# 2026/10 全球 LLM Token Plan 深度比較報告

- 連結：https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/
- 發佈時間：2026-10-04T18:36:59+08:00
- 作者：David

# Token Plan 深度比較報告

內容目錄

 [Toggle](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#)

 * [Token Plan 深度比較報告](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#token_plan_%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a)
    - [市場地圖與比較方法](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#%e5%b8%82%e5%a0%b4%e5%9c%b0%e5%9c%96%e8%88%87%e6%af%94%e8%bc%83%e6%96%b9%e6%b3%95)
    - [全球與中國 Coding Plan 訂閱比較](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#%e5%85%a8%e7%90%83%e8%88%87%e4%b8%ad%e5%9c%8b_coding_plan_%e8%a8%82%e9%96%b1%e6%af%94%e8%bc%83)
    - [API Token 成本與每 US$100 有效容量](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#api_token_%e6%88%90%e6%9c%ac%e8%88%87%e6%af%8f_us100_%e6%9c%89%e6%95%88%e5%ae%b9%e9%87%8f)
    - [真實使用者評價、TPS、429 與穩定性](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#%e7%9c%9f%e5%af%a6%e4%bd%bf%e7%94%a8%e8%80%85%e8%a9%95%e5%83%b9%e3%80%81tps%e3%80%81429_%e8%88%87%e7%a9%a9%e5%ae%9a%e6%80%a7)
    - [使用情境成本、Hermes 架構與驗證建議](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#%e4%bd%bf%e7%94%a8%e6%83%85%e5%a2%83%e6%88%90%e6%9c%ac%e3%80%81hermes_%e6%9e%b6%e6%a7%8b%e8%88%87%e9%a9%97%e8%ad%89%e5%bb%ba%e8%ad%b0)
    - [相關閱讀](https://cloudsea35.com/2026-10-%e5%85%a8%e7%90%83-llm-coding-plan-token-plan-%e6%b7%b1%e5%ba%a6%e6%af%94%e8%bc%83%e5%a0%b1%e5%91%8a/#%e7%9b%b8%e9%97%9c%e9%96%b1%e8%ae%80)

**資料基準日：2026-10-04｜時區：Asia/Taipei｜幣別：USD / CNY**

2026 年已不能用「月費 $20 誰最便宜」比較 Coding AI。真正有決策價值的指標是 **有效
token、5h/weekly quota、並行度、429、模型品質、context 重讀成本、超額價格，以及能否
把便宜模型與 frontier model 分層路由**。

> 2026 年的 Coding AI 市場已明顯分成四層：**模型原廠訂閱**（Claude Code、Codex、
> Kimi、GLM、MiniMax）、**多模型 Coding/Token Plan**（火山方舟、阿里百煉、百度千帆）、**
> AI IDE**（Cursor、Copilot、JetBrains、Kiro、TRAE、Qoder、CodeBuddy、Windsurf/Devin），
> 以及 **provider-neutral agent harness/gateway**（Cline、OpenRouter、Qwen Code、
> Hermes）。中國市場尤其已不是「廉價 API」而已，而是形成很成熟的固定月費 → 專用 
> API key → Claude Code/OpenCode/Cline/Hermes 的供應鏈。

我的主要判斷如下。

**第一，純「訂閱含量」的性價比冠軍，目前更偏向中國 Token/Coding Plan，而不是美系
$20 plan。** MiniMax 現行 Plus/Max/Ultra 為 **$20/$50/$120**，官方直接給出約 **1.7B/
5.1B/12.5B M3-equivalent monthly tokens**，Ultra 還標示約 **6–7 個 Agent concurrency**；
這種透明程度非常適合 Hermes。

**第二，Frontier-quality 層仍應保留 OpenAI 或 Anthropic，而不是把所有 Coding 都換成
低價模型。** OpenAI 現行 GPT-6.1 Sol API 是 **$2/$10 per MTok input/output**；Claude
Sonnet 5 同樣是 **$2/$10**，Opus 5 為 **$5/$25**。因此難題規劃、architecture、final
review 與高風險 refactor 仍值得升級模型，但讓它們承擔每一次 repo search/test loop
非常昂貴。

