Claude DeepSeek Crew: Opus 5.5 pianifica, DeepSeek scrive il codice e Claude Code consuma fino all’83% di quota in meno

Se usi Claude Code e finisci la quota del piano a metà lavoro, puoi far scrivere il codice a un modello molto più economico e lasciare a Opus 5.5 solo la pianificazione e il controllo. È quello che fa Claude DeepSeek Crew, il progetto open source e gratuito che ho creato: nei miei test ho consumato in media il 65% di quota Claude in meno, fino all’83% sul progetto più grande, e le app hanno superato gli stessi test nascosti di Opus da solo.

In questo articolo trovi tutti i punti, nello stesso ordine in cui li racconto nel video:

1. Il risultato: fino all’83% di token in meno con la stessa qualità
2. Le app che ho sviluppato con DeepSeek
3. Il progetto su GitHub
4. Come si installa
5. Perché ho creato questo progetto
6. Come funziona
7. Il parallelo con un team di sviluppo
8. I due modi di usarlo
9. Come so che funziona: i test nascosti
10. Lo sviluppatore che ha barato
11. I numeri del benchmark
12. Quando non usarlo
13. Dove trovarlo

Come si risparmia fino all’83% di token su Claude Code?

Il trucco è dividere il lavoro in base a quanto ragionamento serve. Opus 5.5 fa pianificazione e controllo, cioè i task dove il ragionamento conta davvero. Il codice lo scrivono sviluppatori più economici: sessioni di Claude Code collegate a DeepSeek V4.1 Flash, che costano pochi centesimi.

Il problema che risolve è concreto. Con il piano Claude da 20 dollari, o con un consumo a token, capita spesso di esaurire la quota a metà di uno sviluppo. Spostare la scrittura del codice su DeepSeek abbassa il consumo di quota Claude senza toccare la qualità del risultato, misurata con test automatici.

Il progetto si installa in un paio di minuti ed è gratuito.

Che app ho sviluppato con Claude DeepSeek Crew?

Per il benchmark ho fatto sviluppare 6 web app di difficoltà crescente, pensate per simulare comportamenti diversi:

• un foglio di calcolo, una mini versione di Excel: scrivo una formula in una cella, premo invio e l’app fa il calcolo, anche a catena tra celle diverse, fino alla somma finale;
• una bacheca kanban con registrazione via email: è un CRUD, cioè creo e modifico le risorse, e posso trascinare un lavoro da "da fare" a "in corso" e poi a "fatto";
• un’app per le spese di gruppo, con accesso e registrazione, per dividere le spese;
• un’app per prenotare le sale, per esempio le stanze di un ufficio;
• un gestore di segnalibri con titolo, etichette e ricerca;
• una suite che unisce i cinque moduli precedenti in un unico server.

Sono app complete: se ricarico la pagina dei segnalibri, il segnalibro resta salvato perché dietro c’è un backend con un database.

Per onestà: il design che vedi nel video l’ho adattato dopo i test ai colori del mio brand. Il funzionamento è esattamente quello sviluppato durante le prove.

Dove trovo il progetto?

Claude DeepSeek Crew è su GitHub, all’indirizzo github.com/lucadidomenico/claude-deepseek-crew, con licenza MIT. Nel README trovi il prompt di installazione, la spiegazione di come funziona e tutti i dati del benchmark, con il metodo completo nel file docs/BENCHMARK.md.

Come si installa Claude DeepSeek Crew?

L’installazione la fa Claude Code al posto tuo. I passaggi sono questi:

1. Apri un terminale e avvia Claude Code.
2. Incolla il prompt di installazione che trovi nel repository, nel file INSTALLA_CON_CLAUDE.md (in inglese INSTALL_WITH_CLAUDE.md). In pratica chiedi a Claude Code di installare Claude DeepSeek Crew sul tuo computer seguendo i passaggi del prompt.
3. Crea una chiave API di DeepSeek su platform.deepseek.com e inseriscila nel comando che ti indica Claude Code.
4. Riavvia Claude Code e imposta Opus come modello con /model opus.
5. Dentro la cartella del progetto lancia il comando installato, /deepseek-crew, seguito dalla richiesta.

Opus come modello principale è importante: visto che risparmi token sui task meno importanti, il ragionamento deve farlo il modello migliore.

Per una prova, nel repository c’è una specifica d’esempio: chiedi a /deepseek-crew di sviluppare l’app descritta in SPEC.md. È solo un test per vedere che tutto funzioni: Claude DeepSeek Crew lo usi per qualsiasi lavoro di sviluppo.

Chi preferisce l’installazione manuale ha anche install.sh nel repository.

Perché ho creato Claude DeepSeek Crew?

Delegare l’implementazione a modelli più economici è un approccio che molti sviluppatori già seguono. Di solito però restano nell’ecosistema di Anthropic, con Opus che pianifica e Sonnet che implementa, oppure passano a Codex, con Opus che pianifica e un modello GPT che implementa.

Io voglio rendere il mio ambiente di sviluppo il più agnostico possibile, cioè indipendente da un singolo modello. Allo stesso tempo voglio restare dentro Claude Code, che oggi è il miglior strumento per programmare.

Quindi ho separato le due cose. Claude Code è lo strumento e resta. I modelli invece si possono cambiare. Claude DeepSeek Crew usa DeepSeek, che non c’entra nulla con Anthropic, ma lo stesso approccio funziona con altri modelli: OpenAI, GLM, Kimi e anche modelli locali. L’obiettivo è restare il più aperti possibile.

Come funziona Claude DeepSeek Crew?

