【搞七捻三】我 Chovy，你倒是给我拿真的 GLM-5.2 啊

因为最近的工作涉及一些前端，看论坛帖子国模GLM-5.2在前端上表现不错，也找了Coding Plan拼车来体验一下国产模型。

某天闲来无事刷帖子发现了一个智谱GLM Coding Plan的拼车，虽然额度不高但是价格不贵。本着玩玩glm-5.2，所以周限额，请求次数等细节问题也没有商量就已经确认上车和付钱，使用一周后发现了可能与宣传不完全一致，因为部分请求实际打到了kimi-k2.7-code，但是过了高峰时间请求，模型又回到了glm-5.2。

本帖正文纯手敲，不涉及挂人等，不会透漏原帖地址，不透露baseurl

只是记录自己的发现过程，目前来看车主应该是拿kimi-k2.7 做fallback

时间线

上周二

• 
  

  GLM Coding Max 车主发的是10人车，每个月50元。通过sub2api交付，提供glm-5.2模型，然后和我们讲 把GLM-5.2 映射成了 gpt-5.5，所以我在后续实际请求时用的是model=gpt-5.5，后文称该渠道为渠道1。后续确认额度是【每周 160 刀，平均 0.3 刀一个请求，一周 530 次请求，不支持区分高峰和非高峰】

  
  


• 
  

  然后同时间我又找到一个另一个拼车，大概是5人车，然后每人一把官key，后文称为渠道0。额度大概是每周1.5亿token。（以后台显示为准，不清楚在GLM的后台高峰显示的token使用量是不是乘以三）

  
  

上周四

• 两天之后，为了记录我的使用量（渠道0周限额爆了），我将这两个渠道接入到我的newapi中使用，然后借助newapi的数据库记录并在本地生成一个简短报告，意图对我的请求进行记录，避免额度爆了影响到其他人，但是意外发现两个渠道之间结果有一定差异，包含回复速度，cache率和回复风格，只是有点疑惑，没有更多想法。

本周三

• 
  

  因为已经提交了，所以从上周四到本周二没有使用glm。在今天登录让其为我写一个中文文档时，然后请求出错如下所示，然后我第一想法是车主拿Kimi掺水了，实际之前所有的请求都是Kimi，这也印证了之前我的疑惑
  
  

  
  


• 
  

  然后同时间段我在车主提供的sub2api的 BaseUrl、同一个 API key、同一个请求模型 gpt-5.5 下测试 /v1/chat/completions，多次返回的实际模型都是 kimi-k2.7-code。另外，故意构造错误请求参数时，错误信息显示上游 provider 是 Moonshot。测试到这，我自己内心笃定车主掺水了。

  
  


• 
  

  吃过午饭，准备发个帖子吧。敲字期间又测试了一遍，发现现在又神奇的回到了glm-5.2，这期间我没有和车主交流，也没有私聊他掺水或者怎么样。后文提供了测试的方式和结果

  
  

测试方式

结果一：非流式/流式 Completions 返回 kimi-k2.7-code

请求内容统一为：

{

  "model": "gpt-5.5",

  "messages": [

    {"role": "user", "content": "Reply with exactly OK."}

  ],

  "max_tokens": 64

}

然后测试结果见图片，8/64结果一样

结果就是非流式和流式都显示实际响应模型是 kimi-k2.7-code。

结果二：参数错误显示上游 provider 是 Moonshot AI

继续请求 gpt-5.5（实际请求glm-5.2），但这次故意把 temperature 写错：

{

  "model": "gpt-5.5",

  "messages": [

    {"role": "user", "content": "Reply with exactly OK."}

  ],

  "max_tokens": 8,

  "temperature": "bad-type"

}

响应为：

{

  "error": {

    "message": "Error from provider (Moonshot AI): Invalid request: the `temperature` field in the request (expected type float) is illegal, and string is not acceptable",

    "type": "invalid_request_error"

  }

}

线索三：开始反转了

正在撰写帖子，然后继续测试了几轮，然后发现结论反转了，继续借助AI总结

到这我已经确认，车主也不是掺水，毕竟掺水为什么不使用gpt-5.5？毕竟gpt可能更便宜

我的猜想是上午请求那会估计是到五小时的窗口了，然后fallback到kimi了。好处是可以体验到更多国产模型了，可能比 opencode go 额度要高一些。

问题来了：

• 多个模型混用这种形式会影响代码和文档质量吗？


• 这个车位还算是高质量车位吗？


• 额度分配是否合理？