大家好，我是冷逸。
矽谷最近興起了一種「Tokenmaxxing」（Token刷榜）文化。
Meta內部搞了個Claudeonomics榜，專門追蹤員工的Token消耗量，30天內全公司消耗超60萬億Token；黃仁勳直說，如果年薪50萬美元的工程師一年沒有消耗25萬美元的Token，他會「深感不安」；還有OpenAI工程師曬帳單，一週兩千多億美元，算下來了。
說實話，第一次看到這些數字，我是懵的。一個月燒掉幾萬美元的Token，這是什麼家庭條件？後來仔細研究了一下他們的用法，發現這些人不是在浪費，而是在用Token堆出AI的上限——讓AI反覆改、反覆跑、反覆試錯，直到拿到真正可用的結果。
這種用法確實奢侈，但思路本身沒有問題。
上週末我在星巴克做了一場Vibe coding的線下分享，來了七八十號AI coding的發燒友。有人問我，怎麼快速建立coding手感？我說了一句話：「要練coding手感，先把自己的日Token消耗量拉到億級再說。」
不是在凡爾賽。我的意思是，如果你每天連幾百萬Token都沒燒過，一直在用免費額度的AI Chat，那你對AI coding的理解大概率還停在“幫我寫個網頁”這個層面。
當你真的放手去用，讓AI搭架構、寫應用程式、跑測試、自己修bug——你才會發現，AI能做的比你以為的多得多，但它的坑，也比你以為的深得多。而這些認知，光靠看教學、刷影片是學不來的，必須自己真金白銀地燒過Token，踩過坑，才能長進肌肉裡。
但問題是，不是每個人都有Meta工程師的預算。一個月幾萬美元的Token帳單，對大多數人來說就是天方夜譚。
所以我看到訊飛星辰最近推出的Astron Coding Plan，第一個反應是：這個價格，認真的嗎？
最低訂閱價只要3.9元。注意，不是美元，是人民幣。不是一天，是一個月。
這個價格低到什麼程度呢？我算了一下，你在星巴克買一杯最普通的美式，差不多能訂三個月還富餘。你中午吃一碗重慶小面，訂完Plan還能再買杯蜜雪冰城。這個門檻，幾乎等於沒有。
當然，便宜不是全部。定價再低，東西不會用也是白搭。
所以今天這篇文章，我想跟你聊聊具體的上手體驗，如何接入Claude Code、Codex、OpenClaw這些Agent裡，與其他Coding Plan有何區別，最後說說我對訊飛這套打法的判斷。
一手體驗
1）如何訂閱？
訂閱比較簡單，直接前往這個頁面，選擇需要的Plan即可。
入口：https://maas.xfyun.cn/modelSquare?ch=MaaS-xbkol-wy
你可以搭配我的邀請碼一起使用：MAAS-E2C9B7F3，這樣你我都能得到等額的禮品卡獎勵，可以用來購買平台內的API服務。
這三個Plan，如果想嚐新，可以選擇無憂版，3.9一個月，可以體驗訊飛星火自家的X2-Flash以及Qwen3.6 35B、Qwen3.6 35B、GLM4.7-Flash這幾個小模型。
請注意，請求次數是無限的。這意味著，你可以使勁造，拿來做一些快速開發、重複工作、文件處理、本地腳本等任務，非常好使。
如果是專注程式設計和長程任務，推薦訂閱專業版和高效版，像GLM-5.1、K2.5、Qwen 3.6、DeepSeek V3.2、Spark X2這些國內的主流模型都可以體驗。
這2個Plan在模型支援上是一樣的，只是請求次數不一樣。專業版是每5小時1200次，高效率版是每5小時6000次，是專業版的5倍。這個依照自己的需求來，高頻開發就上高效率版，中頻就上專業版。
訂閱後返回管理後台，它會自動產生一個Coding Plan的標籤模組。
這裡面，訊飛星辰把套餐狀況、用量統計和關鍵配置資訊都放在了一個地方，非常方便。
API Key、model id、openai_url和anthropic_url都有，它全部幫你配置好了，只要點點就可以複製。
如果你在Codex、OpenClaw、Cursor裡用，url用OpenAI格式的；如果你是在Claude Code裡用，則用Anthropic格式的。
model id統一填astron-code-latest，這是一個智慧路由的模型名。
需要切換模型時，直接在後台點“配置模型”，選擇模型後即可，1-3分鐘後生效。
這點非常方便，不用你到CC-Switch這類第三方工具上手動切。
如果不想付費的話，訊飛星辰的模型市集也有很多免費模型可以體驗。比如Qwen-3.5-35B和Qwen-3.6-35B這兩款小模型，參數雖小但智能不減，可享7-30天的免費高併發。
2）如何接入？
訂閱了Plan後如何接入各個Agent裡，我們分開講。
先看克勞德·科德。
Windows用戶，開啟cmd，輸入這段指令：
setx ANTHROPIC_MODEL "astron-code-latest"macOS用戶，在終端機輸入這段指令：
