Opencode Go 上线 Qwen3.7-Max：闭源模型首次进入低价订阅

产品更新

Opencode Go 套餐新增支持阿里云 Qwen3.7-Max 闭源模型,额度略高于 GLM-5.1,成为首个进入该低价订阅服务的非开源编码模型。

Opencode Go 上线 Qwen3.7-Max：闭源模型首次进入低价订阅

Opencode 刚刚在其 Go 套餐中加入了阿里云 Qwen3.7-Max 模型支持。这是 Go 套餐推出以来首次纳入闭源模型,打破了此前清一色开源模型的格局。

消息来自 Opencode 飞书官方群,目前官网已经更新了模型列表。从额度配置看,Qwen3.7-Max 的调用次数比 GLM-5.1 略多一些,但具体定价策略和技术细节 Opencode 还没有公开披露。

为什么这次更新值得关注

Opencode Go 是一个月费 10 美元的低价订阅服务(首月 5 美元),主打「人人可用的编程模型」。在此之前,Go 套餐支持的都是 GLM-5/5.1、Kimi K2.5/K2.6、MiniMax M2.5/M2.7、DeepSeek V4 Pro/Flash、MiMo-V2.5 系列这些开源或半开源模型。

Qwen3.7-Max 是阿里云通义千问系列的闭源旗舰模型,不对外开放权重下载,只能通过 API 调用。这类闭源模型通常成本更高、商业化限制更严格,很少出现在低价订阅服务里。Opencode 能把它谈进 Go 套餐,说明要么拿到了特殊的合作条款,要么在成本控制上找到了新路子。

从开发者角度看,这意味着 10 美元/月的预算里,现在可以同时用到开源模型的灵活性和闭源模型的性能上限。对于需要在不同场景下切换模型的团队来说,这个组合的实用价值明显提升了。

Opencode Go 套餐模型列表截图,突出显示新增的 Qwen3.7-Max

Qwen3.7-Max 的实际表现

Qwen3.7-Max 在阿里云的官方定位是「通义千问系列最强编码模型」,主要优势在代码生成、多语言支持和长上下文理解。根据阿里云公开的 benchmark 数据,它在 HumanEval、MBPP 等编码测试集上的表现接近 GPT-4 级别,但在复杂推理任务上还有差距。

从社区反馈看,Qwen3.7-Max 的特点是:

  • 代码补全速度快:生成延迟比 Claude Sonnet 低 20-30%,适合实时补全场景
  • 中文代码注释质量高:对中文变量名、中文注释的理解明显优于国际模型
  • API 稳定性好:阿里云的基础设施保证了高可用性,很少出现限流或超时
  • 成本敏感:官方 API 定价比 GPT-4 便宜约 40%,但比开源模型贵 3-5 倍

但它也有明显短板。在需要深度推理的算法题、系统设计类任务上,Qwen3.7-Max 的表现不如 Claude Opus 或 GPT-4o。而且作为闭源模型,无法针对特定领域做 fine-tuning,灵活性受限。

对 Opencode Go 用户来说,Qwen3.7-Max 更适合作为「快速原型开发」和「日常代码补全」的主力模型,而不是替代 Claude 或 GPT-4 处理复杂任务。

Go 套餐的额度逻辑

根据 Opencode 官方文档,Go 套餐采用的是「Big Pickle」积分制,不同模型消耗的积分不同。目前已知的额度配置是:

模型 小型任务 中型任务 大型任务
GLM-5.1 880 次 2,150 次 4,300 次
Kimi K2.6 1,290 次 3,230 次 6,450 次
DeepSeek V4 Pro 10,200 次 25,500 次 51,000 次
MiniMax M2.7 3,450 次 8,630 次 17,250 次
Qwen3.6 Plus 3,400 次 8,500 次 17,000 次

从社区讨论看,Qwen3.7-Max 的额度「比 GLM-5.1 多一点」,推测应该在 1,000-1,200 次小型任务的范围内。这个配置比较合理——闭源模型成本高,给的额度自然少一些,但又不能少到完全没法用。

实际使用中,「小型任务」通常指单文件代码补全、简单 bug 修复;「中型任务」是多文件重构、API 设计;「大型任务」则是完整功能模块开发。如果你主要用 AI 做代码补全和快速原型,Qwen3.7-Max 的额度够用一个月。但如果是重度依赖 AI 做架构设计和复杂重构,可能一周就用完了。

这对 Go 套餐意味着什么

Opencode Go 推出时的核心卖点是「低成本 + 开源模型」,目标用户是预算有限、不想为 Claude Max 或 Cursor Pro 付费的开发者。加入 Qwen3.7-Max 之后,Go 套餐的定位开始往「多模型组合」方向偏移。

这个变化有几个值得注意的点:

1. 成本结构的变化

闭源模型的 API 成本通常是开源模型的 3-10 倍。Opencode 要在 10 美元/月的价格下提供 Qwen3.7-Max,要么是拿到了阿里云的批量折扣,要么是通过限制额度来控制成本。从目前的额度配置看,后者的可能性更大。

这意味着 Go 套餐未来可能会出现「分层额度」——开源模型给足额度让你随便用,闭源模型限制额度避免亏本。这种设计对用户来说不算坏事,至少有了更多选择。

2. 竞争格局的变化

在 10 美元/月这个价位,Opencode Go 的主要竞争对手是阿里云 Coding Plan(5.8 美元/月)和各种通用 API 聚合服务。阿里云的优势是价格更低、模型更多,但只能在阿里云生态内使用。通用 API 的优势是按量计费、没有场景限制,但需要自己管理 key 和额度。

