我的 Claude Code 配額耗盡了。我用 Qwen Cloud 撐完了那一週——花費分毫可查

我的 Claude Code 配額在一個星期二耗盡了。週二下午,一週的中段,一件工作的中段。

我正在做一個提取任務:焦氏易林——一部漢代占卜文獻,4,096 個古漢語條目,我的 coding agent 正把它們整理成結構化資料。它還有好幾天的工作要做,配額卻一點都不剩了。

如果你在香港做 AI 開發,你早已習慣這堵牆。美國的大型服務封鎖我們,所以我們學會繞行,隨時準備替代方案。這個星期二的不同之處不在牆本身,而在它倒下的位置:我自己的主力工具,在一件只有它知道狀態的工作中間。

於是我做了那件一直想試的事:把 Claude Code 指向 Qwen Cloud,讓它撐完這一週。以下是這一週的花費,精確到 token。控制台給了我完整的帳單,所以這不是憑感覺的評測,而是一張帳單。

換後端只需要一個設定檔

Qwen Cloud(阿里雲 Model Studio,新加坡區)的 Token Plan 正是為此而生。你會拿到一支專屬 API key 和一個相容 Anthropic 協定的 base URL。任何支援 Anthropic 協定的工具都能接上——Claude Code、Cursor、Qwen Code、Codex、Qoder、OpenClaw。

我為每個後端保留一個設定檔,需要的時候把對應的符號連結到 ~/.claude/settings.json:

• -settings.json.claude — 平常的一週
• -settings.json.deepseek — 我另外購買的 DeepSeek 方案
• -settings.json.qwen — 這篇文章的那一週

切換就是換一個符號連結,重啟一次。撐過重活那一天的設定長這樣(金鑰已省略):

記住倒數第二行。它決定了這個故事的一半。

積分不是 token

Token Plan 不以 token 計費,而是以積分(credits)計費,每次呼叫扣除:

積分 = (輸入 × 輸入係數 + 快取輸入 × 快取係數 + 輸出 × 輸出係數) / 10,000

網頁搜尋等工具呼叫另行計費。係數按模型而定,而且只在控制台公布,文件裡沒有。公開的唯一計算範例是 qwen3.6-plus:大約每積分 5,000 個新輸入 token、25,000 個快取 token、830 個輸出 token。快取輸入比較便宜,但不是免費。這句話後面會發揮很大作用。

個人方案如下(括號為限時價):

三條規則讓這個制度變得鋒利:

• -7 天窗口從你第一次呼叫開始,不是從購買那天。
• -碰到上限,服務就暫停。沒有降級運行,必須等滿 7 天。
• -未用完的積分不會結轉。

有一個「重置用量上限」的控制項,也有夜間費率:qwen3.8-max 在 HKT 22:00 到 08:00 之間半價。夜貓子工作流有補貼。而我的,事後證明,沒有。

403 的那一晚

在 Token Plan 接上之前,我在按量付費上度過了一個晚上。當晚的請求紀錄讀起來像心跳圖。一個跑在 qwen3.8-max 上的 agent 工作階段,五分鐘,輸入 token 每一輪都在攀升:

42k → 44k → 68k → 70k → 72k → 75k → 87k → 91k → 97k → 101k → 103k → 106k

大約五分鐘內 128 萬個輸入 token。每一輪,agent 都把到目前為止的整個對話重新讀一遍。按定價,這一波大約花掉 $2.65——而它的結局只有一種:

HTTP 403 — AllocationQuota.FreeTierOnly

牆,現場現行。這個錯誤就是我買 Token Plan 的那一刻。

一天,兩匹馬

第二天,Token Plan 承載了真正的工作量。我事後從控制台拉出了每日數字。以下是我 Token Plan 整個月的用量,以 token 計:

一天吃掉了整個窗口。Token Plan 以滾動的 7 天窗口限流,不以月曆計——月視圖只是把窗口排在一起。那個尖峰是一個工作天燒掉了整個窗口的額度:3.56 億個 token。然後我把 8 月 20 日按模型拆分,事情變得更有趣了:

兩匹旗艦級模型並行了一整天,幾乎平分秋色。形狀說明了各自的工作。qwen3.8-max 是讀者——94% 快取命中、輸出簡短,還有全部 621,000 個圖像 token,也就是餵給提取任務的掃描頁面。qwen3.7-max 是寫手——輸出是前者的 2.4 倍,每次生成都是全新上下文,快取命中只有 68.7%。

為什麼它們並行?再看一次設定:

CLAUDE_CODE_SUBAGENT_MODEL — qwen3.7-max

主迴圈跑 3.8-max。Claude Code 生成的每個子代理都跑 3.7-max。 這個環境變數我很早以前設過一次,之後再沒想過它。它悄悄決定了那天將近一半的帳單。按定價,3.7-max 每個 token 甚至比 3.8-max 更貴——你放在子代理位置的模型不是註腳,而是一個成本決策。

帳單

現在把那一天換算成積分。阿里沒有公布 qwen3.8 的係數,所以用公開的 qwen3.6-plus 費率做代理估算,把它當作數量級就好:

• -3.8-max:約 10,100 積分(大頭是 1.72 億快取 token——光是快取就 6,900 積分)
• -3.7-max:約 17,600 積分
• -flash:零頭

一個工作天 ≈ 27,700 積分。而 Standard 方案一整個星期只有 10,000。那一天相當於 2.8 個 Standard 週。Pro 的 40,000 大約撐一天半。

