2026年3月11日

完整体验一下腾讯云的CodingPlan

By tony 默认分类评论 0

如果你关注 AI 编程这个事情，关注我就对了。截至当前，我已经买下了国内的所有 CodingPlan。

包括：火山引擎，阿里百炼，智谱，Kimi，MiniMax，腾讯云。

我会为大家全方位比较这些编码计划。

今天要体验的是腾讯云的 Coding Plan。

https://cloud.tencent.com/act/pro/codingplan

腾讯云的编码计划，也是支持多模型和多工具的。

目前支持自家的 Tencent HY2.0，以及 GLM5，K2.5，M2.5 等第三方的最新模型！

工具方面，除了支持自家的 CodeBuddy 之外，还支持热门的小龙虾 OpenClaw，最强编程智能体 Claude Code，以及 Cursor 等 IDE。

这是我刚刚入手的套餐，刚好作为一个新手，和大家一起来体验一下。

1、套餐详情

首先来看一下他们这个CodingPlan套餐的详情。

这里显示了正常价格，优惠价格，以及用量情况。

用量方面，国产模型都是比较足的。

入门版Lite：

每 5 小时：最多约 1,200 次请求

每周：最多约 9,000 次请求

每订阅月：最多约 18,000 次请求

专业版Pro：

每 5 小时：最多约 6,000 次请求

每周：最多约 45,000 次请求

每订阅月：最多约 90,000 次请求

2、购买套餐

目前字节，阿里，腾讯是正面对线，优惠套餐都是9.9以内。腾讯的目前最低价位7.9/月。当然这个基本是“耍猴”价，很难抢到。

上次为了抢阿里百炼浪费我一天时间，这次就不浪费时间了，直接原价拿下。

购买成功之后会跳转到 腾讯云大模型 API 平台！

在这里可以获取 API Key，以及查看编码计划，和接入编程工具的文档入口。

可以在这里生成一下 Key，备用。

3、接入编程工具

既然是腾讯的编程计划，我们首先肯定是接入它们自家的 CodeBuddy Code 看看了。

CodeBuddy Code

安装非常简单，一个命令就可以了。

一键安装命令：

npm install -g @tencent-ai/codebuddy-code

执行这个命令的前置条件是 Node.js 18+

验证一下：

codebuddy --version

启动软件：

codebuddy

输入命令之后就会启动软件了。

我还蛮喜欢这个颜色的。我发现国内的几个 CLI 其实做的都挺好看的。

这里列出了可读写的配置路径，然后需要你选择信任。这些都是基操！

接下来是选择登录方式：

腾讯不亏是大厂，你看光一个登录就有四个渠道，包括国内，国际，企业，内部使用。

我们的套餐应该是选择默认的第一个就可以了。

查看一下模型：

腾讯这是低调还是不自信，默认的模型居然是GLM5.0，而配额消耗最高的是k2.5 ，自家的混元模型放在最后。

这么一看，我就有点好奇了，腾讯这第三方模型不会是满血模型吧。

如果是的话就很良心了。如果不是的话，就不知道有啥亮点了。这个我们后面慢慢测试！

先用简单的指令做个测试：“用 React 开发个人博客，要求功能完善，设计美观，专业级 UI 和 UX。”

