Anthropic et OpenClaude : pourquoi le Claude Code « gratuit » n'est pas tout à fait gratuit en 2026

L'histoire du « Claude Code gratuit » n'a pas commencé par une sortie officielle, mais par une fuite : le 31 mars, le code source de l'outil de développement IA d'Anthropic s'est retrouvé dans les source maps de npm. Presque aussitôt est apparu OpenClaude, un fork qui remplace le backend d'origine par une couche compatible OpenAI et permet de faire tourner la même interface sur d'autres modèles. Sur le papier, c'est le scénario idéal : on prend l'interface de Claude Code, on branche GPT-4o, DeepSeek ou une Llama locale via Ollama, et on obtient un puissant agent de programmation sans abonnement Anthropic.

En pratique, c'est plus compliqué : certains scénarios fonctionnent vraiment, mais la promesse de gratuité repose sur des réserves concernant la compatibilité, l'infrastructure et la qualité des modèles.

Comment fonctionne OpenClaude

Techniquement, OpenClaude résout un problème simple à énoncer. Le client Claude Code d'origine attend un format précis de réponses, d'appels d'outils et de transmission des données en streaming. Le fork ajoute un shim intermédiaire qui reçoit ces requêtes et les traduit vers une API plus universelle, compatible avec l'écosystème OpenAI.

Du coup, on peut remplacer le fournisseur unique par presque n'importe quoi : modèles cloud d'OpenAI et de DeepSeek, builds locaux via Ollama et, en théorie, tout serveur capable de répondre dans le bon format. C'est pourquoi le projet est devenu viral si vite : les gens ont vu non pas un simple dump de code, mais l'occasion de transformer un produit fermé en interface plus souple pour différents LLM.

Compatibilité d'API ne veut pas dire compatibilité de comportement

Cependant, la compatibilité au niveau de l'API n'implique pas une compatibilité complète de comportement. Claude Code n'est pas seulement un chat avec un modèle : c'est un ensemble d'attentes sur la façon dont le modèle planifie les étapes, modifie les fichiers, lance des commandes, conserve le contexte et réagit aux erreurs. Si un autre modèle tourne en dessous, il peut formellement accepter les mêmes requêtes, mais agir autrement.

Dans certains cas, tout restera acceptable pour des tâches simples comme générer du code, refactoriser de petits modules et expliquer des modifications. Dans d'autres, les écarts apparaîtront : le format des appels d'outils est moins bien respecté, les longues boucles agentiques se brisent, la qualité des modifications dans un gros dépôt baisse, ou des commandes superflues, que le flux d'origine n'attendait pas, surgissent. L'affirmation « Claude Code fonctionne avec n'importe quel modèle » n'est donc vraie que dans le sens minimal du lancement, et ne garantit pas le même résultat.

Pourquoi « gratuit » appelle des réserves

Autre point important : le mot « gratuit ». Le fork peut être ouvert et son exécution en local est, formellement, sans abonnement Anthropic, mais quelqu'un paie quand même le calcul. Si l'on utilise GPT-4o ou DeepSeek via l'API, la gratuité s'arrête dès que les vraies requêtes commencent.

Si l'on choisit des modèles locaux via Ollama, on paie en matériel : il faut de la mémoire, une carte graphique, du temps de configuration et accepter que les petits modèles à poids ouverts restent en retrait des meilleurs systèmes fermés en stabilité et en qualité de code. Même lorsque tout tourne sans coût direct d'abonnement, ce n'est pas l'équivalent d'« obtenir Claude Code gratuitement » : l'utilisateur échange plutôt un type de coût contre un autre.

Les risques liés à l'origine du fork

Une couche de risque distincte tient à l'origine de toute l'affaire. Quand un outil naît dans le sillage d'une fuite de code source, une zone grise se forme presque inévitablement autour de lui : juridique, éthique et opérationnelle. Les développeurs obtiennent une occasion rare de regarder à l'intérieur d'un assistant de programmation IA populaire et d'assembler vite une alternative, mais les questions de sécurité, de maintenance et d'avenir de ces forks se multiplient.

Combien de temps le projet survivra-t-il sans réclamation du détenteur des droits ? Quelles parties du code sont vraiment reproductibles de zéro, et lesquelles suivent la logique de l'original de trop près ? Peut-on faire confiance à un outil assemblé hier sur une vague de hype s'il accède au dépôt, au terminal et aux fichiers locaux ?

Pour les expérimentateurs, le risque est acceptable ; pour le développement en équipe, c'est une tout autre discussion.

L'enseignement principal

L'enseignement principal n'est pas qu'OpenClaude soit inutile. Au contraire : l'affaire a montré l'ampleur de la demande pour une bonne interface de développement agentique qui ne soit pas liée à un seul fournisseur de modèles. Si la communauté parvient à séparer les bonnes idées de Claude Code du bruit autour de la fuite, le marché pourrait obtenir une vraie couche ouverte de compatibilité pour les éditeurs IA et les agents CLI.

Mais à ce stade, « Claude Code gratuit » est davantage un titre accrocheur qu'une description exacte. Il est plus réaliste de voir OpenClaude comme un pont expérimental : il donne accès à une UX familière et élargit le choix de modèles, mais il n'élimine pas les coûts, ne garantit pas une qualité identique et ne lève pas les doutes sur la fiabilité. Pour des tests personnels et des expériences en local, c'est intéressant ; pour la production, c'est pour l'instant un outil à évaluer avec beaucoup de lucidité.

En bref :

• Après la fuite du code source de Claude Code, le fork OpenClaude est apparu le 31 mars, remplaçant le backend par une couche compatible OpenAI.
• La compatibilité d'API ne garantit pas un comportement identique ; « gratuit » appelle des réserves (les appels d'API sont payants, l'exécution locale exige du matériel).
• Pour des tests personnels, c'est intéressant ; pour la production, c'est un outil à évaluer avec beaucoup de lucidité.