OpenCode Zen 與 Go：怎麼選，能不能一起用

目錄

• 先把大家搞混的三個名字分開
• 比較表：BYOK、Zen 和 Go
• 10 美元裡實際裝得下什麼
• 每回合的實際成本，把比例拉回來
• 我的建議：把設計和執行分開

  • 為什麼這在技術上成立
  • 具體流程，一步一步
  • 一份可執行規格的例子
• 按需求和複雜度選 AI
• 十個把 Go 用進去的實用做法
• 和這套流程搭得上的工具
• 什麼時候 Go 不是答案
• 收尾
• 常見問題

  • OpenCode Go 會取代 Claude Code 或 Codex 嗎？
  • 可以同時有 Go 和 Zen 嗎？
  • 10 美元的方案裝得下多少件真實任務？
  • 為什麼 Kimi K3 在 Go 裡每月只估算 490 次請求？
  • 用完限額會怎樣？
  • OpenCode Go 適合團隊嗎？
  • 我的資料會被拿去訓練嗎？
• 接著看
• 來源

有個模式我在技術創業者和小團隊身上一再看到：訂閱 Claude、訂閱 ChatGPT、訂閱 Cursor，再加上某個 gateway 裡零散的額度，最後只剩一種模糊的感覺，每個月燒掉 60 到 200 美元，卻說不清楚錢花在哪。真的坐下來翻帳單，幾乎每次都是同一件事：錢不是花在思考，而是花在執行。token 不是消耗在你決定架構的那段對話，而是消耗在那三百次迭代：代理讀檔案、跑測試、改一個 import、再把檔案讀一次。

思考和執行的這道分別，正是 OpenCode Go 要打的缺口。它是每月 10 美元的方案，這幾個月改寫了懂得用它的人的成本計算。這篇文章要看的是：這 10 美元裡實際裝得下什麼、它和 OpenCode Zen 差在哪，以及為什麼我最後的建議不是「換去 Go」，而是更細的做法：用你付得起的最貴模型把規格定下來，再用扛得住這件任務的最便宜模型去執行。

先把大家搞混的三個名字分開

OpenCode 是一個開源的終端機程式碼代理，由 Anomaly 維護。它是工具本身：一個 TUI，你在裡面打字，代理讀你的儲存庫、改檔案、跑命令、把 diff 給你看。它免費，而且一直都是。

OpenCode Zen 是另一件事。它是一個模型 gateway，一層中介。OpenCode 團隊做它，是因為碰到一個真問題：幾十個模型都說自己能寫程式，真正能當代理用的很少，而那些能用的，換一家供應商來提供，結果可以差很多。同一個模型、同一張標籤，在一家供應商上很好，在另一家上平庸。Zen 是對這個問題的回應：他們測模型，和訓練團隊談，和供應商談怎樣才算正確地提供，對「模型加供應商」做基準測試，然後公布一份篩過的清單。按用量付費，價格是每百萬 token，除了付款處理手續費，沒有公開的加價。

OpenCode Go 是訂閱。從第一次扣款起每月 10 美元，存取一份開放模型目錄，上限是 每個模型 的美元，不是方案的一個共用口袋。Go Plus 每月 40 美元，模型相同，把那個上限拉高。往上加不是同一個倍數：2026 年 9 月 29 日的文件裡，GLM-5.3-Flash 從 60 美元到 180 美元，Kimi K2.6 從 60 美元到 240 美元。它不是無限方案。首月 5 美元已經沒有了，推薦計畫也結束了。

更新於2026年9月30日。

三個名字仍然各自獨立。Go Plus 是 Go 同一份目錄的第二個價格，不是第四個產品。你可以用自己的 OpenAI 或 Anthropic 金鑰跑 OpenCode，Zen 和 Go 都不必付。你也可以在 OpenCode 以外的代理裡用 Zen。你還可以同時有 Go 和 Zen。下面我會建議的，其實就是這個。

