1.5x blog: https://isomoes.github.io/zh/blog/tools/ai-coding-plan-price-ratio
为了寻找 GPT 与 Claude 之外日常可用的替代方案，本期分享一次约 67 元的 OpenCode Go 试用。在 iKanban 项目的模型切换需求中，分别使用 Kimi K3 与 GPT-6.1 Sol 分析代码、提出改进建议，并观察子 agent 调研带来的额度消耗。两者给出的建议在这次任务中都具备参考价值，但 Kimi 的一次任务消耗约 5% 的 Go 月度额度，让原本期待低成本替代方案的我们重新思考：订阅标价更低，究竟能不能让实际工作更便宜？
视频进一步把额度换算为可执行的任务数量和摊销成本，讨论 DeepSeek V4 Flash 作为低价替代的可能性，以及能力、API 单价和套餐额度倍率之间的区别。结合 SemiAnalysis 的模型与订阅对比图，说明为什么不能只看 token 数量或宣传倍率来选套餐。这里的任务结果与成本估算来自个人使用场景，并非严格控制变量的模型评测；不同模型、订阅档位和时间窗口不能直接等同，也不应把某个倍率推广为整个市场的结论。
除了价格，我们还讨论海外服务的账号封禁、路由降级和可用性风险，以及生成更多内容是否真的等于掌握更多能力。后续计划是在主要任务中继续使用 GPT，同时让国产模型承担描述清楚、复杂度较低的子任务，并通过修改摘要、文档留档和人工审查，让 AI 编程更工程化。选择模型的目标不是消耗最多额度，而是以可持续的成本完成真正需要的工作，同时保留对结果的理解和掌控。
