一、社区为什么开始用“每亿 Token”比较 Coding Plan#

传统订阅价格很难直接比较。

一个套餐写着 20 美元/月，另一个写着 100 元/月，看起来后者更便宜，但实际可能存在：

• 周限额不同；
• 高峰期限流策略不同；
• 不同模型消耗倍率不同；
• 缓存 Token 是否单独计价；
• 输出 Token 的价格远高于输入；
• Agent 工具调用和长任务会显著增加上下文重放；
• 套餐额度并不一定等价于公开 API 的 Token 数量。

所以把它们统一换算为“完成相同 Token 工作量需要多少钱”，至少提供了一个可以讨论的共同坐标。

LINUX DO 这次讨论里最有价值的并不是具体排名，而是楼里很快有人指出：95% 缓存命中率只适用于很特定的长对话/高复用场景，一旦缓存率降低，排名可能完全改变。

这其实就是 Coding Agent 成本分析最关键的一点。

二、Codex 已经明确进入 Token 费率时代#

OpenAI 当前的 Codex 费率说明已经不再使用“平均每条消息消耗多少”作为核心计量方式，而是直接拆成三类：

OpenAI 在现行 Codex Rate Card 中说明，这套基于 Token 的费率已经覆盖大多数 Plus、Pro、Business 和 Enterprise 等套餐；2026 年 4 月起，Codex 的主要计量逻辑也从“按消息估算”转向了输入、缓存输入与输出 Token 的直接映射。

最直观的结论是：

同一个模型里，输出 Token 的 credit 消耗可能是普通输入的 6 倍，而缓存输入只有普通输入的约 1/10。

因此，“我每天用了多少 Token”这个数字本身其实不够。

你真正需要知道的是：

1
总成本 ≈ 普通输入 × 输入单价
2
       + 缓存输入 × 缓存单价
3
       + 输出 × 输出单价

三、为什么 95% Cache Hit 会让数字看起来特别漂亮#

假设一次 Coding Agent 工作总共消耗 100M Token，其中：

• 99M 是输入；
• 1M 是输出；
• 输入里的 95% 可以命中缓存。

那么 99M 输入中真正按“完整输入价格”计算的只有约 4.95M，剩余约 94.05M 都走便宜得多的缓存费率。

这会让平均 Token 成本被大幅拉低。

但现实中的项目未必一直处在这种理想状态。

1
前端项目 → Python 后端 → Rust 工具 → 新仓库 → 临时脚本

四、输出比例比很多人想象中更危险#

Coding Agent 的输出并不只是最终回复。

可能还包括：

• 大段 diff；
• 测试分析；
• 编译错误解释；
• 子代理报告；
• 长 Chain-of-Thought 对应的计费推理输出（具体取决于产品计量方式）；
• 多轮代码重写；
• Reviewer 对每个文件逐条点评。

如果一个工作流从“99% 输入 + 1% 输出”变成“90% 输入 + 10% 输出”，由于输出单价通常明显更高，最终成本并不会只增加 9%。

这也是为什么我不建议简单用一个固定的“元/亿 Token”去判断套餐值不值。

五、真正值得做的是一个三变量成本模型#

比排行榜更实用的方式，是给自己记录三个参数：

1
I = 普通输入比例
2
C = 缓存输入比例
3
O = 输出比例
4

5
I + C + O = 100%

然后分别代入对应模型的费率。

例如可以给自己的工作流建立三套 Profile：

再拿不同 Coding Plan 做比较，结果会比单一排行榜可靠得多。

六、怎么主动提高缓存命中率#

如果你的服务端支持 Prompt Cache，可以从工程侧主动优化。

1
稳定区：
2
- 项目结构
3
- AGENTS.md
4
- 编码规范
5
- 工具声明
6

7
动态区：
8
- 当前 Issue
9
- 当前 diff
10
- 本轮测试日志

1
读取文件 → 总结 → 再读取 → 再总结 → 把总结重新喂给另一个 Agent

七、Coding Plan 到底该怎么选#

我的判断是，2026 年选 AI Coding 服务，至少要同时看四个维度：

八、从“模型价格战”进入“上下文效率战”#

过去大家比较模型，喜欢看：

1
输入多少钱 / 1M Token
2
输出多少钱 / 1M Token

但 Agent 时代更值得关注的是：

1
一次任务需要重复读取多少上下文？
2
缓存能命中多少？
3
为了完成任务要重试多少次？
4
Subagent 会复制多少无关信息？
5
最终真正通过测试需要多少轮？

所以我更愿意把未来 AI Coding 的性价比理解成：

模型能力 × Harness 效率 × 缓存复用率 ÷ 完成任务的总 Token 成本。

这比“谁每亿 Token 最便宜”更接近真实开发。

社区排行榜非常适合作为第一步，但下一步应该是让成本模型真正进入自己的 Coding Agent 工作流：记录 Cache Hit、输入输出比例、失败重试和任务完成率。

等这些指标都能被量化以后，我们比较的才不只是“哪个套餐便宜”，而是：

哪个系统能用最少的有效 Token，把代码真正做对。

参考资料#

• LINUX DO：各家 Plan 每 1 亿 Token 消耗 RMB（2026-08-14）
  https://linux.do/t/topic/2756196
• OpenAI：Codex Rate Card（现行 Token-based pricing）
  https://help.openai.com/en/articles/20001106
• OpenAI 中文帮助中心：Codex 费率表
  https://help.openai.com/zh-hans-cn/articles/20001106
• 智谱 AI：GLM Coding Plan 套餐概览
  https://docs.bigmodel.cn/cn/coding-plan/overview