比較表：BYOK、Zen 和 Go

	OpenCode BYOK	OpenCode Zen	OpenCode Go
計費方式	免費（錢付給供應商）	按用量，預付餘額	固定月費
價格	$0，外加你的 API 花費	看消耗的 token	從第一次扣款起每月 $10。Go Plus：每月 $40
目錄	你接得上的任何供應商	文件上的公開清單：Claude、GPT、Gemini、Grok、Qwen、DeepSeek、GLM、Kimi、MiniMax，以及限時免費模型	Go 的目錄。含 Grok 4.7 和 4.6、GLM-5.3 和 GLM-5.3-Flash、GPT 6 Luna 和 GPT 5.6 Luna、Kimi、Qwen、DeepSeek、MiniMax、MiMo 等。Go Plus 用同一份清單
前沿模型	有，只要你付 API	有。Zen 的清單含 Claude、GPT、Gemini 和 Grok，也有開放模型	不含 Claude、GPT Sol、Gemini Pro。含 Grok 4.7、Grok 4.6、GPT 6 Luna 和 GPT 5.6 Luna，在 Go 的每月上限是 15 美元
限額	你的供應商說了算	你的餘額；若有設定，還有 workspace 或成員的月度上限	按模型：5 小時是該上限的 20%，週是 50%，月是 100%。在 Go，上限依模型是 15、30 或 60 美元
自動加值	不適用	餘額低於 $5 就加值 $20。金額可改，也可以關掉。月度上限擋不住這次加值	不適用，這是固定月費
用到頂之後	不適用	加值，或停住	還能用免費模型；開啟 Use balance 就改扣 Zen 餘額
團隊	自己處理	workspace、角色、每位成員的上限，管理員可以關掉某些模型。管理功能在免費 beta	每個 workspace 只能有一名成員訂閱 Go 或 Go Plus
資料保留	看你的供應商	供應商宣稱零保留、不用來訓練。例外：免費模型、OpenAI 和 Anthropic（30 天）、Muse Spark Contributor，以及其他列在文件裡的	多數 0 天。Grok 4.7、Grok 4.6、GPT 6 Luna、GPT 5.6 Luna 為 30 天，不用來訓練。Muse Spark Contributor 會用於訓練
自帶金鑰	這就是預設	可以。Zen 裡能用你自己的 OpenAI 或 Anthropic 金鑰。那些 token 由供應商收費，不是 Zen	不行
適合誰	已經有合約或額度的人	需要 Go 沒有的模型，而且要細控花費的人	在 Go 目錄裡執行很多的人。那個額度不夠，就看 Go Plus

這張表快讀：Zen 是一份完整目錄，價格接近市場；Go 是便宜、有天花板的子集。它們不互相取代，是互補。

10 美元裡實際裝得下什麼

Go 不給你一池共用的 token。每個模型有一個 每月美元上限。在那個上限上，5 小時窗是 20%，週是 50%，月是 100%。

所以只有上限 60 美元的模型，才是每五小時 12 美元、每週 30、每月 60。上限 30 美元的是 6、15、30。上限 15 美元的是 3、7.50、15。「付 10、大約拿到 60」描述的是第一組，不是整份方案。

2026 年 9 月 29 日的文件裡，Go 的上限是這樣分的：

• 60 美元： GLM-5.3-Flash、GLM-5.2、Kimi K2.7 Code、Kimi K2.6、LongCat-2.0、MiMo-V2.6-Flash、MiMo-V2.5、MiniMax M3、MiniMax M2.7、Muse Spark 1.3 和 1.2 Contributor、Qwen3.7 Plus、DeepSeek V4.1 Flash、Hy3。
• 30 美元： Qwen3.8 Flash、DeepSeek V4 Flash、Hy4 preview。
• 15 美元： GLM-5.3、Kimi K3、MiMo-V2.6-Pro、MiMo-V2.5-Pro、Qwen3.8 Max、DeepSeek V4 Pro、DeepSeek V4 Flash Vision Exp、Grok 4.7、Grok 4.6、GPT 6 Luna、GPT 5.6 Luna。
• 沒有付費上限、限時： Space Bunny Free、LongCat 2.5 Preview Free。

Go Plus，40 美元，不是全部乘上同一個係數。GLM-5.3-Flash 到 180 美元，Kimi K2.6 到 240 美元，DeepSeek V4.1 Flash 到 120 美元，Kimi K3 到 60 美元，Grok 4.7 到 60 美元。