**第三，中國方案最大風險不是 nominal quota，而是 429、TPS 與「名義 request ≠ 實際
agent workload」。** `awesome-coding-plan` 的實測資料顯示火山、MiniMax、百煉、Kimi、
GLM 的實際 throughput 差異很大；中國 Linux.DO 使用者也反覆回報火山與 GLM 在某些時段
會出現 429、retry、速度下降。這些是社群樣本而非 SLA，但對 Heavy Agent 比「每月幾萬
requests」更有意義。

**第四，對 Heavy Hermes，我不建議單押 Claude Max 20x、Codex Pro、Cursor Ultra 任何
一個方案。** 更好的 architecture 是：

> **高容量 Token Plan 做 worker + 一家 frontier subscription 做 planner/reviewer
> + 第二家 PAYG frontier 做 failover + local model 處理低價值工作。**

在本文的基準模擬中，6-Agent Hermes 若完全 PAYG，frontier-heavy 模型組合約要 **$2,205/
月**；將 80% 工作路由到 MiniMax M3 類廉價 worker 後，同一合成 workload 約降到 **
$328/月**。而若能實際吃到 MiniMax Ultra 的 subscription quota，再搭配 Claude Max
5x 或 Codex Pro 作升級層，預算可以進一步落到約 **$220–320/月級別**，但前提是經過
實測確認 5h/week throttling、context multiplier 與 6-agent concurrency。這是模型
化估算，不是廠商保證。

另一個重要修正：Anthropic 曾宣布要把 `claude -p` / Agent SDK 與 subscription quota
拆開，但**截至目前官方支援文件表示該變更已暫停，Agent SDK、`claude -p` 與第三方使用
仍會消耗訂閱額度**；因此不能把 Max $100/$200 理解為「interactive quota + 額外同額
SDK credit」。

![2026/10 全球 LLM Token Plan 深度比較報告](https://i0.wp.com/cloudsea35.com/wp-
content/uploads/2026/10/image-2.png?resize=1024%2C572&ssl=1 "2026/10 全球 LLM Token
Plan 深度比較報告 1")

## 市場地圖與比較方法

    ```wp-block-preformatted
    2026 AI Coding Supply Chain模型原廠 SubscriptionMulti-model Coding / Token PlanAI IDE / Coding ProductAgent Harness / GatewayOpenAI CodexClaude CodeGLM Coding PlanKimi CodeMiniMax Token Plan火山引擎方舟阿里百煉百度千帆OpenRouterNVIDIA NIMCursorGitHub CopilotJetBrainsKiro / Amazon QTRAEQoderCodeBuddyWindsurf / DevinReplit / ZedClineQwen CodeOpenCodeHermesOpenAI / Claude / Gemini / GrokQwen / GLM / Kimi / DeepSeek / MiMo / MiniMax顯示程式碼
    ```

最容易造成誤判的是把四種類型混成一張「$20 plan」榜單。例如 Cline 本身是 harness，
ClinePass 才是 $9.99 subscription；OpenRouter 本質是 PAYG gateway；Qwen Code 是 
Agent frontend，而百煉 Coding Plan 才是 inference subscription；NVIDIA NIM 則提供
開發用途 free serverless endpoint 與 self-host deployment，與 Claude Pro 不是同一種
商品。

為了讓後面的「US$100 有效容量」不完全失真，我定義一個 **Equivalent Agent Hour，EAH**：

 1 EAH = 8 model calls × (50K input + 8K output)

也就是：

 1 EAH=400K input+64K output=464K tokens

這不是宣稱一個真人小時必然使用 464K token，而是一個方便跨 API、subscription、agent
loop 做同尺度比較的**分析單位**。大型 repo、MCP、tool descriptions、重新讀 context
都會把它往上拉；prompt caching、RAG/repo map 則會向下壓。

