ลดค่า token Claude Code 17 เท่า ด้วย wrapper 5 ไฟล์เปลี่ยน backend ไป DeepSeek
deepclaude เปลี่ยน backend ของ Claude Code ไป DeepSeek V4 Pro ผ่าน env var และ proxy ภายในเครื่อง อ้างว่าค่า token ถูกลงราว 17 เท่า
17.2 เท่า คือส่วนต่างราคาค่า Output Token ระหว่าง Claude Opus ของ Anthropic กับ DeepSeek V4 Pro ตัวเลขนี้เองที่ทำให้โปรเจกต์ขนาดกะทัดรัดเพียง 5 ไฟล์บน GitHub ได้รับความสนใจอย่างล้นหลาม จนคว้าไปกว่าสองร้อยดาวในเวลาไม่ถึงวัน
เมื่อวันที่ 3 พฤษภาคม 2026 ผู้ใช้งาน GitHub นามว่า aattaran ปล่อยโปรเจกต์โอเพนซอร์สลิขสิทธิ์ MIT ภายใต้ชื่อ deepclaude ความน่าสนใจคือโปรเจกต์นี้ไม่ได้ Fork หรือเขียน Claude Code ขึ้นมาใหม่ แต่ใช้วิธีตั้งค่า Environment Variable ที่ Claude Code อ่านอยู่แล้ว เพื่อสลับ Agent Loop ไปเรียกใช้งาน DeepSeek V4 Pro แทนปลายทาง api.anthropic.com
คำอธิบายในเอกสารระบุชัดเจนด้วยคอนเซ็ปต์ "Same UX, 17x cheaper" คำนวณจากราคา Output ของ Claude Opus ที่ 15 ดอลลาร์ต่อ 1 ล้านโทเคน เทียบกับ DeepSeek V4 Pro ที่คิดเพียง 0.87 ดอลลาร์ โดยฟีเจอร์หลักทั้งหมดของ Claude Code ไม่ว่าจะเป็น Tool Calling, การแก้ไขไฟล์, รันคำสั่ง Bash หรือการเรียก Subagent ยังคงใช้งานได้ครบถ้วน แค่เปลี่ยน URL ปลายทางเท่านั้น
เทคนิค Wrapper แบบไม่ต้องแก้ตัวไบนารี
กลไกของ deepclaude ออกแบบมาอย่างเรียบง่าย โครงสร้างโฟลเดอร์หลักมีเพียง 5 ไฟล์ ได้แก่ LICENSE, README.md, deepclaude.sh, deepclaude.ps1 และโฟลเดอร์ proxy ที่เขียนด้วย JavaScript โดยไม่มีการดัดแปลงไฟล์ Binary ของ Claude Code แต่อาศัยการกำหนดค่า Environment Variable แยกเฉพาะแต่ละ Session
ตัวแปรหลักที่ใช้ควบคุมประกอบด้วย ANTHROPIC_BASE_URL, ANTHROPIC_AUTH_TOKEN, ANTHROPIC_DEFAULT_OPUS_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL, ANTHROPIC_DEFAULT_HAIKU_MODEL และ CLAUDE_CODE_SUBAGENT_MODEL ตัวสคริปต์ deepclaude จะตั้งค่าเหล่านี้ก่อนรัน Claude Code และจะคืนค่าเดิมอัตโนมัติเมื่อจบการทำงาน เพื่อไม่ให้กระทบกับการใช้งานตามปกติ
ในสคริปต์ deepclaude.sh มีการ Map โมเดล deepseek-v4-pro เข้ากับ Slot ของทั้ง Opus และ Sonnet ส่วน deepseek-v4-flash ถูกผูกเข้ากับ Slot ของ Haiku และ Subagent พร้อมทั้งกำหนด CLAUDE_CODE_EFFORT_LEVEL ให้อยู่ในระดับสูงสุด (Max) ตั้งแต่ต้น
Endpoint ของ DeepSeek ที่นำมาใช้งานคือ api.deepseek.com/anthropic ซึ่งเป็น Anthropic-compatible Interface ที่ทาง DeepSeek ให้บริการอยู่แล้ว ส่งผลให้ Payload และ Request Schema จาก Claude Code ทำงานร่วมกับโมเดล DeepSeek ได้อย่างราบรื่น
