选购建议
AI 套餐选购实用指南，帮助你做出更明智的选择。
1. Token Plan 现状
Update 2026.5.27: 今天小米 MiMo API 降价了，Token Plan 也加上缓存的计费规则，如果觉得 MiMo 的模型能力满足需求，可以冲。
在 DeepSeek V4 Pro 目前优惠力度下，所有的 Token Plan 都不值得购买（MiniMax 除外，因为它是按次计费的）。使用量不多的话，直接用 DeepSeek API 按量计费更划算。
2. Coding 开发推荐
从模型能力维度，最建议的组合是：
- 一个官方 Claude/Codex 订阅
- 一个智谱（GLM）套餐
日常用 Claude/Codex 开发，按 Token 计量；GLM 用来做 Spec 执行，按 Prompt 计次，很划算。 GLM 的模型能力在国产模型里是遥遥领先的存在，不接受反驳。 之前本来是搭配 Github Copilot 更佳，但是 Copilot 在 6 月 1 号就要改计费方式了，所以不推荐了。
缺点：
- Claude/Codex 在国内使用有一定门槛
- 智谱的套餐不太好抢
3. 日常用途推荐
龙虾、聊天、文档撰写等日常用途，建议直接上 MiniMax：
- 不用抢购
- 按次计费
- 模型能力尚可（Coding 不行）
- 包含图像/语音/视频生成
计费方式说明：
1. API 按量计费
最简单直接的方式。每个模型都有公开的按量计费价格，用多少算多少，无需预付。
适合：用量不确定、偶尔使用、测试阶段。
2. Token Plan（流量包）
以优惠价格预购一定量的 Token，类似手机流量包。用完后需要再购买或转为按量计费。
变种形式：
- Credit（积分）：厂商内部计量单位，换算比例各不相同
- AFP 等：本质相同，只是命名不同
适合：用量稳定、追求性价比、有明确预算。
3. 按 Prompt 计费
一次提问算一次，不管这次提问消耗了多少 Token。即使输出很长，也只算一次。
适合：输出长度不确定、多轮对话场景。
4. 按次计费
在一次 Prompt 中，Agent 需要和模型进行多次请求才能完成任务，按这些请求次数计费。
例如：
- 用户发起一个 Prompt
- Agent 进行规划、搜索、工具调用、执行、总结等多个步骤
- 单次 Prompt 可能产生 5-30 次请求（甚至更多）
适合：Agent 开发、自动化任务、复杂工作流。
其他概念：
- 上下文缓存（Context Cache）：模型对重复使用的系统提示、文档等内容进行缓存，后续请求时这部分以极低的价格计费。能显著降低长上下文场景的成本，但各厂商缓存策略不同（缓存时长、命中率计算等）
- 上下文窗口（Context Window）：模型能"记住"的对话历史长度，影响多轮对话体验。长上下文适合代码分析、长文档处理
原则上，像上面说的，按量的 Token Plan 都不建议购买了, Coding Plan 必须选有 GLM 5 以上模型的，尽量选算力充沛的大厂商。
| 厂商 - 套餐类型 | 评价 |
|---|---|
| 讯飞星火 - Coding Plan | 可以买，高峰期会限流，最高档位有 GLM-5.1 |
| 联通云 - Coding Plan | 不建议，限流严重 |
| 联通云 - Token Plan | 不要买 |
| 京东云 - Coding Plan | 可以买，限流较少, 有 GLM-5 |
| 腾讯云 - Token Plan | 不要买 |
| 百度千帆 - Coding Plan | 不建议，限流较严重 |
| 国家超算中心 - Coding Plan | 不要买，不如直接买 MiniMax 的 |
| 阿里云百炼 - Token Plan | 不要买 |
| 小米 MiMo - Token Plan | 推荐，降价后的 Toke Plan 可以冲 |
| 火山方舟 - Coding Plan | 不要买，倍率消耗太快 |
| 火山方舟 - Agent Plan | 不要买 |
| 智谱 GLM - Coding Plan | ★推荐，但是难抢 |
