1. Coding Plan 是怎么把大模型价格战打到台面上的1.1 编码场景天生适合付费厂商都拿它试水温我最早接触 Coding Plan 这个概念是在几个编码助手开始按月收费那阵子。后来各家大模型厂商也跟进了类似思路把编码场景单独打包成一个订阅或者配额套餐多少钱一个月给你多少用量。放到今天回看这种模式算得上“大模型商业化第一课”而编码场景就是那个试水温的池塘。为什么偏偏是编码因为代码生成的验收标准非常硬。你让模型写一段营销文案写得好不好看是主观的但让它写一个排序函数编译不过就是不过测试用例跑挂就是跑挂。这种“客观可验证”的特性让用户能直观感受到模型有没有用也就愿意为它付钱。再加上开发者的付费意愿和付费能力在互联网人群里本来就是头部厂商自然愿意把编码场景单独拎出来定价。于是大家看到的现象就是订阅价格从十几美元到二十几美元不等全球统一几乎成了一个默认行情。当时的主流认知是只要一个月几十美元就能“无限量”用大模型写代码。后来真正用起来才发现所谓无限量是有条件的额度、频率、速度限制写在小字条款里。普通用户偶尔用无所谓一旦你的日常工作流完全依赖编码助手这些限制会变成真实的成本写一会儿就开始转圈、降速或者干脆弹窗让你等几分钟。那个时候很多人的响应方法是多开账号、多订阅几款工具算下来单月费用轻轻松松破百美元。用户觉得憋屈厂商觉得合理因为固定月费模式下厂商就是要靠“平均使用量低于额度上限”来实现利润的。1.2 转折点来自两个方向廉价 API 与本地模型真正把 Coding Plan 从“默认选项”变成“备选项”的是 2025 年上半年同时杀进来的两股力量。第一股是国产大模型的价格战DeepSeek、Qwen、GLM 这些厂商把 API 按 token 计价直接打到了每百万 token 只要几块钱甚至几毛钱。第二股是本地部署门槛大幅下降Ollama、vLLM、llama.cpp 这些工具把开源编码模型变成了笔记本上一条命令就能启动的服务。这两股力量合起来把一个很重要的现实摆到了所有开发者面前编码场景的任务结构是高度分层的。有很大一部分请求属于“简单高频小任务”比如补全一个函数、修一个 lint 报错、把一段代码翻译成另一种语言这些任务用小模型或者低价 API 就能干根本用不着花二十美元去买那些高端模型的配额。而真正的复杂任务比如跨文件重构、理解一个陌生项目架构、设计数据模型才值得走到高端模型那一步。所以“后 Coding Plan 时代”这个词我理解的真正含义是订阅不再是唯一的收费模式甚至不再是默认的收费模式。用户拿到了“三选一”甚至“三选二”的自由——订阅、API 按量计费、本地自建。选择变多了费用对比就变得格外重要。1.3 费用对比的不是单价而是“任务达成成本”在把这张费用对比表摊开之前我必须先把一个容易踩坑的观念纠过来别只盯着单价。只看每百万 token 多少钱是最容易做的对比但也是最容易误导决策的对比。因为不同模型的输出质量差太多便宜不等于省钱贵也不一定等于浪费。我习惯用一个词叫“任务达成成本”完成一个具体任务平均要花多少费用、多少时间、多少人工修正。举个简单例子一个模型生成的代码一次通过率是 80%另一个是 40%后者即便单价便宜一半算上修改、调试、重新生成的时间总成本还是更高。所以这篇里我不会只给一张价格表而是把价格放进真实任务里算账同一个编码项目走订阅、走 API、走本地部署分别要花多少钱、得到什么质量、踩哪些坑。先给一个我反复验证过的结论后文用数字展开大多数个人开发者的编码需求按实际使用量来算API 反而比订阅更便宜团队固定高频使用订阅仍有一定价值本地部署则更偏向隐私、离线、免排队这些非价格收益。2. 