没想到啊，混元模型计划还做的挺详细的：

针对我这个需求成功激活了 Plan 模式，显示进行了 Ask，然后只做了一个完整的 Plan。

感觉节奏还不错，就看效果如何了。

还没等到效果，我又有骂人的冲动了🤬：

好端端就停下来好几次，仔细一看请求太频繁？？？

第一次在终端 Agent 中看到这种限制。

我刚开通的CodingPlan啊，第一个需求啊，而且在你自家的工具里面，怎么就会太频繁呢？

补充一个内容：

后来我查阅官方文档，修改了配置，加上了自己 CodingPlan 的 Key，然后使用 tc-code-latest 这个模型跑了一次。

然后一直 400 错误！

我要开大了….不行，我得忍住，否则路又走窄了，等结果吧。

结果是跑了32分钟终于写完

我让他启动服务，我来验收，

然后我看到了404 ！服务没起来

然后又遇到了500！服务内部错误

最后摆烂让我自己运行！说是端口占用

你这是要和小米模型坐一桌么？

我手动运行了 npm run dev：

只能说，是非常“愉快”的开发体验，我就不展开了，我们还是先去玩小龙虾吧！

4、接入小龙虾

如果你正在玩 OpenClaw 的话，也可以把腾讯云的编程计划的模型全部加到小龙虾里面。

配置方法也很简单，直接修改小龙虾配置文件。

配置文件路径：

Windows：C:\Users\<用户名>\.openclaw\openclaw.json

macOS/Linux：~/.openclaw/openclaw.json

主要是修改models和agents这两项。

模型的修改如下：


"models": {
    "mode": "merge",
    "providers": {
      "tencent-coding-plan": {
        "baseUrl": "https://api.lkeap.cloud.tencent.com/coding/v3",
        "apiKey": "<USER_API_KEY>", 
        "api": "openai-completions",
        "models": [       
         {
            "id": "tc-code-latest",
            "name": "Auto",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 196608,
            "maxTokens": 32768
          },
          {
            "id": "hunyuan-2.0-instruct",
            "name": "Tencent HY 2.0 Instruct",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 128000,
            "maxTokens": 16000
          },
          {
            "id": "hunyuan-2.0-thinking",
            "name": "Tencent HY 2.0 Think",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 128000,
            "maxTokens": 32000
          },
          {
            "id": "hunyuan-t1",
            "name": "Hunyuan-T1",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 64000,
            "maxTokens": 32000
          },
          {
            "id": "hunyuan-turbos",
            "name": "hunyuan-turbos",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 32000,
            "maxTokens": 16000
          },
          {
            "id": "minimax-m2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 196608,
            "maxTokens": 32768
          },
                    {
            "id": "kimi-k2.5",
            "name": "Kimi-K2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 32768
          },
          {
            "id": "glm-5",
            "name": "GLM-5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 202752,
            "maxTokens": 16384
          }
        ]
      }
    }
 }

注意，要先把<USER_API_KEY>换成你自己的key。

智能体的修改如下：

"agents": {
    "defaults": {
      "model": {
        "primary": "tencent-coding-plan/glm-5"
      },
      "models": {  
        "tencent-coding-plan/tc-code-latest": {},
        "tencent-coding-plan/hunyuan-2.0-instruct": {},
        "tencent-coding-plan/hunyuan-2.0-thinking": {},
        "tencent-coding-plan/hunyuan-t1": {},
        "tencent-coding-plan/hunyuan-turbos": {},
        "tencent-coding-plan/minimax-m2.5": {},
        "tencent-coding-plan/kimi-k2.5": {},
        "tencent-coding-plan/glm-5": {}
      }
    }
  }

这个修改最困难的地方在于对齐括号。

如果搞不清楚，可以备份之前文件。然后直接替换这两个大项！

这一步，非常愉快，轻松搞定。

"models": {
        "bailian/qwen3.5-plus": {},
        "bailian/qwen3-max-2026-01-23": {},
        "bailian/qwen3-coder-next": {},
        "bailian/qwen3-coder-plus": {},
        "bailian/MiniMax-M2.5": {},
        "bailian/glm-5": {},
        "bailian/glm-4.7": {},
        "bailian/kimi-k2.5": {},
        "minimax-cn/MiniMax-M2.5": {
          "alias": "Minimax"
        },
        "kimi-coding/k2p5": {
          "alias": "Kimi for Coding"
        },
        "zai/glm-5": {
          "alias": "GLM"
        },
        "tencent-coding-plan/tc-code-latest": {},
        "tencent-coding-plan/hunyuan-2.0-instruct": {},
        "tencent-coding-plan/hunyuan-2.0-thinking": {},
        "tencent-coding-plan/hunyuan-t1": {},
        "tencent-coding-plan/hunyuan-turbos": {},
        "tencent-coding-plan/minimax-m2.5": {},
        "tencent-coding-plan/kimi-k2.5": {},
        "tencent-coding-plan/glm-5": {}
      }

我的龙虾已经有19个脑子了。

接入 Claude Code

我后期应该会统一用 CC 进行测试，所以我也记录下接入 CC 的方法。

要把 CodingPlan 接入 CC 主要是修改它的配置文件，路径如下：

MacOS & Linux：~/.claude/settings.json

Windows：C:\Users\<用户名>\.claude\settings.json

找到这个配置文件，然后：

{
    "env": {
        "ANTHROPIC_AUTH_TOKEN": "<USER_API_KEY>",
        "ANTHROPIC_BASE_URL": "https://api.lkeap.cloud.tencent.com/coding/anthropic",
        "ANTHROPIC_MODEL": "<Model_Name>"
    }
}

记得替换上面的 <USER_API_KEY> 和 <Model_Name>

模型的可选项有：