选型分析 · 2026 Q2
AI 订阅方案
横向对比
覆盖 11 家国内外主流 AI 厂商订阅方案,按 17 人团队基准测算月成本区间, 盘点能力边界、合规约束与落地方案,用于企业订阅选型参考。
11
参与对比的厂商
国际 4 家 / 国内 7 家
17
测算团队基准人数
含重度 / 常规用户
¥1k-9k
月成本跨度区间
最优档位测算
AI 订阅方案横向对比 · 封面视觉
数据截至 2026-04 · 订阅价格变动频繁,以厂商官网为准
团队规模基准:17 人 · "人均 X 份参考档额度" 指人均消耗相当于 X 份该厂商估算所用参考档订阅的额度
各厂商参考档按性价比最优选取,不一定是表格中的基准值档
目录
01 执行摘要 核心结论与选型建议
02 模型能力基线 主流模型 Benchmark 横向对比
03 Coding Plan 机制 使用方式 · 额度限制 · 计量口径
04 横向对比总览 成本排序 + 实操约束
05 团队使用方案 共享账号 / 团队订阅 / 号池自建
06 推荐方案 OpenAI 或 Kimi 二选一
07 专项深化分析 范围 · 价值 · 合规 · 切换 · 网页对比
08 国际厂商订阅详情 OpenAI · Google · Anthropic · Cursor
09 国内厂商订阅详情 百度 · 字节 · 阿里云 · 小米 · MiniMax · Kimi · 智谱
01 · Executive Summary

执行摘要

17 人团队采购 AI 订阅,月成本区间跨度从 ¥1,043 到 ¥9,272,差异来自三个变量:模型等级、订阅档位组合、以及 是否愿意承担合规与支付代价。能力越强的模型(Opus 4.7 / GPT 5.4 / Gemini 3.1 Pro)对应的订阅单价越高, 且伴随海外支付与数据出境约束。

核心 Takeaways

最终推荐

主力订阅二选一,取决于合规与报销约束:

详见 第 06 章 · 推荐方案。深入分析(使用范围、效率估算、合规风险、切换成本、网页对比)详见 第 07 章 · 专项深化分析。

合规风险 国际厂商代码 / 对话数据存储于境外,公司商业代码 / 客户数据使用前需评估数据出境合规;海外支付通常仅有 Stripe 账单,多数公司财务不接受报销。
02 · Model Capability

模型能力基线

目前国内外综合能力占据前列的几个大模型分别为 Anthropic 的 Opus 4.7、OpenAI 的 GPT 5.4、 Google 的 Gemini 3.1 Pro,以及国内阿里的 Qwen 3.6 Max、智谱的 GLM 5.1、 月之暗面的 Kimi K2.6。

Opus 4.7 GPT 5.4 Gemini 3.1 Pro Qwen 3.6 Max GLM 5.1 Kimi K2.6

BridgeBench

BridgeBench 综合能力对比
BridgeBench 综合能力评测 · 跨任务类型的模型表现

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index by Model Type · 2026-04-22
03 · Coding Plan Basics

Coding Plan 机制

本报告对比的订阅方案(各厂商命名为 Pro / Max / Coding Plan 等), 是面向开发者的月度订阅服务,区别于按 token 精确计费的 API 模式。 在看具体成本前,先说清三件事:怎么用、为什么会有额度限制、额度如何计量。

使用方式

开发者接入订阅方案通常有三种形态,订阅账号在工具中登录后即可生效:

接入方式 代表形态 适用场景
官方网页 / App ChatGPT · Claude.ai · Gemini · Kimi · 智谱清言 对话、文档处理、非编码日常
官方 CLI / IDE Claude Code · Codex CLI · Gemini CLI · Cursor · Windsurf 团队主要使用场景 —— 编码、Agent 工作流
第三方客户端 Cline · Continue · Cherry Studio 等开源工具 个性化工作流、自建号池中转

为什么会有额度限制

订阅方案本质是 "大数定律下的自助餐" —— 厂商按全体订阅用户的 平均用量 定价,前提是少数重度用户不能吃掉全部算力。 旗舰模型(Opus 4.7 / GPT 5.4 / Gemini 3.1 Pro)单次推理成本远高于直觉, 若敞开使用,一个重度开发者一天可消耗掉十个普通用户的月度预算。