แกะที่มาตัวเลขประหยัด 17 เท่า
ตารางราคาเปรียบเทียบระบุว่า Anthropic Opus คิดค่าบริการ Input 3 ดอลลาร์ และ Output 15 ดอลลาร์ต่อ 1 ล้านโทเคน ขณะที่ DeepSeek V4 Pro คิดค่าบริการ Input 0.44 ดอลลาร์ และ Output เพียง 0.87 ดอลลาร์ ตัวเลข 17.2 เท่าจึงคำนวณมาจากส่วนต่างราคา Output ($15 / $0.87)
นอกจาก DeepSeek โดยตรงแล้ว ผู้ใช้งานยังสามารถเลือก Backend อื่นๆ ได้ตามความเหมาะสม:
- OpenRouter: คิดราคาเท่ากับ DeepSeek พร้อมทางเลือกเซิร์ฟเวอร์ในสหรัฐฯ เพื่อลด Latency สำหรับผู้ใช้งานในฝั่งอเมริกาหรือยุโรป
- Fireworks AI: คิดราคา Input $1.74 และ Output $3.48 แม้ราคาสูงกว่า แต่แลกมาด้วยความเร็ว Inference ที่สูงที่สุดในกลุ่ม
เมื่อเปรียบเทียบกับแพ็กเกจ Anthropic Max (200 ดอลลาร์ต่อเดือนพร้อมข้อจำกัดการใช้งาน):
- ใช้งานเบาประมาณ 10 วันต่อเดือน ค่าใช้จ่ายจะอยู่ที่ราว 20 ดอลลาร์ (ประหยัดลง 90%)
- ใช้งานหนัก 25 วันต่อเดือน ค่าใช้จ่ายอยู่ที่ราว 50 ดอลลาร์ (ประหยัดลง 75%)
- รัน Auto Loop ต่อเนื่อง ค่าใช้จ่ายอยู่ที่ราว 80 ดอลลาร์ (ประหยัดลง 60%)
ปัจจัยที่ทำให้การรัน Loop ประหยัดได้มาก คือระบบ Context Caching อัตโนมัติของ DeepSeek ซึ่งคิดราคาเพียง 0.004 ดอลลาร์ต่อ 1 ล้านโทเคนสำหรับข้อมูลที่แคชไว้แล้ว (ถูกกว่าอัตราปกติ 0.44 ดอลลาร์ถึง 110 เท่า)
สลับ Backend ได้ทันทีผ่าน Local Proxy
หัวใจสำคัญที่นำไปประยุกต์ใช้ต่อได้ง่าย คือไฟล์ model-proxy.js ขนาด 16 KB ซึ่งจะเปิด Local Server ขึ้นมาที่ 127.0.0.1:3200 พร้อมสร้าง Control Endpoint ไว้ 3 จุด:
/_proxy/modeรับ POST Request เพื่อสลับ Backend แบบเรียลไทม์/_proxy/statusรับ GET Request เพื่อเช็กสถานะ Backend ปัจจุบันและ Uptime/_proxy/costรับ GET Request เพื่อรายงานจำนวนโทเคนและส่วนต่างค่าใช้จ่ายเทียบกับ Anthropic แบบเรียลไทม์
คำขอที่ส่งเข้ามายัง /v1/messages จะถูก Route ไปยัง Backend ที่เลือกไว้ ส่วน Path อื่นๆ ทั้งหมดจะส่งตรงต่อไปยัง api.anthropic.com ตามเดิม ทำให้ไม่กระทบกับฟีเจอร์อื่นๆ ของระบบ
ผู้ใช้สามารถสลับ Backend ได้ 3 รูปแบบ:
- Slash Commands ใน Claude Code: เช่น
/deepseek,/anthropicหรือ/openrouter(รันสคริปต์ curl สั้นๆ ใน~/.claude/commands/) - CLI Flags: เช่น
deepclaude --switch dsหรือdeepclaude --switch anthropic - Keyboard Shortcuts ใน VS Code: ผูก Shortcut เข้ากับ Task เช่น
Ctrl+Alt+Dเพื่อสลับไป DeepSeek และCtrl+Alt+Aเพื่อสลับกลับ Anthropic
