real-api-pricing 是一个统计 AI 编程订阅"真实单价"的开源项目：真实单价 = 订阅月费 ÷ 每月实际可用 token，再叠加额度对比与帕累托前沿图。项目把 ChatGPT、Claude、Cursor、Kimi、GLM 等主流订阅全部量化后，给每一条采用数据标注了 high / medium / low 三档置信度——2026-10-03 快照共 318 条"套餐 × 模型"数据里，high 73 条、medium 225 条、low 20 条。🔍 这套分级不是拍脑袋，而是由 7 条书面裁定规则约束的，本文带你逐条看懂。

先看公式：置信度保的是哪根轴？

项目核心公式只有一行（见 CONVENTIONS.md）：

真实单价 = 订阅月费 ÷ 用户每月实际可用 token（作 X 轴）；Y 轴复用外部榜单分数。

官方原话很直白："核心资产是 X 轴数据的可信度，Y 轴只是转载"。榜单分数是各平台公开的，照抄即可；而"一个月到底能用多少 token"，官方几乎从不公布——只能靠实测、口述或派生来拼。所以每条数据必须回答一个问题：这个数字的证据有多硬？这就是置信度分级的意义。

数据全貌可以在 data/README.md 查到：318 条点 = 299 条订阅（298 条有月额度 + 1 条不计额度的促销点）+ 19 条按量 API。

三个等级怎么定义？high / medium / low 各是什么证据？

规则①～③就是三档的定义表，写在 CONVENTIONS.md 第 3 节：

几个容易踩坑的细节：

• 官方倍率不能直接相乘。Claude 的 5h 窗倍率、Google 的 token worth、Cursor 的 Agent limits 含义各不相同（规则见 CONVENTIONS.md）。
• 同套餐推其他模型必须显式降级：按官方 credits 比（OpenAI）或标价混合价比（Cursor、Anthropic Sonnet/Opus）推算的点，一律标 medium/low，绝不冒充实测。
• 官方 conventions.json 里还固化了证据优先级sourcePriority：面板截图反推/受控打满/官方表 → 本地日志与同窗百分比 → 官方额度换算 → 第三方综述与跨档假设（仅作低置信旁证）。

7 条裁定规则逐条解析 ⚖️

三档定义之外，CONVENTIONS.md 第 3 节还配套了 4 条"采信纪律"，合起来就是完整裁定框架：

规则④：数字必须可追溯，找不到就记 notFound

"每个数字都必须能追到 URL 或维护者原话；找不到就记 notFound，不编数，不用记忆里的旧价格。"

落到数据里，adopted.csv 每行都有source和decision_note两列：来源指向data/research/下按日期归档的证据文件（如 community-issues-round1-2026-09-29.json），取舍理由写成完整决策链。证据原件还保留在 data/research/ 目录，历史研究文件与当前结论矛盾时不删除，只标注"不覆盖"。

规则⑤：维护者确认的数字优先级最高，但冲突必须公开裁定

维护者确认值本来可以直接采用，可一旦多个独立来源指向别的值，规则要求把矛盾摆出来请维护者裁定，不默默采用，也不默默改掉。

真实案例：2026-09-29 社区 issue #52 实测 Claude Pro × Opus 5.5 为 30.54 亿/月，与旧采用值 18.78 亿相差 47%——项目没有悄悄改数，而是在 DECISIONS.md 把新旧值、差异区间、不采用的候选全部记录在案，裁定后decision_note保留了完整的旧→新演变（如 Claude Pro × Opus 5.5 行：28.99→30.54 亿，low→high）。

规则⑥：矛盾来源全部记录，不自行择一

同一项有两个互相矛盾的来源时，两边都留档。比如 ChatGPT Pro 20x × GPT-5.6 Sol 一行同时收着《财经》受控打满 109 亿（最低端）、网关实测 139.5 亿、社区口述约 120 亿，最终 129.02 亿是五源加权结果，权重规则（面板同框 ×3、自述 ×2、纯口述不入权）也写在 DECISIONS.md 里。

规则⑦：数据日期记录的是"样本是哪天的"，不是"改数是哪天的"

adopted.csv的data_date/data_date_kind/data_date_from三列记的是额度数据本身的采样日（网页详情面板会显示），sample取采样日、official取官方公告发布日、derived沿用锚点日期。改数时必须在 build_adopted.py 的DATA_DATES同步更新，缺日期直接构建报错——防止"拿上周的口述冒充本周实测"。

💡 一句话总结：①②③ 定等级，④～⑦ 管纪律。等级看证据硬度，纪律管"证据之间打架时怎么办"。

真实案例：一条数据如何从 low 走到 high 📈

置信度不是贴上去就不动的标签。项目里有好几条"升级"轨迹，都记录在 DECISIONS.md：

• Claude Pro × Opus 5.5：早期单一 Reddit 帖 n=1，无截图、无面板 →low（28.99 亿）；后来 issue #52 用两个账号每 5 分钟轮询 +183 个百分点，与 Reddit 段按百分点合并 →high（30.54 亿）。
• Claude Max 5x：早期按 20x 社区样本隐含权重借推 →low；20x 周池 = 5x 的 2 倍关系被确认后，改为由 20x 采用值 ÷2 派生 →medium（78.5 亿）。
• Google AI Pro × Gemini 3.6 Flash：单一投稿人、仅 21.7 个百分点 →medium，decision_note里原样留着"样本仅 21.7pp、单一投稿人 → medium"的弱点说明。

反过来也有"降级保护"：Kimi K2.7 那条"单一纯模型账号证据 high"，因跨账号/时期采用而降为medium——规则要求的是采用值的置信度，不是最佳单条证据的等级。

置信度怎么落到数据与网页里？

• CSV 字段：adopted.csv 的confidence列（high/medium/low）与chart_tier列（main 精选 / full 全量）并存，由 build_adopted.py 生成，不能手改。
• 网页交互：站点提供"额度置信度"筛选（见 App.tsx），中文界面显示"高 / 中 / 低"；每条点的数据详情弹窗里也能看到对应的置信度。
• 口径说明：网站明确提示"定性置信度不等于数值误差条；分数区间不改变前沿成员"——置信度影响的是你该信多少，不改变帕累托前沿的画法。

给普通用户的三条使用建议 ✅

1. 对比决策优先看 high + medium。当前 298 条订阅额度点中 90% 是 medium 及以上，主流套餐（ChatGPT、Claude、SuperGrok、GLM、Kimi 的主力点）大多落在这两档。
2. low 点只当参考。它们多为单人口述或跨档假设（20 条 low 集中在 Google Ultra 派生、年付/跨档折算、社区估算），用来判断量级可以，用来比贵比便宜要谨慎。
3. 推算值永远不当实测。项目铁律是"Derived values are never presented as measurements"（见 README.md）——看到data_date_kind = derived或 note 里写着"×官方 5x/20x"，就明白它是从锚点推出来的，不是独立打满测出来的。

📚延伸阅读

• 口径与规则全文：CONVENTIONS.md（第 3 节"证据等级"是 7 条规则的出处）
• 逐条取舍历史：DECISIONS.md（旧值 → 新值 → 依据，按日期倒序）
• 数据入口：data/README.md · 采用值主表：data/adopted.csv · 绘图计算结果：derived/points.json
• 数值型口径（标准负载、汇率、月周数）：data/conventions.json