因此所有厂商都会设置多级时间窗口限额:

关键理解:订阅档位越高,并不意味着"无限量",而是"给到更高的大数定律阈值"。 即使 Anthropic Max 20x、OpenAI Pro 20x 等顶级档位,重度 Agent 用户仍可能在一周内打满。

额度如何计量

各厂商计量口径不统一,这也是横向对比时"¥200 的 A 厂商套餐"与"¥200 的 B 厂商套餐"无法直接等价的根本原因:

计量口径 代表厂商 特点
请求次数 百度千帆、字节方舟、MiniMax 直观,但不反映单次消耗差异(短请求 ≠ 长上下文请求)
Token 数量 Kimi、小米 MIMO 精确,但用户难以直观预估
对话轮次 智谱 GLM 粒度最粗,适合轻度用户
Credits 混合 阿里云百炼 统一口径,但输入 / 输出 / 缓存换算关系复杂
隐式限额 OpenAI、Anthropic、Cursor 官方不公开具体数值,仅公布相对倍率(如 "5x Pro")

订阅 vs API 按量付费

维度 Coding Plan(订阅) API 按量付费
计费方式 固定月费 按 token 精确计费
使用上限 超出额度即停止 / 降级 无上限(账户余额为止)
成本可预测性 高(月费固定) 低(取决于实际用量)
适合场景 团队日常编码、Agent 工作流 线上产品、自动化后台、偶发用量

真实用量对比案例

以我个人最近一月使用 Claude Code 的实际统计为参考,订阅档位为 Anthropic Claude Max 5x(月费 $100), 通过第三方工具生成用量统计:

Claude Code 个人月度用量统计
我个人最近一月 Claude Code 实际 token 消耗与 API 等价成本估算(订阅档位 Max 5x · 第三方工具生成)

截图中的 "API 等价成本" 一栏反映:若按 API 按量付费计算, 同样的用量对应的费用 远高于 $100 的订阅月费。 这正是本报告团队方案优先选择订阅制而非 API 按量的核心原因—— 对编码 Agent 这种高频、长上下文的重度使用场景,订阅制的成本优势非常显著。

04 · Overview

横向对比总览

以下按团队月成本下限升序排列,同时并列列出支持的模型以及关键备注。 成本按 17 人团队、各厂商性价比最优档位测算,不一定是表格中的基准值档。

团队月成本排序

排序 厂商 月成本(人民币) 支持模型 备注
1 智谱 GLM ¥1,043 – ¥2,533 GLM 5.1 限购,模型接口调用速度慢,限流严重
2 百度千帆 ¥1,360 – ¥3,400 GLM 5 / Kimi K2.5 / MiniMax M2.5 不支持最新的模型
3 字节方舟 ¥1,360 – ¥3,400 GLM 5.1 / K2.6 / M2.7 / Doubao Seed Code 套餐含隐藏倍率,实际额度少于宣传量
4 OpenAI ¥1,363 – ¥4,090 GPT 5.4 需要境外支付渠道
5 Cursor 个人版 ¥1,363 – ¥4,227 所有主流模型 限制使用渠道,只能在官方 IDE 中使用
6 月之暗面 ¥1,393 – ¥3,383 Kimi K2.6 订阅用量不透明
7 阿里云百炼 个人版 ¥1,400 – ¥3,400 Qwen 3.6 plus / K2.5 / GLM 5 / M2.5 限购,不支持最新模型
8 Google ¥2,304 – ¥6,920 Gemini 3.1 Pro 需要境外支付渠道,只能在官方 IDE 中使用
9 Anthropic ¥4,636 – ¥9,272 Opus 4.7 / Sonnet 4.6 / Haiku 4.5 支付渠道困难,官方限制中国使用
10 阿里云百炼 团队版 ¥3,366 起 Qwen 3.6 plus / K2.5 / GLM 5 / M2.5 不支持最新模型,成本比个人版订阅多出很大比例
11 Cursor 团队版 ¥4,636 起 所有主流模型 成本显著高于个人版订阅

