10 月 10 日下午，B 站 UP 主"喵了个猫了个咪了个猫"更新了"AI 算法对抗大赛"第 5 集：12 个模型分成 6 支双人队，接力优化一份又慢又乱的 C++ 老代码，最快的提速上千倍，有的却比原来还慢。 题目、提示词、各队原样代码、成绩和裁判脚本在发布当天同步开源进了 GitHub，仓库的说法是"全部比赛材料"。 这等于第一次把"堆一堆大模型订阅干工程活划不划算"的账本摊开在能复算的证据面前：票面价比想象中便宜，真正贵的三样东西——限额、封号、渠道漂移——没有一样写在价目表上。哔哩哔哩GitHub
这场比赛的规则，比多数 AI 写代码演示严格
12 个模型在同一台 Windows 11 电脑上做题，分成"主程"和"测试手"两档各 6 个、随机配对成 6 队：第 1 轮主程给基线提速且输出逐字节不变，第 2 轮测试手去别队代码里构造反例，第 3 轮测试手换新会话接手本队代码，修回归、加需求、继续提速，每轮 45 分钟封顶，赛后用隐藏负载统一计时。 成绩是两极的：五份成功的终版比原始代码快了约 400～2700 倍，快到碰到 Windows 计时精度的下限；MiMo V2.6 Pro 配 GPT-6 Astra 的队 F 以 90.8 分拿下团队第一，用谷歌免费额度参赛的 Gemini 3.8 Flash 主程榜跑出 101 倍平均加速、却被全部 5 名测试手找到反例，而 Grok 4.7 用满 45 分钟交上来的代码一行没改，整队归零。GitHubGitHub
12 个席位的票价：叠加起来没有想象中贵
先分清这 12 个席位是怎么进来的：三个 Claude 模型走 Anthropic 官方订阅、两个 GPT 模型走 OpenAI 官方订阅，Kimi、DeepSeek、GLM、MiMo 四家经 Cline 通行证调用——豆包就是在这一步被换掉的，“Cline 余额通道对豆包的计费异常地贵，改走火山方舟”，Gemini 用的是谷歌免费额度，Grok 是账号池调度的官方账号。仓库没有公布实际账单。 票面价可以对着公开整理估：Claude Pro 月付 20 美元，再往上一档是 Max，100 美元一个月起。 国产侧按同一时期的比价整理，GLM 的 Pro 套餐 149 元约 2500M token。 把这些票按各自门槛叠加，整场的月票价大概率落在几百元到几百美元的区间——注意这是票面推算而非主办方账单，但方向是清楚的：单看订阅费，堆 12 个席位并不贵。GitHub知乎知乎专栏
人类对照组，才是这笔账的分母
仓库附录里有一组不进任何榜单的数字：两位人类选手拿到和 AI 一模一样的第 1 轮选手包做同一道题，不限时。C++ 初学者 Cat 在交接文档第一行记了五段工作时间，加起来是 20 小时 11 分，提速 2.6 倍；有竞赛背景的能工智人自己做了大约 2 小时，提速 1.7 倍；他带着 Gemini 另写的那一份平均提速 108.8 倍，却在测试手留下的 28 个反例用例里有 5 个输出不一致。 人类慢但稳，AI 在 45 分钟封顶内快出一个数量级还能全对，"人带模型"的组合反而先栽在正确性上。同样是"买输出"，票面价的订阅几乎不可能贵；前提是你买到的输出稳定可用——而这恰恰是比赛花了三天反复验证失败的部分。GitHub
价目表之外的三张账单
第一张是限额。10 月 6 日第一轮赛后的晚上，Grok、Sol、Astra 三家正常做完，Claude 三家却"因为用户的额度用完"，整个第 3 轮推迟到两天之后。 这不是这家比赛的新烦恼：第 1 集简介里 UP 主已经写过"glm真的没额度了对不起"，还提到走 OpenRouter 通道时"大出血了"。 供给端也在收紧——Kimi K3 刚发布，月之暗面就停掉了新订阅，官方理由写得很直白：需求逼近了现有算力的上限。GitHub哔哩哔哩知乎
第二张是封号。10 月 8 日晚，主办方的 Fable 账号被 Anthropic 封掉，当晚开赛的 Sonnet、Opus 和替补 Astra 全部作废，次日账号才恢复，队 B 的第 3 轮差点换人顶替。 UP 主在评论区自述这次"才用了一周"，没退款，“损失128刀”；评论区有人猜测封号与比赛途中的提示词触发审查有关，这属于无法核实的推测。GitHub哔哩哔哩
第三张是渠道漂移：你付钱买到的，未必是你以为的那个模型。GLM 名义上走官方生态的工具，实际"经 Cline 通行证路由到第三方量化版"，DeepSeek、Kimi、MiMo 同样没走各家的官方接口。GitHub
第 2 轮第一次开跑时，任务措辞里的"攻防""击穿"让 Fable 直接拒绝执行，GPT 两家也被 OpenAI 的网络安全分类器中止，改写成"回归测试"才放行。 而仓库公平性说明里有一句现成的总警告：第 3 集的附加实验显示，同一个模型只换工具，实力值能差 120 分以上。GitHubGitHub
划不划算，取决于你买的是哪一种确定性
那篇知乎回答里有一句比任何价目表都好用的话：订阅是租一个带闸门的水管，接口是买水。 如果目标是比较模型、验证多智能体流程，堆订阅是划算的：几百元的票价换回 12 个并行入口和一套能逐字节复算的材料，这种比赛除了堆订阅没有第二种开法。如果目标是稳定的生产级编码助手，堆叠反而是最贵的用法——限额会让你等、封号会打断你、渠道漂移让你测到的不是真实水平，这场从 10 月 6 日跑到 9 日的比赛，作废、重跑、替补贯穿始终。 最后一条边界是仓库自己写在"解读时请注意"里的：每个模型每轮只跑了一次，这些成绩是"这一场"的结果，不是能力排名。 把名次当采购清单，本身就是对这笔成本账的误读——堆订阅费买得到入场券，买不到确定性，后者才是这场实验真正测出来的东西。知乎GitHubGitHub