ข้อมูลจาก /_proxy/cost จะส่งกลับมาในรูปแบบ JSON บันทึกทั้ง Input Tokens, Output Tokens, จำนวน Request และคำนวณฟิลด์ anthropic_equivalent ให้เห็นชัดเจนว่าประหยัดเงินไปได้เท่าไรใน Session นั้น
ข้อจำกัดที่ควรรู้ก่อนใช้งาน
แม้จะช่วยประหยัดต้นทุนได้มหาศาล แต่ผู้พัฒนาก็ระบุข้อจำกัดอย่างตรงไปตรงมา:
- ไม่รองรับ Vision Input: Endpoint ของ DeepSeek ไม่สามารถรับไฟล์รูปภาพได้
- ไม่รองรับ MCP Server: ระบบ MCP Tool ทั้งหมดไม่สามารถใช้งานผ่าน Compatibility Layer ได้
- ตัด Header แคชของ Anthropic: ค่า
cache_controlจะไม่ทำงาน เนื่องจาก DeepSeek ใช้ระบบแคชของตนเอง
สำหรับการเรียกใช้ Tool พร้อมกัน (Parallel Tool Calling) ทางโปรเจกต์ได้อัปเดตข้อมูลว่า DeepSeek V4 รองรับ Parallel Function Calling สูงสุดถึง 128 ฟังก์ชันต่อหนึ่ง Call แต่การส่งคำสั่งทีละขั้นตอนนั้นเป็นพฤติกรรมเริ่มต้นของตัว Claude Code เอง
ผู้พัฒนาแนะนำการจัดสรรงานไว้ว่า: งานเขียนโค้ดทั่วไปประมาณ 80% สามารถใช้ DeepSeek V4 Pro จัดการได้โดยให้คุณภาพใกล้เคียงกับ Claude Opus ส่วนอีก 20% ที่ต้องใช้การคิดวิเคราะห์เชิงลึก ให้สลับกลับมาใช้ Anthropic ผ่านคำสั่ง deepclaude --backend anthropic
ฟีเจอร์ Remote Control และข้อจำกัดด้าน Infrastructure
ตัวเครื่องมือมาพร้อมคำสั่ง deepclaude --remote สำหรับเปิด Session ผ่านเบราว์เซอร์บน claude.ai/code ช่วยให้สั่งงานผ่านแท็บเล็ตหรือสมาร์ตโฟนได้สะดวก
อย่างไรก็ตาม WebSocket Bridge สำหรับ Remote Session ยังคงถูกฮาร์ดโค้ดให้เชื่อมต่อไปยัง wss://bridge.claudeusercontent.com ผ่านระบบ OAuth ของ Anthropic ผู้ใช้งานจึงยังจำเป็นต้องล็อกอินด้วยบัญชี Claude และถือแพ็กเกจ Subscription ของ claude.ai เพื่อรักษาระบบ Bridge เอาไว้ โดยตัว Proxy จะแยกส่งเฉพาะทราฟฟิกของโมเดล (/v1/messages) ไปยัง DeepSeek เท่านั้น
ประโยชน์สำหรับนักพัฒนาสาย Vibe Coding
สำหรับนักพัฒนาชาวไทยที่ใช้งาน Claude Code เป็นประจำ deepclaude มอบทางเลือกที่ช่วยลดค่าใช้จ่ายได้อย่างเห็นผล งานส่วนใหญ่ในชีวิตประจำวัน เช่น การแก้บั๊ก, Refactor โค้ด, อ่านโค้ดเดิม หรือสร้างฟีเจอร์ตามแบบแผนมาตรฐาน สามารถประหยัดงบจากเดือนละ 200 ดอลลาร์ ลงมาเหลือเพียง 20-80 ดอลลาร์
ขั้นตอนติดตั้งอย่างย่อ (ใช้เวลาประมาณ 2 นาที)
- สมัครใช้งานที่
platform.deepseek.comพร้อมเติมเครดิตขั้นต่ำ 5 ดอลลาร์ - กำหนดค่าคีย์
DEEPSEEK_API_KEYในเครื่อง - สร้าง Symlink ไฟล์
deepclaude.shไปยัง/usr/local/bin(สำหรับ macOS / Linux) หรือคัดลอกdeepclaude.ps1เข้าสู่โฟลเดอร์ใน PATH เช่น%USERPROFILE%\.local\bin(สำหรับ Windows)