订阅类套餐的费用拆解还有哪些 Coding Plan 值得买2.1 主流订阅月费一览与真实短板订阅模式能延续到现在核心原因是“省心”预算固定月底不用对账也不用担心某次突发使用量把账单打成天文数字。但省心不等于性价比高。我按写这篇文章时的市场价格整理了一张表单位是人民币近似值渠道不同会有浮动最终还是以官网价格为准服务月费参考主要覆盖编码场景短板ChatGPT Plus约 150 元GPT-4o / o 系列编码配额和通用额度混在一起高频用很容易触顶Claude Pro约 150 元Sonnet / Opus 系列文本能力强但限幅明确批量补全时会频繁降速GitHub Copilot Pro约 70~140 元代码补全 Chat补全体验好复杂重构和跨文件理解偏弱Cursor Pro约 143 元Claude GPT 组合和自家 IDE 深度绑定迁移成本高Kimi 会员60~138 元长文本、搜索偏写作和检索重编码场景表现一般豆包会员50~95 元通用问答、办公模型体量小复杂代码生成吃力这张表透露出来的信息是订阅套餐的本质是“大锅饭”价格统一但每个人实际吃到的算力天差地别。重度用户觉得超值因为按他们的用量走 API 可能一个月要大几百甚至上千块轻中度用户其实一直在补贴重度用户。我自己见过不少朋友一个月开两三个会员实际编码用量并不大大部分钱花在了“心理安全感”上就是怕哪天想用时没额度。如果你的使用量还没大到每天都要烧几个小时上下文的程度订阅的月费很容易变成沉默成本。2.2 订阅里的隐形费用额度焦虑、轮换与捆绑功能订阅模式里还有几项不容易被算进账本的隐形费用。第一个是额度焦虑带来的“多开战术”。我和不止一个同行交流过他们买了 A 家订阅又买了 B 家订阅理由是 A 家降速时用 B 家顶上。两个订阅加起来轻松破三百元直接超过 API 按量的月成本。第二个是任务轮换成本。不同模型在不同任务上各有优势你在一个复杂项目里可能要来回切换模型每次切换都要重新组织上下文、重新说明项目背景这部分时间成本在费用计算里很难量化但确实存在。第三个是捆绑功能税。订阅套餐里通常附带图片生成、语音、联网搜索这些能力对纯编码用户来说基本用不上但钱是算进去了的。这些隐形费用让订阅在“费用对比”这件事上吃亏不少。很多人觉得订阅便宜其实是被“固定小数字”的定价策略锚定了。二十美元从视觉上远低于二十块钱按次调用带来的累计账单但累计账单不等于你真实会用到那么多。想让订阅物有所值要么你的使用量真的很大要么你确实需要那种“不用管怎么扣费”的确定性。2.3 什么场景下订阅依然是更优解订阅不是一无是处说句公道话它的最大价值是“封顶”和“省心”。我身边确实有人适合订阅一种是咨询顾问类型一个月有二十份文档要写、十个项目要分析用量不大不小但不想每次调用都自己心疼令牌另一种是团队管理者给成员统一开订阅权限好管、财务好走账不用每个月去核对几十上百条 API 账单。此外还有一类是数据边界敏感的场景走 Copilot 类企业订阅会比把代码发到公共 API 更让人放心一些。所以我的判断是订阅适合使用量稳定、预算要精确到月、或者对数据接入方式敏感的人不适合按量使用极重、又对每 token 成本高度敏感的开发者。这个判断在后面的章节里会继续被数字验证。接下来我们看 API 按量计费这条路线它才是后 Coding Plan 时代费用对比的主战场。