编码代理最便宜的模型：实时价格对比

最便宜的编程代理模型，是以最低总费用让变更通过评审的模型，不一定是输入费率最低的模型。代理会反复发送代码仓库上下文、接收工具输出、进行推理、编写补丁，并且可能需要多次修正。本次比较使用 GetVibe 于2026年10月3日的实时模型目录快照，重点关注可用于编程工作流的模型。

目录价格快照

以下数字均为每一百万 tokens 的 USD 价格，先列输入、后列输出。显示的价格单元格来自 GetVibe 目录动态解析；日期记录了本次比较的检查时间。

这些是目录费率，并非基准测试结果。如果费率在2026年10月3日之后发生变化，应以模型页面为准。Claude Sonnet 5.5 适用于 Claude Code，因为它接受 Messages 格式；GPT-6 系列模型应通过 Codex CLI 等兼容 Responses 的工具进行测试，而不是通过 Claude Code。

使用衡量已完成工作的编程测试

选择三个代码仓库任务：一个带失败测试的局部 bug 修复、一个涉及多个文件的小型功能，以及一个明确要求不改变行为的重构。为每次运行固定相同的 Git commit、指令、工具权限和测试命令。评估任务是否正确、测试是否通过、需要多少次修复轮次，以及完整变更耗时多久。

不要只比较最终答案。模型可能生成看似合理但测试失败的补丁，从而导致下一轮漫长交互。记录每一轮的输入和输出用量，包括工具结果和修复提示词。计算每个通过测试的变更所需的成本。每个任务至少运行几次样本；一次幸运的响应不能代表稳定的排名。

为什么 token 费率低，成本仍可能更高

代理经常会重复发送较长的前缀：系统指令、仓库说明、工具 schema 和之前的对话。输出 tokens 可能比简短提示词所暗示的更大程度地影响账单。需要两次修正轮次的模型，可能比每 token 价格更高但一次就能生成可用补丁的模型更贵。缓存读取会改变重复输入的成本结构，但在计算节省金额前，应确认缓存输入是否会在用量中单独报告。

保持上下文聚焦。忽略构建输出、依赖项、生成的快照和无关的软件包。先要求代理只检查最可能相关的文件。这样可以减少 tokens，通常也能提升注意力。有关稳定重复前缀的使用方式，请参阅 prompt caching 指南。

应该从哪个模型开始？

• GPT-6 Luna：适合作为日常、范围明确变更的低成本基线。先查看模型页面了解上下文和功能，再将失败的任务升级处理。
• GPT-6.1 Sol：在规划和多文件推理重要的任务上进行比较。在这份目录快照中，它的价格低于 GPT-6 Sol。
• GPT-6 Sol：如果现有提示词依赖它的行为，就将其保留在测试矩阵中；使用测量结果决定切换是否有帮助。
• Claude Sonnet 5.5：将其纳入 Claude Code 和基于 Messages 的工作流测试。它的路径和工具语义不同于基于 Responses 的 Codex，因此应比较实际结果，而不是假设这些客户端完全相同。

让比较可复现

对基于 SDK 的客户端，使用 OpenAI 兼容 API，并将密钥放入环境变量中：

export GETVIBE_API_KEY="your-dashboard-key"
python - <<'PY'
import os
from openai import OpenAI

client = OpenAI(base_url="https://getvibeapi.com/v1", api_key=os.environ["GETVIBE_API_KEY"])
result = client.chat.completions.create(
    model="gpt-6-luna",
    messages=[{"role": "user", "content": "检查 src/parser.py 并修复失败的边界情况。运行相关测试。"}],
    max_tokens=1200,
)
print(result.choices[0].message.content)
PY

使用代理客户端支持的准确 endpoint。对于 Codex CLI，请使用 Responses API 配置；对于 Claude Code，请使用 Messages 配置。保留权限提示，并在分支中运行代理，以便评审具体 diff。

决策规则

选择在你自己的代码仓库任务上达到通过率目标和延迟预算的最低成本候选模型。固定评估集，并在目录、代理版本或提示词发生变化时重新运行。为每次观察记录日期、模型 ID、用量和测试结果。2026年10月3日的目录快照已通过模型页面关联；应使用这些页面查看今天的价格，而不是将过时数值复制到电子表格中。