下面這張表抄的是 Go 的估算請求數。OpenCode 用每個模型觀察到的使用型態來算。我沒有重算。

模型	Go 上限	每 5 小時請求	每週請求	每月請求
Muse Spark 1.3 / 1.2 Contributor	60	45,300	113,300	226,600
MiMo-V2.6-Flash 和 MiMo-V2.5	60	30,100	75,200	150,400
DeepSeek V4.1 Flash	60	26,000	65,000	130,000
DeepSeek V4 Flash	30	13,000	32,500	65,000
LongCat-2.0	60	11,400	28,600	57,200
GLM-5.3-Flash	60	6,320	15,790	31,580
DeepSeek V4 Flash Vision Exp	15	6,500	16,250	32,500
Qwen3.8 Flash	30	5,400	13,500	27,000
Qwen3.7 Plus	60	4,300	10,800	21,600
Hy3	60	4,300	10,750	21,500
GPT 6 Luna	15	4,230	10,560	21,130
MiniMax M2.7	60	3,400	8,500	17,000
MiMo-V2.6-Pro 和 MiMo-V2.5-Pro	15	3,250	8,150	16,300
MiniMax M3	60	3,200	8,000	16,000
GPT 5.6 Luna	15	2,050	5,100	10,250
Kimi K2.7 Code	60	1,350	3,380	6,750
Hy4 preview	30	1,350	3,380	6,770
Kimi K2.6	60	1,150	2,880	5,750
DeepSeek V4 Pro	15	1,050	2,600	5,200
GLM-5.2	60	880	2,150	4,300
GLM-5.3	15	220	540	1,080
Grok 4.7 和 Grok 4.6	15	169	423	845
Qwen3.8 Max	15	160	400	810
Kimi K3	15	110	250	490

Muse Spark 1.3 Contributor 估算每月 226,600 次請求。Kimi K3 估算 490。同一份 10 美元的方案。把 Go 當成「永遠選名字最響的模型」來用，第一天就會把 5 小時窗吃滿。上限 15 美元的模型，那個窗是 3 美元，不是 12。

Go Plus 裡，同一個 GLM-5.3-Flash 估算每 5 小時 18,960 次、每週 47,370、每月 94,740。Kimi K3 估算 440、1,000、1,960。Grok 4.7 估算 676、1,692、3,380。其餘在 Go 文件。

一件真正的代理任務，例如加上認證、寫測試、更新文件，不是一次請求。是 30 到 150 個回合。用這把尺，GLM-5.2 每月 4,300 次請求，大約是一個月 30 到 100 件中等任務。一個人，夠。四個人擠在同一個帳戶，不夠：每個 workspace 只能有一名成員訂閱 Go 或 Go Plus。

如果只要 Go 的價格和限額，不要 Zen，也不要這套策略，我另外寫了：OpenCode Go 使用限額：每月 10 美元是否值得。

每回合的實際成本，把比例拉回來

要看我後面這套做法為什麼成立，先算一個典型代理回合在各模型上多少錢。我用一個固定、接近真實的輪廓：大約 800 個新輸入 token、60,000 個從快取讀取的 token（儲存庫的上下文，這才是花費的大頭）、250 個輸出 token，再套上 Zen 當時的公開價格：

模型	每回合估算成本	每 1 美元的回合數
GPT 5.6 Luna	$0.00166	~600
DeepSeek V4 Flash	$0.00186	~540
MiniMax M3	$0.0041	~240
Kimi K2.7 Code	$0.0132	~76
Claude Sonnet 5	$0.0161	~62
GLM-5.2	$0.0178	~56
Grok 4.5	$0.0211	~47
Claude Opus 5	$0.0403	~25
GPT 5.6 Sol	$0.0415	~24
Claude Fable 5	$0.0805	~12

這是我 2026 年 8 月 12 日的估算，用的是上面那個輪廓和當天的 Zen 價格。2026 年 9 月 30 日沒有重算：目錄已經有更新的模型，價格也在動。它用來看數量級，不用來編這個月的預算。

