为什么我用 1 美元的阿里百炼订阅探索 Claude 和 GPT 之外的模型
阿里百炼 Coding Plan 以每月 7.9 元打包 Qwen 3.5 Plus、Kimi K2.5、GLM-5、MiniMax M2.5 等八个模型。这里记录价格、配置、取舍,以及把这些模型和 Claude、Codex 一起用于代码评审的体验。
AI 驱动 · 每小时限 20 次请求
如果一年前有人告诉我,我会每月花大约 1 美元买一个订阅,用来在编程时访问八个不同的 AI 模型,我大概率不会相信。但阿里云百炼现在推出了一个面向 AI 编码的 Coding Plan,价格确实低到值得认真看一眼。
百炼 Coding Plan 是什么?
阿里云的 Model Studio(百炼)现在提供一个专门面向 AI 辅助编码的包月订阅。它不是像大多数供应商那样按 token 计费,而是收取固定月费,给你一定的跨模型请求额度。
目前有两个档位:
- Lite:首月 ¥7.9(约 1 美元),每月 18,000 次请求
- Pro:首月 ¥39.9(约 5.50 美元),每月 90,000 次请求
这个优惠价格面向新订阅用户,活动到 2026 年 4 月 1 日。后续价格是逐步回到原价:第二个月 5 折(Lite ¥20,Pro ¥100),第三个月起恢复全价(Lite ¥40,Pro ¥200)。即使按全价看,它相对可用模型数量也不算贵;首月则几乎等于免费。新阿里云账号还有 ¥30 额度,足够覆盖 Lite 首月,所以如果你是新注册用户,它基本就是一次免费试用。
一个订阅,八个模型
真正让我注意到的是模型组合。两个档位都包含:
- Qwen 3.5 Plus(支持图像理解)
- Kimi K2.5(支持图像理解)
- GLM-5
- MiniMax M2.5
- Qwen3-Max(2026-01-23 快照)
- Qwen3-Coder-Next
- Qwen3-Coder-Plus
- GLM-4.7
这不是把你锁死在一个模型上。你可以按任务切换模型,而这正是我最近在做的事情。
我是怎么用它的
我订的是 Lite 档,主要轮换使用 MiniMax M2.5、Qwen 3.5 Plus、Kimi K2.5 和 GLM-5。我的场景很具体:让这些模型评审方案和代码实现,而不是把它们当成主力编码助手。
直接说结论:Claude Opus 在编码任务上仍然很强,GPT-5.3-Codex 仍然是我用过最细致的代码评审者。作为一个资深软件开发者,如果是严肃工作,我依然会优先选择 Claude 和 Codex。这个判断没有变。
但这个订阅的重点不是替代它们。
重点是探索。看其他模型如何处理同一个问题,理解 Qwen 的强项在哪里,Kimi 做代码评审的思路有什么不同,GLM-5 哪些地方做得好、哪些地方还短。AI 模型生态变化太快,如果你只待在一个生态里,很容易失去对其他模型路线的感知。¥7.9 一个月让这种横向比较变得几乎没有成本。
可以接到你已经在用的工具
Coding Plan 兼容这些工具:
- Claude Code(终端使用)
- Cursor
- Cline(VS Code 扩展)
- OpenClaw / NanoClaw
- Qwen Code
把它接到 Claude Code 并不复杂。你会拿到一把 Coding Plan 专用 API 密钥(格式类似 sk-sp-xxxxx),然后指向百炼提供的 Anthropic 兼容端点:
{
"env": {
"ANTHROPIC_AUTH_TOKEN": "sk-sp-your-key-here",
"ANTHROPIC_BASE_URL": "https://coding.dashscope.aliyuncs.com/apps/anthropic",
"ANTHROPIC_MODEL": "qwen3.5-plus"
}
}把这段放进 ~/.claude/settings.json,你就可以在 Claude Code 里跑 Qwen。对话中途也可以用 /model model_name 切换模型。
如果你的工具需要 OpenAI 兼容格式,也有端点:https://coding.dashscope.aliyuncs.com/v1。
需要注意的细则
订阅前有几件事值得知道。
请求限制是分层的。Lite 档每 5 小时 1,200 次、每周 9,000 次、每月 18,000 次。对我这种用来评审方案和代码的场景已经足够。如果你把它当主力编码助手,进行大量来回对话,Lite 可能会碰到限制。Pro 每月 90,000 次请求,余量要大很多。
不允许自动化或批处理。这个计划明确是给交互式编码辅助使用的。后端自动化、批量处理或非交互用途不在允许范围内。
只支持主账号。需要阿里云主账号,RAM 子用户不支持。
适合谁?
它不是你主力 AI 编码配置的替代品。如果你已经用 Claude Code,或者在 Cursor 里接 Anthropic/OpenAI 模型并且效率很高,那就继续把它们当主力。
但如果你是这样的开发者:
- 想看看 2026 年中国 AI 模型在编码上到底能做到什么
- 正在跑 OpenClaw 或 NanoClaw,想找一个便宜的模型后端
- 想体验不同模型的编码能力,但不想为每个模型单独开户和配置账单
- 对 AI 编码工具好奇,却不想一开始就花每月 20 美元试错
那首月 ¥7.9 低到可以直接试。即使回到正常 ¥40/月,一个订阅里有八个模型也不常见。大多数供应商要么按模型收,要么按 token 收;为每个模型单独开户本身就是不小的摩擦。
结论
百炼 Coding Plan 最值得注意的是打包方式。Qwen、Kimi、GLM、MiniMax 等不同来源的八个模型,被放进同一个订阅和同一把 API 密钥里。价格很激进,尤其是首月优惠。它长期是否可持续,还是一次获客策略,这还不好说;但至少现在,价值是真实的。
我接下来还会继续探索这些模型。到目前为止,光是看它们如何用不同方式评审同一段代码,就已经很有用。模型之间的差异本身就能告诉你这个领域正在往哪里走。
许可
Article text © 2026 Mark Huang. Licensed under Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) unless otherwise noted. 文章文本可在非商业场景下分享或翻译,但需标注原文 URL。商业使用需事先取得书面许可,并清楚引用原始来源。
代码片段、截图、第三方素材和网站源码可能适用单独条款。
建议署名: Based on "为什么我用 1 美元的阿里百炼订阅探索 Claude 和 GPT 之外的模型" by Mark Huang, originally published at https://markhuang.ai/zh/blog/why-im-using-alibaba-bailian-to-explore-ai-models.
相关文章

我可能看错了 Agentool
一篇个人自动化复盘:我曾经构建 agentool,希望让 AI CI 工作流更轻;后来意识到真正的成本可能是功能维护、编排复杂度,以及追逐 Claude Agent SDK 和 Codex SDK 已经承担的 SDK 行为。
阅读文章
别再从零开始教每一个 AI
一篇关于 Dense-Mem 的个人反思:哪些问题把我从静态 skills 和过期文件推向动态共享记忆、只读自动化上下文、导入导出,以及受治理的知识图谱。
阅读文章
我有点替 AI 委屈
为什么 AI 狂热和反 AI 敌意都错过了同一个重点:LLM 更像成绩很好的应届新人,而不是资深专家。有用的智能体需要入职培训、技能和维护过的记忆,而不是第一次尝试就完美的期待。
阅读文章订阅更新
Go、AI/LLM 和分布式系统的技术文章,绝不滥发。
评论
正在加载评论...