AI 模型可以「每 Token 很便宜」，卻同時「每位開發者很昂貴」。這並不矛盾，因為比較的其實是兩種不同商品：一種是每用一個 Token 就持續累加費用的 API；另一種是以月費包裝、但附帶用量規則的程式開發訂閱。

對會反覆掃描整個程式庫、攜帶長上下文、持續產生修改與測試結果的自主程式代理（agent）而言，真正該問的不是「哪個模型單價最低」，而是：使用者的邊際成本何時停止增加？方案的配額又能否穩定支撐實際工作量？

單價低，不代表總費用有上限

GLM-5.2 公開列出的價格為：每百萬 Token 未快取輸入 1.40 美元、快取輸入 0.26 美元、輸出 4.40 美元。1 一般 API 用量下，這樣的費率很有競爭力；但量一旦拉高，帳單會快速放大：

• 10 億個未快取輸入 Token：1,400 美元
• 10 億個快取輸入 Token：260 美元
• 10 億個輸出 Token：4,400 美元

其中，輸出成本對 AI 寫程式尤其關鍵。程式代理不只讀取原始碼與文件，也會產生工作計畫、程式修改、測試內容、工具呼叫與多輪修正。只看輸入單價，很容易低估總成本。

快取確實能顯著改變結果：重複使用的上下文可按較低的快取輸入價格計費；但最後帳單仍取決於未快取輸入、快取輸入與輸出的實際比例。1

「每天人民幣 7,800 元」的比較，少了哪些關鍵資料？

曾有說法將 GLM-5.2 API 的日費用估為約人民幣 7,800 元，並與成本低得多的 Codex 訂閱做對照。這抓到了按量計費與訂閱制之間的重要差異，但若要判斷這個數字，不能只看總 Token 數。

按照 GLM-5.2 公開費率，若是數百億個未快取輸入 Token，光輸入成本就會達到數萬美元；同等規模的輸出成本還會高得多。1 因此，人民幣 7,800 元的日帳單可能對應的是較低的有效計費量、較高的快取命中比例、特定的輸入／輸出結構、折扣價格，或另一套計價口徑。

實務上，評估一個 AI coding 工作流至少要分別量測：

1. 未快取輸入 Token；
2. 快取輸入 Token；
3. 輸出 Token；
4. 方案的重設週期與用量上限；
5. 額度用完後是否會轉為付費用量，或直接限制服務。

訂閱制讓使用者預算封頂，但不代表推論免費

訂閱不會讓推論成本消失，而是改變了承擔波動的一方。

在固定月費的 coding 方案下，只要使用者仍在允許的範圍內，重度使用者取得的 API 等值用量，可能遠高於月費原本能買到的按量 API 用量。使用者得到較可預期的預算；供應商則透過滾動時間窗、速率限制、優先權、Credits 與公平使用規則管理風險。

因此，較貴的 API 與看似划算的 coding 訂閱可以同時存在。前者是直接反映運算成本的邊際價格；後者則是附帶限制的組合包，並非保證無限吞吐量。

本土 coding 方案也可能是高度計量制

重點不在於模型是中國或海外產品，而是 coding 服務究竟像「無上限的 Token 計價器」、「預付點數錢包」，還是有足夠寬裕、可重設額度的訂閱方案。

GLM Coding Plan 明確採雙重限制：滾動式的每 5 小時積分額度，以及每週積分額度。Pro 為每 5 小時 12,000 點、每週 60,000 點；Max 則為每 5 小時 28,000 點、每週 140,000 點。積分消耗依輸入、快取命中輸入與輸出 Token，乘上各模型係數後計算。2

Qoder 的規則更直接：付費方案提供每月 2,000、6,000 或 20,000 Credits，供高級模型使用；Credits 耗盡後，會切換至使用者訊息數受限的基礎模型。Qoder 也說明，方案內高級模型資源相當於訂閱價值加上額外贈送資源。17

對於頻繁執行長時程代理任務的開發者，這類結構的使用感受，往往更接近「每月付款的預付用量」，而不是可隨意大量使用的月費制。

尖峰倍數會讓可用容量隨時段縮水

用量上限之外，供應商還可透過不同時段的消耗倍數，調節方案額度的消耗速度。

Z.ai 現行文件指出，GLM-5.3 在非尖峰時段以 1 倍消耗額度，在尖峰時段則為 3 倍；GLM-5.3-Flash 分別為 0.4 倍與 1.2 倍。4 GLM Coding Plan 概覽也將週一至週五 UTC+8 14:00 至 18:00 列為尖峰時段。2

