AI Coding Plan

Coding Plan

Kimi

Kimi 登月计划

• Andante（49 RMB 每月）：每 5 小时的 Tokens 总量可支持约 300-1200 次 API 请求，最高并发上限达 30，确保复杂项目不间断
• Moderato（99 RMB 每月）：Kimi Code 4 倍额度
• Allegretto（199 RMB 每月）：Kimi Code 20 倍额度
• Allegro（699 RMB 每月）：Kimi Code 60 倍额度
• 通过实际测试，认为 Andante 是所有请求的 uncached input + output tokens 总和每 5 小时不超过 1M tokens，即不考虑命中缓存的输入 tokens；每周的限额是 4M uncached input + output tokens
• K2.5 API 价格：
  • 输入命中缓存 0.7 RMB 每 1M tokens
  • 输入未命中缓存 4 RMB 每 1M tokens
  • 输出 21 RMB 每 1M tokens
  • 256K 上下文

MiniMax

MiniMax Token Plan 产品定价

• Starter（29 RMB 每月）: 600 请求 / 每 5 小时
• Plus（49 RMB 每月）: 1500 请求 / 每 5 小时
• Max（119 RMB 每月）: 4500 请求 / 每 5 小时
• Plus-极速版（98 RMB 每月）：1500 请求 / 每 5 小时
• Max-极速版（199 RMB 每月）：4500 请求 / 每 5 小时
• Ultra-极速版（899 RMB 每月）：30000 请求 / 每 5 小时
• Token Plan 的用量额度按模型分别计算：
  • M2.7 / M2.7-highspeed：按请求（request）计算，每 5 小时滚动重置。
  • 其他模型（语音、视频、音乐、图像）：按每日配额计算，每日重置。
• 所有方案均搭载最新 MiniMax M2.7 模型，并根据资源负载提供 M2.7-highspeed 使用。极速版订阅提供专属 M2.7-highspeed 支持，带来更快的推理速度。
• 周使用额度：当前每周可使用额度为「5 小时额度」的 10 倍（行业常见为 5–8 倍）
• M2.7 API 价格：
  • 输入命中缓存 0.42 RMB 每 1M tokens
  • 输入未命中缓存 2.1 RMB 每 1M tokens
  • 输入写入缓存 2.625 RMB 每 1M tokens
  • 输出 8.4 RMB 每 1M tokens
  • 200K 上下文

MiniMax 国际版 Coding Plan 产品定价

• Starter（10 USD 每月）: 1500 请求 / 每 5 小时
• Plus（20 USD 每月）: 4500 请求 / 每 5 小时
• Max（50 USD 每月）: 15000 请求 / 每 5 小时
• Plus-极速版（40 USD 每月）：4500 请求 / 每 5 小时
• Max-极速版（80 USD 每月）：15000 请求 / 每 5 小时
• Ultra-极速版（150 USD 每月）：30000 请求 / 每 5 小时

智谱

智谱 GLM Coding Plan

• Lite 套餐（49 RMB 每月）：每 5 小时最多约 80 次 prompts，每周最多约 400 次 prompts
• Pro 套餐（149 RMB 每月）：每 5 小时最多约 400 次 prompts，每周最多约 2000 次 prompts
• Max 套餐（469 RMB 每月）：每 5 小时最多约 1600 次 prompts，每周最多约 8000 次 prompts
• 一次 prompt 指一次提问，每次 prompt 预计可调用模型 15-20 次。每月可用额度按 API 定价折算，相当于月订阅费用的 15–30 倍（已计入周限额影响）。
• 注：上述次数为预估值，实际可用量会因项目复杂度、代码库大小以及是否启用自动接受等因素而有所不同。
• 注：所有套餐均支持 GLM-5.1、GLM-5-Turbo、GLM-4.7、GLM-4.5-Air。
• 注：GLM-5.1、GLM-5-Turbo 作为高阶模型，对标 Claude Opus，调用时将按照“高峰期 3 倍，非高峰期 2 倍”系数消耗额度；我们推荐您在复杂任务上切换至 GLM-5.1 处理，普通任务上继续使用 GLM-4.7，以避免套餐用量额度消耗过快。（作为限时福利，GLM-5.1、GLM-5-Turbo 将在非高峰期仅作为 1 倍抵扣，持续到 4 月底）注：高峰期为每日的 14:00～18:00（UTC+8）
• 注：2 月 12 日之前订阅及开启自动续费的用户，在订阅有效期内，套餐的用量额度不变，且不受周使用额度限制。
• 注：2 月 12 日之前开启续订的用户，续费价格及套餐的用量额度都不变，仍按您订阅时页面显示执行。
• GLM-5-Turbo API 价格：
  • 输入命中缓存 1.2/1.8 RMB 每 1M tokens
  • 输入未命中缓存 5/7 RMB 每 1M tokens
  • 输出 22/26 RMB 每 1M tokens
  • 200K 上下文
• GLM-5.1 API 价格：
  • 输入命中缓存 1.3/2 RMB 每 1M tokens
  • 输入未命中缓存 6/8 RMB 每 1M tokens
  • 输出 24/28 RMB 每 1M tokens
  • 200K 上下文
• GLM-4.7 API 价格：
  • 输入命中缓存 0.4/0.6/0.8 RMB 每 1M tokens
  • 输入未命中缓存 2/3/4 RMB 每 1M tokens
  • 输出 8/14/16 RMB 每 1M tokens
  • 200K 上下文