实操约束对比

厂商 数据留存地 支付方式 网络
OpenAI境外海外信用卡需代理
Google境外海外信用卡需代理
Anthropic境外海外信用卡需代理
Cursor境外外币信用卡 / 支付宝需代理
国内厂商
百度 / 字节 / 阿里云 / 小米 / MiniMax / Kimi / 智谱		 境内 境内支付渠道 直连
合规与落地风险
05 · Deployment

团队使用方案

17 人团队在确定厂商后,还需要决定使用模式。共享账号、团队订阅、自建号池三种方案分别对应 不同的管理能力和成本结构。

方案一
共享账号

购买个人订阅,团队成员共用同一账号凭证(API Key 或登录账号)

优点
  • 无需搭建额外服务,开箱即用
缺点
  • 无法灵活调配 token 额度,账号耗尽后需手动切换
  • 多人共用同一凭证,无法统计每人的使用情况
  • 无法统计整体用量
方案二
团队订阅

购买厂商原生团队订阅

优点
  • 一人一号,厂商原生团队管理
  • 可管理每人的模型调度权限
  • 可统计成员各自的模型使用情况
缺点
  • 费用较个人订阅方案更高
方案三 · 推荐
号池 + 自建中转

购买个人订阅,创建号池,自建 API 中转及团队管理服务

优点
  • 负载均衡,自动调度多账号额度
  • 团队管理,独立 API Key 与成员账号
  • 整体与个人 token 使用统计
缺点
  • 需要额外搭建团队管理平台
方案三的核心权衡
方案三直接订阅成本与方案一相同,核心差异在于将"手动切换账号"的痛点转化为"自动调度"的能力, 代价是一次性搭建和持续运维成本。
06 · Recommendation

推荐方案

综合模型能力、成本、合规与落地难度,17 人团队主力订阅推荐 二选一, 决策轴是公司对 数据合规 与 发票报销 两件事的容忍度。

决策分支

分支 A · 首选
OpenAI · GPT 5.4

适用:公司 不在意 数据合规与发票报销

推荐理由
  • GPT 5.4 综合能力稳居国际第一梯队
  • Codex 生态成熟,编码场景体验一线
  • 17 人月成本 ¥1,363 – ¥4,090,性价比优于 Anthropic
代价
  • 数据留存境外,商业代码 / 客户数据需评估出境合规
  • 海外信用卡支付,仅有 Stripe 账单,多数公司财务不接受报销
  • 需要稳定网络代理
分支 B · 首选
月之暗面 Kimi · K2.6

适用:公司 注重 合规或需发票报销

推荐理由
  • K2.6 是国内厂商代码能力最强的模型之一
  • 数据留存境内,支付合规,可开具正式发票
  • 17 人月成本 ¥1,393 – ¥3,383,接近 OpenAI 下限
  • 直连无需代理
代价
  • 模型能力较 GPT 5.4 仍有差距,复杂 Agent 工作流场景偏弱
  • 订阅用量不透明(未公开 token 计量细节)

落地方式

两种厂商均采用上一章的 方案三(号池 + 自建中转),具体实现为: 在服务器上部署 Sub2API 服务,将购买的多个个人订阅账号接入, 组建号池,统一对外暴露 API 接口,供团队所有成员使用。

整体架构

[订阅账号 × N]
↓ OAuth 登录 / 凭证注入
Sub2API(自建服务器)
↓ 标准 API 接口
[Claude Code · Codex · Cursor · Cline · 团队自研工具]

此架构提供三个核心能力:

Sub2API 号池总览
Sub2API 后台 · 号池总览(已接入的订阅账号及实时调度状态)

成员接入流程

  1. 管理员在 Sub2API 后台为每位团队成员创建独立 API Key
  2. 分发给成员:API Key + 服务 Base URL
  3. 成员在 Claude Code / Codex / Cursor / Cline 等工具的配置中填入上述两项
  4. 成员正常使用,Sub2API 后端自动轮询号池、在账号间均衡额度,对成员完全透明
Sub2API API Key 管理
成员 API Key 管理 · 分配、限额、启停

