最近我试了几个的coding plan和coding agent. 这篇文章我就说说我自己的体验. 由于现在的模型迭代速度很快，马上有反转也说不定.
coding Plan: 智谱Pro,ChatGPT Plus,Claude Pro, Github Copilot, MiniMax
coding Agent: Claude Code, Open Code, Codex
智谱 Coding Plan
模型能力很强，但是一到高峰很明显，就是超时，只能退而求其次使用GLM-4.7，智谱的算力很明细是不够的.
而且GLM-5有的时候会干蠢事，完全不听提示词的情况.
Claude Pro
不够，完全不够用.
作为目前最顶尖的AI公司，模型能力毋庸置疑，我哪怕发布几个很复杂的任务，提示词也没几句，Opus也能很好的完成任务.
但是20美元的Pro套餐使用Opus的使用量只能用尝鲜来形容，我的工作流程是plan->worker, 两个都使用opus的情况下，一个复杂任务下去，直接能把5小时限额淦掉一般.
但是如果使用sonnet/haiku那么还用啥Claude呢.
况且这A公司对国内有极其严格的风控.
ChatGPT Plus
很不错的套餐, 就是也要翻墙, 不过没有A公司那么严格.
最近GPT-5.5出来之后ChatGPT Plus就变得很不错了，体验不输Claude.
对比Claude Pro体感上大概是3倍的用量.
最优先建议购买的套餐.
Github Copilot
本来是神中神, 由于计费政策从次数改为积分后，现在变成拉中拉了.
MiniMax
模型能力虽然一般，但是够用。
用量极其夸张，基本是给OpenClaw之类的全能代理工具用的级别.
Kimi
我购买的是Moderato 用量可以说是侃侃吃紧. 对我最近的编程任务来说刚刚好. 但是这个套餐肯定是不够的.
在CC中使用，Kimi2.6模型的能力比较接近Claude sonnet 4.6.
下面是Coding Agent
Claude Code
简单来说就是开箱即用, Claude Code 内置的提示词和agent调度很优秀，工作极少会出错，一般都是提示词歧义问题，才会导致出错.
Open Code
最严谨的一集，但是事多，OpenCode工作比Claude Code略慢一些，而且经常会编写单元测试, 和执行一些奇怪的review。哪怕你没有要求他去做.
非常推荐使用omo(oh-my-openagent), 装上这个工作流之后基本工作准确率能上升不少，就是费token.
Codex
这个我不太好评价，因为没有配合GPT以外的模型使用过. GPT搭配Codex效果确实非常好，体验甚至在Claude Code之上.
Pi
优点是扩展性高，缺点也是扩展性高。
有使用门槛的Agent, 本身自带的system-prompts 极少，1M都不到，本身没有sub-agent,plan-mode,MCP, 不过有一个很强的上下文管理机制 /tree 回到任意时间点.
Pi对上下文的可控性可以最大程序发挥LLM本身的性能，节约Token以及可以高度自定义自己的工作流。
我使用了一段时间，只不过对我来说是弊大于利。我是真不擅长调整上下文，导致在我工作中的实际表现对比claude-code要差上很多.