智谱国际版 GLM Coding Plan

云厂商

• 方舟 Coding Plan
  • Lite 套餐（40 RMB 每月）：每 5 小时：最多约 1,200 次请求。每周：最多约 9,000 次请求。每订阅月：最多约 18,000 次请求。
  • Pro 套餐（200 RMB 每月）：Lite 套餐的 5 倍用量
  • 支持模型：Doubao-Seed-2.0-Code、Doubao-Seed-2.0-pro、Doubao-Seed-2.0-lite、Doubao-Seed-Code、MiniMax-2.5、Kimi-K2.5、GLM-4.7、DeepSeek-v3.2、Doubao-Embedding-Vision
• 阿里云百炼 Coding Plan
  • Pro 套餐（200 RMB 每月）：固定月费，每月 90000 次请求，每周 45000 次，每 5 小时 6000 次
  • Lite 基础套餐已于 2026 年 3 月 19 日停止新购，于 2026 年 4 月 13 日起停止续费和升级，已购用户可继续使用至服务到期，详见公告
  • 一次用户提问可能触发多次模型调用，每次模型调用均计入一次额度消耗。典型场景下的额度消耗如下：
  • 简单问答或代码生成：通常触发 5-10 次模型调用
  • 代码重构或复杂任务：可能触发 10-30 次或更多模型调用
  • 实际额度消耗取决于任务的复杂度、上下文大小、工具调用次数等多种因素。具体消耗以实际使用情况为准，您可以在 Coding Plan 控制台查看套餐额度消耗情况。
  • 推荐模型：qwen3.6-plus、kimi-k2.5、glm-5、minimax-m2.5。更多模型：qwen3.5-plus、qwen3-max-2026-01-23、qwen3-coder-next、qwen3-coder-plus、glm-4.7
  • 注：qwen3.6-plus 为 Pro 套餐专属权益
  • Qwen3.6-Plus API 价格：
    • 输入 2/8 RMB 每 1M tokens
    • 输出 12/48 RMB 每 1M tokens
    • 1M 上下文
  • Qwen3-Max API 价格：
    • 输入 2.5/4/7 RMB 每 1M tokens
    • 输出 10/16/28 RMB 每 1M tokens
    • 256K 上下文
• 腾讯云大模型 Coding Plan
  • Lite 套餐（40 RMB 每月）：每 5 小时：最多约 1,200 次请求，每周：最多约 9,000 次请求，每订阅月：最多约 18,000 次请求
  • Pro 套餐（200 RMB 每月）：每 5 小时：最多约 6,000 次请求，每周：最多约 45,000 次请求，每订阅月：最多约 90,000 次请求
  • 支持模型：Tencent HY 2.0 Instruct、Tencent HY 2.0 Think、Hunyuan-T1、Hunyuan-TurboS、MiniMax-M2.5、Kimi-K2.5、GLM-5
• 腾讯云大模型 Token Plan
  • Lite 套餐（39 RMB 每月）：每订阅月 3500 万 Token
  • Standard 套餐（99 RMB 每月）：每订阅月 1 亿 Token
  • Pro 套餐（299 RMB 每月）：每订阅月 3.2 亿 Token
  • Max 套餐（599 RMB 每月）：每订阅月 6.5 亿 Token
  • 支持模型：Tencent HY 2.0 Instruct、Tencent HY 2.0 Think、Hunyuan-T1、Hunyuan-TurboS、MiniMax-M2.5、Kimi-K2.5、GLM-5
• 百度千帆 Coding Plan
  • Lite 套餐（40 RMB 每月）：每 5 小时：最多 1,200 次请求，每周：最多 9,000 次请求，每订阅月：最多 18,000 次请求
  • Pro 套餐（200 RMB 每月）：每 5 小时：最多 6,000 次请求，每周：最多 45,000 次请求，每订阅月：最多 90,000 次请求
  • 支持模型：Kimi-K2.5、DeepSeek-V3.2、GLM-5、MiniMax-M2.5、ERNIE-4.5-Turbo-20260402
• 京东云 Coding Plan
