百度千帆Token Plan实测：DeepSeek/GLM/Kimi模型横评

WaytoAGI

DeepSeek-V4、GLM-5.2、Kimi-K2.6 横向实测

一份订阅共享多款模型，24 组实测告诉你什么活儿该给谁

WaytoAGI900万+学习者的AI原生社区

自从用上了 Codex 和 Claude 后，发现 Token 远远不够用，没跑几个任务就又要等重置了。

不过这两天我发现，百度推出了「千帆Token Plan」，是从之前的 Coding Plan 升级来的。

这次不仅统一了计费模式，GLM、DeepSeek、Kimi、文心等模型都能共享额度，还把高峰时段限流给取消了。

01 Token Plan 划算吗？

目前 Token Plan 个人版还有首购优惠，Pro 进阶版 99.9 元能买 2.3 亿 Token！如果想尝个鲜，也可以花 4.9 元试一下 Mini 版本。

如果你对这个价格没什么概念，换算一下就清楚了。

因为这次用的是通用 Token 统一抵扣机制，也就是不区分模型倍率，不区分输入、输出、缓存命中，所有调用都按实际 Token 消耗量统一扣减套餐额度。

拿我买的 Pro 版本来算，99.9 元首购价，每百万 Token 约 0.43 元。

假设输入输出是 3:1，用价格最低的 DeepSeek-V4-Flash 来对比，每百万 Token 的综合成本是 1.25 元。

所以，在额度全部用完、缓存命中率不高的情况下，Token Plan 连最便宜的 Flash 都能打赢，使用其他价格更高的模型自然更划算。重要的是 Token Plan 能随意切换模型，对于 AI 编程重度用户非常方便划算。

当前百度千帆 Token Plan 支持的模型：ERNIE-5.1、GLM-5.2、GLM-5.1、Kimi-K2.6、DeepSeek-V4-Pro、DeepSeek-V4-Flash

而且 Token Plan 兼容多个接口，官方提供了详细的接入指南，不管你在用 Codex、Claude Code，还是 OpenClaw、Cursor 都支持。

当前百度千帆 Token Plan 支持接入的主流工具：OpenClaw、Claude Code、Cursor、Cline、Kilo Code、OpenCode、Cherry Studio、CodeX、Qwen、Kilo CLI、CC-Switch。

02 3 大模型实测

2.3 亿 Token 到手，还有这么多模型能选，那么新的问题来了：不同的任务该给谁做？Token 消耗情况如何？

为了验证这个问题，我分别用 GLM-5.2、Kimi-K2.6、DeepSeek-V4-Pro 这 3 个模型，测试了「代码生成、长文总结、中文创作、数据核算」这 4 类任务中的表现。

• 代码生成：给 WaytoAGI 社区做一个活动单页官网（要求单文件、深色科技风、响应式、禁用外部资源）
• 长文总结：把一份 3 万字的直播逐字稿整理成回顾大纲 + 摘要 + 3 条金句（金句必须是原话）
• 中文创作：为一场直播写 5 个公众号标题 + 导语 + 小红书笔记
• 数据核算：一份埋了异常数据的活动报名表，算转化率、找出异常

方式：把 Token Plan 的 Key 配置到 Claude Code，在统一任务、设置和上下文下逐项完成测试。3 个模型分别完成 4 项任务，每项保留 2 轮有效结果，共 24 组，并记录响应速度和 Token 消耗。