后台监控

Sub2API 提供两个维度的可观测性,便于管理员发现异常用量与成本归因:

Sub2API 用量统计
用量统计 · 按成员 / 账号维度聚合,可定位重度用户与饱和账号
Sub2API 使用记录
使用记录 · 单次调用明细日志,支持按 API Key、时间、模型筛选
上线建议 无论选哪个厂商,建议先在 2 – 3 人小范围试用 2 周,观察 Sub2API 号池的真实调度表现与实际用量, 再按数据扩大到全团队。订阅账号数量与档位组合可根据试用数据动态调整。

开发使用指南

成员从管理员那里拿到 API Key 和 Base URL 两个字符串后, 只需将它们填入下列任一款开发工具即可开始使用。本节面向对 AI 编码工具不熟悉的同事, 介绍几款主流工具的配置与使用方式 —— 团队涵盖前端、Java、C++、算法多个工种,成员按各自工种与习惯选择。

主力工具 · Claude Code(终端)

Anthropic 官方推出的命令行编码 Agent,语言无关,前端、Java、C++、算法 / 脚本通用, 是目前综合能力最强的编码 Agent。使用方式类似跟同事对话: cd 到项目目录后启动 claude,用自然语言描述需求, 它会自动读文件、改代码、跑命令、回报结果。

配置方式:通过环境变量指定 Sub2API 提供的 Base URL 与 API Key。

Claude Code 配置
Claude Code · 通过环境变量配置 Sub2API 地址与 API Key

使用方式:在项目目录中运行 claude 进入交互界面,直接用自然语言下指令。

Claude Code 运行
Claude Code · 实际运行界面,支持多轮对话、文件读写、命令执行

其他可选工具

以下三款工具覆盖不同工作习惯,成员按平时使用的 IDE 或场景选择:

VS Code + Claude Code 插件
VS Code 用户

在 VS Code 插件市场搜索并安装 Claude Code 官方插件,配置 Sub2API 凭证后, 即可在编辑器内直接使用 Claude Code 的完整能力,无需切换到终端。 适合习惯在 VS Code 里工作的前端、C++、算法同事。

VS Code Claude Code 插件
VS Code + Claude Code 插件 · 在编辑器内直接调用编码 Agent
JetBrains + Continue 插件
IDEA / CLion / PyCharm 用户

Continue 是支持 JetBrains 全家桶的 AI 编码插件,IDEA、CLion、PyCharm 等均可安装, 提供对话面板、行内补全、自定义提示词等能力。适合 Java 组习惯 IntelliJ IDEA、 C++ 组习惯 CLion 的同事。

Continue 配置
JetBrains + Continue · 在 IDEA / CLion 中直接使用 AI 辅助编码
LobeHub(网页 / 桌面 Chat)
轻度使用 · 非编码场景

LobeHub 是开源的网页 / 桌面 Chat 界面,界面类似 ChatGPT,支持多模型切换与多会话管理。 适合非编码日常场景 —— 写邮件、查资料、跨语言翻译、代码片段复制粘贴答疑等。

LobeHub 配置
LobeHub · 通用 Chat 界面,适合轻度、跨工种的日常问答
工具选择速查:
07 · Deep Dive

专项深化分析

使用范围界定

本报告讨论的订阅方案 聚焦于软件开发团队的编码场景, 不涉及文档处理。此处需要明确边界:

场景 本报告是否覆盖 原因 / 处置方式
编码 Agent · IDE 辅助 · CLI 编程 ✅ 本报告核心 订阅方案最佳性价比场景
代码审查 · 技术讨论 · 跨语言代码迁移 ✅ 适用 内容通常不触达客户敏感数据
商务文档 · 合同 · 设计文档处理 ❌ 不适用 数据合规约束强,建议本地模型方案
客户方内部资料处理 ❌ 严禁 见下节合规分析
关于文档处理场景:公司业务涉及轨道交通行业,相关文档包含保密性数据, 不适合通过订阅方案走境外或境内公共云模型。 建议单独立项评估 本地部署的开源模型方案(如 Qwen3 / DeepSeek 等本地推理部署), 此路径不在本报告讨论范围。