  • Lite 套餐（新用户首月 7.9 RMB）：每 5 小时：最多 1,200 次请求，每周：最多 9,000 次请求，每订阅月：最多 18,000 次请求
  • Pro 套餐（新用户首月 39.9 RMB）：每 5 小时：最多 6,000 次请求，每周：最多 45,000 次请求，每订阅月：最多 90,000 次请求
  • 支持模型：DeepSeek-V3.2、GLM-5、GLM-4.7、MiniMax-M2.5、Kimi-K2.5、Kimi-K2-Turbo、Qwen3-Coder
• 讯飞星辰 Astron Coding Plan
  • 首月版（2026 年 3 月 9 日上线，4 月 9 日起不再支持购买）：
    • 入门版（3.9 RMB 每月首购，19 RMB 每月叠加）：每日 2000 万 tokens，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash 模型，QPS=20
    • 专业版（7.9 RMB 每月首购，39 RMB 每月叠加）：每日 1000 万 tokens，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash、GLM-5、MiniMax-M2.5、Kimi-K2.5 模型，QPS=5
    • 高效版（39.9 RMB 每月首购，199 RMB 每月叠加）：每日 5000 万 tokens，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash、GLM-5、MiniMax-M2.5、Kimi-K2.5 模型，QPS=20
  • 焕新版（2026 年 4 月 9 日上线）
    • 无忧版（3.9 RMB 每月首购，19 RMB 每月重复购买）：请求次数不限，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash 模型
    • 专业版（39 RMB 每月）：每 5 小时：最多约 1,200 次请求；每周：最多约 9,000 次请求；每订阅月：最多约 18,000 次请求，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash、GLM-5、MiniMax-M2.5、Kimi-K2.5、Spark X2 模型
    • 高效版（199 RMB 每月）：每 5 小时：最多约 1,200 次请求；每周：最多约 9,000 次请求；每订阅月：最多约 18,000 次请求，支持 Qwen3.5-35B-A3B、DeepSeek-V3.2、GLM-4.7-Flash、GLM-5、MiniMax-M2.5、Kimi-K2.5、Spark X2 模型
• 天翼云 Coding Plan
  • GLM Lite 套餐（49 RMB/月）：每 5 小时最多约 80 次 prompts，每周最多约 400 次 prompts，每月最多约 1,600 次 prompts，支持 GLM-5.1、GLM-5-Turbo、GLM-4.7、GLM-4.6、GLM-4.5、GLM-4.5-Air 模型
  • GLM Pro 套餐（149 RMB/月）：每 5 小时最多约 400 次 prompts，每周最多约 2,000 次 prompts，每月最多约 8,000 次 prompts，支持 GLM-5.1、GLM-5、GLM-5-Turbo、GLM-4.7、GLM-4.6、GLM-4.5、GLM-4.5-Air 模型
  • GLM Max 套餐（469 RMB/月）：每 5 小时最多约 1,600 次 prompts，每周最多约 8,000 次 prompts，每月最多约 32,000 次 prompts，支持 GLM-5.1、GLM-5、GLM-5-Turbo、GLM-4.7、GLM-4.6、GLM-4.5、GLM-4.5-Air 模型
  • GLM-5.1、GLM-5、GLM-5-Turbo 作为高阶模型，对标 Claude Opus，调用时将按照“高峰期 3 倍，非高峰期 2 倍”系数消耗额度；我们推荐您在复杂任务上切换至 GLM-5.1 处理，普通任务上继续使用 GLM-4.7，以避免套餐用量额度消耗过快。（作为限时福利，GLM-5.1、GLM-5-Turbo 将在非高峰期仅作为 1 倍抵扣，持续到 4 月底）注：高峰期为每日的 14:00～18:00