注意：这是一轮统一环境下的多模型专项横评，结果反映各模型在本组任务中的表现，不代表所有场景下的固定排名。

先说结论：

GLM-5.2 综合表现最稳；DeepSeek-V4-Pro 做偏视觉的活动网站完成度最高；Kimi-K2.6 的长文大纲最细。

没有一个模型包揽全部任务，按任务切换模型，正是 Token Plan 最实用的地方。

我还把所有测试结果都放到了这个网站上，打开就能直观看到（需要一点科技）：

https://qianfan-tokenplan-review.vercel.app

03 横向测试结果

第一场 建站需求

这一次的测试结果最直观。同一段 prompt，要求做“AI 共学节 2026”活动官网。

你是一名资深前端工程师。请为「通往 AGI 之路（WaytoAGI）」社区的年度活动制作一个单页活动官网。活动信息如下（页面内容以此为准，不要编造其他事实）：- 活动名称：AI 共学节 2026- 主办方：WaytoAGI 通往 AGI 之路社区- 时间：2026 年 8 月 22 日（周六）10:00 - 18:00- 地点：上海·西岸智塔 45F- Slogan：一起用 AI，做出真东西- 社区数据：120,000+ 社区成员 / 8,000+ 篇共创知识库文档 / 300+ 场线下活动 / 覆盖 40+ 城市- 日程：  10:00 开场：社区年度回顾  10:30 主题演讲：Agent 时代的个人生产力  11:30 圆桌：AI 内容创作的一年  14:00 工作坊 A：从零做一个 AI 小工具  14:00 工作坊 B：AI 视频创作实战  16:30 Demo 之夜：社区作品路演- 嘉宾（姓名 / 头衔）：  柒杯 / WaytoAGI 社区发起人  林一舟 / 独立开发者，AI 工具「快改」作者  苏晚 / 千万粉 AI 视觉创作者  陈屿 / 某大厂 Agent 平台产品负责人- 底部报名按钮文案：立即报名，limited 300 席要求：1. 单文件 HTML，所有 CSS 和 JS 内联，保存后双击即可在浏览器打开2. 深色科技风，有设计感，配色和排版体现 AI 社区的先锋气质3. 包含：顶部导航、Hero 区（含报名 CTA）、社区数据栏、日程表、嘉宾卡片、底部报名区4. 响应式，手机上也能正常浏览5. 禁止引用任何外部资源（图片、字体、JS/CSS 库都不行），图标用 emoji 或内联 SVG，嘉宾头像用首字母或渐变色块代替6. 可以加适度的滚动或悬停动效请直接输出完整的 HTML 代码。

实测下来，网页都能正常打开，没有加载外部图片、字体或代码库。基础可用性拉不开差距，主要差别在视觉完成度、信息组织和 Token 消耗。

• DeepSeek-V4-Pro：这组视觉完成度最高。星空粒子背景、渐变标题、彩色时间轴和嘉宾卡片都有完整设计，但单次输出约 1 万到 1.5 万 Token
• GLM-5.2：完成度和用量平衡得最好。极光渐变、分类标签、并行工作坊卡片都做出来了，平均输出约 6200 Token，接近 DeepSeek-V4-Pro 的一半
• Kimi-K2.6：干净利落的青色系设计，结构完整，但生成过程最慢，两轮分别用了 202 秒和 209 秒

同一段 prompt，3 个模型各自交出的整页效果。

>> 左右滑动查看

从左到右：DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.6

第二场 3 万字逐字稿总结

长文总结最大的风险是幻觉。所以这次测试，我把前两天社区“晚 8 点共学”的直播逐字稿丢给了这 3 个模型，并且在任务里特意要求：3 条金句必须是嘉宾原话。

你是一个 AI 社区的公众号编辑。下面是一场直播活动的完整逐字稿（约 3 万字），请基于它完成：1. 一段 150 字以内的内容摘要2. 一份活动回顾文章大纲：按主题分 5~8 个部分，每部分附 2~3 条逐字稿里的具体信息点（工具名、操作步骤、数据等），要具体到能直接指导写作3. 挑出 3 条最适合传播的嘉宾金句，必须是逐字稿中的原话（可轻度整理口语），并标注大致时间点4. 提炼 3 个最有传播价值的亮点，说明理由注意：所有内容必须来自逐字稿本身，不要添加逐字稿中没有的信息。逐字稿如下：（此处后接 3 万字逐字稿全文，见 素材-0713直播逐字稿.md）

测完我把每一条金句拿回逐字稿里逐字核对，这一项拉开了真正的差距：

• GLM-5.2：3 条金句逐字准确，时间戳精确到和逐字稿完全对上，是唯一做到“原话 + 准确时间戳”双达标的模型
• Kimi-K2.6：3 条金句真实，回顾大纲是本轮最细的，具体到工具名和操作步骤，直接可以照着写稿；但时间戳偏差较大
• DeepSeek-V4-Pro：3 条金句里有 2 条把逐字稿不同位置的话拼接改写，意思接近，但已经不符合“原话”要求

在这组任务里，逐字稿整理可优先考虑 GLM-5.2；如果更看重大纲的细度，可以选 Kimi-K2.6。无论用哪个模型，公开引用前都建议人工回核。

>> 左右滑动查看

从左到右：DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.6

第三场 写标题和小红书

文案任务往往没有标准答案，所以这个按照公众号编辑的日常标准来看，主要是标题有没有信息量、小红书像不像真人发的。

你是「通往 AGI 之路（WaytoAGI）」公众号的编辑。我们刚办完一场直播，需要产出传播文案。活动信息：- 主题：自媒体套件详解，一站式搞定内容创作全流程- 时间：7 月 13 日 19:00，已结束，现在写的是回顾传播文案- 嘉宾：上分吧Pt（千万级 AI 视觉创作者）- 主持：高雁（WaytoAGI 企业服务负责人）- 直播核心内容：灵感留存多端同步、图文/短视频一键创作、热点追踪选题策划、数据复盘优化内容- 直播中演示了用百度自媒体套件从选题到发布的完整流程- 直播间福利：抽 DuMate Pro 月会员 + 百度周边盲盒请输出：1.5 个公众号回顾文章备选标题（要有信息量，避免纯情绪化标题党）2. 一段 50 字以内的文章导语3. 一篇 300 字以内的小红书笔记版本（含 emoji 和 3~5 个话题标签）