价值评估 · 效率提升与必要性

AI 辅助开发对团队的价值不是 "锦上添花",而是两个明确方向: 效率成倍提升 与 能力维度补足。

效率提升估算

以本人在 CMMS-UI 项目的 git 提交历史为样本做实测对比: 2025 年 11 月(尚未使用 Claude Code,作为基线) vs 2026 年 3 月(重度使用 Claude Code)。

指标 2025-11 · 基线 2026-03 · Claude Code 倍率
提交数 78 155 2.0 ×
涉及文件数 303 492 1.6 ×
代码新增行数 9,583 17,800 1.9 ×
净新增 LOC(新增 − 删除) 5,634 13,185 2.3 ×

统计口径:仅计入源代码文件(.tsx / .ts / .css / .js / .vue / .jsx), 排除 package lock、第三方库 vendor 代码、SVG 与 JSON 数据文件等非人工编写内容。

单人单月代码产出提升约 2 倍,与业界公开研究方向一致:

考虑到代码产出量并非纯粹时间节省的等价指标 (Claude Code 有时产出更细粒度的提交、更完善的测试与文档), 保守估算团队编码效率提升 25 – 35%。

17 人团队按人月 20 工作日、日工 8 小时计:

必要性 · 三个"没 AI 就做不了 / 做不好"的团队实例

效率提升是量变,能力补足是质变。团队近期的三个案例说明 AI 在哪些场景是"可能性门槛"而非"锦上添花":

案例 1 · Electron 桌面应用接入硬件 C SDK
CMMS 马东出退勤一体机

硬件厂商提供的 SDK 为 C 语言实现,需通过 Node.js 原生扩展接入 Electron。 涉及跨语言 FFI、数据结构映射、内存管理等多重跨栈知识。 普通前端开发者通常缺少 C / C++ 背景,此类任务传统上往往需要额外招聘或跨组协作。 AI 辅助下,由现有前端工程师独立完成——将原本需要新增人力的跨技能门槛任务,转化为团队可自主交付的任务。

案例 2 · Python 渲染器改写为 Web 前端
WADS 风叶判伤

原程序为 Python 实现的渲染逻辑,需要迁移到浏览器端实现 Canvas / WebGL 渲染。 传统做法:人工阅读 Python 原逻辑 → 手动翻译到前端 → 调试对齐,往往需要资深工程师投入数周。 AI 辅助可同步读多个源文件、逐段翻译并保留原算法语义, 开发周期从 "人月级" 压缩到 "人周级"。

案例 3 · UI 设计质量提升
所有产品前端

团队虽然有专职 UI 设计师,但受限于人员数量与工作量, 并非所有产品细节都能覆盖到设计环节,开发者常需要在没有专业设计稿的情况下自行补齐 UI 细节。 AI 辅助(Claude Code / Cursor 等)能在交互细节、视觉层次、组件选型、样式规范等方面 提供接近专业设计师水平的建议, 让开发者在设计资源不足的场景下,依然能交付具备专业水准的产品界面, 降低对设计资源的依赖瓶颈。

价值小结

数据出境合规深度分析

本节是本报告 OpenAI vs Kimi 推荐决策 的核心依据。 公司业务所在行业对数据保密性有较高要求,合规要求显著高于一般互联网业务。

法规背景

法规 核心要求
《数据安全法》(2021) 重要数据出境需做安全评估
《个人信息保护法》(2021) 个人信息跨境需满足 CAC 评估 / 标准合同 / 认证 之一
《数据出境安全评估办法》(2024 修订) 部分场景强制 CAC 评估,其余场景需签订标准合同或认证

部分公司数据可能落入 "关键信息基础设施相关数据" 或 "重要数据" 范畴,合规风险高于普通互联网业务。

团队数据分级

等级 典型内容 AI 编码场景处理原则
🟢 一级 · 公开 开源代码、公开文档、第三方库源码 任意 AI 工具可用
🟡 二级 · 一般业务 团队内部通用代码、非涉密业务逻辑 订阅方案可用(境内外均可)
🟠 三级 · 敏感业务 涉及甲方交付物的业务逻辑代码 仅限境内方案(Kimi 等)
🔴 四级 · 保密 客户单位内部文档、合同条款、业务机密 禁止任何订阅式 AI(含境内)

