夜雨聆风过去两年里，AI 工具的收费方式越来越复杂了。一开始无非是按用量计费，或者给一个包月的会员制度；现在则出现了 Credits、Token Plan、API 用量、缓存命中价......对于很多非专业人士，这些概念未免过于复杂。本文意在对这些概念进行解释，并试图解答两个问题：为何在互联网时代大行其道的包月制度，在 AI 工具收费领域濒临破产？以及，作为一个普通的用户，我们在 AI 时代应该怎么选择适合自己的订阅方式？
1.概念简介
在讲故事之前，先把几个会反复出现的概念说清楚。
•Token：AI 处理文本的最小单位。一个英文单词大概 1 个 Token，一个中文字大概 1-2 个 Token。你在 ChatGPT 里发一句"今天天气不错"，系统会把它拆成 5-8 个 Token，然后逐个处理。所有 AI 工具的计费，最底层都是按 Token 算的。
•API 调用：程序员直接调用 AI 模型的方式。你给服务器发个请求，服务器返回结果，按你用了多少 Token 扣费。OpenAI、DeepSeek、月之暗面的 API 都是这个逻辑：输入多少 Token、输出多少 Token，每百万 Token 多少钱，用多少扣多少。
•Coding Plan：国内几家厂商推出的"包月套餐"。你每月付固定费用，获得一定额度的 AI 编程使用权。这个额度可能按"次数"算（比如 500 次请求），也可能按 Token 量算。特点是"看起来不限量，实际有上限"。
•Token Plan：还是按 Token 扣费，但包装成了订阅套餐。你每月付 ¥39 或 ¥99，系统给你一定额度的 Credits（积分），用一次扣一次。用完了要么充值，要么等下个月。
简单说：Token 是计量单位，API 是调用 AI 模型的通道，Coding Plan 和 Token Plan 是两种"卖你 Token 使用权"的方式。前者像健身房年卡（固定次数），后者像加油卡（按用量扣）。
2.曾经存在过的“套餐”
我第一次用 AI 是 2023 年初，那时候 GitHub Copilot 刚开始支持学生免费。它的功能很简单：你写代码的时候，它在旁边帮你补全几行。注册个学生会员，或者直接按月订阅，基本上可以随便用。
图 1：VS Code Copilot 界面。本质上，我仍然在用一个代码编辑器，只是旁边多了一个可以对话的 AI 助手
那时候大部分人用 AI 都是这样：要么用 ChatGPT 网页版，要么就是 Copilot 这类嵌在编辑器里的补全工具。偶尔有人会去调 API——就是程序员直接调用 OpenAI 或者 DeepSeek 的接口，按用量计费。API 的定价逻辑很直接：输入多少 Token、输出多少 Token，每百万 Token 多少钱，用多少扣多少。 GPT 贵，DeepSeek 便宜，但逻辑都一样。
那时候我自己用得也不多。改改代码、写个文档，顶多一个月几十块钱。我记得有一次用 Maimbot 把 DeepSeek 接入群聊，几个人聊了一晚上，五块钱就没了。当时算了一下，要是用 GPT，我早破产了。
2025 年之后，伴随着 GPT-5、Claude Opus 4.5 等强力模型的发布，Agent 时代到了。AI 编程工具开始分化成两种：
第一种是编辑器里的 AI。 你仍然在代码编辑器里工作，左边是文件，右边是代码，AI 通常在侧边栏或者内嵌窗口里跟你对话。Cursor、GitHub Copilot Chat、通义灵码这类工具，大体都属于这个形态。你写一段代码，AI 给建议；你问个问题，AI 回答一下。这类工具的 Token 消耗可控——一次补全几十到几百个 Token，一次对话几千个 Token，一天用不了多少。
图 2：编辑器增强工具的代表：Cursor。这类工具本质上仍然是代码编辑器，AI 扮演的是"助手"角色。
