Claude Code สามารถรันผ่าน AWS Bedrock ได้แล้วในราคาเพียงเศษเสี้ยวของที่นักพัฒนาต้องจ่ายให้กับ Anthropic ตามปกติ นักพัฒนาคนหนึ่งได้สร้าง LiteLLM proxy แบบ self-hosted ที่ทำให้ Claude Code CLI เข้าใจว่ากำลังสื่อสารกับ Anthropic ในขณะที่คำขอจริง ๆ ถูกส่งไปยังโมเดล Nova ของ Amazon บน Bedrock ซึ่งช่วยลดค่าใช้จ่ายในช่วงการเรียนรู้ลงได้ 20%–35%
ทำไม proxy นี้ถึงสำคัญ
การเรียนรู้วิธีเขียนโค้ดเชิง "agentic" ด้วย Claude Code นั้นใช้เครดิต Anthropic API อย่างรวดเร็ว—ทุกการป้อนคำสั่งที่ผิดพลาดหรือเซสชันการดีบั๊กที่ยาวนานล้วนเพิ่มค่าใช้จ่าย สำหรับนักพัฒนาที่กำลังทดลองเรื่อง agent loops, การเรียกใช้เครื่องมือ (tool calling) และการจัดการบริบท (context management) ค่าใช้จ่ายเหล่านี้อาจทำให้ความคืบหน้าหยุดชะงัก Proxy นี้ช่วยให้คุณยังคงเวิร์กโฟลว์เดิมไว้ได้ แต่จ่ายด้วยเครดิต AWS ซึ่งโดยปกติแล้วจะมีราคาต่อโทเคนถูกกว่า
ปัญหาของตัวเลือกที่มีอยู่ในปัจจุบัน
- โมเดลในเครื่อง (เช่น Ollama). การรันโมเดลที่เทียบเท่ากันบนแล็ปท็อปหรือเวิร์กสเตชันต้องใช้ RAM และ GPU ระดับสูง ซึ่งนักพัฒนาหลายคนไม่มี
- Free-tier APIs (เช่น OpenRouter). ขีดจำกัดของโทเคนจะเต็มอย่างรวดเร็วเมื่อทดสอบเอเจนต์แบบหลายขั้นตอน (multi-step agents) ทำให้ต้องเปลี่ยนกลับไปใช้แผนแบบชำระเงิน
ทั้งสองแนวทางไม่จำเป็นต้องใช้ฮาร์ดแวร์ราคาแพง ก็จะใช้โควตาจนหมดก่อนที่จะสามารถทดสอบวงจรการทำงานของเอเจนต์ได้อย่างเต็มที่
LiteLLM proxy ทำงานอย่างไร
- LiteLLM instance ในรูปแบบ Docker รันบนเครื่องของนักพัฒนาหรือ Cloud VM ราคาถูก
- Claude Code CLI ชี้ไปยัง local endpoint ของ proxy โดยเชื่อว่ากำลังติดต่อกับ Anthropic
- Proxy จะเขียนคำขอใหม่ (rewrite) ให้ตรงกับรูปแบบ API ของ Amazon Nova และส่งต่อไปยัง Bedrock
- คำตอบจาก Nova จะถูกแปลกลับให้อยู่ในรูปแบบที่ CLI คาดหวัง
เนื่องจาก CLI ไม่ทราบถึงความแตกต่าง นักพัฒนาจึงสามารถใช้คำสั่ง (prompts), ไวยากรณ์การเรียกใช้เครื่องมือ (tool-calling syntax) และรูปแบบการจัดการบริบท (context-management patterns) แบบเดิมที่ Claude Code รองรับได้ต่อไป
กลไกความปลอดภัยที่ติดตั้งมาในตัว
- ไม่มีการจำกัดเซสชันแบบประดิษฐ์. Proxy ไม่มีการกำหนดเพดานเพิ่มเติมเกินกว่าที่ Bedrock กำหนด
- ข้อจำกัด IAM. Access keys จะถูกล็อกไว้กับโมเดลเดียว เพื่อป้องกันการสลับไปใช้ตัวเลือกที่มีราคาสูงกว่าโดยไม่ตั้งใจ
- การแจ้งเตือนงบประมาณ AWS. กฎด้านงบประมาณจะคอยตรวจสอบบัญชีและแจ้งเตือนผู้ใช้หากมีการใช้จ่ายพุ่งสูงขึ้นอย่างผิดปกติ