本文人民幣換美元統一採 **分析匯率 ¥7.1 = US$1**，只是為了 normalized comparison，
不是匯率預測。

![2026/10 全球 LLM Token Plan 深度比較報告](https://i0.wp.com/cloudsea35.com/wp-
content/uploads/2026/10/image-1.png?resize=1024%2C572&ssl=1 "2026/10 全球 LLM Token
Plan 深度比較報告 2")

## 全球與中國 Coding Plan 訂閱比較

下表中的「—」代表沒有可比的固定 subscription、未公開固定值，或該欄不適用。**BYOK
✅** 表示可以真正自帶 provider/model key；**◐** 表示只能在部分功能、協定或特定 provider
上使用。

| Provider / Plan | 月費／年費重點 | Quota / Overage | 並行 / BYOK | 2026 判讀 | 
| **OpenAI Codex / ChatGPT** | Plus **$20**；Pro 自 **$100** 起，Codex 文件明列 $100/$200 Pro capacity | Local + cloud 共用 allowance；依模型計次，另可能有 weekly limit；可買 credits | Multi-agent；◐ API/CLI | GPT-6/6.1 世代後，quota 必須按模型看，不能只看「messages」 | 
| **Anthropic Claude Code** | Pro **$20**，年繳 **$200**；Max 5x **$100**、20x **$200** | rolling **5h + weekly**；超額 usage credits 按 API rate | subagents；◐ Console API | 所有 Claude/Code activity 共 pool；SDK quota 分拆計畫目前暫停 | 
| **Google Gemini** | Consumer AI plan 為地區化 subscription；Coding 更適合以 Gemini API/CLI 衡量 | API PAYG；Managed Agents/CLI 另有 quota | ✅ API/Vertex | 2026-09 Gemini 3.8 Flash 強化 software engineering / agentic work | 
| **xAI Grok** | 無獨立「Coding Plan」可與 Claude Code 直接等同比較 | API PAYG | ✅ | Grok 4.7 主打 500K context 與 coding/agent workload | 
| **MiniMax Token Plan** | **$20/$50/$120**；年繳約 **$180/$450/$1,080** | 約 **1.7B/5.1B/12.5B M3 tokens/mo**；5h + weekly + RPM/TPM；不 rollover | **3–4 / 4–5 / 6–7 agents**；✅ | 目前最適合用來做 Hermes 高容量 worker pool 的方案之一 | 
| **Cline / ClinePass** | Cline OSS $0；Pass **$9.99/mo** | 官方描述為 API rate 的約 **2–5x usage**，但不公布簡單固定 token ceiling | ✅ 極強 | 優點是 provider-neutral；缺點是 quota 不透明 | 
| **OpenRouter** | 無固定個人訂閱；PAYG | Standard credit purchase fee **5.5%**；BYOK 前 $25K list-price inference/月免 BYOK fee，之後 5% | ✅ | 最適合作為 failover/routing layer，而非靠 subscription 套利 | 
| **Cursor** | Pro **$20**；Pro+ **$60**；Ultra **$200** | included model usage + on-demand overage | ◐ BYOK | 價值主要在 IDE/context/indexing，不是 raw-token 最便宜 | 
| **GitHub Copilot** | Pro **$10**；Pro+ **$39**；Max **$100** | 約 **$15/$70/$200 total AI Credits**；可加購 | 非 generic BYOK | GitHub/PR/IDE workflow 強，但 expensive model 會快速吃 credits | 
| **JetBrains AI / Junie** | AI Pro 月繳約 $10、年繳折算 **$8.33/mo**；Ultimate 約 $30 / **$25/mo** | **10 / 35 AI credits/30d**；可 top-up | ✅ BYOK/local | 對既有 JetBrains + local model 使用者特別合理 | 
| **Zed** | Pro **$10/mo** | 含 **$5 hosted-token credit**；超額約 API list +10% | ✅ | 很適合把 editor 與 inference 解耦 | 