第二种是对话式 Agent。 你面对的不是一个代码编辑器，而是一个对话窗口或者命令行。你把任务说清楚，它自己去读代码、改文件、跑命令、看报错，再回来告诉你结果。Claude Code 开了这个头，后来的 Codex CLI、OpenCode 也走了这条路。
图 3：Agent 模式的代表：Claude Code。这类工具转向了面向对话的模式，用户和 AI 直接对话，AI 对项目的管理和操作被隐藏在折叠的工具地哦啊用提示里
Agent 模式下，Token 消耗直接爆炸。 AI 每做一件事，都要把整个代码库的上下文加载进来；每次调用工具、每次读文件、每次看报错，都要重新处理一遍上下文。一个任务下来，可能触发几十次模型调用，每次都是几万甚至十几万 Token。编辑器模式一天的消耗，Agent 模式可能十分钟就烧完了。
再然后，龙虾来了。
OpenClaw——国内开发者叫它"龙虾"——是个开源的 AI 助理工具。它跟 Cursor 不一样，不嵌在编辑器里。你可以把它挂在后台，给它一个任务，它自己去干。读代码、写代码、跑测试、改 bug，一轮接一轮，24 小时不停。你早上醒来，它可能已经帮你重构了三个模块。
图 4：OpenClaw 官网页面。它不是"编辑器里多一个聊天框"，而是面向普通用户的 Agent 助手：你给任务，它在后台处理邮件、日程、代码或其它工作流。
龙虾火了之后，开发者圈子里出现了一种新的需求：怎么才能便宜地、大量地烧 Token？
于是，Coding Plan 应运而生。国内几家厂商——智谱、阿里云、字节——先后推出了按"次数"计费的包月套餐：你每月付一笔固定费用，获得一定次数的 Agent 操作额度。注意，Coding Plan 是按次数计费的，不是按 Token 用量——GitHub Copilot 的 Agent 模式就是最早的几类工具之一，刚开始一次操作也就是一轮对话，消耗不算太大。
图 5：几类典型 Coding Plan / Token Plan 官网截图。不同厂商的名字、额度都不一样，但核心无非是把 Token 的成本包装成方便用户购买的套餐。
这段时期，AI 编程的使用成本确实降了不少。但好景不长。
2025 年 6 月，Cursor 率先把"包月包次"改成了"按 API 用量计费"。2026 年 4 月，GitHub Copilot 暂停了大部分个人套餐的新注册。2026 年 6 月 1 日，Copilot 正式全面启用 GitHub AI Credits 额度系统——按模型和 Token 用量扣费。国内的智谱、阿里云、字节的 Coding Plan 也陆续转向了 Token Plan——回到了按量计费的老路。
这个来去如风的 Coding Plan，去哪了？
3.“包月”为何在 AI 领域行不通
AI 和传统互联网的成本结构根本不一样。
传统互联网的边际成本极低。你做一个 App，多一个用户，服务器还是那么多。只有当用户量级翻几倍的时候，才需要一批一批地扩容。一个日活百万的产品，多来一万用户，成本几乎不变。所以互联网公司习惯了"先补贴，后收割"：亏钱拉用户，等用户养成习惯，再涨价或者卖广告。
遗憾的是，AI 圈的成本结构截然不同。 每一个用户、每一次请求，都直接消耗 GPU 算力。一个重度 Agent 用户，24 小时挂着龙虾，一天烧的 Token 可能顶一百个轻度用户一个月的量。当所有人都开始"认真用"的时候，厂商的算力直接撑不住。
具体的账是这样：现在的模型都运行在大型 GPU 集群上。以 DeepSeek V4 Pro 为例——它的总参数量是 1.6 万亿（1.6T），每次推理激活约 490 亿参数。部署这样一个全精度模型，即使只做推理，也需要大约 40-50 张 NVIDIA H100（80GB 显存版）来装下模型权重和 KV Cache。如果使用 DGX H200 集群（每节点 8 张 H200），也需要 4-5 个节点。