其他

• 无问芯穹 Infini Coding Plan
  • Lite（40 RMB 每月）: 固定月费，每月 12000 次请求，每周 6000 次，每 5 小时 1000 次
  • Pro（200 RMB 每月）: 固定月费，每月 60000 次请求，每周 30000 次，每 5 小时 5000 次
  • 支持模型：DeepSeek-v3.2、Kimi-K2.5、MiniMax-M2.1、MiniMax-M2.5、MiniMax-M2.7、GLM-4.7、GLM-5、GLM-5.1
• 阶越星辰 Coding Plan
  • Flash Mini（49 RMB 每月）：5 小时限额 100 次 Prompt（~1500 次模型调用），周限额 400 次 Prompt（~6000 次模型调用）
  • Flash Plus（99 RMB 每月）：5 小时限额 400 次 Prompt（~6000 次模型调用），周限额 1600 次 Prompt（~24000 次模型调用）
  • Flash Pro（199 RMB 每月）：5 小时限额 1500 次 Prompt（~22500 次模型调用），周限额 6000 次 Prompt（~90000 次模型调用）
  • Flash Max（699 RMB 每月）：5 小时限额 5000 次 Prompt（~75000 次模型调用），周限额 20000 次 Prompt（~300000 次模型调用）

• 小米 MiMo Token Plan

  • Lite（39 RMB 或 6 USD 每月）：6000 万 Credits 每月
  • Standard（99 RMB 或 16 USD 每月）：2 亿 Credits 每月
  • Pro（329 RMB 或 50 USD 每月）：7 亿 Credits 每月
  • Max（659 RMB 或 100 USD 每月）：16 亿 Credits 每月
  • 支持模型：各套餐均支持 MiMo-V2-Pro、MiMo-V2-Omni、MiMo-V2-TTS
  • 额度消耗：按 Token 数扣除 Credit 额度，Pro 和 Omni 的额度按 1:2 比例并行消耗，不是独立消耗。MiMo-V2-TTS 限时免费，不消耗套餐 Token。例如，您订购了 Standard 套餐，可单独或混合调用 MiMo-V2-Pro/Omni/TTS 模型，当您使用了 10M MiMo-V2-Pro 的 Token 额度后，相当于消耗了 20 M Credits，仍可享受 40M MiMo-V2-Omni 的 Token 额度（相当于 40 M Credits）。可在 订阅管理 查看当前套餐的额度及用量。
  • MiMo-V2-Omni 上下文 < 256k：1x（等同于原始 Token 消耗速度）
  • MiMo-V2-Pro 上下文 < 256k：2x（等同于 2 倍 Token 消耗速度）
  • MiMo-V2-Pro 上下文 256k~1M：4x（等同于 4 倍 token 消耗速度）
  • MiMo-V2-TTS：0x（限时免费，不消耗 Credit）

• 阶越星辰国际版 Coding Plan

• 联通元景 GLM-5 Coding Plan
• 摩尔线程 AI Coding Plan
• KwaiKAT Coding Plan

prompt、请求和 token

• prompt：用户输入提示词到 CLI，按回车发出去，从请求来看，就是最后一个消息是来自用户的，而非 tool call result
• 请求：除了 prompt 本身会有一次请求以外，每轮 tool call 结束后，会把 tool call 结果带上上下文再发送请求，直到没有 tool call 为止
• token：每次请求都有一定量的 input 和 output tokens

一次 prompt 对应多次请求，每次请求都有很多的 input 和 output tokens。其中部分 input tokens 会命中缓存。实际测试下来，在 Vibe Coding 场景下，input + output tokens 当中：

• input tokens 占比 99.5%，因为多轮对话下来，input tokens 会不断累积变多，被重复计算
  • 其中 cached tokens 占 input + output tokens 约 90-95%
• output tokens 占比 0.5%