| **Replit** | Core 約 **$20**；Pro 約 **$100** | subscription allowance + PAYG | ◐ | 優勢在 code→deploy→DB 全生命週期，而非純 repo agent | 
| **Windsurf / Devin** | 2026 產品線持續整合；Pro 級約 **$20**、heavy tier 約 $200 | daily/weekly/model budget | — | 更接近 IDE + cloud-agent command center；quota 應逐月驗證 | 
| **Amazon Q / Kiro** | Q Developer Pro 約 **$19**；Kiro **$20/$40/$100/$200** | Kiro 1K/2K/5K/10K credits；overage **$0.04/credit** | — | 新 workflow 應優先評估 Kiro，而非只看舊 Q IDE 模式 | 
| **火山引擎方舟** | Lite 約 **¥40**、Pro 約 **¥200**；活動價可低至 ¥9.9 起 | Lite 約 1,200/5h、9K/wk、18K/mo；Pro 約 **5x** | 多模型；非 generic BYOK | DeepSeek/GLM/Kimi/Doubao/MiniMax 一 key，多 Agent 很有吸引力；實際 token multiplier/TPS 更重要 | 
| **智譜 GLM Coding Plan** | 現行定價已從舊 ¥49/149 架構轉向新方案／points；Z.ai 已導入 GLM-5.3 | **points-based**，input/cache/output 分別扣點 | GLM ecosystem | 任何仍引用「¥49 Lite / ¥149 Pro」的比較表都應視為歷史 snapshot | 
| **Qwen / 阿里百煉** | 現行 Pro **¥200/mo**；首月活動可 ¥39.9；舊 Lite 已停售 | **6K/5h、45K/week、90K/month**；複雜問題約 10–30+ calls | 多模型 endpoint；Hermes 支援 | Quota 規則目前是中國方案中相對透明的一家 | 
| **百度千帆 Token Plan** | Mini/Lite/Pro/Max **¥9.9/40/200/600**；有首購折扣 | **1.4K/6.6K/45K/165K points/mo** | OpenAI/Anthropic-compatible | 2026 已由舊 Coding Plan 轉向 Token Plan，官方稱取消舊三層限流 | 
| **騰訊 CodeBuddy** | 最近公開方案約 ¥99 / ¥199 / ¥999 級 | credits + autocomplete/agent tasks | managed models | 本輪官方 pricing 頁抓取逾時，故不納入定量排名，購買前應重新核帳號內價格 | 
| **Kimi Code** | **¥49/99/199/699**；年繳有折扣 | Code 有 **rolling 5h + weekly**；另有 shared Agent credits / Extra Usage | Agent：1/2/2/4；Swarm：0/2/4/8 | K2.7 Code 2026-09 更新後降低 thinking-token 消耗 | 
| **DeepSeek** | 無需用 subscription 才有價值；主力為 PAYG API | 2026-08-17 起 V4 系列導入 peak/off-peak 動態價格 | ✅ | V4-Pro launch reference 為 $1.32/$3.96 MTok，但現行實際價格須按時段看 | 
| **Xiaomi MiMo** | 約 **$6/$16/$50/$100**；年繳折算約 $5.28/$14.08/$44/$88 | credit-based；官方主打無 5h/weekly cap；離峰有較低 multiplier | Hermes/Cline/Qwen Code 等 | 很值得納入 6-agent burn-in test，但 credits→有效 tokens 要自行量測 | 
| **NVIDIA NIM** | Developer serverless endpoints **免費**；production/self-host 另計 | free endpoint 無 production SLA | ✅ self-host | NVIDIA 現行 catalog 已有 Kimi K3、DeepSeek V4、Nemotron，並直接提供 NemoClaw for Hermes Agent | 
| **TRAE** | 官方已有 Pricing 入口，但動態頁面未提供本輪可重現完整 quota | managed plan | ◐ | 應視為 AI IDE，不應與 raw token plan 直接比價格；本文不猜測未核實 quota | 
| **Qoder** | 官方採 credit metering；近期 snapshot 約 Pro **$20 / 2K credits** | credits；Quest/IDE/CLI 共 ecosystem | ◐ 可接百煉 | 官方已確認 Desktop/CLI/JetBrains 與 Model Studio integration；價格變動較快 |