3. API 按量计费的对账单每百万 Token 费用怎么算才准3.1 主流模型 API 价格大致对比API 市场的价格波动比订阅快得多我下面这张表是我写这篇文章时的大致价格单位是人民币每百万 tokens不完全精确但足够用来对比量级和判断路线模型输入缓存命中输入输出备注DeepSeek-V3约 2 元0.5 元8 元性价比标杆Qwen-Max约 2.4 元0.6 元9.6 元中文能力稳定Qwen-Plus约 0.8 元0.2 元2 元适合高并发批量GLM-4-Plus约 5 元约 1 元15 元综合能力价格偏高Kimi 常用模型约 0.6 元约 0.15 元2 元低价走量豆包主力模型约 0.8 元0.2 元3 元与字节生态配合GPT-4o约 18 元9 元70 元生态成熟但贵Claude Sonnet约 21 元2.1 元105 元编码质量第一梯队表格一眼看去最扎眼的结论是国内模型 API 价格已经比国外头部模型便宜了五到十倍。当然有人会说国外头部模型在复杂编码任务上的质量值得这个差价这句话我完全同意。但编码场景有个关键特点大量请求是重复性的小任务而不是每次都要动用最强大脑的核弹任务。在那些小任务上低价模型已经足够甚至比高端模型更快。把简单任务交给低价模型把复杂任务留给高端模型这就是“按任务分模型”的核心思想。3.2 一个真实的编码日消耗样例空谈价格没意义我把自己一个中等繁忙的编码日摊开来算给各位看。假设你每天工作八小时累计发起 120 次模型调用其中代码补全 60 次、对话调试 40 次、文档与重构 20 次。每次调用平均输入 8000 tokens、输出 800 tokens。这里要特别注意输入 tokens 不只是你敲进去的那句话而是系统提示词、历史消息、当前文件代码块加在一起的总量实际数字通常比你想象的大得多。那这一天下来输入就是 120 × 8000 96 万 tokens输出是 120 × 800 9.6 万 tokens。一个月按 22 个工作日算约 2112 万输入 tokens、211 万输出 tokens。我们用这个数字去套不同 API 的价格DeepSeek-V32112 万 × 2 元 / 百万 42.2 元211 万 × 8 元 / 百万 16.9 元合计约 59 元 / 月Qwen-Plus2112 万 × 0.8 元 / 百万 16.9 元211 万 × 2 元 / 百万 4.2 元合计约 21 元 / 月Claude Sonnet2112 万 × 21 元 / 百万 443.5 元211 万 × 105 元 / 百万 221.6 元合计约 665 元 / 月看到差距了吗同样一个工作量选不同模型一个月费用能差三十倍。这三十倍不全是白花的因为 Sonnet 在复杂重构和跨文件理解上确实更可靠。但如果你把其中的 80% 简单任务交给低价模型20% 复杂任务交给高端模型那费用会被压到一个非常低的位置同时质量损失极小。实际操作里我一般用 Qwen-Plus 处理补全和简单问答用 Claude Sonnet 处理架构层面的设计和疑难 bugDeepSeek 则作为两者的平衡备用。一个月下来这条混用路线的成本大致落在 100 到 200 元之间比任何订阅都便宜还完全没有额度焦虑。3.3 决定 API 费用的三个隐蔽变量很多人看到 API 便宜就冲结果月底账单依然超预期通常是因为没控制住三个变量。第一个是上下文膨胀。IDE 里的补全插件默认会把当前文件整个拖进提示词一个文件 500 行你只改最后 10 行却要为整个文件的 tokens 买单。这种浪费在 API 计费里非常普遍我早期就吃过不少亏。解决办法很简单在代码块组装逻辑里做裁剪只保留函数签名、相关类型定义和最近几次修改记录。第二个是缓存命中。Qwen、DeepSeek 这类 API 对缓存命中的输入会给予大幅折扣比如原本 2 元的输入命中后可能只要 0.5 元。要做到高命中率就得把系统提示词和会话前缀设计成稳定结构尽量不改变头部内容。如果你每次请求都重新拼一遍各种临时信息缓存就很难生效等于白白错过了折扣。第三个是失败重试。