境外方案(OpenAI / Anthropic / Google)的具体风险点

境内方案(Kimi / 阿里云百炼 等)的相对优势

风险缓解措施(无论选哪家都应落地)

  1. Sub2API 层敏感词黑名单:禁止包含甲方单位名、合同编号、特定项目代号等关键词的请求出网
  2. 团队培训 + 红线清单:明确四级数据不可进入任何 AI 工具
  3. 审计日志留存:Sub2API 已具备使用记录能力(见 Ch 06 · 后台监控)
  4. 代码脱敏规范:涉及敏感业务逻辑的代码片段,使用 AI 前替换关键字段
  5. 四级数据走本地模型:本报告不覆盖,见 7.1 "文档处理建议"
合规结论 · 强化对 Kimi 的推荐
综合公司业务的数据合规要求:

模型切换成本分析

场景:本月使用 A 厂订阅,下月 B 厂有更先进的模型——能否平滑切换? 结论:Sub2API 架构下切换成本极低,是团队长期演进的核心优势。

架构层面 · Sub2API 的设计使得切换近乎零成本

[成员工具]
↓(固定不变的 API Key + Base URL)
[Sub2API 抽象层]
↓ 号池:可替换 ← 切换发生在这里
[厂商 A → 厂商 B]

切换路径:

  1. 管理员在 Sub2API 后台停用 A 厂账号、新增 B 厂账号到号池
  2. 调整路由策略(全量切 / 按 Key 切 / 灰度切)
  3. 团队成员完全无感知——IDE / CLI 配置保持不变

这就是 Sub2API 的核心价值:把"厂商绑定"变成"后台配置项"。

切换成本

成本类型 描述 量级
沉没成本 A 厂订阅账号未到期的剩余价值(个人版订阅不退费) 单账号订阅费 × 剩余周数
模型行为差异 不同厂商 prompt 响应风格与工具调用惯例差异,团队 Agent 配置可能需要微调 1 – 3 天适配

平滑切换策略(推荐)

为降低切换冲击,建议采用并行过渡法:

  1. T0 —— A 厂订阅继续使用,B 厂新增 1 – 2 份订阅账号加入号池
  2. T0 → T+2 周 —— 按 20% 灰度将部分成员流量切至 B 厂,观察实际表现
  3. T+2 周 —— 若 B 厂表现符合预期,调整灰度至 100%
  4. T+4 周 —— A 厂订阅到期自然退出,账号从号池移除
这套策略下,任何一次厂商切换的业务风险窗口 < 1 周,且团队成员全程无感。 换句话说,选定 Kimi 或 OpenAI 作为起点之后,即使半年后有更优厂商出现,切换的代价也是可控的。

订阅方案 vs 免费网页版对比

常见疑问:"很多 AI 厂商都提供免费网页版(ChatGPT / Kimi / 智谱清言等),为什么还要付费订阅?" 简短回答:两者适用于完全不同的场景。专业开发团队必须走付费订阅 + 工具集成路线。

能力对比

维度 免费网页版 付费订阅 + Sub2API
工作流集成 浏览器独立窗口,手动复制粘贴 深度集成 IDE / CLI
Agent 能力 无,只能问答 自动读写文件、跑命令、多文件改动
上下文长度 通常 8k – 32k token 128k – 1M token,可读整个项目
工具调用 / MCP 仅限厂商内置工具(搜索、图像等),不支持自定义扩展 完整 MCP 生态,可自定义工具链与深度集成
用量限额 严格,高峰常拒绝服务或自动降级 充足,可团队调度
数据隐私 条款宽松,对话默认可能被用于训练 可在订阅条款下关闭训练使用,但数据仍留存于厂商
团队管控 无 成员独立 Key + 用量统计 + 审计
合规可审计 无法留存记录 Sub2API 可全量留存审计日志

同任务耗时差异(实测参考)

以 "读懂一个 200 行的陌生组件并完成修改" 为例:

步骤 免费网页版 订阅 + Agent
将代码粘贴进对话框~1 分钟0(Agent 自主读取)
描述需求~1 分钟~1 分钟
等待响应~30 秒~30 秒
复制回代码到 IDE~1 分钟0(Agent 直接改文件)
调试迭代(3 轮)~9 分钟~3 分钟
合计~13 分钟~5 分钟

在日常高频场景下,这 2 – 3 倍 的效率差异累积效应非常可观。

使用场景划分
本报告推荐方案(OpenAI / Kimi)均为付费订阅,原因正在于此。
08 · International Vendors

国际厂商订阅详情

OpenAI、Google、Anthropic、Cursor。可用模型能力最强,但支付合规、网络代理、数据出境 这三重成本需要企业提前评估。

OpenAI
需境外支付
OpenAI 订阅价格
OpenAI 官网订阅档位
套餐 月付价格 可用模型 核心功能
Free$0GPT-5.3基础对话,高峰期可能排队
Plus$20GPT-5.4高峰期优先访问,更多的模型限额,更快的响应速度
Pro 5x$100GPT-5.4 / GPT-5.4 Pro限额为 Plus 的 5 倍
Pro 20x$200GPT-5.4 / GPT-5.4 Pro周限额 20 倍 Plus,5 小时限额 25 倍 Plus

官方对档位的定位:

17 人团队月成本预估
¥1,363 – ¥4,090
人均 1–3 份 Plus 额度,团队总量 17–51 份
折算 1 个 Pro 20x ($200) 至 3 个 Pro 20x ($600)
Google
仅限官方 IDE
使用限制 只能在 Google 自己的 IDE 里使用。
Google 订阅价格
Google 订阅档位
套餐 月付价格 额度
Free$0限额随实际情况变化
Plus$7.99基准值
Pro$19.93 倍 Plus
Ultra$249.9915 倍 Plus
17 人团队月成本预估
¥2,304 – ¥6,920
人均 1–3 份 Pro 额度,团队总量 17–51 份
折算 $338 – $1,015

未采用 Ultra 混合计算:同等总用量下,Ultra 单位额度价格高于多个 Pro 累加,不具性价比。

Anthropic
官方限制中国使用
Anthropic 订阅价格
Anthropic 订阅档位
套餐 月付价格 额度
Free$0—
Pro$20基准值
Max 5x$100周限额 / 5 小时限额均为 Pro 的 5 倍
Max 20x$200周限额 10 倍 Pro,5 小时限额 20 倍 Pro
17 人团队月成本预估
¥4,636 – ¥9,272
人均 2–4 份 Pro 额度,团队总量 34–68 份
折算 7 个 Max 5x ($680) 至 14 个 Max 5x ($1,360)

Anthropic 各档位单位价格一致($20/份 Pro 额度),组合方式不影响总价,仅影响 1M 上下文等高级特性的可用账号数。

Cursor
仅限官方 IDE
使用限制 只能在 Cursor 自己的 IDE 里使用。
Cursor 订阅价格
Cursor 订阅档位
套餐 月付价格 额度
Hobby$0—
Pro$20基准值
Pro+$603 倍 Pro
Ultra$20020 倍 Pro
Team$40额度与 Pro 相同,增加团队统计功能
个人版 · 17 人月成本
¥1,363 – ¥4,227
$200(1 个 Ultra) – $620(2 个 Ultra + 11 个 Pro)
团队版 · 17 人月成本
¥4,636 起
$680/月(17 席 × $40)基础订阅,超额按量付费

Cursor Team 为一人一席模式,17 人固定 17 席,¥4,636 为基础订阅费。重度用户额度耗尽后按实际使用量额外计费(usage-based), 实际月成本 = ¥4,636 + 超额用量费。

09 · Domestic Vendors

国内厂商订阅详情

国内七家:百度千帆、字节方舟、阿里云百炼、小米 MIMO、MiniMax、月之暗面、智谱 GLM。 支付合规直连,但模型能力与最新国际模型有差距;部分厂商存在限购与用量不透明问题。

