不花一分钱，在 Kaggle 免费 TPU 上跑起 Qwen3.8-27B、GLM-5.3-Flash 等开源大模型，还给你一个能直接接 Claude Code / Codex 的 OpenAI 兼容地址。
怎么用
注册一个有 TPU 权限的 Kaggle 账号，打开对应模型的 notebook 点 Run，等它打印出 URL 和 API key，把 Claude Code / Codex / opencode 的地址指向这个 URL 即可。终端党可用 Python 3.9+ 和 Kaggle CLI 走命令行路线。
核心用法
先注册一个有 TPU 权限的 Kaggle 账号，然后打开你要的那个模型的 notebook，点一下 Run 就行——它会自己挂权重、在八颗 TPU 上把引擎搭好、开一条隧道，最后把地址和密钥打印出来，整个过程大概二十分钟。拿到地址后，把它填进 Claude Code、Codex 或 opencode 的后端设置里就能开始用。习惯敲命令行的，也可以走终端那条路，需要本机有 Python 3.9 以上和 Kaggle 的命令行工具。
触发场景
「我不想买显卡也不想付云账单，有没有办法白嫖算力跑个开源大模型？」「Claude Code 想接一个免费的后端地址，怎么搞？」「听说 GLM-5.3-Flash 320B 特别大，TPU 上到底跑不跑得动？」「Kaggle 送的免费 TPU 除了打比赛还能干嘛，能拿来跑推理吗？」「我想试试 26 万上下文的模型，但本地显存根本装不下。」「有没有现成的 notebook，点一下 Run 就能给我一个能用的接口地址和密钥？」
优劣特点
好处是几乎零成本，Kaggle 的 TPU 额度免费，notebook 一键 Run 就能出可用地址，还附了实测速度数据，GLM-5.3-Flash 据称是第一个能在 TPU 上跑起来的方案。限制也很实在：它吃 Kaggle 的免费额度和会话时长，保活一停地址就失效；权重靠公开数据集挂载，模型更新得等 notebook 同步；多流并发比单流慢，想扛高吞吐的生产服务不合适。
适用人群
最适合想白嫖算力玩开源大模型、给 AI 编程助手配个免费后端的个人和开发者，也适合做 TPU 推理实验的人。如果你要的是长期稳定、能扛高并发的线上服务，它只是个临时方案，别指望它顶生产。
详细说明
每个模型一个文件夹，带一键运行的 Kaggle notebook、内核脚本和实测说明。notebook 会自动挂载公开权重数据集、在八颗 TPU 上搭好引擎、开一条 Cloudflare 隧道并打印 URL 和 API key，约二十分钟从按下 Run 到拿到可用地址。Qwen3.8-27B 用 vllm-tpu 加一个补丁（bf16 不量化、262k 上下文、单流约 130 tok/s）；GLM-5.3-Flash 320B MoE 用作者自己写的 JAX 引擎（3-bit experts + int8，约 64 tok/s），据称是首个在 TPU 上跑该模型的方案。
常见问题
它是做什么的？
不花一分钱，在 Kaggle 免费 TPU 上跑起 Qwen3.8-27B、GLM-5.3-Flash 等开源大模型，还给你一个能直接接 Claude Code / Codex 的 OpenAI 兼容地址。
怎么用？
注册一个有 TPU 权限的 Kaggle 账号，打开对应模型的 notebook 点 Run，等它打印出 URL 和 API key，把 Claude Code / Codex / opencode 的地址指向这个 URL 即可。终端党可用 Python 3.9+ 和 Kaggle CLI 走命令行路线。
怎么安装？
安装在星算助手客户端里完成 —— 由它决定装进 Claude Code、Codex 还是别的工具，并写好对应配置。