不管是Codex还是Claude Code，讲良心话，即便是他们俩不再升级迭代，我仍然觉得已经是最顶级的 Agent 产品了。

真正核心的问题，不是选哪个产品，而是：

Token用不起。

如果说非要替换 Claude Code，就是觉得A➗恶心人，我觉得阿里的 Qoder CLI就很不错，绝对是 Claude Code 的最佳替代。

尤其是 Qoder 系列上架了 BYOK（Bring Your Own Key）功能后，我们可以在 Qoder CLI 中爽用各种国产模型，包括 Qwen、Kimi、GLM 等等。

压根不用 CC-Switch，就能轻松切换到我们喜欢的自定义模型。

这对于需要控制成本的企业，尤其是需要大量 Token 的企业来说，绝对是天大的利好。

能省一笔巨款啊。

最近他们又上架了一个新的活动，针对 Qwen3.6-35B-A3B 和 Qwen3.5-35B-A3B 两款模型，除了 6 折之外，还推出了阶梯返利机制，日均调用量越大，返利越多。

规则简单说明一下。

• 日均 30 亿 → 返 30%金额代金券
• 日均 100 亿 → 返还全额代金券；
• 代金券可用于平台内其他模型调用，不锁定某一个模型
• 达到门槛后，添加技术支持的微信，完成返利配置，后续按周结算返还。

特别适合那些需要大量调用 Token 的企业级场景，比如智能客服、知识库问答、文档批量处理、代码辅助与审查等等。

接下来，我将以 Qoder CLI为例，来给大家演示一下如何在 Qoder CLI 中接入 Qwen3.6/Qwen3.5 模型。

接入Claude Code的方式我们之前演示过了，用 CC-Switch 或者 PaiSwitch 就可以。

系好安全带，我们粗粗粗粗发～

01、为什么选 Qwen3.6？

Qwen3.6-35B-A3B 是阿里通义千问团队发布的中型 MoE 模型，350 亿总参数，实际推理只激活 30 亿参数。

这个架构下的模型容量大，但每次推理的计算开销小，响应速度快、单次成本低。对于需要频繁调用的 Agent 场景，MoE 架构天然就有成本优势。

讯飞星辰 MaaS 平台上 Qwen3.6 打了 6 折，输入 1.08 元/百万 Token，输出 6.48 元/百万 Token。

拿同平台的其他热门模型做个参照：Kimi K2.7 Code 输入 6.5 元、输出 27 元，GLM-5.2 输入 8 元、输出 28 元。Qwen3.6 的单价大概只有它们的六分之一到八分之一。

同系列还有 Qwen3.5-35B-A3B，6 折后输入只要 0.24 元/百万 Token，输出 1.92 元/百万 Token。

适合对精度要求没那么极致、但调用量特别大的批处理场景，比如日志分析、文档分类、数据清洗这些。

02、获取 Qwen3.6

第一步，打开讯飞星辰 MaaS 平台的模型集市。

地址：https://maas.xfyun.cn/modelSquare?ch=MaaS-jgkol-7Q9Z

第二步，选择 Qwen3.6-35B-A3B，点击【API调用】。

系统会提示创建一个应用。

名称随便填，比如“Claude Code 接入”或者“企业客服系统”都可以，纯粹是给自己做标记用的。

选择要授权的应用，点击确定。

应用创建成功后，页面上会展示三个关键信息。

后面配置 Claude Code/Qoder CLI 全靠这三样东西：

• modelId：模型的唯一标识
• API Key：选择 HTTP 协议下面的那个密钥，不要选错了
• 请求地址：API 的调用地址

03、配置Qoder CLI（含魔改）

在终端键入 qodercli 进入 Qoder CLI。

键入 /model，选择【自定义模型】。

不过很遗憾，Qoder CLI目前还不支持纯粹的自定义，但不要慌。

咱们技术人有技术人的解决手段。

这才是决定你是初级还是高级工程师的关键一步。

可能初级的小伙伴看到 Qoder CLI没有提供智谱、DeepSeek之外的自定义模型方法，到这一步就放弃了。

如果你技高一筹，那就不再是青铜玩家了。

好，方法直接告诉你，打开 Codex，输入以下提示词。

我想知道Qoder CLI怎么通过配置文件来配置第三方的模型，目前我已经通过/model 命令配置了GLM-5.2和DeepSeek V4，但没有那种配置自定义模型的，我想直接通过配置文件加入进去，所以需要你调研一下，我授权给你所有我本地的权限。