这些 GPU 并不便宜。目前一张 H100 的价格在 25-30 万人民币（京东自营约 ¥24.9 万），40 张就是千万级的硬件投入。而 GPU 是有寿命的——数据中心环境下 24 小时不间断运行，实际寿命大约 3-5 年，财务上一般按 4-6 年折旧。也就是说，即使不算电费，每天光是设备折旧就在数千元的量级。
但电费不可能不算。以一组中型推理集群（约 1000 张 H100）为例：一张 H100 SXM 版的功耗是 700W，加上制冷和配套（按 PUE 1.3 算），实际功耗约 910W。1000 张集群一天的耗电量约 21840 度。按中国工业电价约 0.7 元/度计算，一天的电费就是 ¥15,288，一年超过 550 万元。
大型模型只要跑在集群里，每天就在烧钱——无论有没有人来调用。因此各大厂商都希望推理负载尽量跑满。服务器闲着就是纯亏，有人用至少能带来账单收入。
Coding Plan 本质上就是 AI 公司这个健身房的年卡。
健身房、瑜伽馆的逻辑是：你看起来买了无限次的服务额度，但实际上大部分人根本用不满——平均下来，办卡的人是不会"回本"的。2026 年 5 月，贵阳的孙女士花 1880 元办了一张 90 天不限次瑜伽季卡，连续上了 20 多天课之后，教练问她"天天来不累吗？"，随后把她踢出了微信群。瑜伽馆的理由是"季卡定价低廉，运营成本承压"。
Coding Plan 赌的就是这个。我卖给你额度，赌你用不满，赚的是设备利用率和概率差。但龙虾的出现把这个概率打破了——当每个用户都开始认真用的时候，超卖模型就崩了。
这一点，行业内部最先意识到。龙虾火了之后，国内几家大厂为了推销自家的 Token，纷纷打起了价格战。2024 年到 2025 年间，智谱、阿里云、百度、字节先后推出 Coding Plan。你卖 ¥9.9/月，我卖 ¥19.9 包干；你送 500 次，我送 2000 次。价格战打到了什么程度？如果用户把额度用满，几乎所有的 Coding Plan 算下来都会亏本。但那段时期，行业里弥漫着一种"先圈用户、后谈赚钱"的互联网惯性：只要能拉到 DAU，亏的钱 VC 会买单。
2026 年 4 月 6 日，小米 MiMo 大模型负责人罗福莉在 X 上发了一段话，两个核心观点：第一，LLM 公司在搞清楚 Coding Plan 怎么定价不亏钱之前，不要盲目打价格战。第二，第三方 Agent 框架（如龙虾）的上下文管理做得极差，一个用户请求会触发多轮低价值的工具调用，实际消耗是原生框架的数十倍。
图 6：罗福莉在 X 上的发言全文。
就在罗福莉发言的几天前，Anthropic 刚刚切断了第三方 Agent 框架通过 Claude 订阅调用的通道。行业开始意识到：Coding Plan 的"无限"，真的撑不住了。
果然，没过多久，各大厂商的 Coding Plan 开始收缩。GLM 的 Coding Plan 根本买不到，直接限购；更多产品则转向 Token Plan——回到了"按量计费"的老路。
罗福莉说的"搞清楚怎么定价不亏钱"就是这个意思。便宜是便宜不起的。
4.选套餐的判断框架
厂商不能亏着卖，但我们还是要用 AI。怎么选？
这里涉及一个我自己提出的判断框架：智能-价格有效前沿。 把市面上每一个模型放到一个坐标系里——横轴是价格（完成固定任务的总成本），纵轴是智能能力（不只是榜单最高分，而是极限发挥和中位发挥的综合）。所有模型放在一起，会形成一条"有效前沿"：同样价格下更聪明、同样智能下更便宜的模型会站在前沿上。
模型不一定只是一个点——它还可以有一个"服务半径"。低延迟、长上下文、工具调用稳定、企业合规、生态集成，都会让模型获得额外加分。只要这个半径还能触及有效前沿，它就仍然有生存空间。
但如果一个模型既不便宜，也不聪明，附加价值又不足以弥补差距，它就会跌入"斩杀线"以下。