百度千帆
不支持最新模型
百度千帆订阅价格
百度千帆订阅档位
版本 价格 5 小时限额 周限额 月限额
Lite¥401,200 次请求9,000 次请求18,000 次请求
Pro¥2006,000 次请求45,000 次请求90,000 次请求
字节方舟
含隐藏倍率

定价与百度千帆完全一致,合并估算。

字节方舟订阅价格
字节方舟订阅档位
版本 价格 5 小时限额 周限额 月限额
Lite¥401,200 次请求9,000 次请求18,000 次请求
Pro¥2006,000 次请求45,000 次请求90,000 次请求
百度千帆 / 字节方舟 · 17 人月成本
¥1,360 – ¥3,400
人均 2–5 份 Lite 额度,团队总量 34–85 份
阿里云百炼 · 个人版
每日 09:30 限购
阿里云百炼个人版订阅价格
阿里云百炼个人版订阅档位
版本 价格 5 小时限额 周限额 月限额
Lite————
Pro¥2006,000 次请求45,000 次请求90,000 次请求

Lite 档位目前已下架。

个人版 · 17 人月成本
¥1,400 – ¥3,400
人均 0.4–1 份 Pro 额度,团队总量 7–17 份
阿里云百炼 · 团队版
坐席 + 共享用量包

团队版采用 "标准坐席 + 共享用量包" 组合计费:

项目 价格 说明
标准坐席¥198 / 月按人分配,每人一个,包含基础 Credits
共享用量包¥5,000 / 月团队共享的 Credits 补充包,可按需叠加
阿里云百炼团队版订阅价格
阿里云百炼团队版订阅档位
Token 共享用量包
Token 共享用量包

Credits 计费机制

阿里云 Credits 计费机制
阿里云 Credits 计费机制
换算关系:1 Credits = 5k tokens 输入 = 830 tokens 输出 = 25k tokens 缓存输入

以我最近一周的个人用量进行测算

我个人属于重度使用。按其他成员人均用量约为我 40% 估算, 17 人团队按照 7 倍我个人用量统计。

团队版 · 17 人月成本
¥8,366
896,000 Credits ≈ 7 × 我个人用量
17 坐席(¥198 × 17)+ 1 补充包(¥5,000)
小米 MIMO
Token 计量
小米 MIMO 订阅价格
小米 MIMO 订阅档位
版本 价格 月限额
Lite¥3930M tokens
Standard¥99100M tokens
Pro¥329350M tokens
Max¥659800M tokens

Token 与实际请求次数换算不透明,暂不给出成本估算。

MiniMax
参考 Kimi 估算
MiniMax 订阅价格
MiniMax 订阅档位
档位 价格 5 小时限额 周限额
Starter¥29600 次请求6,000 次请求
Plus¥981,500 次请求15,000 次请求
Max¥1994,500 次请求45,000 次请求
Ultra¥89930,000 次请求300,000 次请求

除 Starter 外,其余档位限额与 Kimi 近似,成本估算可参考下方 Kimi。

月之暗面 Kimi
用量不透明
Kimi 订阅价格
Kimi 订阅档位
档位 价格 限额
Andante¥49基准值(27.5M tokens)
Moderato¥994 倍限额(110M tokens)
Allegretto¥19920 倍限额(550M tokens)
Allegro¥69960 倍限额(1,650M tokens)
17 人月成本预估
¥1,393 – ¥3,383
人均 0.4–1 份 Allegretto 额度,团队总量 7–17 份
智谱 GLM
每日 10:00 限购
使用限制 每日 10:00 限购;高峰期(每日 14:00—18:00)消耗量为非高峰期的 1.5 倍。
智谱 GLM 订阅价格
智谱 GLM 订阅档位
档位 价格 5 小时限额 周限额
Lite¥4940 轮对话400 轮对话
Pro¥149200 轮对话1,000 轮对话
Max¥469800 轮对话4,000 轮对话
17 人月成本预估
¥1,043 – ¥2,533
人均 0.4–1 份 Pro 额度,团队总量 7–17 份

本文档数据来自各厂商官网公示定价,截至 2026-04。订阅价格变动频繁,实际采购以厂商官网为准。