常见 API 定价方式

• OpenAI 模式：自动缓存，有输入未命中缓存价格、输入命中缓存价格和输出价格
  • OpenAI 有 Input，Cached Input 和 Output 三种价格，如果访问没有命中缓存，不命中的部分按 Input 收费，OpenAI 可能会进行缓存；如果访问命中缓存，命中的部分按 Cached Input 收费
  • 通常 Cached Input 是 0.1 倍的 Input 价格，也有 0.1-0.2 倍之间的
• Anthropic 模式：手动缓存，有输入未命中缓存价格、输入命中缓存价格、带缓存写入的输入价格（不同的 TTL 可能对应不同的价格）和输出价格
  • Claude 有 Base Input Tokens，5m Cache Writes，1h Cache Writes，Cache Hits & Refreshes 和 Output Tokens 五种价格，如果不使用缓存，那么每次输入都按 Base Input Tokens 收费；如果使用缓存，写入缓存部分的输入按 5m/1h Cache Writes 收费，之后命中缓存部分的输入按 Cache Hits & Refreshes 收费
  • 目前 5m Cache Writes 是 1.25 倍的 Base Input Tokens 价格，1h Cache Writes 是 2 倍的 Base Input Tokens 价格，Cache Hits & Refreshes 是 0.1 倍的 Base Input Tokens 价格

模型参数比较

模型名称	参数量	激活量	视觉
Kimi-K2.5	1T	32B	是
GLM-5.1	744B	40B	否
GLM-4.7	355B	32B	否
GLM-4.7-Flash	30B	3B	否
MiniMax-M2.7	230B	10B	否
DeepSeek-V3.2	671B	37B	否
Qwen3.5-397B-A17B	397B	17B	是

更新历史

• 2026/04/14：Kimi Code 上线 K2.6-code-preview 模型
• 2026/04/12：智谱国际版 GLM Coding Plan 起步价从 10 USD 每月涨至 18 USD 每月
• 2026/04/11：阿里云百炼 Coding Plan Lite 基础套餐于 2026 年 4 月 13 日起停止续费和升级，此前已于 2026 年 3 月 19 日停止新购
• 2026/04/11：添加了天翼云 Coding Plan
• 2026/04/09：无问芯穹 Infini Coding Plan 新增支持 glm-5.1 模型
• 2026/04/09：智谱 Coding Plan 下线了 GLM-5、GLM-4.6、GLM-4.5 模型
• 2026/04/08：讯飞 Astron Coding Plan 上线了新的焕新版套餐，旧首月版套餐下线
• 2026/04/08：阿里云百炼 Coding Plan 新增推荐模型 qwen3.6-plus（支持图片理解），仅 Pro 套餐可用，qwen3.5-plus 从推荐模型降级为更多模型
• 2026/04/07：百度千帆 Coding Plan 下线了 GLM-4.7 和 MiniMax-M2.1，新增 ERNIE-4.5-Turbo-20260402
• 2026/04/03：添加了小米 MiMo Token Plan
• 2026/04/03：添加了京东云 Coding Plan
• 2026/04/03：添加了阶跃星辰 Coding Plan
• 2026/03/27：GLM-5.1 上线 GLM Coding Plan
• 2026/03/27：添加了腾讯云大模型 Token Plan，相比 Coding Plan，用 Token 计限额而不是请求数
• 2026/03/26：GLM-5-Turbo 对所有 GLM Coding Plan 开放使用，之前仅对 Max 开放
• 2026/03/21：MiniMax Token Plan 把 Starter Plan 加了回来，价格和限额不变；此外还加入了每周限额，是每 5 小时限额的 10 倍
• 2026/03/19：阿里云百炼 Coding Plan 发布公告，从北京时间 2026-03-20 00:00:00 停止新购 Coding Plan Lite 基础套餐
• 2026/03/19：无问芯穹 Infini Coding Plan 新增了第三方模型 minimax-m2.7 的支持
• 2026/03/18：MiniMax Token Plan 去掉了 MiniMax-M2.7-highspeed 版本消耗两倍请求的表述
• 2026/03/18：MiniMax-M2.7 上线，同时 MiniMax Coding Plan 改名为 MiniMax Token Plan，支持非文本的 LLM（如音频和视频）；Token Plan 去除了 Starter Plan，把表述从 Prompt 改成了请求，实际限额不变（之前也是按 1 prompt 等于 15 请求来限额）
• 2026/03/17：添加了讯飞星辰 MaaS Astron Coding Plan
• 2026/03/16：智谱上线了 GLM-5-Turbo 模型，描述如下：
  • 面向 OpenClaw 龙虾场景深度优化的基座模型
  • 强化了对外部工具与各类 Skills 的调用能力，在多步任务中更稳定、更可靠
  • 复杂指令拆解更强，能够精准识别目标、规划步骤，并支持多智能体之间的协同分工
  • 能够更好理解时间维度上的要求，在复杂长任务中保持执行连续性
  • 针对数据吞吐量大、逻辑链条长的龙虾任务，进一步提升了执行效率与响应稳定性
  • GLM-5-Turbo 套餐可用情况：Max 套餐已支持，Pro 预计 3 月底支持，Lite 预计 4 月内支持
  • GLM-5 套餐可用情况：Max 与 Pro 套餐均已支持，Lite 预计 3 月底支持
  • GLM-5、GLM-5-Turbo 作为高阶模型，对标 Claude Opus，调用时将按照“高峰期 3 倍，非高峰期 2 倍”系数消耗额度；我们推荐您在复杂任务上切换至 GLM-5 处理，普通任务上继续使用 GLM-4.7，以避免套餐用量额度消耗过快。（作为限时福利，GLM-5-Turbo 将在非高峰期仅作为 1 倍抵扣，持续到 4 月底）注：高峰期为每日的 14:00～18:00（UTC+8）
• 2026/03/08：腾讯云大模型 Coding Plan 上线
• 2026/03/07：智谱发放了 GLM Coding Plan 15 日补偿赠金，邮件全文如下：

