十月底 GitHub 上有两个项目，方向相反，目的相同：把跑 AI 的钱省下来。一个叫 gpu-unlock，10 月 18 日建仓，13 天 13,530 星，干的是把 NVIDIA 在 GeForce 上锁掉的那一半张量算力拿回来；另一个叫 opencodex，18,080 星，在你本机开一个端口，让 Claude Code、Codex 随便接哪家的模型。一个从硬件里抠性能，一个从账单里抠 token。
gpu-unlock：那一半算力是锁出来的
NVIDIA 的 GeForce 卡，跑 FP16/BF16/TF32 配 FP32 累加——训练和未量化推理基本都走这条路——张量核速率只有专业卡的一半。同一块硅，印上 RTX A 系列的型号就满速。这道锁不在驱动里，而在显卡初始化时写进去的速率选择器里。所以老办法要么刷 vBIOS，要么给驱动打补丁，NVIDIA 一更新驱动就得重来。
gpu-unlock 换了条路：一个内核模块，塞进 initramfs，开机时排在 nvidia 驱动前面加载。它做三件事：跑 cmpunlocker 的 V67/PLM 流程，往 SS0 写 0x88888888（选满速 BF16）、SS1 写 0x8（IMLA4），然后对卡做一次 FLR 复位，再让原版驱动照常 bind。不刷 vBIOS，不打驱动补丁，驱动升级不用重做。README 里那句「驱动只是被拉下来提取固件」，说的就是这个。
装法三步：git clone、make install、内核命令行加 gpu_unlock.targets=all（也可以只写某张卡的 PCI 地址）。GRUB、systemd-boot、UKI 都有对应写法，Unraid 包 10 月 27 日也发了。
BF16 稠密矩阵乘，默认功耗墙下的数字：3060 12G 从 27 到 51 TFLOPS，3070 从 40 到 72，3080 从 65 到 113，3090 从 75 到 125，4090 从 165 到 329（这是峰值 MMA 速率，实际会被功耗墙按住）。落到真活上：LLM prefill 快 25~55%，首 token 时间降 25~30%，LoRA 和全参微调快 25~50%，SDXL/ComfyUI 出图快 30~55%，FlashAttention 这类 kernel 快 50~60%。
坑也明摆着：llama.cpp、Ollama 跑量化 GGUF 只有 0~15%，decode 阶段吃的是显存带宽，一点不变；INT8、FP8、INT4 不变。RTX 50 系不支持，作者说「不太可能支持」。笔记本独显一旦被 runtime PM 断电就静默重置，得关掉 NVreg_DynamicPowerManagement。挂起到内存会自动重新解锁，休眠不管。Windows 只有第三方移植，作者自己劝你别碰来历不明的安装包。
如果你手上的机器主要瓶颈就是显存带宽，比如纯 C 写的推理引擎把专家权重从磁盘流进来那种玩法，这篇colibri 的实测比解锁张量核更对症。
opencodex：一个端口，五套协议
opencodex 是个本地网关。npm i -g @bitkyc08/opencodex，ocx start，监听 localhost:10100，带一个 Web 控制台。它同时收三种入站协议：OpenAI Responses（Codex）、Anthropic Messages（Claude Code 和 Claude Desktop）、OpenAI 兼容的 Chat Completions，再翻译成目标供应商说的协议。五个适配器覆盖 Anthropic、Gemini、Azure、Responses 直通和所有 OpenAI 兼容端点，内置 40 多家供应商，OAuth 登录或者 API Key 都行。
用法就三行命令：ocx init 写入 provider 并接上 Codex；ocx claude 直接带着 Claude Code 起；ocx start 起服务。Codex App 的模型选择器里会多出路由过来的模型，带 reasoning effort；Claude Code 的 /model 里也一样，claude.ai 的登录还留着。不用改客户端，也不用打补丁。
比较特别的是 ChatGPT 账号池：可以塞多个账号，面板里刷 5 小时、周、30 天配额，新会话自动挑最闲的健康账号，老线程钉在原来的账号上，碰到 401、403、429 会重绑。另外给非 OpenAI 模型挂了 search 和 vision 的 sidecar，还能钉最多 5 个 subagent 模型。MIT 许可，Node 18 以上，今天刚发 v2.95.0，更新很勤。这类网关之前写过 magpie，那个偏菜单栏一键切换，opencodex 是把协议翻译做在了中间层。
实话
gpu-unlock 不是「免费翻倍」。它动的是矩阵乘速率，不是显存带宽。你要是主要跑 4-bit 量化、瓶颈在 decode，收益接近零；它更适合 BF16 微调、vLLM 跑 FP16 或 AWQ 的 prefill、出图、长 prompt。而且它是 initramfs 里的内核模块，装之前先确认自己进得去恢复模式，工作站和服务器值得试，笔记本别折腾。
opencodex 也不让模型变强。它只解决「工具认哪家 API」的问题：同一个 Claude Code，接 DeepSeek 就是 DeepSeek 的水平，工具调用格式、长上下文、缓存行为都跟着供应商走。账号池、OAuth 复用这些玩法，各家 ToS 怎么看是另一回事，自己掂量。
两个项目加起来的意思很直白：算力是买断的，token 是租的，中间那层适配和调度，现在都有人免费写了。