一眼就看得出，前沿模型和工兵模型的差距不是 30%，也不是兩倍：同一個回合，Claude Fable 5 比 GPT 5.6 Luna 或 DeepSeek V4 Flash 貴四十倍以上，而在 Go 方案裡，這道差距還會再拉開。於是有個不舒服的問題：那 150 個「讀檔案、套 diff、跑測試」的回合，真的需要世界上最強的模型嗎？

幾乎不需要。真正需要最強模型的，是決定要做什麼、怎麼做。那個決定是五到十個回合，不是一百五十個。

我的建議：把設計和執行分開

這是文章的核心。試過不少次之後，我的流程是：用 Claude 或 Grok 定規格，用 OpenCode Go 執行規格。

我自己主要用 Claude。架構決定用 Opus 5，比較例行的規格用 Sonnet 5。想要一個偏向不同的第二意見，或需要模型直接、不要討好的時候，用 Grok。這一階段如果你平常用的是 Codex，一樣好用。重點不是品牌，是角色。

邏輯和任何認真的敏捷做法一樣：細化和執行是不同的活動，成本和風險也不一樣。沒有人派架構師去寫單元測試，也沒有人叫初階工程師決定資料模型。兩件事擠在同一段前沿模型的對話裡，你就是用架構師的價錢，為執行工作付上好幾個小時。

為什麼這在技術上成立

執行用的模型不需要創意。它需要聽話，也需要夠能幹。規格如果好，寫了要動哪些檔案、要守什麼契約、要蓋哪些邊界、成功怎麼驗證，任務就不再是「設計這個」，而是「把這個寫成程式碼並驗證」。GLM-5.2 或 Kimi K2.7 Code 做這件事完全沒問題。

規格差的時候，執行模型就開始即興。人們就是在那裡下結論：「開放模型不行。」不是不行。是你叫它做兩份工作，只付了一份的錢。

具體流程，一步一步

1. 和 Claude 或 Grok 做設計對話。 這時候還不寫程式碼。描述問題、業務脈絡、限制。明確要求它先問你，再提案。這裡花掉一個貴模型的 5 到 15 個回合，也是整個流程裡最值得的回合。

2. 把規格生成成檔案。 要 markdown，最低結構是：目標、脈絡（今天已經有什麼）、明確的範圍、明確的不做、要動的檔案、契約和介面、邊界情況、可驗證的驗收標準、驗證計畫。存進儲存庫，例如 specs/2026-08-12-auth-jwt.md。它活在 git 裡是重點的一部分：既是文件，也是可追溯的紀錄。

3. 拆成原子任務。 規格裡的每一件，都應該是代理能做完、也能不含糊地驗證的。如果做到一半還需要一個產品決定，它就還沒準備好執行。回到第 1 步。

4. 用 OpenCode Go 執行。 在儲存庫裡打開 OpenCode，指向規格，讓工兵模型工作。我的預設分配是：主要實作用 GLM-5.2 或 Kimi K2.7 Code；機械的事（重新命名、遷移語法、產生重複的測試、更新 import）用 MiniMax M3 或 DeepSeek V4 Flash。

5. 只有真的需要時，才用貴的模型審查。 測試過了、diff 讀得懂，就不需要。哪裡不對勁，把 diff 拿給 Claude 或 Grok，附上一個具體的問題。那是三個回合，不是三十個。

一份可執行規格的例子

# Spec: 公開搜尋端點的 rate limiting

## 目標
避免 `GET /api/search` 被濫用。這個端點目前沒有保護。

## 脈絡
- Express 4 + Redis 已經在 `src/lib/redis.ts`
- 認證 middleware 在 `src/middleware/auth.ts`（要模仿的模式）
- 目前還沒有 middleware 的測試

## 範圍
- 可重用的 `rateLimit` middleware，依路由可設定
- 只套用在 `GET /api/search`
- Redis 滑動視窗，每個 IP 每 60 秒 60 次請求
- 回 429，並帶 `Retry-After` header

## 不做
- 針對已登入使用者的 rate limiting（第二階段）
- 指標儀表板
- 改搜尋演算法

## 檔案
- 新增：`src/middleware/rateLimit.ts`
- 新增：`src/middleware/__tests__/rateLimit.test.ts`
- 修改：`src/routes/search.ts`（只加上 middleware）