這是一種容量管理方式：月費不變，但同一份額度在繁忙時段可換得的工作量會變少。不過，這些規則不應直接套用到所有 GLM-5.2 方案或所有歷史期間；採購前仍須查看目標方案當下的條款。

關於「搶不到額度」與供應不足，哪些已有證據？

每日額度售罄、GLM-5.2 可用性降低、快取保存期短、跨使用者批次處理較弱，以及供應商因推論算力不足而難以推出平價吃到飽方案等說法，技術上未必不合理，但本次檢視的資料不足以逐一確認。

現有的一手文件可以明確支持配額上限、按 Token 結構加權的積分計算，以及按時段調整的消耗倍數。24 但它們本身無法證實每一種存取問題的特定原因。對採購者來說，社群回報應視為值得測試的訊號，而非既成事實。

較可靠的做法，是在團隊實際工作時段進行試跑：程式庫大小、快取行為、輸出長度、並行代理數量、排隊情形，以及額度用完後的降級機制，都比單一 Token 報價更有參考價值。

重度 AI coding 團隊的採購準則

對輕量或可預測的推論工作，尤其能重複使用快取上下文時，低價的中國模型 API 依然很有吸引力。1 若團隊希望直接控制 API 並嚴格管理 Token 預算，這類產品可以是強而有力的選項。

但高強度 AI 寫程式是另一種採購問題。當代理持續消耗大量 Token，較值得選擇的通常是能同時提供下列條件的方案：

• 可預測的每月支出上限；
• 足以撐過正常工作日的額度；
• 清楚的重設、降級與超額規則；
• 尖峰時段仍相對穩定的可用性；
• 足以支援平行任務的容量。

一句話總結：不要只比較 API 定價表，應比較每個月實際可完成多少有效工作。用量受控時，便宜的按量模型最有優勢；訂閱制則只有在限制透明、額度也確實足夠時，才會對重度開發者更划算。

AI 模型可以「每 Token 很便宜」，卻同時「每位開發者很昂貴」。這並不矛盾，因為比較的其實是兩種不同商品：一種是每用一個 Token 就持續累加費用的 API；另一種是以月費包裝、但附帶用量規則的程式開發訂閱。

對會反覆掃描整個程式庫、攜帶長上下文、持續產生修改與測試結果的自主程式代理（agent）而言，真正該問的不是「哪個模型單價最低」，而是：使用者的邊際成本何時停止增加？方案的配額又能否穩定支撐實際工作量？

單價低，不代表總費用有上限

GLM-5.2 公開列出的價格為：每百萬 Token 未快取輸入 1.40 美元、快取輸入 0.26 美元、輸出 4.40 美元。1 一般 API 用量下，這樣的費率很有競爭力；但量一旦拉高，帳單會快速放大：

• 10 億個未快取輸入 Token：1,400 美元
• 10 億個快取輸入 Token：260 美元
• 10 億個輸出 Token：4,400 美元

其中，輸出成本對 AI 寫程式尤其關鍵。程式代理不只讀取原始碼與文件，也會產生工作計畫、程式修改、測試內容、工具呼叫與多輪修正。只看輸入單價，很容易低估總成本。

快取確實能顯著改變結果：重複使用的上下文可按較低的快取輸入價格計費；但最後帳單仍取決於未快取輸入、快取輸入與輸出的實際比例。1

「每天人民幣 7,800 元」的比較，少了哪些關鍵資料？

曾有說法將 GLM-5.2 API 的日費用估為約人民幣 7,800 元，並與成本低得多的 Codex 訂閱做對照。這抓到了按量計費與訂閱制之間的重要差異，但若要判斷這個數字，不能只看總 Token 數。

按照 GLM-5.2 公開費率，若是數百億個未快取輸入 Token，光輸入成本就會達到數萬美元；同等規模的輸出成本還會高得多。1 因此，人民幣 7,800 元的日帳單可能對應的是較低的有效計費量、較高的快取命中比例、特定的輸入／輸出結構、折扣價格，或另一套計價口徑。