AI 时代的模型竞争，就是不断把智能-价格前沿往外推。这个模型的定量建模我还在做，后续会以专题文章的形式展开，这里先给出这个判断框架——选套餐的时候，可以用它来判断一个模型的定价到底是"物有所值"还是"在斩杀线以下挣扎"。
图 7：智能-价格有效前沿的简化示意。一个模型至少要在能力、性价比或者其他某个方面有独特优势，才能立足于有效前沿。
从这个框架来看，能活下来的厂商只有两类。
第一类是"顶尖智能"。 Claude Opus 4.8、GPT-5.5 Pro 这些旗舰模型，能力确实强，价格也确实贵。它们的用户不在乎价格——在高要求的编码任务、复杂推理、企业部署中，"能力够不够用"比"便宜不便宜"重要得多。很显然的是：只要你的模型足够聪明，足够不可替代，能解决其他人解决不了的问题，那无论价格多高你就注定站在前沿上。
第二类是"优化 Infra"。 DeepSeek 是这条路的标杆。从 V2 的 MLA（多头潜在注意力，KV Cache 减少 93.3%），到 V3 的 FP8 混合精度训练（训练成本仅 $557.6 万），再到 R1 的纯强化学习推理——DeepSeek 的每一代都在公开发论文、公开讲自己是怎么把成本打下来的。到 V4，DeepSeek V4 Flash 的输出价格约 ¥1.90/百万 Token，而 GPT-5.5 约 ¥203.4/百万——差了 107 倍。这个差距来自 Infra 而非营销。2026 年 5 月 22 日，DeepSeek 宣布 V4-Pro API 永久降价 75%。5 天后，小米 MiMo V2.5 系列跟进——Pro 版输出价格从 ¥21-42 暴降到 ¥6，缓存命中从 ¥2.8 砍到 ¥0.025，媒体报道口径是"最高降幅 99%"。
Deepseek 降价已经足够出乎意料，那小米为什么能降？官方说法是："对 Infra 进行了优化"——技术博客标题叫《MiMo-V2.5 系列推理全链路优化：将 Hybrid SWA 效率推向极致》。优化关键词是 SGLang HiCache、SWA（滑动窗口注意力）、KV Cache 多级存储。
罗福莉之前说"不要盲目打价格战"，一个月后小米降了 99%，乍一看是很打脸，不过小米降价的根本原因是 Infra 优化，不是补贴。补贴早晚得涨回来；但如此这般 Infra 优化做得到位，这个价格就是仍然能盈利的长期价格。
在笔者的体验中（上个月获得了小米赠送的一个月 MiMo Token Plan Max），MiMo 在我的 Hypo-Workflow Harness 下的表现和 DeepSeek 可以说各有千秋，并不明显逊色。一轮细致的 Infra 优化，就让一个本来毫无竞争力的模型变得相当有竞争力了。可见，对于算力规模和数据规模没有独特优势的厂商来说，优化 Infra 是一条非常行之有效的路径。
5.选对套餐，比选便宜套餐重要
框架有了，回到现实。以下是 2026 年 6 月的主流模型 API 定价（元/百万 Token），按输出价格从低到高排列：
汇率 1 USD = 6.78 CNY。数据截至 2026.06.08。
选套餐就是选需求。不存在"最划算的套餐"，只存在"最匹配你当前任务的套餐"。
至于怎么选，取决于你把 AI 用在什么地方。
如果你只是偶尔用 AI，写个函数、查个 bug、改改文档：DeepSeek V4 Flash 或 MiMo-V2.5 的 Token Plan 就够了。输入约 ¥1、输出约 ¥2，一个月花不了几块钱。
日常 Agent 用户——龙虾常开，每天让 AI 帮你重构代码——一个务实的策略是"混用"。用顶尖模型（Claude Opus 4.8、GPT-5.5）做规划和复杂推理，用中等价格的国产模型（DeepSeek V4 Pro、MiMo-V2.5 Pro）做执行。¥3-6/百万的执行层价格，配合顶尖模型的规划能力，是目前性价比最高的组合。当然，如果你的任务偏中文场景，All in GLM-5.1 或 Kimi K2.6 也是可行的——¥24-28/百万的输出价格，虽然不是地板价，但比国际旗舰便宜不少。