模型输出质量差不是白嫖每次失败你都会重新发一次请求相当于令牌消耗和费用全部翻倍。尤其是把小模型用在远远超出它能力的任务上会产生一个很难察觉的恶性循环模型反复出错你反复重试费用上涨直到某一刻你才醒悟。我的做法是在大规模批量调用前先拿一个小样本集测试目标模型在具体代码库上的表现确认“一次通过率”能接受再铺开使用。批量脚本里也要控制并发数很多低价 API 对高并发并不友好限流报错后自动重试又是一笔额外开销。4. 本地部署的费用账本显卡折旧、电费到底怎么摊4.1 不同任务规模对应的硬件门槛聊完云端再看本地。本地部署这几年很火但这里有一个最大的认知偏差很多人觉得本地部署等于免费实际上它只是把费用从“按 token 计费”变成了“按硬件折旧计费”。第一步是搞清楚你要跑的模型到底需要什么硬件。我用编码场景常见的开源模型举个例子模型与规模不算苛刻的最低配置建议配置适合任务Qwen2.5-Coder-1.5B16G 内存纯 CPU 可跑8G 显存补全、简单问答Qwen2.5-Coder-7B 量化16G 显存24G 显存常规补全与调试DeepSeek-Coder-16B 量化24G 显存32G 显存中等复杂任务Qwen2.5-Coder-32B 量化32G 显存48G 显存跨文件重构显存大小决定你能跑多大模型模型大小决定能力上限这里没有免费的午餐。到 32B 级别单卡 4090 的 24G 显存已经捉襟见肘要么降精度牺牲质量要么上专业卡成本立刻跳到两三万。所以本地部署不是“零成本搭建一个私人助手”而是一次性投入换未来的边际低费用。4.2 一台 4090 一年的真实账折旧与电费拆开算以我自己实测过的配置为例一张二手 RTX 4090 24G现在行情约 1.2 万到 1.5 万再配一台过得去的整机总价约 2 万。假设这套设备专门跑模型计划使用三年折旧平摊下来每年约 7000 元折合每月 580 元。电费反而是小头4090 满载功耗约 450W整机算上其他部件跑 500W一天跑 4 小时就是 2 度电按 0.6 元一度算一个月约 36 元。也就是说本地部署每年电费不超过 500 元在总成本里几乎可以忽略。把折旧和电费都算进去一台 4090 本地跑的月均成本大概在 600 元上下。这个 600 元对应的 API 世界购买力是每月 Claude Sonnet 编码级的大概同等账单但本地跑的是 7B 到 14B 的开源模型能力大概相当于前几年 GPT-4 时代的入门水平和最新的云端大模型比还是有明显差距。所以我一直强调本地部署的性价比不体现在“省钱”而是体现在“隐私可控”“离线可用”“高频任务免排队”这些非价格维度上。如果纯粹从费用角度比同样预算拿来调 API能得到更强的模型能力。4.3 微调成本怎么算才不至于冲动顺着本地部署往深走很多人会想到微调。微调的硬件门槛比推理高得多7B 模型做常规 LoRA 微调一张 24G 显存勉强够用想全参数微调没有两到四张专业卡很难谈得上效率。费用对比在这里很容易误导人租一台 A100 级别机器按小时计费一个月用下来可能几千上万直接把微调劝退。我的建议是如果一个月调用量不到五万次且每次调用的领域知识占比不大就不值得微调。先用提示词工程把领域说明写进上下文用少样本示例解决问题成本基本为零。等到确实发现模型反复在同一类错误上翻车再考虑收集几百条高质量正负样本做轻量微调。这些年微调最大的误区就是把它当成灵丹妙药实际上它对数据质量和任务边界的要求极其苛刻数据不干净时微调出来的模型还不如不调。我见过团队花了大把算力微调结果在盲测里打不过精心写提示词的基线版本。5. 我现在的选型策略什么时候用订阅、API、本地部署5.1 一张费用决策路径图说了这么多直接给结论。