当你开始用 AI coding agent 实际干活的时候，第一个遇到的难题往往不是模型不够聪明，而是——限流了。
Agent 在你让它 debug 一半的时候弹出来「You’ve exceeded your current quota」，接着所有后续操作都卡住。你手动切开网页版、复制粘贴代码、把 Agent 的上下文全丢了，再重新建一个 session。两三次之后，你就会开始想：这订阅是不是得重新规划一下。
这件事跟模型榜单没关系。你跟别人说「我的模型测评第一」，对方只会回一句「但是我现在用不了」。
所以我后来不再纠结「哪个模型最强」，而是换了一个很实际的思路：把订阅当成一个容错系统来设计。
我现在的订阅组合
目前跑 agent 的主力来自四个渠道：
- OpenCode Go：每月 $10（首月 $5）。主订阅，日常 Hermes Agent 工作全靠它。
- ChatGPT Plus / Codex：我这里说的 Codex Plus，本质上是 ChatGPT Plus（$20/月）里包含的 Codex 使用额度。做主力交互界面，一些需要完整 app/plugin 体验的场景还是用 Codex。
- 智谱 GLM：独立订阅，接到 Claude Code 里，主要用于写代码和 debug。
- DeepSeek API：按 token 计费，从充值余额里扣。当上面三个任何一个限流时，切过去继续跑。
另外在模型选择上，OpenCode Go 里有个让我留下来的关键点：中国主流模型几乎全齐了。
GLM-5.1、Kimi K2.5/K2.6、Qwen3.5 Plus/Qwen3.6 Plus、MiniMax M2.5/M2.7、DeepSeek V4 Pro/V4 Flash——这差不多是你能在国内模型圈叫出名字的全部。日常开发不需要在多个平台里切模型，也不需要为了试一个新模型单独再开一个订阅。
GLM 在我这边其实有两层用法。
OpenCode Go 里内置了 GLM-5.1、GLM-5 等版本，日常 agent 跑任务时直接选就行，不用单独配 API key。
但除了 OpenCode Go 内置的 GLM 之外，我还独立订阅了 智谱 GLM，接到了 Claude Code 里。配合 cc switch 命令，在 Claude Code 里切换模型很方便——不需要每次手动改配置文件，也不用来回登不同平台。
智谱 GLM 在我这边的主要场景很明确：写 code 和 debug。它不是拿来替代所有模型，而是作为 Claude Code 里的一个顺手选项：遇到适合它的代码生成、报错分析、修 bug 场景，用 cc switch 切过去就行。
为什么退了阿里云千问 Pro
先说清楚：不是千问不好。
阿里云千问 Pro 的官方信息是这样的：阿里云百炼 Coding Plan，Pro 高级套餐 ¥200/月，配额：每 5 小时 6,000 次请求、每周 45,000、每月 90,000。推荐模型包括 qwen3.6-plus、kimi-k2.5、glm-5、MiniMax-M2.5，也支持 qwen3.5-plus、qwen3-coder-next、qwen3-coder-plus、glm-4.7 等更多模型。规格本身不差。
但我退订的原因很简单：对我这套工作流来说，它不再是最合适的主力订阅。
两个具体问题：
- 模型更新慢。 同一个模型系列，其他平台已经上新版本了，千问这边还在用旧版。比如 OpenCode Go 里已经有 GLM-5.1 和 Kimi K2.6，千问 Pro 的模型列表就慢了半拍。这对 agent 来说影响很大，因为代码生成和 debug 对模型版本很敏感，差一个小版本可能就是「代码能跑」和「代码全错」的区别。
- 没有 OpenCode Go 这种「模型全齐」的组合。 千问 Pro 虽然也支持多模型，但范围不够广。你需要 qwen 的时候它当然没问题，但你想切到 Kimi 最新版、想试试 GLM-5.1 的新能力、想在 DeepSeek V4 Pro 和 V4 Flash 之间做切换，这些组合在千问 Pro 里是做不到的。
简单说就是：作为一个个人日常 agent 工作流的主力订阅，它的性价比和模型多样性都比 OpenCode Go 差了一个档位。
每个订阅的定位
用了一段时间下来，我开始把每个订阅按角色来分配，而不是按品牌：
| 订阅 | 角色 | 月费/计费 | 实际用法 |
|---|---|---|---|
| OpenCode Go | 主订阅、模型自助餐、Agent 干苦力 | $10/月 | Hermes Agent 日常跑任务，模型随便试，主战场 |
| Codex Plus | 主力交互、App 体验 | $20/月 | Codex 本身的使用体验，需要完整 plugin 工作流时用 |
| DeepSeek API | 备份通道、应急续命 | 按量扣余额 | 前面几个限流时切过来继续跑，不让 agent 停下来 |
| GLM (智谱独立订阅 + OpenCode Go 内置) | 写代码 / debug 专精 | 智谱独立订阅，OpenCode Go 也内置 GLM | Claude Code 里用 cc switch 切 GLM 做 coding/debug，OpenCode Go 里直接选 |
这里面最重要的设计其实就一个：DeepSeek 作为 pay-as-you-go 的 backup path。
它不是我的主力模型，但它是我工作流里最不可或缺的一层。因为它不是固定月租——你只需要充值一笔余额放在那里，用的时候按 token 扣，不用的时候零成本。当 OpenCode Go 当月额度跑光，或者 Codex Plus 被限流，你不用暂停手头的工作，切到 DeepSeek 继续让 agent 往下跑就行。
对于那些重度用 agent 的人来说，这比你多花 $50 再开一个套餐有用得多。
别按品牌忠诚度订阅，按工作流角色订阅
我见过很多人订阅的逻辑是这样的：
我习惯用 Claude，所以我只买 Anthropic 的订阅。
这个思路在用网页版聊天时没毛病，但一旦你开始用 coding agent，工作流就不只是「跟一个模型对话」了。
agent 实际运行时，会经历这几个阶段：
- 规划：拆解任务、分析代码结构、设计方案。
- 写代码：生成代码、修改文件、批量重构。
- Debug：读报错、定位 root cause、生成修复方案。
- 兜底：当主力模型限流或出问题时继续完成任务。
不同的模型在这几个阶段的表现差异很大。有些模型擅长规划但写代码一般，有些模型 debug 很强但做复杂规划容易飘。你不能指望一个订阅、一个模型把这四件事全包了。
所以我现在不按品牌选订阅，而是反过来——先想清楚 agent 的工作流需要哪些角色，再为每个角色分配最合适的模型和订阅。
一个更现实的做法是：
- 一个固定月租的主订阅（覆盖日常 80% 的工作量）。
- 一个或多个按量付费的备份通道（覆盖主订阅限流或额度用光时的场景）。
- 在同一个平台里尽量覆盖更多模型，减少来回切换的平台成本。
最好的组合不是最贵的
对于普通 AI agent 用户来说，配置 Coding Plan 的重点不是「买最贵的那个」，而是让 agent 在任何一个订阅被限流时都能继续工作。
我现在的组合：OpenCode Go（$10/月）+ Codex Plus（$20/月）+ DeepSeek 余额（按需），每个月加起来远少于千问 Pro 的价钱，但 stable 程度和模型可用范围远高于任何一个单独订阅。
如果你也在用 Hermes Agent、Codex、OpenCode、Claude Code、Cline 或者 Cursor 跑日常开发，可以试一下这个思路：不求最强模型，求最稳定工作流。先让 agent 能一直跑下去，再来谈模型性能。
价格信息截至 2026-05-26，可能随时变化。