這張表也解釋了為何 `awesome-coding-plan` 很有價值卻**不能直接當最新 price sheet**：
它保存了極有價值的 TPS、實測 token、429 與歷史 plan 資料，但 GLM、百煉、MiniMax 
等方案在 2026 中後段都已調整。正式採購時應採「**官方頁決定價格/規則，community benchmark
決定是否真的好用**」的雙層方法。

## API Token 成本與每 US$100 有效容量

最值得放進 Hermes router 的現行 API 價格如下。價格均為每 **1M token**；人民幣模型
換算美元僅使用本文固定分析匯率。

| 模型 | Input | Output | 基準 EAH 成本 | US$100 可買 EAH | 
| **OpenAI GPT-6 Astra** | $10 | $50 | $7.20 | 13.9 | 
| **OpenAI GPT-6.1 Sol** | **$2** | **$10** | **$1.44** | **69.4** | 
| **OpenAI GPT-6 Luna** | **$0.10** | **$0.50** | **$0.072** | **1,389** | 
| **Claude Sonnet 5** | **$2** | **$10** | **$1.44** | **69.4** | 
| **Claude Opus 5** | $5 | $25 | $3.60 | 27.8 | 
| **Gemini 3.8 Flash** | $0.75 | $3.75 | $0.54 | 185 | 
| **xAI Grok 4.7** | $2 | $6 | $1.184 | 84.5 | 
| **MiniMax M3** | 約 $0.30 | 約 $1.20 | 約 $0.197 | **508** | 
| **Kimi K2.7 Code** | ¥6.5 ≈ $0.92 | ¥27 ≈ $3.80 | ≈ $0.610 | 164 | 
| **DeepSeek V4-Pro** | $1.32* | $3.96* | $0.781* | 128* |

OpenAI 現行官方頁列 GPT-6 Astra $10/$50、GPT-6.1 Sol $2/$10、GPT-6 Luna $0.10/$0.50；
Anthropic 現行 Sonnet 5 為 $2/$10、Opus 5 為 $5/$25。 Google 2026-09 推出的 Gemini
3.8 Flash 定價為 $0.75/$3.75。 xAI Grok 4.7 則為 $2/$6。

* DeepSeek 的數字是 V4-Pro 發表時的 reference rate；8 月中之後已導入 peak/off-peak
variable pricing，所以不能把 $1.32/$3.96 當成全天固定長期價格。

    ```wp-block-preformatted
    基準 workload：US$100 可購買的 API EAHOpus5SolSonnet5Grok4.7DS-V4*KimiGemini3.8FMiniMaxM3Luna140013001200110010009008007006005004003002001000EAH / US$100顯示程式碼
    ```

**這張圖絕對不能解讀成「Luna 比 Opus 強 50 倍」。** 它只量「raw agent work capacity」，
沒有 capability adjustment。最佳 Hermes architecture 的目標正是利用這個差距：讓 
Luna/MiniMax/Gemini Flash/DeepSeek 類模型做搜尋、boilerplate、test loop、分類、摘要，
把 Opus/Sonnet/Sol 留給真正需要 reasoning 的節點。

對 subscription 再做一次 normalized proxy，可以看到更驚人的差距。以下不是 SLA，而是「
官方 advertised token ceiling」或 `awesome-coding-plan` 社群實測 token extrapolation：

| Plan | 資料類型 | 月容量 proxy | 換算 US$100 的 EAH | 信心 | 
| **MiniMax Plus $20** | 官方 advertised | 1.7B M3-equivalent tokens | **~18,300 EAH** | 中高；仍受 5h/week/concurrency 限制 | 
| **Claude Pro $20** | community measurement | ~1.588B tokens/mo extrapolated | **~17,100 EAH** | 低～中；quota 非官方固定值 | 
| **阿里百煉 Pro ¥200** | 官方 calls | 90K calls/mo | ~15,975 EAH* | 中；假設 20 calls/EAH | 
| **火山 Lite ¥40** | community measurement | ~320M tokens/mo | **~12,200 EAH** | 低～中；模型倍率會變 | 
| **Kimi Allegretto ¥199** | community measurement | ~1.428B/mo | **~11,000 EAH** | 低；受 429/weekly window | 
| **Codex Plus $20** | community measurement | ~616M/mo | **~6,640 EAH** | 低～中；模型與 quota 可變 |