我把自己的决策逻辑画成一条线每次遇到任务时按顺序问自己几个问题。第一步这个任务是否涉及敏感数据不能出本机如果是走本地部署选择当前显存能跑的最大规模编码模型。这里要注意别追求一步到位上 70B先把手头 7B、14B 模型的能力边界摸清楚很多内部工具、代码片段分析任务它们已经够用。第二步如果不是敏感任务那么这个任务是否需要跨文件理解、连续开发超过两个小时如果是且预算充足用 Claude Sonnet 或 GPT-4o 这类高端 API预算紧张用 Qwen-Max 或 DeepSeek 这类中坚力量。带着项目背景连续对话两小时以上高端模型在多轮交互里的记忆保持能力确实有优势。第三步如果任务是补全、格式化、简单问答这种五秒内能出结果的全部交给低价 API 或本地小模型。Qwen-Plus 我就用得很多它在这种场景下单价低、响应快质量也足够。第四步你介意账单波动吗如果介意且使用量非常稳定可以再回来看订阅类套餐。注意前提是“使用量稳定”如果每个月用量忽高忽低订阅的固定成本反而是一种浪费。这条路径里我没把订阅放在第一位原因前面已经说了对大多数个人开发者订阅的“封顶感”最终会被“用不满”和“多账号”抵消。但它仍然是我的兜底选项。比如某个月要集中写文档、做学习笔记不想天天盯用量我就会临时开一个含长模型的订阅用完就关。灵活切换不搞长期绑定这是后 Coding Plan 时代最舒服的费用策略。5.2 三种典型角色的费用建议按不同角色去给建议更有参考价值。先说说个人开发者默认走 API 按量计费主用 Qwen-Plus 或 DeepSeek复杂任务再升级到高端模型。本地装一个 7B 模型用来应付断网或隐私场景一个月预算控制在 50 到 200 元基本能覆盖全部日常开发。我在这个预算内已经稳定用了大半年体验不比之前开订阅差。小团队二到十人那种核心是关注“人效”。用团队共享的 API 账户加限流策略谁要用谁申请后台能看得到用量月底按项目分摊费用。相比每人开一个订阅按 API 算整体费用通常会低一半以上而且能统一记账。这里要特别提醒团队里一定会有“模型重度用户”如果不加限流和预算提醒一个月打爆几千块是有可能的。所以在 API 平台上设置额度告警不是可选项是必选项。企业项目核心诉求是合规和稳定。这种场景下订阅企业版和私有化部署更有价值不建议为了省几块钱把核心代码每天送到公共 API。真正降本思路是分层简单任务走本地小模型复杂任务走私有化的中等规模模型敏感任务全部留在内网。企业买的是数据和可控性不是每百万 token 最低价。5.3 我踩过的费用坑说出来让你少交点学费最后分享几个我实际交过学费的坑。第一个坑是贪便宜选了太弱的模型。有段时间我用 1.5B 模型做代码补全以为能零成本干活结果补全内容一半以上要人工修省下的 API 费用全变成了人工时间成本亏得更多。编码场景里模型的“一次通过率”比单价重要得多。第二个坑是上下文写得太随意。我早期调用 API 时习惯把整份项目说明、几百行配置文件全塞进去后来看账单才发现 80% 都是输入费用。把上下文压到最小必要量之后费用直接砍半。第三个坑是高估了本地部署的免费属性。为了跑 32B 模型我曾经想再添一张 4090后来仔细算账发现那两万多块按三年折旧一个月成本超过 600 元足够我大量调用云端 API 了最终决定把本地模型限制在 7B 级别复杂任务全部上云。这些学费交完以后我对大模型费用的态度可以浓缩成四个字按需分层。不管厂商把一套方案包装得多么省心、多么标新立异只要回到任务本身去算“单位有效产出的真实成本”大概率不会被坑。后 Coding Plan 时代真正的好消息是选择变多了坏消息是你得自己学会算账。希望这篇费用对比能帮你把每一块预算都花在刀刃上。