然后我们把讯飞提供的三项关键信息交给 Codex，让他直接帮我们配置好。

测试连通性

这时候，我们再启动Qoder CLI，然后键入 /model，就会看到我们刚刚已经成功配置的 Qwen3.6 模型了。

选择他，能看到模型已经成功切换到讯飞 xopqwen36v35b了。

随便输入一个提示词，看看模型能不能返回信息。

如果能返回，就说明我们的魔改已经成功了。

如果测试失败，大概率是以下三个原因之一：

• API Key 复制的时候多了空格或者少了字符
• 请求地址选错了
• 模型 ID 填错了

回去逐项核对。

04、畅玩Qoder CLI

我们来创建一个子 Agent，在Qoder CLI中键入 /agents，然后输入以下提示词。

```plaintext
创建一个项目级 Subagent，名称为 byok-researcher。它是 PaiCLI 的 BYOK 架构调研专家，负责研究 Qoder CLI 如何添加、保存、选择和调用自定义模型，并对照 PaiCLI 当前代码给出实现方案。要求：- model: inherit，继承当前讯飞千问 3.6 模型- 只使用 Read、Grep、Glob、Bash、WebSearch、WebFetch- 禁止 Write、Edit 和创建其他 Agent- 不读取或输出任何 API Key- 优先查 Qoder 官方文档和本机只读命令- 检查 PaiCliConfig、LlmClientFactory、/config、/model、CLI、TUI、Subagent 和 Runtime API- 区分“已验证、合理推断、尚未确认”- 本轮只调研，不修改代码最终输出：Qoder BYOK 流程、PaiCLI 能力盘点、差距矩阵、唯一推荐方案、分阶段实施清单和验收 Case。

然后输入新的提示词，用我们刚刚创建的专业级 Agent 来调研 Qoder CLI 的 BYOK 实现。

@byok-researcher 调研 Qoder CLI 的 BYOK 实现，并为 PaiCLI 给出可落地方案。本轮只调研，不修改代码。

上下箭头还可以查看当前Agent的进度。

可以在讯飞星辰的 MaaS 平台查看实时的Token调用。

爽用爽用，舒服的了。

调研结果也出来了。

05、哪些场景最烧 Token

以下这些场景就非常适合拿 Qwen3.6 来做 Agent 的后端模型，比如说智能客服、知识库问答、批量文档处理、代码辅助与审查等等。

智能客服系统

电商、金融、SaaS 类企业的客服系统，每天要处理成千上万轮用户对话。

Qwen3.6 按 6 折定价，一轮客服对话大约消耗 2000 到 5000 Token，折算下来每轮对话的成本控制在几分钱。

知识库问答

企业内部的产品文档、技术手册、操作指南构建成向量知识库，用户提问时先检索相关文档片段，再把检索结果喂给 Qwen3.6 生成精准回答。

这种 RAG 架构是当前企业知识管理的主流方案。

批量文档处理

合同审查、财报信息提取、邮件自动分类、会议纪要生成——这些文档密集型任务是企业 AI 应用的另一个大头。

代码辅助与审查

前面的实战 Case 已经展示了 Qwen3.6 的编码水平。把它接入 Claude Code 或者其他编码 Agent 后，研发团队每天的代码补全、代码审查、测试用例生成、技术文档撰写，都会产生大量 Token 消耗。

怎么添加工作人员领取返利

注意，阶梯返利需要联系讯飞星辰的技术支持完成配置。流程很简单，三步就搞定。

第一步：扫码添加技术支持微信，在 Qwen3.6 模型详情页顶部，移动鼠标到【更多优惠咨询】按钮，就会滑出技术支持的微信二维码。

第二步：把你的企业调用需求告诉对方——日均大概多少 Token、主要用在什么业务上。技术人员会根据你的调用量级，确认适用的返利档位（30 亿返 30% 还是 100 亿全额返）。

第三步：技术支持会在后台帮你完成返利配置。后续的返利按周自动结算，代金券直接发到你的平台账户里，可以用于讯飞星辰平台内所有模型的调用。

根据我之前的经验，你可以把带有绑定应用ID的模型截图发给他们就行，就是下面这个东西。

06、ending

Claude Code/Qoder CLI 搭配 Qwen3.6/Qwen3.5，对 Token 需求量大的企业来说，觉得是非常划算的一个选择。

除了 6 折的优惠，还有阶梯返利。30 亿 Token 返 30%，100 亿 Token 全额返——调用量越大，每个 Token 的实际成本越低。

【用对的模型，花对的钱，把预算花在刀刃上，让 Agent 替你干活，而不是替你烧钱。】

讯飞星辰 MaaS 平台入口：

https://maas.xfyun.cn/modelSquare?ch=MaaS-jgkol-7Q9Z

算一笔具体的账。

假设一个企业团队日均消耗 30 亿 Token，输入和输出各占一半（按 Qwen3.6 的 6 折价格）：

• 日成本 = 1500 百万 × 1.08 + 1500 百万 × 6.48 = 1620 + 9720 = 11340 元
• 周成本 = 11340 × 7 = 79380 元
• 周返 30% 代金券 = 23814 元
• 实际周净支出 = 55566 元

返还的 23814 元代金券又能投入到其他模型的调用中，进一步摊薄了企业整体的 AI 推理成本。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】