我用 AI 编程工具之后，最先遇到的并不是模型不够用，而是订阅越来越碎。

想用 GLM，要开一份套餐；项目做到一半觉得 Kimi 更适合长上下文，又要去另一家订阅；换成 DeepSeek 或 MiniMax，额度、有效期和 API Key 还得重新管理。更让我不舒服的是短周期额度窗口：明明月费已经付了，连续写一阵代码，却要停下来等 5 小时窗口恢复，之后还要继续留意周额度。以 Kimi 当前官方规则为例，Kimi Code 除了共享月度额度池，还单独设有 5 小时和周使用限额。

我最近使用的 AiiOnly Token Plan 换了一种思路：不再按某一个模型订阅，而是把 11 个主流模型放进同一个月度 Credits 池。Standard首发价是 79 元/月，包含 6,320,000 Credits，是 Lite 套餐用量的 2.9 倍。

11 个模型放在同一个月度池里

Standard 当前包含 DeepSeek、GLM、Kimi 和 MiniMax 四个系列，共 11 个模型。这里最吸引我的地方不是数量本身，而是不用再提前押注“这个月只能用哪一家”。复杂后端可以交给偏推理和工程能力的模型，前端页面换一个更擅长长上下文或视觉理解的模型，测试、文档和小修改再用响应更快的版本。

套餐使用一把 API Key 和统一的 Credits 池。控制台同时给出了 OpenAI 兼容接口和 A÷ 兼容接口：

OpenAI：https://llm.aiionly.com/v1/chat/completions
A÷：https://llm.aiionly.com/v1/messages

“同时提供两类接口”不等于每一个模型都能不加区分地走两种协议。A÷ /v1/messages 只适用于平台已经适配 Messages 格式的部分模型，实际接入时仍要按照模型明细和工具教程选择协议。OpenAI 兼容工具通常走 /v1/chat/completions

控制台的模型明细给出了准确的 API 模型 ID，Standard 的 QPS 是 2。复制模型 ID 时最好从这里直接取值，避免把页面展示名称当成请求参数。

我第一次查看控制台时，里面还是上面的 10 个模型。最近再打开模型明细，列表中已经多了 GLM-5.3，API 模型 ID 是 glm-5.3，所以 Standard 目前是 11 个模型。它不是替换 GLM-5.2，两个版本都还保留在套餐里。

GLM-5.3 延续了 GLM-5.2 的基座，主要加强复杂 Coding 和长程任务。智谱在发布说明中称，其内部 Code Bench 相比 GLM-5.2 提升 50%；这是厂商自测结果，我还没有单独跑同一项目做对比。现阶段我会把它放在大型项目、复杂调试和需要 Agent 连续执行的任务里尝试，稳定工作流仍可以继续使用 GLM-5.2。

这 11 个模型并不是简单的同类替换。我根据各家官方定位，把它们放进实际开发流程后，大致会这样选：

模型	更适合的任务	我会怎么用
GLM-5.3	在 GLM-5.2 基础上加强复杂 Coding 和长程 Agent 任务	大型项目、复杂调试和需要持续规划执行的工程任务
DeepSeek-V4-Pro	1M 上下文、复杂推理、Coding 和 Agent 长任务	后端架构、核心业务、疑难 Bug 和跨模块修改
DeepSeek-V4-Flash	同样支持 1M 上下文，模型更轻，日常任务响应更灵活	快速改代码、代码审查、补测试和中等复杂度任务
GLM-5.2	1M 上下文，面向项目级工程和长程 Coding Agent	大仓库理解、跨文件重构、从需求到部署的完整交付
GLM-5.1	200K 上下文，强调长程执行、工具调用和工程优化	多阶段开发、性能优化、需要持续迭代的 Agent 任务
Kimi-K3	1M 上下文、原生多模态、长程 Coding 和知识工作	大型项目、全栈任务、前端实现和长文档处理
Kimi-K2.7-Code	专用编程模型，长上下文指令遵循和代码任务成功率更强	日常编码、多文件修改、终端工具协作
Kimi-K2.6	通用能力均衡，覆盖代码、Agent、文本和视觉输入	通用开发、代码问答、Agent 与视觉理解混合任务
Kimi-K2.5	原生多模态，支持思考与非思考模式	看图理解页面、设计稿转代码、视觉 Agent
MiniMax-M3	1M 上下文、原生多模态、Coding 与复杂 Agent	长周期工程任务、大代码库、需要多步工具调用的工作
MiniMax-M2.5	编码、搜索、工具调用和办公任务，执行效率较高	高频编码、搜索整理、测试、文档和常规自动化辅助

上表描述的是模型本身的官方能力。原始模型支持图片或视频，不代表 AiiOnly 当前每一条 Token Plan 接口都开放了对应输入格式，多模态任务仍要以平台接口说明和实测为准。