• GLM-5.2 的标题最工整，而且没让我要求，自己在文末附了一份事实核查清单，标注每条信息的来源，这个职业习惯直接戳中编辑
• Kimi-K2.6 同样主动附了出处清单，内容扎实，但两轮平均输出约 3700 Token，约为 DeepSeek-V4-Pro 的 5.5 倍；平均总耗时约 72 秒，展开得最充分，等待时间也最长
• DeepSeek-V4-Pro 补写了提示词没有提供的活动信息，发布前需要人工复核

>> 左右滑动查看

完整测试结果在此查看：https://qianfan-tokenplan-review.vercel.app/

从左到右：DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.6

第四场 数据核算，全员满分之后看效率

这个测试是埋了异常的报名数据表，结果 3 个模型 6 轮全部满分。

你是活动运营的数据分析师。下面是一场线下活动的渠道数据，请完成核算与分析。各渠道数据（报名人数 / 实际签到 / 会后加群）：- 公众号：420 / 268 / 199- 小红书：275 / 154 / 88- 社群直发：310 / 241 / 205- 官网表单：95 / 112 / 61成本：场地 18000 元，物料 3600 元，直播设备租赁 2400 元。请回答：1. 计算各渠道的签到率（签到/报名，百分比保留一位小数）2. 计算整体签到率3. 按实际签到人数计算人均成本（保留两位小数）4. 这份数据中有一处明显异常，请找出来并给出至少两种可能的原因5. 如果下次活动预算不变、目标签到 900 人，你会优先加投哪个渠道？给出推理过程请展示计算过程。

转化率全算对、人均成本全算对、“签到人数比报名还多”的异常全部揪出来了，还都给出了合理解释。

>> 左右滑动查看

从左到右：DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.6

这个难度的运营核算已经很难拉开质量差距，主要看效率。

DeepSeek-v4-pro 约 30 秒，GLM-5.2 平均约 32 秒完成，Kimi-K2.6 约 53 秒。只看输出 Token，最高与最低约为 1.9 倍；计入输入后，差距会缩小。

04 模型成绩单

24 组有效结果的完整数据如下：

质量分为 4 项任务的人工评分均值，满分 10；性价比分按“平均质量分 ÷ 单次平均总 Token × 10000”计算，总 Token 包含输入、输出和缓存命中。分数越高，表示这组任务中取得同等质量所需的 Token 越少。

几个我自己都没想到的发现：

• GLM-5.2 综合表现最稳：质量分最高，平均总耗时最短，总 Token 最少，性价比分第一
• Kimi-K2.6 更愿意展开细节：它的大纲最细，输出 Token 约为 GLM 的 2.1 倍；计入输入和缓存命中后，全程总 Token 约高 32%
• 模型要按任务选：DeepSeek-V4-Pro 在建站任务中得分最高，长文保真却失分；这轮没有一个模型四场全赢

最后算一笔总账的话，整个测评的 24 组有效结果共消耗 249,089 Token，占 Pro 版月度额度约 0.11%。

按当时百度千帆平台的后付费价格逐条估算约需 4.10 元；按 99.9 元首购价折算约 0.11 元，按 200 元标准月费折算约 0.22 元。

05 结论：什么活儿用什么模型

测完这一轮，我自己的模型分工表已经定了：

这张分工表能成立，关键在 Token Plan 的产品形态：一份订阅里放进多款模型，共享同一 Token 池。

写代码时选 DeepSeek-V4-Pro，整理逐字稿时换 GLM-5.2，需要细大纲时再用 Kimi-K2.6。

不必分别维护几家的充值账户，也不用为了切模型再买一份订阅。

对每天在建站、写稿、总结和核算之间来回切换的人来说，Token Plan 的核心价值就在这里，每项任务都能调用当下更合适的模型。

06 如何购买百度千帆 Token Plan

产品入口：https://console.bce.baidu.com/qianfan/resource/token-plan

标准月费：Mini 9.9 元、Lite 40 元、Pro 200 元、Max 600 元

首购活动：每日 10 点限量开放五折购买，Mini 4.9 元起，活动时间、价格和库存以购买页为准

使用文档：https://cloud.baidu.com/doc/qianfan/s/Dmrabu8b6

👀 近期看点

如何让飞书真正替你干活？「AI绝活大会」干货替你整理好了

WAIC逛展全攻略！175 场论坛 + 全城边会，都在这俩网站里了

报名开启！AMD AI DevMaster 全球黑客松等你来战

73个飞书文档，1小时变网站｜AJ在D20峰会的Vibe Design实践

超划算的Token使用方式出来了

查看原文 →