社群 benchmark 的 Claude、Codex、火山、Kimi、MiniMax 等 token extrapolation 均來自`
awesome-coding-plan`，所以應拿來做「候選方案篩選」，而不是採購保證。 阿里則是官方
直接公布 90K monthly calls，但官方同時提醒一個簡單問題可能消耗 5–10 calls、複雜問題
10–30+，因此我用 **20 calls/EAH** 只是模型假設。

換句話說，**subscription plan 的理論 $/token 可以比 API 低一個甚至兩個數量級，但
你真正購買的是「受 rate limit 控制的共享 inference capacity」，不是一桶可任意瞬間
抽乾的 tokens。**

![2026/10 全球 LLM Token Plan 深度比較報告](https://i0.wp.com/cloudsea35.com/wp-
content/uploads/2026/10/image.png?resize=1024%2C572&ssl=1 "2026/10 全球 LLM Token
Plan 深度比較報告 3")

## 真實使用者評價、TPS、429 與穩定性

目前最有價值的非官方資料不是「哪個模型回答比較聰明」，而是 **TPS、429、retry 與實際
能燒多少 token**。

`awesome-coding-plan` 的測試 snapshot 中，火山方案觀察到約 **86.6 TPS**、MiniMax
約 **52.6 TPS**、舊百煉測試約 **52.5 TPS**；Kimi 約 **28 TPS**，GLM 某測試約 **26.8
TPS**。repo 同時特別強調：「429 往往比名義 quota 更重要」，並記錄 Kimi/GLM 在某些
週期的 capacity、429 或循環問題。這些數字受模型版本、地點、時段、prompt 與 provider
routing 影響，不能當 universal benchmark。

中文社群對火山的評價尤其能說明為何「18000 requests/月」不足以判斷價值。2026 年 4
月 Linux.DO 有使用者回報 GLM route 慢、retry、429，以及 Lite 5h 額度比表面 request
count 更快消耗；到 6 月也有使用者回報模型倍率改善、體感可得到約數億 tokens。也就是說，
同一產品會因模型 multiplier、促銷與 capacity provisioning 在幾個月內大幅變化。

GLM 也有很明顯的「版本斷代」問題。2026 年 5 月的中文社群整理仍記錄 ¥49/149/469 舊式
prompts quota，但 GLM-5.3 發布後官方已改成 **points-based quota，input、cached input、
output 分別計點**。因此目前看到舊版「GLM Pro ¥149、每週約 2,000 prompts」時，不應
再視為最新正式方案。

ClinePass 的早期 Reddit 評價則呈現典型「opaque quota」問題：有人回報不到兩天消耗
掉 98% weekly quota；另一位使用 GLM 的案例則宣稱一個 5h session 得到約 **61M tokens**。
兩者可以同時成立，因為模型、context、cache、reasoning 與計費權重可能完全不同；因此「
generous limits」不等於可預測。

Claude/Codex 的使用者比較也類似。近期 Claude Code Reddit 有 $20→$100 使用者討論 
context/thinking throttling 的不可預測性，也有使用者長時間並行比較 Claude Code 與
Codex 後認為兩者在 agent behavior、effort 與 quota 體感上不同。這些是自選樣本，不能
用來證明官方偷偷減量，但足以說明 subscription 的「有效容量」不應只看 5x/20x。

至於 Hacker News，本輪檢索沒有取得足夠新鮮且能量化 **2026 plan quota/TPS** 的 thread，
因此我沒有為了滿足來源數而把舊 HN 意見硬塞進數值模型。本文的 community quantitative
layer 主要採 GitHub、Reddit 與 Linux.DO；價格與 quota 則仍以官方來源優先。

