把供应商转换器选择为Anthropic。

你可以一次性添加很多供应商。

添加完供应商之后，你可以在右边的claude code路由里选择不同功能使用的何种模型。可以各大供应商混合使用。

你可以在用户名路径下C:\Users\Aitrainee\.claude-code-router找到配置文件。后续迁移都可以直接复制这个配置文件，而不需要从界面一个个点。

这里需要注意的是。你运行的任何一个以ccr code启动的窗口退出了，claude-code-router服务也会中断。所以如果你有一个窗口不用了。不需要“ctrl + c”推出，而是直接×掉

每次在前端更改模型配置的时候，记得保存更新重启：

上下文阈值也可以设置一下。deppseek官方建议60000，太大了，可能api会又报错误。

这里有些平台可以免费使用模型，后台回复 glmcc 即可：

Claude code 在Windows 下接入MCP

Claude code 在Windows下安装mcp，需要注意以下几个：

你需要使用claude mcp add命令安装，还需要把node.exe路径、mcp包执行路径、涉及环境变量如api key的mcp的变量形式写对。

基本上就和以前windows cursor 安装失败一样的道理Windows下MCP报错的救星来了，1分钟教你完美解决Cursor配置问题。

你先需要知道。claude code mcp的配置信息是放在这个.claude.json文件里的，用“mcpServers”搜索一下会发现两个配置的地方，按顺序第一个是项目级，第二个是用户全局。我一般直接滑到末尾配置这个全局的。

以这两个安装为例。直接运行下面的命令即可。

Context7 (代码文档搜索)

claude mcp add --scope user context7 cmd -- /c "npx @upstash/context7-mcp"

但有些mcp用这种方式你可能会报错，所以：

尽量先全局安装你的mcp，并且找到你安装的位置（注意这些环节的工作都可以交给ai完成，比如cursor agent）：

然后开始安装，比如：Playwright (浏览器自动化)

claude mcp add --scope user playwright-mcp "C:\\nvm4w\\nodejs\\node.exe" -- "C:/Users/Aitrainee/AppData/Roaming/npm/node_modules/@playwright/mcp/cli.js"

状态： ✅ Connected 说明： 使用完整路径方式，需要先全局安装 npm install -g @playwright/mcp

还有些mcp有环境变量，这里以supabse为列：

claude mcp add --scope user supabase "C:\\nvm4w\\nodejs\\node.exe" -e SUPABASE_ACCESS_TOKEN=sbp_cbda38640a8 -- "C:/Users/Aitrainee/AppData/Roaming/npm/node_modules/@supabase/mcp-server-supabase/dist/transports/stdio.js"

这是几个常用mcp最终在文件的样子：

我整理了份文档。公众号后台回复：windows ，获取claude code windows安装实践指南。

此外，在这次测试中，我有些经常使用的命令：

你可以再项目下创建一个Claude.md，并且填入让他用中文回答。

进去claude code后，你可以用“/”，CC会在后面列出有哪些可用的命令并且右边还有注释。试着一个一个去玩一下。

我使用第一种方法给CC接入模型，通常会复制其中一组命令，快速打开。

1：windows cmd
set ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
set ANTHROPIC_AUTH_TOKEN=
# 启动Claude
claude --dangerously-skip-permissions

2：windows powershell
# 正确设置环境变量（PowerShell语法）
$env:ANTHROPIC_BASE_URL = "https://open.bigmodel.cn/api/anthropic"
$env:ANTHROPIC_API_KEY = ""
# 启动Claude
claude --dangerously-skip-permissions

3：linux / mac
export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
export ANTHROPIC_AUTH_TOKEN=
# 启动Claude
claude --dangerously-skip-permissions

One More Thing

测试过程中。GLM的速度会比Deepseek快些。

GLM4.5价格（每百万）：输入2元，输出8元，

Deepseek：贵些。

GLM4.5 和其他模型比对

此外，我们前面一篇文章也有看过glm的排名情况，在两个实测平台的榜单都占据前位。

Cursor只排第6！136国用户实测25款AI编码工具，第一名73%胜率，还是个新面孔

图片

图片

如果不使用Claude，考虑性价比，我可能会选择GLM4.5 + Claude Code。

以上。

点击下方“阅读原文”可直接获取GLM + Claude Code代码编程专享计划 20元包月活动，价格也确实很优惠了，性价比高。

🌟 知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～