ฟีเจอร์หลักของ Claude Code ที่ยังทำงานได้สมบูรณ์ ได้แก่ การอ่าน เขียน แก้ไขไฟล์, รันคำสั่ง Bash/PowerShell, ค้นหาด้วย Glob และ Grep, การรัน Multi-step Loop อัตโนมัติ, การสร้าง Subagent, จัดการ Git, คำสั่ง /init ตลอดจนโหมด Thinking
กระแสตอบรับในคอมมูนิตี้
หลังเปิดตัวได้ 24 ชั่วโมง ตัว Repo มียอด 210 Stars พร้อมกับ 2 ประเด็นข้อถกเถียงใน Issue:
- Issue แรกจากผู้ใช้ Niek: ตั้งคำถามว่าโปรเจกต์นี้จำเป็นแค่ไหน ในเมื่อ DeepSeek มีเอกสารแนะนำการตั้งค่า Environment Variable สำหรับเชื่อมต่อโดยตรงอยู่แล้ว ซึ่งทางผู้พัฒนาชี้แจงว่า deepclaude ให้คุณค่าเพิ่มเติมในเรื่องระบบจัดการหลาย Backend ในตัว, การสลับโมเดลแบบ Live, ระบบคำนวณต้นทุน และ Proxy แยกทราฟฟิกสำหรับ Remote Control
- Issue ที่สองจากฝั่งนักพัฒนาจีน: แนะนำเครื่องมือทางเลือกอย่าง Langcli โดยระบุว่ารองรับการจัดการแคชของ DeepSeek V4 ได้ลึกกว่า
"deepclaude เปลี่ยนแค่สมอง แต่ร่างกายเหมือนเดิม ทุกอย่างยังทำงานได้ ตั้งแต่อ่านไฟล์ แก้ไขไฟล์ รันคำสั่ง bash ไปจนถึงการ spawn subagent และ loop หลายขั้นตอนแบบอัตโนมัติ สิ่งเดียวที่ต่างคือ model ตัวไหนเป็นคนคิด" (คำอธิบายจาก aattaran ผู้พัฒนา deepclaude)
ทิศทางตลาดโมเดลและบทสรุป
ส่วนต่างราคา 17 เท่า สะท้อนให้เห็นว่าในปี 2026 มูลค่าของเครื่องมือ AI ไม่ได้ผูกขาดอยู่กับความสามารถของโมเดลจากผู้ให้บริการเจ้าเดียวอีกต่อไป เพราะเมื่อ Agent Loop, Tool และ Prompt ยังคงเหมือนเดิม นักพัฒนาสามารถสลับสมองกลปลายทางได้ตามความคุ้มค่า
เรื่องที่น่าสนใจคือ โปรเจกต์ deepclaude นี้ถูกพัฒนาขึ้นโดยใช้ Claude Opus 4.6 เป็นผู้ช่วยเขียนโค้ด สะท้อนให้เห็นว่า AI ได้ช่วยลดต้นทุนในการพัฒนาเครื่องมือใหม่ๆ จนผู้ใช้งานสามารถสร้างโซลูชันเพื่อลดการพึ่งพาตัว AI เองได้อย่างรวดเร็ว
แนวทางที่คุ้มค่าที่สุดในปัจจุบันคือ การเลือกใช้ deepclaude สำหรับงานเขียนโค้ดและลูปงานทั่วไป แล้วสลับกลับมาใช้ Claude Opus เมื่อต้องจัดการงานสถาปัตยกรรมระบบหรืองานที่มีความซับซ้อนสูง
แหล่งอ้างอิง
ชอบเรื่องแนวนี้ มีอีบุ๊คฟรีให้อ่านต่อ
สร้าง Claude Skill แบบไม่ต้องรู้โค้ด คู่มือสร้าง Claude Skill ของคุณเองด้วยการคุยกับ Claude Code เป็นภาษาไทย
กดสมัครแล้วเราจะส่งเทคนิค AI และของแจกใหม่ๆ ให้ทางอีเมล เลิกรับได้ตลอด
Claude Cowork · The Business Playbook
ฉบับภาษาไทย 15 บท เรียนรู้ผ่านโปรเจกต์จำลองต่อเนื่องทั้งเล่ม ตั้งแต่ตั้งค่า Workspace จัดการไฟล์ เชื่อมแอป ตั้งระบบอัตโนมัติ จนถึงสร้าง Plugin
