平價 GLM-5.2 API 點解重度 AI 寫碼反而更貴？

平價模型可以同時係「每粒 Token 平」而「每位開發者好貴」。原因唔矛盾：前者講緊按量 API，後者講緊有使用守則嘅寫碼訂閱。

對會不停掃描 repository、攜帶長上下文、反覆產生程式碼同測試結果嘅 Coding Agent，問題唔應該只係「邊個模型每百萬 Token 最平」，而係：用量一多，邊度開始加錢？個計劃又可唔可以穩定頂住呢類工作？

Token 單價低，但按量帳單冇封頂

GLM-5.2 的公開價格係：未快取輸入每 100 萬 Token 1.40 美元、快取輸入 0.26 美元、輸出 4.40 美元。1 一般 API 用法之下，呢個價的確有吸引力；但去到極大量使用，數字會好快累積：

• 10 億未快取輸入 Token：1,400 美元
• 10 億快取輸入 Token：260 美元
• 10 億輸出 Token：4,400 美元

最後一項尤其值得留意。寫碼 Agent 唔止會讀程式碼同文件，仲會產生任務計劃、程式修改、測試、解釋、工具呼叫同多輪迭代。只要輸出量高，實際成本可以遠超只睇「輸入 Token 好平」時嘅直覺。

快取可以大幅改變結果。重用嘅上下文以較低嘅快取輸入價計費；但最後支出仍取決於未快取輸入、快取輸入同輸出各自佔幾多。1

「每日 ¥7,800」個說法，單靠總 Token 數唔夠判斷

有人將 GLM-5.2 API 成本講成約每日 ¥7,800，並同低得多嘅固定訂閱成本比較。呢個比較確實反映咗「按量計費」同「訂閱額度」係兩種唔同產品；不過，當中嘅 Token 用量需要更多背景先可以評估。

按照 GLM-5.2 公開費率，只計數以百億計嘅未快取輸入 Token，每日已經會係數萬美元級；如果係同等規模嘅輸出，成本會更高。1 因此，¥7,800 一日可能對應較低嘅實際可計費用量、極高快取比例、某種特定輸入／輸出組合、折扣，或者另一套計價基準。

實際比較一個 AI 寫碼流程，至少要拆開以下五項：

1. 未快取輸入 Token；
2. 快取輸入 Token；
3. 輸出 Token；
4. 方案嘅重設時段同限制；
5. 用盡額度後會唔會轉為付費用量。

訂閱係封頂用戶支出，唔係免費推理

訂閱制冇令推理成本消失，而係改變咗邊個承擔用量波動。

如果固定月費方案容許某位重度用戶繼續使用，佢可能獲得遠超 API 按量價所對應嘅服務價值。用戶預算會較容易預計；供應商則透過滾動時段、速率限制、優先級、積分同其他公平使用機制管理風險。

所以，某模型 API 價可以較低，而另一個寫碼訂閱又可以對高用量用戶更抵。API 價係直接按邊際運算量收費；訂閱則係附帶限制嘅打包服務。後者未必保證無限吞吐量，只係限制可能足夠應付某些人的日常工作。

本地寫碼方案亦可以係高度計量制

關鍵唔係中國模型定海外模型，而係產品本質上係冇上限嘅 Token 計費、預付積分錢包，定係有重設機制而且額度充足嘅訂閱。

GLM Coding Plan 明確設有兩重限制：滾動 5 小時積分額度，以及每週積分額度。Pro 為每 5 小時 12,000 分、每週 60,000 分；Max 則為每 5 小時 28,000 分、每週 140,000 分。其消耗按輸入、快取輸入、輸出 Token 乘以不同模型系數計算。2

Qoder 對 Credits（積分）嘅安排更加直接：付費計劃分別提供每月 2,000、6,000 或 20,000 Credits 予高階模型；Credits 用盡後，系統會切換到訊息數受限嘅基礎模型。Qoder 亦表示，計劃內高階模型資源等同訂閱費價值加上額外贈送資源。17

對於經常跑長時間、自動化 Agent 任務嘅開發者，呢類設計感覺上就未必係「任用」訂閱，而更似係用月費包裝嘅有限預付用量。

高峰期倍率，令實際容量更不穩定

限制唔止係總額度；供應商亦可以喺繁忙時段加快扣減額度。

Z.ai 現行文件顯示，GLM-5.3 非高峰期以 1 倍扣減，高峰期以 3 倍扣減；GLM-5.3-Flash 則分別為 0.4 倍及 1.2 倍。4 GLM Coding Plan 概覽亦列出，工作日 14:00 至 18:00（UTC+8）為高峰時段。2

呢個本質上係容量管理：月費唔變，但同一筆額度喺繁忙時間可換到嘅工作量會少咗。要留意，呢項現行條款係針對文件列出嘅 GLM-5.3 設定，唔應該直接套用到所有 GLM-5.2 方案或所有時期；買之前要核實所選計劃嘅最新細則。

關於「搶唔到額度」同容量問題：有啲係訊號，未必係定論

有關每日額度售罄、GLM-5.2 供應減少、快取保留期短、跨用戶批次處理較弱，以及個別供應商推理資源不足嘅說法，未必毫無可能，但現有材料唔足以逐項證實。

可由一手文件清楚確認嘅，係額度上限、按 Token 權重扣積分，以及按時段調整倍率。24 不過，文件本身未有為每一種傳聞嘅存取問題提供特定原因。對採購決策而言，非官方個案較適合視為要測試嘅警號，而唔係已證實事實。

比較務實嘅做法，係喺團隊真正工作嘅時段做負載測試：repository 規模、快取表現、輸出長度、並行 Agent 數量、排隊情況，以及額度用盡後嘅降級方式，都比一個宣傳單價更重要。

重度 AI 寫碼團隊點揀？

低價中國 API 對輕量、用量可預測嘅推理工作仍然有吸引力，尤其係可以重用大量快取上下文嘅流程。1 如果團隊需要直接控制 API，而且能夠嚴格管理 Token 預算，佢可以係好選擇。

但高強度 AI 寫碼係另一類採購問題。當 Agent 長時間、大量消耗資源，真正值得比較嘅通常係以下幾點：

• 每月成本係咪容易預計；
• 額度可唔可以捱過正常工作日；
• 重設及超額規則係咪清楚；
• 高峰時段存取係咪穩定；
• 可唔可以支援多個並行任務。

一句講晒：唔好淨係比較 API 標價，應該比較每月實際可完成幾多有用工作。用量受控時，平價按量 API 可以勝出；但訂閱只有喺限制透明，而且額度真係足夠配合實際 Agent 工作量時，先至有優勢。