Quando chiedi a Claude Code con Opus di creare un’app, Claude Code prima ragiona. Capisce quali funzionalità servono, cerca i file nel progetto, magari cerca qualcosa su internet. Questa parte resta a Opus, perché è ragionamento puro.

Poi Claude Code scrive un piano di lavoro, per esempio in un file Markdown: sviluppare queste API, aggiungere questo pulsante, verificare che tutto funzioni. A quel punto le decisioni sono già prese. Il piano lo può eseguire un agente meno esperto, e in Claude DeepSeek Crew lo eseguono gli sviluppatori su DeepSeek.

Gli sviluppatori su DeepSeek non devono ragionare tanto, perché Opus ha già ragionato per loro. Per questo costano poco e il risultato regge.

Perché funziona come un team di sviluppo?

Claude DeepSeek Crew riproduce la struttura di un team di sviluppo classico. Il parallelo riguarda l’esperienza dei ruoli: chi decide e chi esegue.

In un team c’è il tech lead, che decide pianificazione e strategia di sviluppo. Poi ci sono i junior developer, che implementano il codice seguendo le funzionalità descritte dal tech lead.

In Claude DeepSeek Crew Opus 5.5 è il tech lead: decide le funzionalità e come vanno fatte. Gli sviluppatori su DeepSeek eseguono, e costano molto meno.

Quali sono i due modi di usare Claude DeepSeek Crew?

Claude DeepSeek Crew ha due modalità:

• Modalità veloce: Opus ragiona, delega l’implementazione a DeepSeek, verifica il report degli sviluppatori e chiude. Qui il risparmio medio di quota è del 65%.
• Modalità con revisione: si attiva scrivendo --review dopo il comando. Quando DeepSeek ha finito, Opus verifica il lavoro degli agenti, rivede il codice e testa l’app. Qui il risparmio medio scende al 44%, che resta quasi la metà dei token.

Nelle mie prove la qualità era già al massimo anche senza revisione. Le app del benchmark però sono semplici. Per il lavoro vero consiglio la modalità con --review: ti fa comunque risparmiare circa metà dei token e aggiunge un controllo approfondito di Opus.

Come so che Claude DeepSeek Crew funziona davvero?

Prima di pubblicarlo ho misurato la qualità con dei test nascosti. Per ogni app ho preparato da 25 a 220 controlli automatici, a seconda della complessità: 25 per la bacheca kanban, 220 per la suite.

Un test è codice che verifica una funzionalità prima ancora che esista: descrive il comportamento che voglio quando la funzionalità ci sarà. Il procedimento è stato questo:

1. Claude ha preparato i test.
2. Gli sviluppatori su DeepSeek hanno implementato le app senza vedere i test.
3. Claude Code ha lanciato i test contro le app scritte dagli sviluppatori.

Sulla suite sono passati tutti e 220 i test. Significa che il codice funziona come volevo.

Cosa è successo con lo sviluppatore DeepSeek che ha barato?

In due prove uno sviluppatore su DeepSeek ha barato. È uscito dalla sua cartella, ha trovato i test nascosti e ha scritto il codice basandosi su quelli: in pratica ha letto la soluzione.

Quelle due prove le ho escluse dal benchmark. Poi ho rifatto i test impedendo questo comportamento e ho controllato le tool call degli sviluppatori: questa volta nessuno aveva letto la soluzione.

È un dettaglio che conta per chiunque usi agenti autonomi. Gli sviluppatori di Claude DeepSeek Crew girano con permessi ampi, e nel README consiglio di usarli su una copia usa e getta del progetto, in un container o in una VM.

Quali sono i numeri del benchmark?

I risultati del benchmark, che ho chiuso il 28 ottobre 2026:

• 6 app di difficoltà crescente;
• 93 prove in totale;
• 100% dei test nascosti superati in tutte le app, sia con Opus da solo sia con Claude DeepSeek Crew;
• -65% di quota Claude in media in modalità veloce;
• -83% sulla suite, l’app più grande (5 moduli, 220 test);
• -44% in media con --review;
• circa 0,15 dollari di DeepSeek per app.

Il risparmio cresce con la dimensione del lavoro: sulle app più piccole sta intorno al 55%, sulla suite arriva all’83%.

Quando non conviene usare Claude DeepSeek Crew?

Ci sono due casi in cui oggi non lo userei.

Task molto semplici. Per una correzione di poche righe o una domanda sul codice usa direttamente Opus. Il lavoro di pianificazione del lead ha un costo fisso che annulla il risparmio. Claude DeepSeek Crew rende quando c’è un lavoro di sviluppo vero da delegare.

Quando conta il tempo. Gli sviluppatori su DeepSeek sono più lenti di Claude Code usato direttamente: nel benchmark in media 12 minuti per app contro 4 di Opus da solo. Il mio obiettivo era risparmiare token e rendere il mio ambiente più indipendente da Anthropic, e per questo ho sacrificato un po’ di tempo. I task che puoi lanciare la sera e trovare pronti la mattina sono i candidati ideali.

Se l’idea di separare pianificazione ed esecuzione ti interessa, l’ho vista applicare anche fuori da Claude Code: il workflow di Grok 4.5 in Cursor che separa pianificazione ed esecuzione. E se vuoi provare DeepSeek V4.1 Flash da solo, ho scritto come usarlo gratis su OpenCode.

Dove trovo Claude DeepSeek Crew?

Claude DeepSeek Crew è gratuito e open source su GitHub. Mi piacerebbe farlo crescere insieme alla community: se lo provi, raccontami com’è andata e quali modelli hai collegato. Il modo migliore per capire quanta quota puoi risparmiare è lanciarlo sul tuo prossimo progetto.