  亲爱的 GLM Coding Plan 用户，
  
  
  感谢您的继续支持与信任。
  
  
  针对近期部分用户在使用过程中遇到的体验问题，为表达我们的歉意与感谢您的理解，我们已为您发放 等值于您当前订阅套餐 15 天订阅费用的补偿赠金（无使用有效期限制）。该赠金已发放至您的账户，您可前往「智谱开放平台后台 - 财务 - 充值明细」查看到账详情，并在后续使用中进行抵扣。
  
  
  再次感谢您的理解与耐心，也感谢您一直以来对我们的包容与支持。我们会持续优化产品能力与服务质量，努力为您带来更加稳定、高效的开发体验。
  
  
  祝您使用愉快！
  
  
  智谱大模型开放平台
  
  2026 年 3 月 7 日
  

• 2026/03/06：方舟 Coding Plan 新增了第三方模型 MiniMax-M2.5 的支持
• 2026/02/25：阿里云百炼 Coding Plan 新增了第三方模型 minimax-m2.5 的支持
• 2026/02/24：阿里云百炼 Coding Plan 新增了第三方模型 glm-5 的支持
• 2026/02/21：观测到阿里云百炼 Coding Plan 新增了第三方模型 glm-4.7 和 kimi-k2.5 的支持，之前只有 qwen 自己的模型
• 2026/02/18：Kimi Code 的计费方式出现了新变化：
  • 此前是每周的限额从 50M input + output tokens 改成了 4M uncached input + output tokens，而每 5 小时的限额依然是 10M input + output tokens
  • 现在每 5 小时的限额改成了 1M uncached input + output tokens
  • 因此现在每 5 小时的限额与每周的限额有一个 4 倍的关系
  • 按 99.5% input（其中 95% cached, 5% uncached）+ 0.5% output 的比例的话，新旧算法的限额比较如下：
    • 旧每周限额 50M input + output tokens：50M*0.5%=250K output tokens
    • 新每周限额 4M uncached input + output tokens：4M*0.5%/(0.5%+99.5%*5%)=365K output tokens
    • 旧每 5 小时限额 10M input + output tokens：10M*0.5%=50K output tokens
    • 新每 5 小时限额 1M uncached input + output tokens：1M*0.5%/(0.5%+99.5%*5%)=91K output tokens
  • 按 99.5% input（其中 90% cached, 10% uncached）+ 0.5% output 的比例的话，新旧算法的限额比较如下：
    • 旧每周限额 50M input + output tokens：50M*0.5%=250K output tokens
    • 新每周限额 4M uncached input + output tokens：4M*0.5%/(0.5%+99.5%*10%)=191K output tokens
    • 旧每 5 小时限额 10M input + output tokens：10M*0.5%=50K output tokens
    • 新每 5 小时限额 1M uncached input + output tokens：1M*0.5%/(0.5%+99.5%*10%)=48K output tokens
  • 可见新旧限额下，哪个等效的限额更高，取决于缓存的命中率
• 2026/02/16：GLM Coding Plan 调高了每周限额，从每 5 小时限额的 4 倍（320/1600/6400 prompts）提高到了 5 倍（400/2000/8000 prompts），同时 GLM-5 对用量的消耗速度从 3 倍改成高峰期 3 倍，非高峰期 2 倍（高峰期为每日的 14:00～18:00（UTC+8））
• 2026/02/16：最近发现 Kimi Code 的计费方式有一些变化：