การควบคุมเหล่านี้ช่วยให้การทดลองมีความเสี่ยงต่ำและโปร่งใส
การเปรียบเทียบต้นทุน
อ้างอิงจากราคา Bedrock ที่ประกาศต่อสาธารณะ Proxy นี้ช่วยให้ ค่าใช้จ่ายต่ำกว่า 20%–35% เมื่อเทียบกับการใช้ Claude Haiku โดยตรงผ่าน Anthropic ตัวเลขที่แน่นอนขึ้นอยู่กับส่วนผสมของโทเคนในคำสั่งและคำตอบของเอเจนต์ แต่การลดลงนั้นสม่ำเสมอพอที่จะเห็นความแตกต่างอย่างชัดเจนในงบประมาณการเรียนรู้
Docker image และไฟล์กำหนดค่า (configuration files) อยู่บน GitHub ภายใต้ชื่อผู้สร้างคือ Priyanshu Valiya การค้นหาอย่างรวดเร็วจะช่วยให้ดาวน์โหลดอาร์ติแฟกต์ที่ใครก็สามารถนำไปใช้เพื่อจำลองการตั้งค่านี้ได้
สิ่งที่ proxy นี้ไม่ได้ทำ
- ไม่ใช่การใช้งาน Claude ฟรี. โมเดลที่อยู่เบื้องหลังคือ Amazon Nova ไม่ใช่ Claude แม้ว่า Nova จะรองรับการใช้เหตุผล (reasoning) และเครื่องมือพื้นฐาน (tool-calling primitives) ที่คล้ายคลึงกัน แต่สไตล์การตอบกลับและประสิทธิภาพจะแตกต่างกัน
- ไม่ใช่เกณฑ์มาตรฐานสำหรับการใช้งานจริง (production benchmark). การใช้ proxy เพื่อตัดสินความเหมาะสมของ Claude Code สำหรับบริการที่ใช้งานจริงอาจทำให้เข้าใจผิด เนื่องจากโมเดลและราคาที่อยู่เบื้องหลังนั้นแตกต่างกัน
- การติดตามต้นทุนเฉพาะโทเคนไม่เพียงพอสำหรับการใช้งานจริง. AWS กำลังเปลี่ยนจาก “Bedrock Agents Classic” ไปเป็น “AgentCore” ในข้อเสนอใหม่นี้ ค่าใช้จ่ายจะไม่ใช่แค่ค่าโทเคนเท่านั้น แต่ยังรวมถึงบริการแพลตฟอร์ม เช่น การเรียกใช้งานเอเจนต์ (agent invocation) และคำขอผ่านเกตเวย์ (gateway requests) นักพัฒนาที่เปลี่ยนจากการเรียนรู้ไปสู่การใช้งานจริงจำเป็นต้องตรวจสอบรายการค่าใช้จ่ายเพิ่มเติมเหล่านี้
สิ่งที่ควรจับตามองต่อไป
- การอัปเดตราคา AWS AgentCore. เมื่อแพลตฟอร์มพัฒนาขึ้น อาจมีค่าธรรมเนียมใหม่สำหรับฟีเจอร์อย่างการจัดการเอเจนต์ (agent orchestration) หรือการกำหนดเส้นทางคำขอ (request routing) การตรวจสอบหน้าราคาของ AWS จะช่วยป้องกันใบแจ้งหนี้ที่น่าตกใจ
บทสรุป
ด้วยการใช้ LiteLLM proxy คั่นกลางระหว่าง Claude Code และ AWS Bedrock นักพัฒนาสามารถฝึกฝนการเขียนโค้ดเชิง agentic ได้ด้วย ต้นทุนที่ต่ำกว่า 20%–35% เมื่อเทียบกับการใช้ Anthropic API โดยตรง ข้อแลกเปลี่ยนคือการใช้โมเดลพื้นฐานที่ต่างออกไปและความจำเป็นในการควบคุมงบประมาณอย่างระมัดระวัง แต่ประสบการณ์การเรียนรู้หลักยังคงเหมือนเดิม สำหรับใครก็ตามที่ติดปัญหาเรื่องเพดานเครดิตในขณะที่กำลังสำรวจเอเจนต์แบบเรียกใช้เครื่องมือ (tool-calling agents) Proxy นี้เป็นทางลัดที่ใช้งานได้จริงและมีความเสี่ยงต่ำ