Coding plan 越来越贵，也越来越慢了？

最近一阵子 codex 很慢，一个任务往往需要等几十分钟乃至上小时，完全不复当年 codex 敏捷的印象。另一个现象是身边同学在不断加大 token 投入，从早期的 Plus，到 Pro 10x 100 刀、Pro 20x 200 刀，甚至现在一个人 200 刀都不太够用。为什么 Coding plan 越来越贵，反而越来越慢了呢？

本文数据来源互联网、自己测试和身边同学反馈。

模型降价，时间涨价

按直觉，在相近的部署条件下，大模型能力更强，但推理更贵、更慢；小模型能力弱一些，换来更低的成本和更快的速度。然而自己测试时，却遇到了相反的组合：贵的模型快，便宜的模型反而慢。在自用的固定查文档 QA 任务里，对比同供应商不同体量的模型：智谱官方 Coding plan，GLM-5.3 完成任务约需 38 秒，Flash 约需 79 秒；GPT Pro 订阅，GPT-6 Astra 需要 87.8 秒，GPT-6.1 Sol 却需要 221.9 秒。再对比同一个模型的不同部署商，GLM-5.3-Flash 在 RunAnywhere 只需要 19 秒。^[1]

推理成本和速度，不仅取决于模型大小，也取决于厂商推理资本设置和并发策略。 把多个请求组成 batch，共享权重读取等开销，可以摊低单位推理成本。但在机器数量一定时，更多请求共享算力，也可能增加排队和单个请求的生成时间。扩充机器能缓解压力，却要增加投入。^[2]

9 月 29 日，Tibo 在 X 上说明，重新开放的 200 刀 Pro 将调整用量计算，按 API 支出折算，相当于旧方案的一半。^[3]新倍率下 Plus 1x、Pro 100 的 5x、Pro 200 的 10x；同时强调基准用量增加，老用户暂时保留 20x，并获得额外额度。^[4]他的解释是：GPT-6 Sol 和 Luna 的 API 价格已经降到此前的一半；随着模型效率和能力提高，同样的钱仍应能完成更多、更好的工作。 此外，不恢复五小时限制，还会加入不消耗现有额度的新功能。额度虽然减少，但模型降价、能力进步和附加服务，仍能让订阅更有价值。^[3:1]

天下没有免费的午餐，API 降价的背后是用户的时间成本。 在 gpt-5.6-sol 最近 60 天的速度汇总为 95.69 token/s，最近 10 天为 29.66 token/s；gpt-5.6-terra 分别为 104.66 token/s 和 33.72 token/s。最近的数值早先大约三分之一。

Coding plan：不对等的算力预售

商品定价是表象，理解背后逻辑要深入推理服务建设成本。搭建数据中心到底需要多少钱？现有的 API / plan 服务是否能够盈利？以下是 agent 搜索网上公开部署记录，结合官方 API 定价和平均输入/输出/缓存率，假设资本投入仅包含算力成本和电力成本，不同负载率下的资本回本周期。^{[5][6][7][8][9][10]}

这种测算方法虽然有着 infra 差异、系统组网维护成本统计缺失，但大致上还是相对乐观的回本周期，毕竟 coding plan 提高的额度远远高于等额 API 费用，一般是以大致10倍左右计费，也就是说 100刀订阅用满大致等值 1000刀的 API 服务。

在我看来，现阶段 token 的定价，更多由供给成本和市场竞争决定，还没有充分体现它为用户创造的价值。按 API 标价折算，Coding plan 似乎是一门不划算的生意。但厂商得到的可能不只是订阅费，还有持续的用户关系，以及在获得授权后积累的使用数据和反馈。填补闲置算力可以解释短期优惠，却不足以解释长期补贴：如果盈利始终无望，厂商也可以收缩后续推理投入。Coding plan 可以看作一种算力预售：以较低的价格锁定用户承诺，再从持续使用中争取数据和长期收益。 需求不足时，厂商愿意用优惠换取用户承诺；供不应求时，它就有动力收缩优惠，优先保证收入和容量。Token 作为商品还是那三个指标：智能、速度、成本，成本是实现规定，对客户最为敏感直观，变动成本相当较大；而智能和速度相对隐性，智能可以降智、路由到笨蛋模型，速度悄悄增大并发降速。预售锁定了用户的付款，却未必充分锁定厂商的交付。如果交付标准留有较大的调整空间，供需波动的代价，就更容易落到已经付款的用户身上。