Go 套餐加入 Qwen3.7-Max 之后,相当于把阿里云的核心模型「搬」到了 Opencode 平台上,同时保持了跨平台使用的灵活性。对于已经在用 Opencode 的开发者来说,这是一个明显的增值。但对于还在观望的用户,吸引力可能不如直接用阿里云或通用 API。

3. 模型选择的复杂度

Go 套餐现在支持 12 个模型,每个模型的额度、性能、适用场景都不一样。对新手来说,这种复杂度可能是个负担——你得先搞清楚哪个模型适合哪个任务,才能最大化利用额度。

Opencode 需要在文档和工具层面做更多引导,比如提供「任务类型 → 推荐模型」的映射表,或者在 IDE 插件里自动根据任务类型切换模型。否则,大部分用户可能还是会一直用默认模型,白白浪费了其他模型的额度。

Opencode Go 套餐与竞品对比表格

开发者怎么看

从 Linux.do 论坛的讨论看,社区对这次更新的反应比较两极分化。

支持的声音主要集中在「终于有闭源模型了」和「Qwen3.7-Max 的中文能力确实强」。有开发者表示,之前用 Go 套餐主要是因为便宜,但开源模型在复杂任务上确实不如闭源模型,现在加入 Qwen3.7-Max 正好填补了这个空白。

质疑的声音则集中在「额度太少」和「不知道怎么谈下来的」。有人算了一笔账:如果 Qwen3.7-Max 的额度真的只有 1,000 次左右,按每次任务平均 3 分钟计算,一个月也就 50 小时的使用时间,对重度用户来说根本不够。

还有人提到,Qwen3.7-Max 是闭源模型,按理说阿里云不会轻易给第三方平台开放低价 API。Opencode 能谈下来,要么是有特殊的合作关系,要么是在技术层面做了什么优化(比如批量请求、缓存复用)来降低成本。但 Opencode 官方没有公开这些细节,让人有点好奇。

对其他平台的影响

Opencode Go 加入闭源模型,可能会给其他低价订阅服务带来压力。

Cursor Pro(20 美元/月)目前只支持 GPT-4 和 Claude,没有国产模型。如果 Opencode 能以一半的价格提供类似的闭源模型体验,Cursor 可能需要考虑降价或增加模型选择。

阿里云 Coding Plan(5.8 美元/月)虽然价格更低,但只能在阿里云 IDE 和指定工具链中使用,灵活性不如 Opencode。如果阿里云想保持竞争力,可能需要开放更多使用场景,或者进一步降价。

通用 API 聚合服务(如 OpenAI Hub、API易等)目前主打按量计费,没有固定月费套餐。Opencode Go 的模式证明了「低价订阅 + 多模型组合」是有市场的,这些平台可能会考虑推出类似的套餐来吸引预算有限的开发者。

从长期看,AI 编码工具的竞争会越来越集中在「成本 vs 性能」和「灵活性 vs 易用性」这两个维度上。Opencode Go 的策略是用低价和多模型组合来吸引用户,但能否持续盈利、能否保持服务质量,还需要时间验证。

该不该订阅 Go 套餐

如果你符合以下情况,Go 套餐值得一试:

  • 预算有限:不想为 Claude Max(20 美元/月)或 Cursor Pro(20 美元/月)付费
  • 多场景使用:需要在不同 IDE、CLI 工具、自定义脚本中使用 AI
  • 中文项目为主:Qwen3.7-Max 和 GLM-5.1 的中文能力明显优于国际模型
  • 轻度到中度使用:每天用 AI 辅助编码 1-2 小时,不是重度依赖

如果你是以下情况,可能不太适合:

  • 重度 AI 用户:每天用 AI 写代码超过 4 小时,Go 套餐的额度可能不够
  • 只用一个 IDE:如果你只在 VS Code 或 JetBrains IDE 里用 AI,直接用对应的官方插件可能更方便
  • 需要最强性能:如果你的项目对代码质量要求极高,Claude Opus 或 GPT-4o 仍然是更好的选择
  • 需要 fine-tuning:闭源模型无法针对特定领域做定制化训练

另一个需要考虑的因素是「锁定风险」。Opencode Go 是订阅制,如果你用了几个月后发现不适合,取消订阅很容易。但如果你的工作流已经深度依赖 Go 套餐的某个模型,而 Opencode 突然调整价格或下架模型,迁移成本会比较高。

从这个角度看,Go 套餐更适合作为「主力工具的补充」,而不是「唯一的 AI 编码工具」。你可以保留一个通用 API 的按量计费账号作为备份,或者同时订阅 Cursor Pro 来应对高强度任务。

写在最后

Opencode Go 加入 Qwen3.7-Max,是低价 AI 编码订阅服务的一次有意义的尝试。它证明了「10 美元/月 + 多模型组合」这个模式是可行的,也给其他平台提供了参考。

但这个市场还远未成熟。模型性能在快速迭代,成本在持续下降,用户需求也在不断变化。Opencode 能否在这个过程中保持竞争力,取决于它能否持续拿到有竞争力的模型合作、能否优化成本结构、能否提供足够好的用户体验。

对开发者来说,现在是一个好时机——市场竞争激烈,各家都在用低价和新功能吸引用户。多试几个平台,找到最适合自己工作流的组合,才是最实际的策略。

参考来源