export ANTHROPIC_MODEL=astron-code-latest執行指令後，關掉終端，重新再打開一個，隨便問幾句，看它吐不吐token。能正常吐token，就代表配置成功。
這裡分享大家一個技巧，如果你不希望Claude Code老愛說英文，你可以在C盤Administrator文件夾下找到CLAUDE.md文件，在裡面添加這樣一句指令：
- 请始终使用简体中文与我对话。
然後是開爪，這個就非常簡單了，直接跟你的龍蝦說：
這是API Key：xxxx，url：xxxx，model id：xxxx，請幫我重新設定。
最後是法典，最近很多人都在瘋狂安麗的Agent神器，不僅程式開發非常方便，日常辦公也很受用。
但Codex本身並不支援外接模型，所以我們需要手動配置一下。
我先以Windows為例跟大家講解，這是最難的，macOS反而比較簡單。
首先，我們要裝Python環境，3代版本以上。
入口：www.python.org/downloads
如果你已經裝過了（裝過Claude Code、TRAE，基本上都裝了Python），可以在終端機輸入這段指令查詢版本號碼。
python --version能正常顯示版本號，代表已經裝過了。
然後，安裝CC Switch。
入口：https://github.com/farion1231/cc-switch/releases/tag/v3.15.0
拖曳到最底部，找到Assets，Windows建議下載CC-Switch-v3.15.0-Windows.msi這個安裝包，可以寫入註冊表，方便Agent調用，也能自動更新。
以及，你需要先提前安裝Codex。
入口：https://openai.com/zh-Hans-CN/codex/get-started/
這些準備工作都做好後，我們開啟PowerShell，輸入這段指令：
powershell -NoProfile -ExecutionPolicy Bypass -Command "irm https://gitee.com/kangarooking/xfyun-codex-adapter/raw/main/install.ps1 | iex"這是好朋友@袋鼠帝寫的自動化腳本，輸入後會在本地執行命令，然後根據提示輸入Astron Coding Plan的API Key就可以了。
輸入API Key後，會自動彈出CC Switch，顯示已配置成功。
然後再重啟Codex，隨便問一句，可以看到訊飛的模型已連接成功。
卸載指令是：
powershell -NoProfile -ExecutionPolicy Bypass -Command "irm https://gitee.com/kangarooking/xfyun-codex-adapter/raw/main/uninstall.ps1 | iex"如果你是macOS，就不需要裝Python，直接在終端機執行這段腳本：
curl -fsSL https://gitee.com/kangarooking/xfyun-codex-adapter/raw/main/install.sh | bash卸載指令：
curl -fsSL https://gitee.com/kangarooking/xfyun-codex-adapter/raw/main/uninstall.sh | bash3）如何選型？
Astron coding plan提供了許多的模型。
追求速度，有Flash的幾個版本都可以選擇，例如訊飛自家的Spark-X2-Flash、GLM-4.7-Flash和Qwen3.6-35B-A3B。
任務帶有視覺識別，推薦Qwen3.6-35B-A3B和K2.5。
給龍蝦使用，推薦MiniMax-M2.5，擅長長程任務。
寫程式碼，推薦GLM-5.1、K2.5、M2.5和Qwen3-Coder-Next。
寫作類任務，推薦DeepSeek-V3.2、Qwen3.5-397B-A17B。
如果你要在這幾個模型裡挑選最佳，那無疑是GLM-5.1，就是資源有點緊張。
例如我用Codex + glm-5.1製作了一個3D版的金門大橋。
One shot就能出很好的效果。
同樣Prompt，我在DeepSeek V4那邊就跑不好這個case。
這也從側面證明，訊飛Astron Coding Plan的glm-5.1絕對正宗，品質在線。
體驗下來，訊飛星辰這波Coding Plan挺猛的。
3.9元就能讓你實現Token無限，體驗一把老美「Tokenmaxxing」的爽感，這還要什麼自行車。
而且，Claude Code、Codex、OpenClaw、TRAE SOLO這些Agent都是可以接取的，訂閱一個Plan，享受多個model。
當算力不再成為阻礙，剩下的就看你的創意和想像力了。
如果一開始做不出來好的產品，也沒關係，先練你的Coding手感。
咱們，先燒它個上億的Token再說。