## 契約
```ts
rateLimit(opts: { windowMs: number; max: number; keyPrefix: string }): RequestHandler
```

## 邊界
- Redis 掛了 → 放行請求並記錄 warning（fail-open）
- request 裡沒有 IP → 用 `req.socket.remoteAddress`，還是沒有就不限制
- 時鐘：用伺服器的 `Date.now()`，不用客戶端的 timestamp

## 驗收
- [ ] 60 秒內 60 次請求通過；第 61 次回 429
- [ ] `Retry-After` header 帶距離重置的秒數
- [ ] Redis 掛了的時候測試仍然是綠的
- [ ] `npm test` 和 `npm run lint` 是綠的
- [ ] 「檔案」清單以外的檔案沒有被改

## 驗證
執行 `npm test -- rateLimit` 和 `npm run lint`。

這樣一份規格，GLM-5.2 做起來不會手忙腳亂，大概 25 到 40 個回合。以 Go 預算每回合約 0.014 美元來算，大約是那個模型每月 60 美元上限裡的半美元。一個月可以做一百次以上。

按需求和複雜度選 AI

這是最省錢、也最省挫折的習慣，卻最少人養。打開任何對話之前，對的問題不是「哪個模型最好」，而是「這是哪一種工作」。

我把它分成四層。

第 0 層，機械。 重新命名變數、把一種格式轉成另一種、產生樣板、翻譯設定檔、照已經有的模式寫重複測試。沒有決定要做。用上限高、請求次數多的模型：MiMo-V2.6-Flash、DeepSeek V4.1 Flash 或 MiniMax M2.7。結果錯了馬上看得出來，重試也只吃掉那個上限的一點點。

第 1 層，有指引的實作。 規格清楚，要把它變成能編譯、能過測試、守專案慣例的程式碼。需要真本事，不需要產品判斷。這裡是 GLM-5.2、Kimi K2.7 Code、MiniMax M3、Qwen3.7 Plus。這是實際寫程式的 70%，也正是 Go 的場地。

第 2 層，範圍有限的設計。 要做決定，但框已經知道：這張表怎麼建模、這個情況用什麼模式、這個模組怎麼拆。門檻在這裡拉高：Grok 4.7、Claude Sonnet 5，或 Zen 上同一級的模型。回合不多，所以即使更貴，對帳單的影響也比你擔心的小。在 Go，Grok 4.7 的每月上限是 15 美元。

第 3 層，有後果的決定。 架構、遷移策略、技術選型、一樁看不懂的事故，任何選錯就要花上數週的事。毫不猶豫用前沿模型：Claude Opus 5、Claude Fable 5、GPT 5.6 Sol、Gemini 3.1 Pro。這裡值得奢侈一下，要第二意見：同一個問題問兩個不同家族的模型，再比較。兩邊一致，你有一個還算可靠的訊號；兩邊分歧，你正好找到必須自己想的那個點。

收成一句話的規則是：貴的模型決定，便宜的模型執行。 同樣重要的推論是：如果你在同一件任務的第八十個回合還在用前沿模型，設計那一步出了問題。回到規格。

有個值得說清楚的細節，因為它碰到這整件事比較哲學的一面。「永遠用最好的模型」的誘惑不是經濟的，是心理的：那樣感覺比較安全。那種安全感有真實的價錢，而且不只是帳單。把一切都交給最能幹的模型，你就不再分辨哪些決定要緊、哪些不要緊。強迫自己先把任務分類、再選工具，本質上是在練判斷。判斷是唯一不能外包的東西。

十個把 Go 用進去的實用做法

1. 預設模型設成工兵，不要設成貴的。 在 opencode.json 裡，把 opencode-go/glm-5.2 或 opencode-go/kimi-k2.7-code 設成主要模型。往上換應該是有意識的動作，不是預設狀態。

2. 用 OpenCode 的代理系統，按角色配模型。 OpenCode 可以定義不同的代理，配不同的模型。一個 plan 代理用能幹的模型，只讀、只提案；一個 build 代理用便宜的模型來執行。就是這篇文章的流程，自動化之後的樣子。