![2026/10 全球 LLM Token Plan 深度比較報告](https://i0.wp.com/cloudsea35.com/wp-
content/uploads/2026/10/image-3.png?resize=1024%2C572&ssl=1 "2026/10 全球 LLM Token
Plan 深度比較報告 4")

## 使用情境成本、Hermes 架構與驗證建議

成本模型採每月 22 個工作日。Light = **1h/day、單 Agent**；Daily Professional = **
4h/day**，為反映偶爾 background agent，我假設平均 **1.5 effective agents**；Heavy
Hermes = **8h/day × 6 agents**。基準 EAH 是前述 400K input + 64K output。

| Profile | Effective Agent-hours/月 | Input | Output | Total tokens | 
| **Light** | 22 | 8.8M | 1.408M | **10.2M** | 
| **Daily Professional** | 132 | 52.8M | 8.45M | **61.25M** | 
| **Heavy Hermes** | 1,056 | 422.4M | 67.58M | **489.98M** |

我再設三種 model mix：

**Frontier-heavy** = 70% Sonnet 5 + 30% Opus 5；
**Balanced** = 70% Gemini 3.8 Flash
+ 20% Sonnet 5 + 10% Opus 5；**Cost-optimized** = 80% MiniMax M3 + 15% Gemini Flash
+ 5% Sonnet 5。

價格基礎取自 Anthropic、Google、MiniMax 的現行價格資訊。

| Profile | Frontier-heavy | Balanced | Cost-optimized | 
| Light | **$45.94** | **$22.57** | **$6.83** | 
| Daily Professional | **$275.62** | **$135.43** | **$40.98** | 
| Heavy Hermes | **$2,204.93** | **$1,083.46** | **$327.82** |

這回答了最重要的一個問題：**multi-agent architecture 最有價值的成本優化不是 prompt
少寫幾個字，而是 model routing。** Heavy workload 只要把 frontier 比例從 100% 降到
20% 以下，就可能把 inference bill 從四位數美元壓到數百美元。

Context sensitivity 更關鍵。若每 agent-hour 都有 8 turns：

| Context 假設 | Tokens / Agent-hour | Heavy Frontier | Heavy Balanced | Heavy Cost-optimized | 
| Small：20K in / 5K out | 200K | $1,102 | $542 | **$162** | 
| Base：50K / 8K | 464K | $2,205 | $1,083 | **$328** | 
| Large Repo：150K / 12K | 1.296M | **$5,145** | **$2,528** | **$778** |

所以大型 repo 的真正殺手是：

 Agents × Turns × Repeated Context

而不是單次 output token。

這也解釋為何 prompt caching、repo map、symbol-level retrieval、context compaction、
分離 planner/worker、避免六個 Agent 各自重讀整個 repository，可能比換一家便宜 20%
的 provider 更重要。

我會為 Hermes 採用以下 routing：

    ```wp-block-preformatted
    搜尋、分類、測試、boilerplateFeature / RefactorArchitecture / Hard bugYesNoHermes Task Router工作難度 / 風險Low-cost Worker PoolMiniMax M3Gemini FlashDeepSeek / MiMoQwen / Local LLMPrimary Coding ModelGPT-6.1 Sol / CodexClaude Sonnet 5Kimi / GLMFrontier EscalationClaude OpusOpenAI Astra / high reasoningTests + Static AnalysisPass?Frontier Review GateMerge / PRProvider GatewayMiniMax Token Plan阿里百煉 / 火山OpenRouter fallbackDirect API顯示程式碼
    ```