从 token 到电力：风暴正在外溢

聊了这么多，说来说去都是“供需”这两个字。这几年 AI 这波浪潮真的是让我切身体会到了市场供需变化的为例，并且观察涨价有一条明晰市场扩散路径：从训练端，到面向企业的推理端（to B），再到未来更大规模的个人推理端（to C）。需求向外扩散，受到冲击的商品也在变化。

最早感受到的是训练端的算力竞争，显卡是最直接的稀缺资源，4090 一度成了增值品。那时，很多人感受到的 AI 成本，还是“买一张卡要花多少钱”。接着，需求从训练模型扩展到 to
B 推理侧。企业把推理接入业务，消耗从模型训练变成每天不断发生的调用。供需压力随之扩散到内存、我们购买的 token、plan 和 API 服务。对我来说，推理侧的变化更直接。2025 年 12 月，Opus 4.5 第一次让我意识到模型 coding 的能力。之后有一段时间，中转 GPT 5.4 基本随便用，一天挂着六七个 agent 跑一整晚，一个月也就几十块钱。2026 年 3 月 OpenClaw 爆火，则是自己感受到的转折点：从那之后，花钱买 token 开始心疼了。

这种扩散也正在逐渐影响其他市场。内存厂商把产能优先分配给 AI 和服务器产品，个人电脑、手机等消费电子产品跟着涨价。^[11]显卡、内存、消费电子，再到每天使用的推理服务，这些价格变化有各自的成因。放在一起看AI 的需求不再只影响训练模型的人，而是在沿着产业链，进入越来越多人的账单。 再往后，如果推理从企业工作流继续扩展到更广泛的个人生活，长期运行的个人助手、日常设备里的智能功能，都可能带来持续的算力消耗。届时，电力会不会成为下一个明显受到供需冲击的要素？

需求可以快速扩散，基础设施却有自己的建设周期。 电力又不同于显卡或消费电子，它是整个社会的基础。模型能力正在外溢到生活的方方面面。一方面，越来越多的人主动把工作和日常事务交给它；另一方面，它所牵动的硬件、能源和基础设施，也会影响从未使用过模型的人。无论主动还是被动，我们都身处漩涡之中。在 token 真正成为稳定、可预期的基础服务之前，还有许多风暴即将到来。

据央视新闻，“十五五”时期，我国将把握新一代通信网络建设的战略机遇，适度超前、系统推进新一代通信网建设。

工业和信息化部副部长余晓晖表示，要坚持应用牵引、适度超前、系统推进新一代通信网建设，推进宽带网络向双万兆演进，推进低轨卫星互联网系统建设，统筹优化国际海陆网络布局，推动算力设施扩容提质，强化算网协同和算力互联，更好支撑一体化算力网建设。^[12]

---

1. https://www.runanywhere.ai/ ↩︎

2. https://arxiv.org/abs/2403.02310 ↩︎

3. https://x.com/thsottiaux/status/2104823812042940713 ↩︎ ↩︎

4. https://x.com/thsottiaux/status/2104951965184925941 ↩︎

5. https://github.com/knapcio/GLM-5.3-Flash-4x-DGX-Spark-TP4 ↩︎

6. https://github.com/dzhsurf/deepseek-v3-r1-deploy-and-benchmarks ↩︎

7. https://github.com/rebel-jkchoi/b200-inference-perf ↩︎

8. https://forums.developer.nvidia.com/t/2-23-2026-price-change-announcement/361713 ↩︎

9. https://web.archive.org/web/20260111140934/https://api-docs.deepseek.com/zh-cn/quick_start/pricing ↩︎

10. https://api-docs.deepseek.com/zh-cn/img/v4.1_260910_price_cn.jpeg ↩︎

11. https://www.trendforce.com/presscenter/news/20260331-12995.html ↩︎

12. https://mp.weixin.qq.com/s/GbDu-TKgWSx4hgZZQ6MtSg ↩︎