這是我親身經歷的順序:正如算式所示,Standard 的 10,000 在週中耗盡。我升級到 Pro。我還是買了 $15 的積分包——20,000 積分,不受窗口限制——等我坐下來寫這篇文章時,它只剩 8,841.89。計量表不講價。

帶回 Claude 的修正

這是我沒預料到的部分。教訓沒有只流向 Qwen,而是流回了我的 Claude 設定。

固定配額和積分暴露的是同一件事:重複讀取上下文才是真正的成本。我的高負載工作階段一路跑到約 100 萬的天花板,然後每一輪把一切重新發送——和 403 那晚一模一樣。於是我設定了自動壓縮窗口:

CLAUDE_CODE_AUTO_COMPACT_WINDOW = 400000

到 400k 時,工作階段會在重複讀取變貴之前壓縮自己的歷史。效果在一週後測出來了:整整一週高強度 Claude Code 工作——以前會在星期二就殺死配額的那種工作——撐到星期日早上,用了 97%。剩下 3%,離重置還有幾個小時。緊,但活著。修正之前,週中耗盡是常態。

再坦白一件事。這週我新建 settings.json.qwen 的時候,漏掉了自動壓縮窗口。教訓只住在我的 Claude 設定裡,哪裡都沒去。我在它闖禍之前抓到了。如果你為每個後端保留設定檔,每一個都要檢查。紀律不會自己搬遷。

帳單之後的設定

開頭那張表,是我進場時的設定——帳單後來點名的兩處天真:沒有壓縮防護,子代理位置停著一個旗艦級模型。之後變了兩件事:一週的計量表讀數,和一個新的便宜模型 qwen3.8-flash。這是 settings.json.qwen 今天的內容(金鑰已省略):

三行變了。每一行都是帳單裡的一條,落回了設定:

• -子代理位置從 qwen3.7-max 降到 qwen3.8-flash。計量表說明了這個位置的代價:尖峰日 48% 的 token,按旗艦級費率。新發布的 flash 提供了更便宜的模型。現在子代理跑 flash,主迴圈負責寫。
• -CLAUDE_CODE_AUTO_COMPACT_WINDOW 寫進了設定檔。400000——上面坦白漏掉的那一行,補上了。
• -haiku 位置換成 qwen3.8-flash。背景呼叫跟上了當前的便宜模型。

如果你要進場

七個動作,每一個背後都有數字:

• -第一個工作階段之前,先設好自動壓縮窗口。 CLAUDE_CODE_AUTO_COMPACT_WINDOW 設在 300–400k。這是最大的槓桿:我沒設防的那一天是 3.56 億個 token,而壓縮之後的同樣一週工作,裝進了一個固定配額。這個方案懲罰重複讀取,壓縮就是你停止重複讀取的方法。
• -不要讓上下文天花板不設防。 CLAUDE_CODE_MAX_CONTEXT_TOKENS 逼近 100 萬又沒有壓縮,等於天花板就是你的成本天花板。兩者要搭配,否則就把天花板調低。
• -把子代理模型當成成本決策來選。我的子代理通道吃掉了那天將近一半的 token,快取命中率更低,輸出卻是 2.4 倍。只做偵察的子代理:用便宜的模型。要出貨的生成:用好的模型。不要放任它停在幾個月前設的值。
• -按你最重的一週來買,不是按平均的一天。Standard 的 10,000 積分,對一兩個代理的聊天和輕度寫程式是真夠用的。持續的 agent 工作——我的一天估算約 27,700 積分——意思是 Pro,不然就是 Standard 加上隨時待命的積分包。
• -把積分包當橋,不當底。它不受 7 天窗口限制,這正好是尖峰日的形狀。
• -能挪到夜間的都挪。qwen3.8-max 在 HKT 22:00 到 08:00 半價。
• -先看一週自己的計量表,再相信任何費率表——包括本文的。係數沒有公布,你自己的工作負載才是唯一誠實的基準。

再補一句:舊的按請求計數 Coding Plan 把成本和上下文長度完全脫鉤。對長上下文的 agent 工作,這就是它全部的論點——也是為什麼在壓縮馴服重複讀取之前,積分制感覺那麼殘忍。

計量表教會我們的事

Qwen Cloud 不是慈善機構,Token Plan 也不是憑空變錢。它是一個計量表。這結果證明是它最好的功能。

固定週配額只告訴你什麼時候用完。積分計量表告訴你什麼在吃:快取重複讀取、不設防的上下文天花板、指向錯誤模型的子代理位置。這些全都可修正,而固定配額恰恰把這些藏起來了。

這適合誰?如果你是香港開發者,光是存取這一點就夠了——它讓 Claude Code 跑在你真正有權使用的模型上,還能給財務團隊交出清楚的帳單。如果你在其他地方,睜大眼睛進去:不要猜係數,看一週的計量表,按自己的工作負載校準。早壓縮。守住上下文天花板。選子代理模型的時候,像按 token 付費那樣認真。

因為你就是在按 token 付費。

Augustin Chan 是 Hong Kong AI Podcast 的共同主持人。本文數字取自他本人的控制台:2026 年 8 月 30 日擷取的 Token Plan 用量 API 回應與請求紀錄。積分估算以阿里公布的 qwen3.6-plus 範例費率為代理,請以數量級視之。

在我們發布新文章和節目時收到通知。沒有垃圾郵件，只有訊號。