3. 在儲存庫根目錄寫一份 AGENTS.md。 慣例、測試命令、資料夾結構、什麼不能動。寫在那裡的每一件，就是工兵模型不必再猜的一件。猜，才是吃掉回合的東西。

4. 用快取。 每回合成本的大頭是讀快取，不是新 token。同一段上下文上的長工作階段，單回合比每件小事都開一個新 session 便宜很多。相關的工作放在一起做。

5. 盯五小時窗，不要只盯每月。 那個窗是該模型上限的 20%：上限 60 美元就是 12 美元，上限 15 美元就是 3 美元。工作階段會很密的話，先從請求次數多的模型開始，Grok 4.7 或 Kimi K3 留到卡住的時候。

6. 只有在你有 Zen 餘額、而且知道為什麼的時候，才開 Use balance。 這是洩壓閥：Go 用完之後，繼續扣按用量付的餘額，而不是停住。截止日前很有用。開著然後忘了，就危險。

7. Go 用完之後，免費模型還在，但小字不一樣。 在 Go，Space Bunny Free 和 LongCat 2.5 Preview Free 是限時、沒有付費上限，Go 的隱私表把它們標成 0 天、不用來訓練。在 Zen，有幾個免費模型可能會拿資料去改進模型：Big Pickle、MiMo free、Ling，以及 Nemotron 的免費端點，等等。Muse Spark Contributor 在 Go 和 Zen 都是用價格換訓練許可。會訓練、或會保留的模型，不要送機密程式碼。

8. 放進客戶的程式碼之前，先看隱私表。 在 Go，多數標的是 0 天。Grok 4.7、Grok 4.6、GPT 6 Luna、GPT 5.6 Luna 保留 30 天，不用來訓練。Muse Spark 1.3 和 1.2 Contributor 允許訓練。DeepSeek 是 0 天，文件把協議視為有效到 2026 年 10 月 31 日。程式碼在 NDA 底下的時候，那一欄比基準測試重要。

9. 就算用 Go，也留一筆有餘額的 Zen。 10 美元的 Go 加上 20 美元的 Zen 餘額，兩邊的好處都有：實務上執行不會因為 Go 到頂就停，決定真的需要時也能碰到前沿模型。加起來仍然少於單一一個高階訂閱。

10. 量。 OpenCode 的控制台會顯示用量。一個月裡每週看一次，你會發現 80% 的花費來自兩三種任務。那些就是該挪到便宜模型上的，或者更好，用一份可以重複用的規格把它自動化。

和這套流程搭得上的工具

OpenCode（opencode.ai）是底：TUI、CLI、伺服器模式、IDE 整合、支援 MCP 和 Agent Skills。一行安裝，macOS、Linux 能跑，Windows 經由 WSL。

TUI 裡的 /connect 是接上 Go 或 Zen 的方式：它要你從 opencode.ai/auth 的控制台複製 API 金鑰，再用 /models 看目錄。設定裡的 ID 帶供應商前綴：Go 是 opencode-go/kimi-k3，Zen 是 opencode/gpt-5.6-sol。

Claude Code、Codex CLI 或 Grok 用來做設計。哪個都行。要緊的是規格對話發生在和執行不同的地方，哪怕只是為了不要把上下文混在一起。

一個放進 git 的 specs/ 目錄。 聽起來少，卻是這套方法一半的價值。規格會累積、會再被用、會變成範本，而且這才是好處：後來進來的人，或後來進來的代理，最好的上手資料就是它。

MCP servers 用來給代理真實的上下文：你的資料庫、任務管理、文件。有上下文的代理需要的回合更少，回合少，吃掉的預算就少。

Go 的直接端點，如果你想在上面做東西。https://opencode.ai/zen/go/v1/chat/completions 相容 OpenAI SDK，有些模型在 /v1/messages 提供 Anthropic 格式。Go 的訂閱可以從你自己的腳本用，不只從 TUI。

