Coding Plan和Token Plan的区别

一句话讲清：Token Plan 是 Coding Plan 的升级演进，更适应 Agent 时代的算力消耗特征。

Coding plan 历史

最初 Open AI 及 Anthropic 以订阅制收取费用及 Token 计费两种形式提供服务，订阅制可用 token 量更大但限制请求次数，Token 计费形式请求次数限制较为宽松，但 Token 使用量上来后费用容易爆炸。而在 Claude code 及 Codex、copilot、open code 等编程 CLI/IDE 出现后，按 prompt 次数/请求次数计费的方式开始流行。彼时国内大模型厂商因模型能力不足、用户信任度等原因，虽也推出 Coding plan ，但鲜有人关注/购买。而到了 2025 年第三季度，GLM 4.X 系列、MiniMax 2.X系列、Kimi 2.X 系列模型的发布，使得国内开发者将部分注意力转移至国产大模型上。直到 2026 年 OpenClaw 在国内爆火，其对于 Token 的巨量需求与 Coding plan 的低价量大结合，共同推动 OpenClaw 与 Coding plan 双双热销。

Coding plan 陨落

2026 年国内各 MAAS 厂商均推出 Coding plan 试图蹭上 OpenClaw 的营销浪潮，然而从 2 月至三月，不过一个订阅周期的时间，用户基数爆炸 $\times$ OpenClaw 疯狂的 Token 消耗量，各大厂商的 Coding plan 出现降速、订阅限量等情形，OpenClaw 热潮叠加厂商算力不足的事实，导致了 Coding plan 额度越来越低，限制规则日益严格。

Token plan 与 Coding plan

Coding Plan 与 Token Plan 的核心区别在于计费粒度与透明度，Token Plan 是 Coding Plan 的升级演进，更适应 Agent 时代的算力消耗特征。

计费模式与粒度

‌Coding Plan‌：早期多采用‌按请求次数或时间窗口内调用次数计费（如每 5 小时 1200 次），属于粗粒度计费。‌‌
‌Token Plan‌：基于‌实际消耗的 Token 数量‌计费，类似手机流量包，属于细粒度计费。‌‌
‌成本差异：Token Plan 单价通常更透明，但单次复杂任务（如 Agent 调用）消耗 Token 多，总价可能高于按次计费的 Coding Plan。‌‌

透明度与适用场景

透明度：Coding Plan 单次请求消耗 Token 不透明，用户难以预估成本；Token Plan 明确告知套餐内 Token 配额，成本可控。‌‌
‌适用性‌：Coding Plan 适合规律性代码生成；Token Plan 更适合‌AI Agent、复杂任务等 Token 消耗波动大的场景。‌‌

厂商演进趋势