阿里云 Token Plan 个人版分 39 元 Lite、139 元 Standard、499 元 Pro 三档,统一 Credits 计量,可调用千问、DeepSeek、GLM、万相生图与视频模型。Standard 与 Pro 打包联网搜索、网页解析、代码解释器、语音合成识别、图像生成等 Harness 工具,超出额度按目录价 88 折继续调用,适合想用一个订阅完成完整项目的开发者。
Tags:以前用 AI 做一个完整项目开发,光订阅就得开三四个。
写代码一个套餐,生图一个平台,做视频又是另一家。
工具之间来回切,费钱又费力。
那能不能只开一个会员,就搞定所有环节?
业界有个观点,Agent=LLM+Harness,但以前的 AI 订阅主要卷的是 LLM 的模型调用,后半程各种 Plan 都没怎么管。
这两天,我发现大模型订阅终于从卖 Token 走向卖完整任务能力。卖 Token Plan、Coding Plan 的厂商们总算发现了关键问题,这是一个好信号。
最近阿里云就刚刚升级了他们的 Token Plan,主打的就是卖完整任务能力。
一个额度池把文本、生图、语音、视频模型全打通了,用 Credits 统一计量,不用再按模型分别买量。
我们先来看看这个 Plan 到底给了什么,值不值得入手。
一、Plan介绍
先说下价格:个人版分 Lite(39 元/月)、Standard(139 元/月)、Pro(499 元/月)三档,区别主要在 7 天和 5 小时的 Credits 上限以及并发 Agent 数量。
支持的模型也挺丰富的,不只是自家千问,DeepSeek V4、智谱 GLM 5.2 这些主流的第三方模型也在里面。
生图有万相 Wan 2.7,视频有 HappyHorse 1.1。基本上一个套餐就能调到目前国内一线的主力模型。
就在今天,这个计划做了一次大更新。
Standard 和 Pro 套餐直接把 Harness 工具打包进来了。
联网搜索、垂类搜索、网页解析、代码解释器、语音合成、语音识别、图像生成,七项能力开箱即用,不用逐个去开通。
拿 Standard 举例,每个月就有 100 次联网搜索、1000 次网页解析、20 张图像生成、100 次代码解释器,日常开发基本够用。
Pro 在这基础上直接翻几倍。
额度用完也不是断服务,超出部分按目录价 88 折继续调,不算贵。
而且这些工具全部走 MCP 标准协议,可以直接接进你自己的 Agent 应用里,不是只能在百炼平台上用。
如果想用一些更重的功能,也不用额外开通什么。
比如视频生成、托管智能体、RAG 知识库、云沙箱,都是单独走后付费,调一次算一次。
个人觉得还是挺合理的,没给你硬塞你用不到的东西。
二、实测
对于 Token Plan 这类打包订阅,大家最常见的顾虑首先就是额度消耗问题。
毕竟生图、生视频这些多模态调用,Token 消耗速度跟纯文本完全不是一个量级,看着总量不少,跑起来可能几个任务就见底了。
到底能不能扛住真实开发的消耗强度,还得打个问号。
而且,模型混着用,质量也不一定能打。
最怕的就是“全都能调,全都拉胯”,速度不如直接调最强单模型,模型表现也不稳定。
先拿两个项目跑了一轮,消耗了一个 Standard 个人会员的额度,用实测说话。
任务一:拳皇小游戏
先跑了一个拳皇风格的街机对战游戏。
效果放在这里:
素材包是来自网上的开源像素素材站,我这里给到了链接,需要它自己去下载。
放入链接和提示词后,Agent 开始自动拆解任务。
它用Harness内置的搜索工具,进行网页解析后,将可用素材保留,不用的也给到了详细的反馈。
我比较满意的是,第一次跑出来锚点就放对了,人物稳稳站在地面上,没有乱飘。
之前直接用 HTML 跑这类格斗游戏的时候,我的角色首次加载十有八九站不到地面上。
要么悬空,要么陷进地板里,得手动调 GROUND_Y 之类的参数才能对齐。
不过,光给素材,只用 AI 生成代码,有点太简单了。
既然套餐包含了多模态的生图能力,那当然要试一下用 AI 直接生成新角色。
我赶紧给到了 Agent 我的新需求,希望它再多增加几个角色。
它选择调用 Wan 2.7 去绘制精灵图,做完动作帧后,自己绑骨。
5 分钟以后,绑好骨骼的新角色就嵌入了游戏中。
最后,它还自己设计了不同角色的大招,并且调了基础的数值。
当玩家的蓝槽达到满值时,就可以放大招。
既然生图都用上了,我又惦记上了套餐里的视频生成能力。
直接生成一段游戏的宣传片,是不是也能做到?
于是我火速接上了文生视频API。
这是 Agent 调用 HappyHorse 生成的视频:
虽然结果不如专业的 AI 视频工作流产出的作品,但只是做美宣、hero 开屏图的话,已经够了。
任务二:CAD 转 3D 工作台
之前有人看我实测 Hy4,私信让我也测一下 Qwen 3.8 做 CAD 图纸转 3D 的能力。
这个任务整体消耗大、时间长,正好可以用来测一下 Token Plan 的额度到底经不经造。
结果:
这个任务大部分是 Qwen 3.8 完成的,毕竟它的 3d 建模能力实属不错。
调试拉杆细节的时候,也混用了 DS V4 和 GLM 5.2。
由于整个任务比较重、信息量大,模型的注意力分散了,第一版跑出来的结果就像一个框架。
所以我让它逐个板块精修,先优化 3D 模型。
这一步消耗了比较多的成本,但出来的结果我是满意的。
改前改后对比:
然后我又对拉杆和功能做了一系列优化。
任务跑到这里,对于一个纯靠 Agent 自主完成的 3D 工作台,已经不错了。
但是,我又加了一个比较变态的需求,我希望它在不接入 API 的情况下,能直接识别真实零件图纸,转化成 3D 模型。
经过我的 Push 后,大致的路线定了下来。
最后结果:
整体看还是比较粗糙,但是基础的型已经出来了,细节再迭代几轮应该能用。
额度方面,多轮迭代下来消耗不算少。
但大模型和小模型搭着用,没有出现跑到一半就额度见底的情况。
还是挺稳定的。
三、总结
Coding Plan 集体退场,不是偶然。
行业正在从"跑马圈地"过渡到"精细化运营",因此,Token Plan 诞生了。
不再是一口价随便造,而是用多少算多少,文本、生图、视频统一折算成 Credits,每一次调用都有明确的成本。
重活给大模型,轻活给小模型,该省的省,该花的花。
这对真正会用工具的人来说反而是好事。
额度有上限,但选择变多了。
同样的钱,能调用的模型更多、能完成的任务类型更广。
个人感觉,Token Plan 好不好用,取决于你会不会拆任务、选模型、管住 Agent。
但这些也不是什么高深的技巧,跑两个项目自然就有感觉了。
我把入口放在这里,有兴趣的可以自己买一个 Plan。
上手跑一个真实项目,试试看是否适合你。
体验链接:
https://www.aliyun.com/
没有评论:
发表评论