目錄
AI coding agent 已經不是實驗性的技術了。OpenAI Codex CLI、Anthropic Claude Code、GitHub Copilot 的 agent 模式,這些工具都在快速演化,而且很多有免費方案或試用額度。問題是:免費的額度夠不夠用?怎麼組合使用才能讓免費額度撐最久?
TL;DR
大多數 AI coding agent 工具有某種形式的免費方案,但細節差異很大。核心策略是:(1) 理解每個工具的計費單位(請求次數 vs token 數 vs 時間);(2) 把不同複雜度的任務分派給不同工具;(3) 自架開源模型作為補充。
前置條件
- 一個可以收信的 email(用於帳號申請)
- 基本的終端機操作能力
- (選配)一台可以跑 Docker 的機器,用於自架方案
主要工具和免費方案
OpenAI Codex CLI
OpenAI Codex CLI 是一個在終端機裡跑的 AI coding agent,可以讀取你的程式碼庫、執行指令、修改檔案。
免費方案現況(截至 2025 年):
- OpenAI 的 API 有新用戶試用額度(約 $5 的免費 credit)
- Codex CLI 本身開源免費,但背後的 API 呼叫需要付費
- 可以在 Codex CLI 設定檔中切換到
o3-mini或gpt-4o-mini等便宜的模型
# 安裝 Codex CLI
npm install -g @openai/codex
# 設定使用較便宜的模型
codex --model gpt-4o-mini "重構這個函數"
Anthropic Claude Code
Claude Code 是 Anthropic 的 CLI coding agent,在 2025 年初推出。
免費方案:
- 需要付費方案(Pro 或 API 存取)才能使用
- Anthropic API 有新用戶的試用額度
- 有
claude.ai的 web 介面可以免費試用(但不是 agent 模式)
GitHub Copilot
Copilot 有「Free」方案,每月 2000 次自動完成和 50 次 chat 請求:
# 在 VS Code 安裝 GitHub Copilot 擴充套件
# 登入 GitHub 帳號,選擇 Free 方案
Copilot 的 agent 模式(workspace agent)需要付費方案。
開源替代方案
如果你想完全不花錢,有幾個選項:
Continue.dev + 本機模型
Continue 是 VS Code/JetBrains 的開源 AI coding 擴充套件,可以連接本機跑的 Ollama 模型:
# 安裝 Ollama
curl -fsSL https://ollama.ai/install.sh | sh
# 下載並跑一個 coding 模型
ollama pull deepseek-coder-v2
# Continue 會自動偵測 Ollama
缺點:本機跑模型需要足夠的 VRAM,品質也比 GPT-4o 差一截。
Cline(前身 Claude Dev)
Cline 是 VS Code 的開源 agent 擴充套件,可以連接任何 OpenAI 相容的 API(包括 Ollama 的本機模型)。
最大化免費額度的策略
1. 按任務複雜度選工具
不是每個任務都需要最強的模型:
| 任務類型 | 推薦工具 | 原因 |
|---|---|---|
| 簡單的程式碼補全 | GitHub Copilot Free | 每月 2000 次足夠日常使用 |
| 中等複雜的重構 | OpenAI gpt-4o-mini | 便宜但夠用 |
| 複雜的架構設計/除錯 | Claude Code 或 GPT-4o | 需要強模型才有效 |
| 批量簡單任務 | 本機 Ollama 模型 | 無額度限制 |
2. 減少不必要的 context 傳送
AI coding agent 通常會把你的整個程式碼庫作為 context,但大多數時候你只需要相關的幾個檔案。明確指定要分析的檔案範圍可以大幅減少 token 消耗:
# 不好:讓 agent 自己判斷要看哪些檔案
codex "修復這個 bug"
# 好:明確告訴它相關檔案
codex --file src/auth.ts --file src/middleware.ts "修復認證中間件的 bug"
3. 用 Claude.ai 網頁版處理一次性大任務
如果你有一個「幫我設計這個系統的架構」這種一次性大任務,用 claude.ai 的免費網頁版(有對話長度限制)比花 API 費用更划算。
完整範例:零成本的 AI 程式開發工作流
# 日常程式碼補全:GitHub Copilot Free(免費)
# 在 VS Code 裡自動補全
# 快速問題:直接問 claude.ai 網頁版(免費)
# "這個 TypeScript 錯誤是什麼意思?"
# 中等任務:OpenAI gpt-4o-mini(便宜)
codex --model gpt-4o-mini "幫我寫這個函數的單元測試"
# 複雜任務:留到有 credit 時用強模型
# 或者用本機 Ollama 模型(免費但慢)
常見問題
Q:免費額度用完了怎麼辦?
申請新帳號不建議(違反 ToS)。更好的做法是切換到本機模型,或者等下個月額度重置。
Q:本機跑模型的硬體需求是什麼?
DeepSeek Coder 7B 需要至少 8GB VRAM,16B 需要 16GB。沒有獨立顯卡的話,CPU 模式也能跑但很慢。
Q:有推薦的便宜 API 嗎?
DeepSeek 的 API 比 OpenAI 便宜很多,且 DeepSeek-V3 的程式碼能力接近 GPT-4o。值得考慮。
參考資料
相關標籤
相關文章
AI Agent 費用爆炸怎麼辦?選對模型與工具的實戰指南
AI agent 的帳單暴增通常來自三個地方:選了比任務需求更強的模型、沒控制 tool call 的深度、以及 context window 浪費。正確的成本控制策略是依任務複雜度選模型,不是全部用最強的。
為什麼你的 AI 代理越跑越笨?Context Rot 的原理與解法
AI 代理越做越差,根本原因不是模型變笨,而是 Context Window 裡累積的噪音讓訊號被稀釋——這個現象叫 Context Rot,解決方法是把 Context 當 RAM 管理,而不是永遠往裡面加東西。
MCP 在 Claude Code 的實踐:Model Context Protocol 如何讓 AI 連接你的工具生態
MCP(Model Context Protocol)是 Anthropic 設計的開放協定,讓 Claude Code 能夠透過標準化介面呼叫外部工具和資料來源。2024 年 11 月發布後迅速成為 AI 代理人工具整合的事實標準,被 Cursor、Windsurf 等 40+ 款編輯器採用。