AI Coding Plan
Coding Plan
Kimi
- 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
- Starter（29 RMB 每月）: 40 prompts / 每 5 小时
- Plus（49 RMB 每月）: 100 prompts / 每 5 小时
- Max（119 RMB 每月）: 300 prompts / 每 5 小时
- Plus-极速版（98 RMB 每月）：100 prompts / 每 5 小时
- Max-极速版（199 RMB 每月）：300 prompts / 每 5 小时
- Ultra-极速版（899 RMB 每月）：2000 prompts / 每 5 小时
- Q: 为什么“一个 prompt 约等于 15 次模型调用”？A: 在 AI 编程工具中，您的一次操作（例如请求代码补全或解释代码）在工具后台可能会被拆分为多次与 AI 模型的连续交互（例如：获取上下文、生成建议、修正建议等）。为了简化计费，我们将这些后台的连续调用打包为一次“prompt”计数。这意味着您在套餐内的一次“prompt”实际上包含了多次模型的复杂调用。
- M2.5 API 价格：
- 输入命中缓存 0.21 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
- Starter（10 USD 每月）: 100 prompts / 每 5 小时
- Plus（20 USD 每月）: 300 prompts / 每 5 小时
- Max（50 USD 每月）: 1000 prompts / 每 5 小时
智谱
- 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：GLM-5 参数量更大，对标 Claude Opus 模型，调用 GLM-5 时用量将按照“高峰期 3 倍，非高峰期 2 倍”进行计算抵扣；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。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 API 价格：
- 输入命中缓存 1/1.5 RMB 每 1M tokens
- 输入未命中缓存 4/6 RMB 每 1M tokens
- 输出 18/22 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
其他
- 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-Code、Kimi-K2.5、GLM-4.7、DeepSeek-v3.2、Kimi-K2-Thinking
- 阿里云百炼 Coding Plan
- Lite（40 RMB 每月）: 固定月费，每月 18000 次请求，每周 9000 次，每 5 小时 1200 次
- Pro（200 RMB 每月）: 固定月费，每月 90000 次请求，每周 45000 次，每 5 小时 6000 次
- 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。
- 支持模型：qwen3.5-plus、qwen3-max-2026-01-23、qwen3-coder-next、qwen3-coder-plus、glm-4.7、glm-5、kimi-k2.5、minimax-m2.5
- Qwen3.5-Plus API 价格：
- 输入 0.8/2/4 RMB 每 1M tokens
- 输出 4.8/12/24 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
- 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
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 | 744B | 40B | 否 |
| GLM-4.7 | 355B | 32B | 否 |
| GLM-4.7-Flash | 30B | 3B | 否 |
| MiniMax-M2.5 | 230B | 10B | 否 |
| DeepSeek-V3.2 | 671B | 37B | 否 |
| Qwen3.5-397B-A17B | 397B | 17B | 是 |
更新历史
- 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%=250Koutput tokens - 新每周限额 4M uncached input + output tokens：
4M*0.5%/(0.5%+99.5%*5%)=365Koutput tokens - 旧每 5 小时限额 10M input + output tokens：
10M*0.5%=50Koutput tokens - 新每 5 小时限额 1M uncached input + output tokens：
1M*0.5%/(0.5%+99.5%*5%)=91Koutput tokens
- 旧每周限额 50M input + 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%=250Koutput tokens - 新每周限额 4M uncached input + output tokens：
4M*0.5%/(0.5%+99.5%*10%)=191Koutput tokens - 旧每 5 小时限额 10M input + output tokens：
10M*0.5%=50Koutput tokens - 新每 5 小时限额 1M uncached input + output tokens：
1M*0.5%/(0.5%+99.5%*10%)=48Koutput tokens
- 旧每周限额 50M input + 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=457Mtokens；按 GLM-5 计算，则是40M*2/3*4*30/7/3=152Mtokens
- 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=27Mtokens，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=5760Mtokens - 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）