额度按月看，不再被短窗口打断

Token Plan 控制台展示的是整个月的 Credits 总量和套餐有效期，没有再拆成 5 小时滚动窗口或周额度。对我来说，这比“每隔几小时恢复一部分”的方式直观得多：这个月还有多少额度、哪个模型消耗得快，都能在一个页面里看清楚。

Credits 不是 Token 的另一种写法，而是平台统一的额度单位。一次请求完成后，系统会根据具体模型实际消耗的输入、输出和缓存 Token 换算扣减，因此不同模型、不同长度的任务不能只按“请求次数”比较成本。

这也是我不建议把它写成“无限调用”的原因。Standard 有 632 万 Credits 和 QPS 2，模型倍率也不同。它解决的是短周期窗口带来的频繁中断，并不是取消所有额度和并发限制。对于一个人在Codex、OpenCode 等交互式编程工具里开发，月度总池更容易安排；高并发批量任务则不是这个套餐的使用场景。

VeryClaw 把模型接入和 Chat 放到了一起

除了把 Token Plan 接进现有编程工具，AiiOnly 也在做自己的桌面客户端 VeryClaw。它给我的第一感觉有点像 WorkBuddy，不过入口更集中：左侧除了新对话，还有模型、Agents、频道、技能、定时任务和智能助手。

模型接入就在客户端内完成。添加 AI 提供商时选择 AiiOnly，填入套餐 API Key 和模型 ID，就能把 Token Plan 里的模型加入 VeryClaw。页面也注明 API 密钥保存在本机，不需要为了开始对话再单独配置一套工具。

接好模型后，可以直接回到 Chat 对话，在输入框下方选择刚才添加的模型。我用 GLM-5.2 提了一个简单的 Python 编程任务，让它写滑块算法；对话里不仅返回了实现思路和运行方式，还能看到工具调用以及新增的 slider_solver.py 文件。模型额度、对话、工具执行和文件结果都留在同一个客户端里，这比只提供一个聊天框更接近实际工作流程。

VeryClaw 也把技能放进了 Chat 输入区，目前能看到 Word、PDF、PPT、技能查找和自我改进等入口。再加上 Agents、频道、定时任务和智能助手，它想做的一站式路径已经很清楚：先接入 Token Plan 的模型，再在 Chat 中交代任务，需要时调用技能或 Agent，最后把结果落到文档和代码文件里。底部的本地 gateway 状态则用来确认执行环境是否连接。

从添加模型、开始对话，到调用工具、生成文件，VeryClaw 已经把几个原本分散的步骤放进了同一个工作台。Token Plan 提供统一的模型额度，VeryClaw 负责对话、Agent、技能和任务执行，整个使用过程不需要在多个客户端之间来回切换。

再接入 Codex，让 Kimi-K3 完成前端任务

接着我把同一份套餐接到 Codex。这里走的是 OpenAI Chat Completions 协议，而不是 Responses API。Codex 菜单仍显示它熟悉的模型槽位，我在配置中把这些槽位映射到 AiiOnly 的实际模型：DeepSeek-V4-Pro、Kimi-K3 和 GLM-5.2。

这次选择的是 gpt-5.4 槽位，它实际对应 Kimi-K3。我让它在空目录创建一个原生 HTML、CSS、JavaScript 的“AI 编程任务看板”，包含三个任务、状态筛选、进度切换和响应式布局，不使用构建工具和前端框架。

Codex 接到任务后直接创建 index.html、style.css 和 script.js。从任务要求到开始写文件都保留在同一个会话里，当前模型槽位也显示在任务上方。

生成的页面可以直接在浏览器打开，筛选按钮、任务状态和总进度都能交互。页面卡片里的 GPT-5和 Gemini 2.5 Pro 是这个演示看板的静态任务数据，不是本次请求实际调用的模型；真正完成页面生成的是前面映射的 Kimi-K3。

回到 Token Plan 的模型明细，Kimi-K3 的请求次数是 1，文本输入约 0.013921M Token，文本输出约 0.01322M Token，消耗 25,884.02 Credits。这组数据把工具端和平台端对应起来了：Codex 里完成的一次前端任务，确实进入了同一个 Standard 月度池。

到这里，两套工具就都跑通了，Codex 用 Kimi-K3，消耗都从同一个套餐里扣。以后想换成新加入的 GLM-5.3，也只需要改一下模型映射。

最后提醒

Standard 每月有 6,320,000 Credits，QPS 为 2，不同模型的扣减倍率也不一样，并不是无限用。套餐购买后不支持退款和降配。Token Plan 只限 OpenClaw 这类交互式智能体和编程工具使用，不能拿套餐 Key 跑自定义应用后端、自动化脚本或批量调用。

对我来说，一个月只管这一份额度，比同时盯着几家会员舒服多了。