En Bielorrusia Anthropic no brinda servicio y la tarjeta local no permite pagar sus suscripciones ni APIs. Ante este bloqueo, el equipo de ZuBrIQ creó un gateway que acepta pagos en BYN y permite que Claude Code, Codex y OpenCode se conecten a modelos abiertos como GLM‑5.3 y Qwen 3.8‑27B.
Arquitectura del gateway
El puente se basa en LiteLLM y expone nombres estables (zubr, zubr‑flash, zubr‑coder) que ocultan rutas, pesos y proveedores de respaldo. Así, los clientes nunca perciben cambios en la infraestructura.
Las cinco trampas que nos costaron tiempo y recursos
- Orden vs fallback en LiteLLM: el router sigue siempre el orden de rutas, pero si la respuesta proviene del proveedor equivocado (p. ej.
/v1/responsesdevuelve 404) el sistema pasa silenciosamente al fallback. La solución es usar el proveedor nativo de LiteLLM para Anthropic Messages y forzarchat/completionscuando sea necesario. - Reemplazo insuficiente de ANTHROPIC_MODEL: Claude Code delega sub‑tareas a modelos internos (Haiku, Sonnet, Opus). Sin acceso a Anthropic, esas llamadas retornan 403 a mitad del proceso.
- Configuración del archivo
~/.claude/settings.json: el valorANTHROPIC_BASE_URLdebe omitirse el sufijo/v1, ya que Claude lo concatena de nuevo. Además, el sufijo[1m]controla la ventana de contexto; sin él el agente corta el contexto prematuramente. - Gasto reportado como cero: LiteLLM no extrae precios de
model_infopara algunos proveedores, por lo que el spend queda en 0 y los presupuestos de clave no se disparan. La solución es duplicar los precios dentro delitellm_paramsde cada modelo. - Manejo de visión en GLM‑5.3: el modelo rechaza imágenes (
400: allowed values: ['text']) y, si se envía a través del endpoint compatible con Anthropic, simplemente “adivina”. Se implementó una sustitución automática: si el modelo no tiene visión, se envía la foto a GLM‑5.3 Flash (modelo con visión) y se cachea la descripción porsha256para evitar recomputaciones.
Detalles operativos de Qwen 3.8‑27B
Para datos que no deben salir del país, Qwen se ejecuta en un clúster propio de 4 × V100 (16 GB) sin soporte bf16 ni FP8. Se emplea cuantización AWQ INT4 en FP16, vLLM con paralelismo tensorial y un fork que habilita SM70. Se deben definir explícitamente los límites de KV‑cache (--kv-cache-memory-bytes) y controlar la utilización de memoria GPU para evitar OOM y watchdogs de NCCL.
Conclusiones y recomendaciones
El gateway de ZuBrIQ demuestra que es posible mantener operativas herramientas como Claude Code sin depender de Anthropic, siempre que se preste atención a los cinco puntos críticos descritos. Se recomienda monitorizar los encabezados de fallback, validar los precios de modelo y probar la caché de visión antes de lanzar a producción.