  • Andante 套餐每 5 小时的限额不变还是 10M input + output tokens，但每周的限额，表现为开一个新的 Code Session 时用的比较快，明显不是每 5 小时用量的 20%（之前的推算结果里，每周的限额是 5 倍的每 5 小时的限额），但慢慢用下来，比例还是在 20% 附近，按照之前的方法推算，每周的用量大概是 48M input + output tokens 而非原来的 50M，是个比较奇怪的数字
  • 这个疑问被 LLM 推理系统、Code Agent 与电网 - 许欣然 解释了：cached tokens 不计入用量
  • 如果按照 uncached input + output tokens 来推算，那么每周的用量就是 4M uncached input + output tokens；而 5 小时的限制应该还是老的算法，10M input + output tokens
  • 这样做的目的是，如果把 Kimi Code 用于一些 cache 比例很低的非 Vibe Coding 场景，那么每周的限额会消耗地很快
  • 扩展阅读：suspiciously precise floats, or, how I got Claude's real limits
• 2026/02/15：MiniMax Coding Plan 添加了 Plus/Max/Ultra 极速版
• 2026/02/14: GLM Coding Plan 添加了每周的限额，是每 5 小时限额的 4 倍（Kimi 是 5 倍，方舟和阿里是 7.5 倍），同时 GLM-5 对限额的消耗速度是 GLM-4.7 的三倍
  • 不正经评语：看来在智谱，一周只用上四天班，每天工作 5 小时，而在 Moonshot 一周需要上五天班，在字节和阿里要每周上 7.5 天的班，哪个公司加班多一目了然，狗头（但字节和阿里一个月只用上两周，其他两周不上班，这就是“大小周”吗）
  • 正经评语：新 GLM Coding Plan 的性价比一下从夯降低到 NPC 的水平，那么 Kimi/MiniMax 的性价比就显现出来了，解决办法是继续续订老套餐，坚持 GLM-4.7 不动摇
  • 如果按照新套餐是原来的 2/3 限额折算，按 GLM-4.7 计算，那么 Lite 套餐每月（按 30 天算）可以用 40M*2/3*4*30/7=457M tokens；按 GLM-5 计算，则是 40M*2/3*4*30/7/3=152M tokens
• 2026/02/12：GLM Coding Plan 价格从 40/200/400 RMB 每月改成 49/149/469 RMB 每月；与此同时，用量额度减少了，变成了原来的 2/3：
  • Lite 套餐：每 5 小时最多约 80（原来是 120）次 prompts，相当于 Claude Pro 套餐用量的 3 倍
  • Pro 套餐：每 5 小时最多约 400（原来是 600）次 prompts，相当于 Lite 套餐用量的 5 倍
  • Max 套餐：每 5 小时最多约 1600（原来是 2400）次 prompts，相当于 Pro 套餐用量的 4 倍
  • 如果按照新是旧的 2/3 比例的话，那 Lite 套餐限额就是每 5 小时 40/3*2=27M tokens，另外新版还有每周的限额（2026/02/14 发布了具体规则见上）；待切换到新套餐后（不打算切了），再测试新版的用量限制对应多少 tokens（有读者感兴趣可以测完反馈一下）
• 2026/02/12：增加 Kimi Allegro 套餐的描述
• 2026/02/12：随着 GLM-5 的发布，GLM Coding Plan 的 quota/limit 接口不再返回具体的 token 数，应该是为了之后 GLM-5 与 GLM-4.7 以不同的速度消耗用量做准备（根据 API 价格猜测会有个 2 倍的系数？等待后续的测试），但目前测下来 GLM-4.7 的用量限制不变，Lite 套餐依然是输入加输出 40M tokens 每 5 小时；由于只有每 5 小时的限额，按每月 30 天算，理论上每月最多可以用到 30*24/5*40=5760M tokens
• 2026/01/30：通过实际测试，猜测 GLM Coding Plan 的 Lite 套餐用量限制是每 5 小时所有请求的 input + output tokens 总和不超过 40M tokens（意味着每次 prompt 对应 40M/120=333K tokens），这和 https://open.bigmodel.cn/api/monitor/usage/quota/limit 接口返回的结果一致（2026/02/12 后该接口只返回百分比，不返回 token 数）

评论