對你指定的 **8h/day、6 Agents、large repo** 情境，我的首選不是 $200 Claude Max 20x
單押，而是：

| Layer | 建議 | 原因 | 
| **High-volume worker** | **MiniMax Ultra $120** 優先實測 | 官方 nominal 12.5B M3-equivalent tokens、6–7 agent concurrency，規格與 Hermes 很吻合 | 
| **Frontier coding/review** | **Claude Max 5x $100 或 Codex Pro 起跳 tier，先選一個** | 避免同時支付兩個昂貴 subscription；另一家用 API failover | 
| **中國 multi-model backup** | **百煉 Pro ¥200** 優先於盲買多家 | 6K/5h、45K/week、90K/month 規則清楚，且一 key 可跨 Qwen/Kimi/GLM/MiniMax 等 | 
| **Gateway/failover** | OpenRouter | 500+ models、自動 provider routing；不應當主要 subscription 套利層 | 
| **Agent Harness** | Hermes / Cline / Qwen Code | 把模型與 Agent runtime 解耦，才能隨 quota/價格切 provider | 
| **Local** | repo search、classification、summary、test triage | 不值得讓 frontier API 重複付 context tax |

因此我會把 **Heavy Hermes 起始採購組合**設在約：

> **MiniMax Ultra $120 + Claude Max 5x $100 ≈ $220/月**

再保留 **$50–100 PAYG emergency budget** 給 OpenAI/OpenRouter/其他 provider，形成
約 **$270–320/月** 的實驗性 production budget。

若實測發現 MiniMax 在六 Agent 下因 rolling quota/TPM 不能維持吞吐，就把 worker capacity
分散成：

> **MiniMax Max/Ultra + 百煉 Pro + MiMo/DeepSeek PAYG**

而不是直接升到更多昂貴 frontier subscription。

最後，真正決定採購前應做一個 **7 天 Hermes Provider Bake-off**，而不是繼續看 marketing
quota：

| Test | 固定條件 | 要記錄的 KPI | 
| Repo benchmark | 同一組 20 個真實 issue | accepted patch rate、human rework | 
| Context test | 20K / 50K / 150K input | input/cache/output tokens、$/task | 
| Parallel test | 1 / 3 / **6 agents** | TPS、TTFT、429、retry、成功率 | 
| Quota test | 連跑 >5h + 跨 weekly reset | 真正 cutoff、reset 行為、模型 multiplier | 
| Failover | 故意觸發 provider 429 | recovery time、context loss | 
| Quality gate | 同一 frontier reviewer | bugs caught、tests passed、review rejection | 
| 最終 KPI | 所有資料 | **$/accepted patch** 與 **successful agent-hours/$100** |

這比「每月 token 數」更接近真正的商業指標。最終你應該優化的不是：

 Cheapest Token

而是：

 （成功完成且通過 Review 的 Coding Tasks）÷（總月費 + API Cost + Retry Cost + Human
Rework）

截至 2026-10-04，我會把市場排序理解為：**MiniMax / 百煉 / 火山 / MiMo 是 capacity
layer；OpenAI / Anthropic 是 intelligence & review layer；OpenRouter / Cline / Qwen
Code / Hermes 是 abstraction & routing layer；Cursor / Copilot / JetBrains / Kiro/
Qoder / TRAE / CodeBuddy 則主要競爭 developer experience。**

這四層分開採購，通常比尋找一個「全能 Coding Plan」更適合真正的 multi-agent software
engineering。

![2026/10 全球 LLM Token Plan 深度比較報告](https://i0.wp.com/cloudsea35.com/wp-
content/uploads/2026/10/image-4.png?resize=1024%2C572&ssl=1 "2026/10 全球 LLM Token
Plan 深度比較報告 5")

## 相關閱讀

 * [開源模型的部署成本](https://cloudsea35.com/cs35-20260717-kimi-k3-%e4%b8%80%e5%87%ba%e9%96%8b%e6%ba%90%e8%90%bd%e5%be%8c%e9%96%89%e6%ba%90%e5%8d%8a%e5%b9%b4%e9%80%99%e5%8f%a5%e8%a9%b1%e8%a9%b2%e4%b8%9f%e4%ba%86%e4%bd%86%e4%bb%a3%e5%83%b9/)

### 請按讚：

喜歡 正在載入...

### _相關_