作为超重度用户本人来讲：我用的是 $200/月的 GPT Pro，相当于 20 倍 GPT-Plus 的 API 额度，据我本地的统计，一个月有 $10000 的额度；而且我真的能用满。这个时候不用精打细算每百万 Token 便宜多少钱——直接猛蹬最贵、最强的模型。贵，但当你的时间成本足够高的时候，"最强模型"就是最便宜的选项。
至于订阅套餐——GitHub Copilot ($10-100/月)、Cursor ($20-200/月)、小米 MiMo Token Plan (¥39-659/月)——它们本质上都是"打包卖你一定额度的 Token 使用权"。区别在于额度多少、模型可选范围、以及超出后怎么计费。Coding Plan 时代那种"包月随便用"的日子已经过去了，现在每一份套餐都在用量表里精打细算。
选之前，得先想清楚自己的使用模式。
6.没什么可慌的
"随便用"的时代确实结束了。每一次 AI 调用都是笔账。会不会算这笔账，直接决定你能不能把 AI 用明白。
这件事还有个意外的好处：当 AI 不再"无限"的时候，反而会逼着你想清楚自己到底要什么。真正稀缺的东西，是你明确需求的能力。AI 的能力反而在其次。
说到这里，可能有人会担心：我不懂技术，不会写代码，看不懂这些表格和价格，是不是就用不好 AI 了？
正好相反。明确需求跟技术能力没什么关系。你做财务的，知道月底要出什么报表。你做销售的，知道客户在意什么、提案要突出什么重点。你管团队的，知道这个季度要推进哪几件事、哪些环节容易卡住。这些不都是明确需求么？
AI 的价值在于让你把已经明确的需求更快地落地。你不需要懂 Token 怎么算、不需要看懂技术博客里的 KV Cache 优化，你只需要知道：我现在要做什么、大概要花多少钱、这笔钱值不值得花。跟你决定打车还是坐地铁一样，就是个日常决策。
这年头 AI 卷得这么厉害，真正拉开差距的，反而是那些知道自己要干什么的人。技术会过时，工具会更新，但明确需求的能力不会。会用 AI 和不会用 AI 之间的差距，说到底就是"知道自己要什么"和"不知道自己要什么"的差距。
所以如果你现在还不太懂 AI，不用慌。先从小事开始：让 AI 帮你整理会议记录、写个周报、梳理一份清单。用多了，你自然会知道它能帮你做什么、不能帮你做什么。到那时候，选套餐就是选工具；而懂需求的人，选工具一向有优势。
本文说明：
本文是「AI 时代判断力」系列的第一篇试运行文章。关于"智能-价格有效前沿"的定量建模，将在后续专题文章中展开。
数据来源：
1.DeepSeek API Docs：Models & Pricing
2.OpenAI API Docs：Pricing
3.Anthropic API Docs：Claude pricing
4.GitHub Copilot Docs：Usage-based billing for individuals、Requests in GitHub Copilot legacy
5.Cursor Pricing：cursor.com/pricing
6.罗福莉相关发言：X 截图见正文图 6
7.工具界面截图来源：Cursor 官网、VS Code + Copilot 真实界面截图、Claude Code 官网
8.Coding Plan 截图与国内模型套餐价格：阿里云百炼、Kimi 开放平台、火山方舟、智谱文档、MiniMax 官方定价、腾讯云混元、小米 MiMo 官方文档
价格数据截点：
价格数据截至 2026.06.08。不同平台会有促销、缓存命中、上下文长度、批处理和地域加价等差异，本文表格只用于横向判断价格层级。
利益关系说明：
文中提及的 MiMo Token Plan Max 为小米赠送的一个月试用，无任何付费推广关系。
