前言
最近，国内多家大模型厂商纷纷推出面向开发者的 Coding Plan 订阅套餐，主打"低价享受海量用量"，宣称每月仅需几十到几百元，即可获得"数百亿 tokens"的使用额度。
听起来很美好，但作为一个习惯用数据说话的开发者，我决定算一笔账：在并发限制下，这些承诺的用量真的能用完吗？
典型套餐结构
以市面上常见的三档套餐为例：
| 套餐 | 月费 | 承诺用量（每 5 小时） |
|---|---|---|
| Lite | ~20 元 | 约 120 次 prompts |
| Pro | ~100 元 | 约 600 次 prompts |
| Max | ~200 元 | 约 2,400 次 prompts |
官方还会补充说明：“每次 prompt 预计可调用模型 15-20 次，每月总计可用总量高达几十亿到数百亿 tokens。”
看起来性价比爆表，但魔鬼藏在细节里。
关键限制：并发数
大多数厂商的文档中会轻描淡写地提到：“套餐使用受到并发数（在途请求任务数量）的限制。”
但具体是多少？往往不会明确告知。根据社区反馈和实测，典型的并发限制如下：
| 套餐 | 并发数（在途请求） |
|---|---|
| Lite | 2 |
| Pro | ~4-5 |
| Max | ~7 |
这个数字，直接决定了你的实际吞吐量上限。
数学时间：Max 套餐能否用完 2,400 prompts？
让我们以最高档的 Max 套餐为例，做一个简单的计算。
已知条件
- 承诺用量：每 5 小时 2,400 次 prompts
- 并发限制：7
- 每 prompt 触发的模型调用次数：15-20 次（官方数据）
- 模型生成速度：约 50-60 tokens/秒
- 5 小时 = 18,000 秒
计算过程
Step 1：估算单次 API 调用耗时
一次完整的 API 调用包括：
- 输入处理：~1 秒
- 模型推理生成（假设输出 500 tokens）：500 ÷ 55 ≈ 9 秒
- 网络往返延迟：~1 秒
合计：约 10-12 秒/次调用
Step 2：计算 5 小时内的最大调用次数
| |
Step 3：换算为 prompts 数量
按官方说法，每 prompt 触发 15-20 次调用：
| |
结论
| 指标 | 官方承诺 | 并发上限 | 达成率 |
|---|---|---|---|
| 每 5 小时 prompts | 2,400 | ~720 | 30% |
即使在理想条件下，Max 套餐的实际可用量也只有承诺的 30% 左右。
更残酷的现实：Agent 模式下的调用膨胀
上面的计算还是基于官方宣称的"每 prompt 15-20 次调用"。但在实际的 AI Coding Agent（如 Claude Code、Cline 等）场景中，情况要糟糕得多。
Agent 模式的工作方式
当你给 AI 编程助手一个任务时，它通常会：
- 分析需求，制定计划
- 读取相关文件（每个文件可能触发一次调用）
- 编写代码
- 运行测试
- 发现错误，修复
- 重复 3-5 直到成功
一个看似简单的 prompt，在 Agent 循环中可能触发 50-100+ 次模型调用。
实测案例
有用户反馈：
“2 条简单 prompt，80 秒，消耗 38M Tokens，用掉 97% 的 5 小时限额”
反推计算：
- 每个 prompt 消耗约 19M tokens
- 如果按 128K 上下文计算，相当于 ~127 次模型调用/prompt
这比官方说的"15-20 次"高出 6-8 倍。
修正后的实际可用量
| 场景 | 每 prompt 调用次数 | 5 小时可用 prompts | 达成率 |
|---|---|---|---|
| 官方理想值 | 17.5 | 720 | 30% |
| 轻度使用 | 50 | 252 | 10.5% |
| 中度使用 | 75 | 168 | 7% |
| 重度 Agent | 100+ | <126 | <5% |
为什么会这样？
1. Token 计算包含 Context
大模型的 token 消耗不仅仅是输出，还包括输入。在 Coding 场景下：
- 每次调用都要发送完整的对话历史
- 代码项目的上下文动辄几十 K tokens
- 128K 上下文窗口意味着每次调用可能消耗 100K+ tokens
2. 并发是硬约束
无论你的套餐额度有多大，并发数决定了单位时间内的最大吞吐量。这是一个物理瓶颈，不是商业策略能绕过的。
3. 承诺基于理想假设
厂商的宣传数字，往往基于：
- 每次调用只用很小的 context
- 每个 prompt 只触发少量调用
- 用户不会连续高强度使用
但这些假设在真实的 AI Coding 场景中几乎不成立。
一张表看清真相
以 Max 套餐（~200 元/月）为例：
| 指标 | 官方宣传 | 理论上限 | 实际预期 |
|---|---|---|---|
| 每 5 小时 prompts | 2,400 | 720 | 150-400 |
| 每月 prompts | 345,600 | 103,680 | 21,600-57,600 |
| 每月 tokens | “数百亿” | ~100 亿 | 10-30 亿 |
| 达成率 | 100% | 30% | 5-17% |
给开发者的建议
1. 别被"数百亿 tokens"忽悠
Token 数量是一个极具误导性的指标。在 Coding Agent 场景下，context 占了大头，真正有效的输出 tokens 可能只有 1-5%。
2. 关注并发数
这才是决定实际体验的核心指标。如果厂商不公开并发限制，大概率是因为数字不好看。
3. 计算单 prompt 成本
| |
以 Max 套餐为例：
- 官方宣传：200 ÷ 345,600 = 0.0006 元/prompt
- 实际情况：200 ÷ 30,000 = 0.007 元/prompt
差了 10 倍。
4. 考虑按量付费
如果你的使用量不大，按量付费可能比包月更划算。至少不会为"用不完的额度"买单。
结语
大模型 Coding Plan 套餐的出现本身是好事，降低了开发者使用 AI 编程助手的门槛。但在选择套餐时，请务必：
- 要求厂商公开并发限制
- 自己动手算一算吞吐量上限
- 不要被"数百亿 tokens"的大数字迷惑
毕竟，承诺的用量用不完，就等于变相涨价。
本文基于公开信息和数学推导，具体数值可能因厂商调整而变化。建议读者以实测为准。