最便宜的 Claude Code 式 AI 编程助手方案

harness 可以免费,花钱的是模型。agent 会话的大头是输入 tokens,所以缓存输入便宜的模型——比如 DeepSeek V4 Flash,下面这次会话约 $0.12——只花前沿模型的零头,而本地模型按 token 算则完全免费。

更新于

agent 会话的钱花在哪里

编程 agent 每一轮都会把整段对话重新发一遍:系统提示词、它读过的文件、每一次工具结果。所以一次会话要读入数百万输入 tokens,输出却相对很少。决定账单的是两个价格——缓存读取的输入价和输出价——而标在最显眼位置的输入价,没有看上去那么重要。

同一次会话,按各个模型计价

一次示例会话:300 万输入 tokens,其中 250 万命中缓存,外加 6 万输出 tokens。大致相当于在一个中等规模的仓库上持续工作一小时。

模型输入 / 缓存 / 输出($/M)这次会话
Ollama 或 LM Studio,本地0 / 0 / 0$0(你自己的硬件)
DeepSeek V4 Flash0.15 / 0.003 / 0.60≈ $0.12
GLM-5.3 Flash (Z.ai)0.15 / 0.03 / 0.50≈ $0.18
DeepSeek V4 Pro0.435 / 0.0036 / 0.87≈ $0.28
Gemini 3.6 Flash0.75 / 0.075 / 3.75≈ $0.79
GPT-5.4 mini0.75 / 0.075 / 4.50≈ $0.83
Kimi K2.7 Code0.95 / 0.19 / 4.00≈ $1.19
GLM-5.3 (Z.ai)1.40 / 0.26 / 4.40≈ $1.61
Claude Sonnet 52.00 / 0.20 / 10.00≈ $2.35(含缓存写入,$2.50/M)
GPT-5.55.00 / 0.50 / 30.00≈ $5.55

来源:官方标价,单位为美元 / 每 100 万 tokens,取自 OHarness 内置的 models.dev 快照(获取于 2026-09-19)。厂商会调价;依赖某个数字之前,请先到厂商那里核对。

单个 token 便宜不等于单个任务便宜

工具调用总出错、或者在一个失败的测试上反复打转的模型,会多花很多轮,而花钱的正是轮数。能用的最便宜方案,通常是在一个会话里用两个模型:一个便宜的负责阅读、搜索和小改动,遇到需要的改动时再用 /model 换上一个更强的。在 OHarness 里这种切换什么都不用转换,所以切得再频繁也没有代价。

配置方法

npm install -g oharness
export DEEPSEEK_API_KEY="..."
oharness -m deepseek/deepseek-v4-flash

然后在会话中途,遇到更难的步骤时用 /model deepseek/deepseek-v4-pro 或 /model anthropic/claude-sonnet-5 切换,用 /cost 查看这次会话到目前为止花了多少。

包月套餐

有几家厂商出售带专属端点的编程订阅,OHarness 为每一家都提供了对应条目:Z.ai GLM Coding Plan、Kimi Code、Alibaba Coding Plan,以及通过 openai-codex 使用的 ChatGPT 订阅。套餐 key 只能用在套餐的端点上,所以每一个都是单独的厂商,有自己的 key 变量。

常见问题

最便宜的 Claude Code 替代品是什么?

用 OHarness 这类免费 harness 通过 Ollama 连接本地模型,按 token 算完全免费。在托管模型里,DeepSeek V4 Flash 是工具调用表现好的模型中最便宜的之一:按标价,一次 300 万输入、6 万输出 tokens 的会话约 $0.12。

对编程 agent 来说,为什么缓存输入价比输入价更重要?

编程 agent 每一轮都会重新发送大部分对话,所以它的输入 tokens 大多是重复内容,厂商可以直接从缓存提供。一次典型会话里,大部分输入都命中缓存,这就是为什么缓存读取价极低的模型,实际可能比它的标称输入价所显示的便宜好多倍。

能在同一个会话里同时用 Claude 模型和更便宜的模型吗?

能。OHarness 以与厂商无关的格式存储历史记录,所以 /model 可以在会话中途从 DeepSeek 切到 Claude 再切回来,不用转换,也不会丢失对话。

OHarness 本身要花钱吗?

不要。用你自己的厂商 key 或本地模型,harness 免费使用。可选的托管方案按积分计算模型用量;它只是图个方便,不是必需的。

相关内容