| Kimi - Membership | 可以买 |
| MiniMax - Token Plan | ★推荐，如果模型能力满足需求 |
| 移动云 - Coding Plan | 不要买, 不如直接买 MiniMax 的 |
| OpenCode Go - Coding Plan | ★推荐，可以使用站长的 Freemodel Auto Router 开源桌面应用 来实现在 Claude Code 上使用 |
| 无问芯穹 - Coding Plan | 这个不懂了，买不到 |
| 天翼云 - Coding Plan | 不太懂，好像也买不到 |
| 阶跃星辰 - Coding Plan | 不要买，模型能力不太行 |
| ZenMux - Coding Plan | 太贵 |
| 摩尔线程 - Coding Plan | 不要买，没模型 |
| 优云智算 - Coding Plan | 次数少，抵扣率高，价格贵，不值 |
| 商汤科技 - Token Plan | 反正不要钱，玩玩 DeepSeek V4 Flash 可以 |
| GitCode - Coding Plan | 没抢到免费的现在也买不到了。站长运气好拿了个Pro，试了半个下午的GLM5.1，几乎一半时间都不可用 |
| 九章智算云 - Coding Plan | 看额度和模型，Lite 和 Pro 都没有买的价值，但是 Max 售价高达 699，还是去买 199 的讯飞吧 |
KV 缓存（KV Cache） 是大模型推理的底层机制。Transformer 处理 Token 时会产生 Key/Value 矩阵，KV 缓存把这些中间结果存下来，避免重复计算。它分两层：
- 单次请求内：推理引擎自动复用，用户无感知，不影响计费
- 跨请求持久化：将 KV 缓存保存到存储，供后续请求复用
两种主流跨请求缓存模式：
1. 自动缓存（Implicit Cache）
厂商自动识别重复的输入前缀并缓存，命中时折扣自动生效，用户不需要改任何代码。
- 代表厂商：OpenAI、DeepSeek、腾讯混元
- 最小触发：≥256 Token
- TTL 由厂商控制，不可干预
- 适合：不想改代码、追求零成本接入
2. 显式缓存（Explicit Cache）
在 API 请求中主动标记哪些内容需要缓存，厂商按标记持久化，命中时单独低价计费，写入时收额外费用。
- 代表厂商：Claude（
cache_control参数）、Gemini（cachedContentAPI）、Qwen Plus（同样用cache_control） - 最小触发：≥1024 Token
- TTL 可指定（Claude / Qwen Plus 均支持 5 分钟窗口）
- 适合：系统提示超长、多用户共享同一份文档的 RAG / Agent 场景
注意：两种模式互斥，同一个请求只能使用其中一种。
谁来做这个标记？ 作为最终用户，你通常感知不到这层操作——Claude Code、Cursor 等工具会在调用 API 时自动加上缓存标记，对你完全透明。"需要改代码"针对的是自建应用的开发者：如果你用 Anthropic SDK 自己写应用，才需要在代码里手动添加 cache_control；如果你只是使用现成工具，什么都不用做。
跨会话（Cross-session）的意义
默认缓存只在单次会话内有效，会话结束即释放。跨会话缓存将内容持久化，使多个独立请求甚至不同用户都能命中——同一份长文档写入一次，后续无数次请求都以极低价格读取，并发用户越多收益越大。
选哪种？
| 场景 | 建议 |
|---|---|
| 系统提示较短（<256 Token） | 两种都不会触发，缓存无效 |
| 系统提示中等（256–1024 Token） | 只有自动缓存能触发 |
| 系统提示很长（>1k Token） | 显式缓存，命中率确定、收益更高 |
| 多用户共享同一文档 | 显式缓存，写入一次多次命中 |
| 不想改代码 | 选支持自动缓存的厂商（DeepSeek） |
价格参考：DeepSeek 缓存命中约为原价 10%；Claude 显式缓存读取约为原价 10%，写入为 125%。