什麼時候 Go 不是答案

說實話，有三種情況我不會推薦。

如果你的工作大部分是第 3 層，架構顧問、研究、分析，Go 幫不上多少，因為價值在它沒有的那些模型。按用量付 Zen 就好。

如果你們是一個團隊，Go 擴不了：每個 workspace 只能有一名成員訂閱。團隊的路是一個 Zen workspace，按成員設花費上限，按角色開模型。

如果你的程式碼機密要求很嚴，就逐模型看保留表，並考慮 BYOK，找一家你已經有合約的供應商。10 美元便宜，但沒有便宜到可以跳過這段對話。

收尾

用了這套流程好幾個月，我帶走的結論不是關於 OpenCode。是我們整體怎麼看 AI 的花費：我們還在買工具，而該設計的是流程。

執行端拿到清楚的指示，每月 10 美元做得到很多；拿它代替思考，就做不到多少。Go 不會自己讓你更有產出。它用限額逼你決定，什麼值得貴的模型，什麼不值得。那種紀律看起來像限制，最後卻是工作變好的原因。

用你付得起的最好模型定規格。用扛得住的最便宜模型執行。規格放進 git。再做一次。

想要的話，方案在 OpenCode Go。那是產品頁：推薦計畫已經結束，這個網址不會入帳任何餘額。

常見問題

OpenCode Go 會取代 Claude Code 或 Codex 嗎？

不會，也不該。Go 是用開放模型做執行的方案。Claude Code 和 Codex 在設計階段，以及需要判斷的任務上，仍然更好。這篇文章的主張是一起用，不是二選一。

可以同時有 Go 和 Zen 嗎？

可以。Go 覆蓋它目錄裡的執行。Go Plus，40 美元，提高的是同一批模型的額度。Zen 覆蓋 Go 沒有的。開啟 Use balance 之後，Go 到頂，請求改扣 Zen 餘額。

10 美元的方案裝得下多少件真實任務？

看模型。GLM-5.2 估算每月 4,300 次請求。任務若是 30 到 150 個回合，大約是 30 到 100 件中等任務。DeepSeek V4 Flash 在 Go 估算每月 65,000。MiMo-V2.6-Flash 估算 150,400。Kimi K3 估算 490。方案不是在每個模型上都一樣。

為什麼 Kimi K3 在 Go 裡每月只估算 490 次請求？

因為上限按模型算。Kimi K3 在 Go 的每月上限是 15 美元，不是 60。Grok 4.7 和 Grok 4.6 也是 15 美元，估算每月 845 次請求。不是把 6 倍套到整個目錄。在 Go Plus，Kimi K3 的上限變成 60 美元，估算升到每月 1,960 次請求。

用完限額會怎樣？

可以繼續用目錄裡的免費模型，或開啟 Use balance，改扣 Zen 餘額。也可以等五小時窗重置。

OpenCode Go 適合團隊嗎？

不適合當成共用額度：每個 workspace 只能有一名成員訂閱 Go 或 Go Plus。團隊的公開路徑是一個 Zen workspace，有角色、每位成員的花費上限，以及控制開哪些模型。

我的資料會被拿去訓練嗎？

2026 年 9 月 29 日的 Go 表上，多數說不會，保留 0 天。Grok 4.7、Grok 4.6、GPT 6 Luna、GPT 5.6 Luna 保留 30 天，並標成不用來訓練。Muse Spark Contributor 允許訓練。在 Zen，有幾個免費模型可能拿資料去改進模型，OpenAI 和 Anthropic 保留 30 天。例外清單在各產品的文件裡。

接著看

如果只要價格、限額，以及我單獨用 OpenCode Go 的經驗，不要 Zen，也不要規格策略：OpenCode Go 使用限額：每月 10 美元是否值得。

如果想看 OpenCode 以外的程式設計 AI 供應商：為什麼 2026 年你不該再依賴單一 AI 供應商來程式設計。

來源

• OpenCode Go，官方文件
• OpenCode Zen，官方文件
• OpenCode Go，產品頁
• OpenCode Zen，產品頁
• OpenCode，一般文件

Go 的目錄、上限和估算請求數於 2026 年 9 月 29 日核對。Zen、自動加值和隱私例外於 2026 年 9 月 30 日核對。每回合成本表是 2026 年 8 月 12 日的估算，沒有重算。目錄會變，付款前看文件。