先交代下背景。我目前手里开着一个 Claude Max 5x,另外还有一个读研时导师开的 ChatGPT Pro,Codex 也在用。Claude Max 5x 每个月的花费说实话有点肉疼。所以这大半年一直在折腾各种组合方案,目标很明确:找到足够的替代算力,把 Max 降级到 Pro。
我现在的主力工具依然是 Claude Code,毕竟 Max Plan 还在跑着。但最近也开始用 opencode[1],体验比预期的好不少。本文聊到的配置基本都是围绕 opencode 展开的,如果你还没试过,可以先了解一下。
说实话,vibecoding 这事儿发展到现在,工具链已经卷得差不多了,各家都在抢用户。对于我们这种不想月付几百块订阅费、但又确实需要 AI 辅助写代码的人来说,现在反而是入场的好时机。我自己把主流方案都摸了一遍,总结下来就一个原则:能白嫖的先白嫖,白嫖不够的再花小钱搞定,核心是把每一分钱的 AI 算力都用在刀刃上。
其实下面要聊的这些方案,很多就是市面上那些中转站 API 的上游来源。你花钱买的低价 API,大概率就是别人用同样的路子批量搞出来再转卖的。 既然源头一样,不如自己动手,省掉中间商赚的差价。
而且我一直不主力用中转站,还有一层顾虑:源码安全和模型降智。 你的代码全程经过别人的服务器,泄不泄露你完全没法确认。更隐蔽的是模型降智,中转站完全有可能在某些环节偷偷把请求转发到更便宜的模型上,你用着觉得"怎么今天 Claude 有点蠢",实际上可能根本不是你以为的那个模型在回答。这些风险自己搭反代就不存在了。
我在读研阶段就申请了 GitHub 的 Education 优惠,体验确实好。模型选择多,GitHub 官方也已经支持了 opencode,工具链算是打通了。但实际用下来有个问题:额度真的不够用。 我算是低使用量的用户了,基本上不到 10 天就把月度额度跑完,后面大半个月只能干瞪眼,额度每月 1 日重置。

不过好在获取成本很低。闲鱼上搜一下 GitHub 学生优惠,提供账户的话大概 30 块管 2 年,独享账户 58 管 2 年。作为入门方案或者备用方案,性价比还是可以的。
Google 这边,闲鱼上可以搜到 Google One AI Premium 的账户,家庭版上车或者学生优惠都行。opencode 上有对应的插件可以做反向代理,直接接进来用。模型能力在线,作为 Copilot 额度用完之后的补充很合适。
另外有了 Pro 账户还有个额外福利:可以在 Gemini 网页端用 nanobanana 生图,体验非常好。唯一的槽点是生成的图片自带水印,不过可以装这个 Chrome 插件解决:gemini-watermark-remover[2],一键去除水印。
我目前还在琢磨一个事儿:能不能让 AI 直接调用 Gemini 出图,跳过手动操作。初步想法是用 Puppeteer 写一个自动化脚本,最终封装成一个 skill 来用。还在调研阶段,不确定有没有什么限制,后续有进展的话应该会单开一篇来聊。
另外最近 OpenAI 的 Codex 也放开了,官方宣布所有用户免费使用。虽然具体额度和持续性还不好说,但至少现阶段可以白嫖,不用白不用。

说到这你可能会想:这些免费方案东拼西凑,能不能有个更稳定、额度更大的选择?有的。
这个是我自己用下来最满意的。如果你不追求非得用 Claude Opus,Sonnet 完全够用的话,Kiro 的性价比可以说是碾压级别的。
先说免费部分。你可以用 AWS Builder ID 注册多个账户,每个账户基础赠送 500 credit,之后每月还有 50 credit。 不过实测下来,注册到第 3 个之后,后面的账户大概率会被风控。我没有深入研究过具体的风控策略,猜测大致跟 IP 池、邮箱、浏览器指纹这些有关,感兴趣的可以自己去摸索。 3 个账户加起来就是 1650 credit 起步,日常写代码基本够用了。
但重点在后面。上面说的是 Builder ID 的免费额度,这里要说的是另一条路:注册一个正式的 AWS 账户,绑一张国内信用卡,AWS 会立刻给你一个半年期限的 100 美元使用额度。 然后 AWS 控制台里有一系列新手任务,花大概 20 分钟做完,额度会累计到 200 美元。这个额度可以直接用在 Kiro 上,你在 AWS 里创建 Kiro 子用户,用这笔额度去开通 Pro/Pro+/Pro Power 都行。之前提到的那些低价 Claude API 中转站,现在不少应该是把 Builder ID 和 AWS 账户这两条路结合起来用的。
我实测下来这三个档位的用量区别不大,但如果是自己用的话,建议直接开 Pro+,40 美元一个月,200 美元的额度刚好能撑 5 个月,在额度过期前正好用完,一分钱不浪费。


