全面抢购的Coding Plan，是饥饿营销还是真的火到爆炸？

近期，Coding Plan引发了业界广泛关注——这个由腾讯云等大厂推出的AI模型调用服务，似乎出现了“一货难求”的抢购现象。究竟这是真实的市场需求爆发，还是又一轮饥饿营销的杰作？要理解这个问题，我们需要从当前的AI模型竞争格局说起。随着大模型技术的快速发展，各大云厂商纷纷入局，一场围绕模型能力与价格的内卷之战悄然打响。

概述

核心内容：Coding Plan的市场现状与竞争格局

价格战：没有硝烟的战场

首先，我们需要厘清Coding Plan的本质。它实际上是一种token化的模型调用服务，用户无需关心底层模型的具体实现，只需按token用量付费。这种模式与OpenClaw的理念一脉相承，为各类云厂商提供了“被平权”的机会——无论是大型互联网企业还是中小型服务商，只要具备算力基础设施，就可以部署开源模型并以token形式提供服务。 从模型来源看，各大厂商采取了差异化策略：头部云厂商（如字节火山引擎、阿里云、腾讯云、百度等）既有自研闭源模型，又提供开源模型调用服务；而中小厂商（如智谱Kimi、Minimax等）则主要提供自家闭源模型系列。Minimax的策略尤为激进，其M2.7模型在尚未开源的情况下仅供自家调用，并创新性地推出Token Plan，支持除LLM外的音频、图像等多模态模型调用，堪称行业先驱。

行业变革：从“模型中心化”到“能力分发”

在模型同质化趋势下，价格战成为各大厂商抢占市场的主要手段。不同于Anthropic等能凭借模型优势维持超额定价，国内厂商在模型性能尚未形成明显代差的情况下，只能通过低价策略吸引用户。更有甚者，连超算中心都亲自下场“带Token货”，市场竞争之激烈可见一斑。值得注意的是，智谱作为Coding Plan模式的首创者，早期曾打出0.1折的极端优惠，其运营创新能力令人印象深刻。而DeepSeek则选择了一条独特的道路——本身定价已极具竞争力，无需额外推出Coding Plan服务，堪称“中立第三方”的典范。

总结与展望

Coding Plan的兴起背后，折射出一个更深层次的行业趋势：AI竞争的核心正在从“模型能力”转向“分发效率”。过去，各大厂商比拼的是“谁家的模型更强”；而如今，竞争焦点已变成“谁能更高效地分发调用能力”。这一转变意味着，即使没有自研大模型，只要具备算力资源和分发能力，就能在AI赛道分一杯羹。 那么，这种“人人都在抢购Coding Plan”的现象，还能持续多久？

如有侵权，请联系删除。