實務上，評估一個 AI coding 工作流至少要分別量測：

1. 未快取輸入 Token；
2. 快取輸入 Token；
3. 輸出 Token；
4. 方案的重設週期與用量上限；
5. 額度用完後是否會轉為付費用量，或直接限制服務。

訂閱制讓使用者預算封頂，但不代表推論免費

訂閱不會讓推論成本消失，而是改變了承擔波動的一方。

在固定月費的 coding 方案下，只要使用者仍在允許的範圍內，重度使用者取得的 API 等值用量，可能遠高於月費原本能買到的按量 API 用量。使用者得到較可預期的預算；供應商則透過滾動時間窗、速率限制、優先權、Credits 與公平使用規則管理風險。

因此，較貴的 API 與看似划算的 coding 訂閱可以同時存在。前者是直接反映運算成本的邊際價格；後者則是附帶限制的組合包，並非保證無限吞吐量。

本土 coding 方案也可能是高度計量制

重點不在於模型是中國或海外產品，而是 coding 服務究竟像「無上限的 Token 計價器」、「預付點數錢包」，還是有足夠寬裕、可重設額度的訂閱方案。

GLM Coding Plan 明確採雙重限制：滾動式的每 5 小時積分額度，以及每週積分額度。Pro 為每 5 小時 12,000 點、每週 60,000 點；Max 則為每 5 小時 28,000 點、每週 140,000 點。積分消耗依輸入、快取命中輸入與輸出 Token，乘上各模型係數後計算。2

Qoder 的規則更直接：付費方案提供每月 2,000、6,000 或 20,000 Credits，供高級模型使用；Credits 耗盡後，會切換至使用者訊息數受限的基礎模型。Qoder 也說明，方案內高級模型資源相當於訂閱價值加上額外贈送資源。17

對於頻繁執行長時程代理任務的開發者，這類結構的使用感受，往往更接近「每月付款的預付用量」，而不是可隨意大量使用的月費制。

尖峰倍數會讓可用容量隨時段縮水

用量上限之外，供應商還可透過不同時段的消耗倍數，調節方案額度的消耗速度。

Z.ai 現行文件指出，GLM-5.3 在非尖峰時段以 1 倍消耗額度，在尖峰時段則為 3 倍；GLM-5.3-Flash 分別為 0.4 倍與 1.2 倍。4 GLM Coding Plan 概覽也將週一至週五 UTC+8 14:00 至 18:00 列為尖峰時段。2

這是一種容量管理方式：月費不變，但同一份額度在繁忙時段可換得的工作量會變少。不過，這些規則不應直接套用到所有 GLM-5.2 方案或所有歷史期間；採購前仍須查看目標方案當下的條款。

關於「搶不到額度」與供應不足，哪些已有證據？

每日額度售罄、GLM-5.2 可用性降低、快取保存期短、跨使用者批次處理較弱，以及供應商因推論算力不足而難以推出平價吃到飽方案等說法，技術上未必不合理，但本次檢視的資料不足以逐一確認。

現有的一手文件可以明確支持配額上限、按 Token 結構加權的積分計算，以及按時段調整的消耗倍數。24 但它們本身無法證實每一種存取問題的特定原因。對採購者來說，社群回報應視為值得測試的訊號，而非既成事實。

較可靠的做法，是在團隊實際工作時段進行試跑：程式庫大小、快取行為、輸出長度、並行代理數量、排隊情形，以及額度用完後的降級機制，都比單一 Token 報價更有參考價值。

重度 AI coding 團隊的採購準則

對輕量或可預測的推論工作，尤其能重複使用快取上下文時，低價的中國模型 API 依然很有吸引力。1 若團隊希望直接控制 API 並嚴格管理 Token 預算，這類產品可以是強而有力的選項。

但高強度 AI 寫程式是另一種採購問題。當代理持續消耗大量 Token，較值得選擇的通常是能同時提供下列條件的方案：

• 可預測的每月支出上限；
• 足以撐過正常工作日的額度；
• 清楚的重設、降級與超額規則；
• 尖峰時段仍相對穩定的可用性；
• 足以支援平行任務的容量。

一句話總結：不要只比較 API 定價表，應比較每個月實際可完成多少有效工作。用量受控時，便宜的按量模型最有優勢；訂閱制則只有在限制透明、額度也確實足夠時，才會對重度開發者更划算。