Kiro 的绑定入口在这里:AWS Kiro 用户管理[3]
opencode 上也有现成的插件 opencode-kiro-auth[4] 可以用。我最近还给这个项目提交了一个改动,支持使用自定义的 starter 网址登录,这样 IAM 用户也能直接用上面说的方案来接入 Kiro 了。

具体操作就是进 AWS 控制台之后找到「探索 AWS」那个入口,新用户会看到 5 个引导任务,按指示一步步做完就行,没什么门槛。
顺便推广一下我自己写的 Kiro 反代工具:OctoProxy[5]。目前主要专注于 Kiro 的反向代理场景,最开始是为了支持 Claude Code 写的,前前后后也修了不少 bug。至于对比其他同类工具有什么优势嘛,说实话我也不太确定,毕竟主要是给自己用的,能跑就行(笑)。
opencode 本身有一个 opencode zen 服务,里面提供了一些免费模型可以直接使用,应该也有速率限制。我用得不多,但如果你刚上手 opencode,这个算是零门槛的起步方案,不需要额外配置任何账户。
这个知道的人不多。NVIDIA 的 build.nvidia.com[6] 平台提供免费的 NIM API,上面托管了不少模型,包括 DeepSeek R1、DeepSeek V3.1、Qwen 系列等国产大模型,注册就能直接调用。免费账户有 1000 credit,速率限制大约 40 RPM,日常拿来做一些轻量级的辅助够用了。接口是 OpenAI 兼容格式的,接入 opencode 之类的工具也方便。不需要翻墙、不需要付费,注册一个 NVIDIA Developer 账户就行。 作为主力方案可能不够,但当个免费的补充完全没问题。
另外提一嘴 AnyRouter[7],这是一个免费的 AI 模型路由平台,每天签到可以攒积分换额度。我目前还没正式用起来,只是每天自动签到在囤积分,打算到时候作为备用方案试试。自动签到用的是这个开源项目:anyrouter-check-in[8],有账户的可以试试。不过 AnyRouter 现在好像还没开放注册,感兴趣的可以先关注一下。

vibecoding 的性价比配置,核心逻辑就是分层组合: GitHub Copilot 学生优惠打底,Google Pro 和 ChatGPT Codex 做补充轮换,NVIDIA NIM 免费调国产模型,AWS Kiro 作为主力输出。这一套组合下来,基本可以做到全年不断供,总花费也就几十块人民币加一张信用卡的事。
当然工具在迭代,各家的免费政策随时可能变。但至少在当下这个时间点,上面这套方案是我实测下来最划算的配置了。
[1] opencode: https://github.com/nicepkg/opencode
[2]gemini-watermark-remover: https://github.com/lxy2017/gemini-watermark-remover-chrome
[3]AWS Kiro 用户管理: https://us-east-1.console.aws.amazon.com/amazonq/developer/home?region=us-east-1#/kiro/users?region=us-east-1
[4]opencode-kiro-auth: https://github.com/tickernelz/opencode-kiro-auth
[5]OctoProxy: https://github.com/chouheiwa/OctoProxy
[6]build.nvidia.com: https://build.nvidia.com
[7]AnyRouter: https://anyrouter.top/register?aff=JTTl
[8]anyrouter-check-in: https://github.com/millylee/anyrouter-check-in