新版定价不够用,Cursor如何退回旧版定价

前言

先给大家说声抱歉,前一阵项目太忙了,以至于都没怎么更新文章,目前工作强度逐步趋于正常,我们的分享也将恢复。

今天先和大家聊聊,在我项目忙的抽不出身的时候,Cursor 如何给了我一记重拳。

我的 Cursor 订阅是每月 23 号开始,7 月 7 日,我刚发送一段指令,Cursor 告诉我额度用完了。

额度?用完了?我这才 10 天,这个月还有 2 个 10 天呢,日子没法过了。

突然想起来上个月看到的 Cursor 收费方案变更资讯,当时太忙,只是看了一眼,现在,突然体会到大家当时强烈反对的感受了。

先带大家回顾下这次收费方案变更的情况。

收费方案变更

旧版收费方案

  • 费用:每月 20 美元。
  • 权益
    • 500 次快速请求,包括 Claude 4。
    • 超出后,无限慢速请求

大家非常直观的了解到自己用了多少,还剩多少,毕竟对话一次还是容易记忆的。

新的收费方案

新的 Ultra 计划我们就不说了,每月 200 美元,离我太遥远。

Pro 计划:

  • 按次收费变更为 按量收费
    • 订阅费 20 美元,能买多少 Token,你就用多少,Curso 自己估计 225次 Claude 4。
    • 但我的真实体验是 Claude 4(深度模式)也就能用 160 次左右。
  • 无限但限速:
    • Auto 模式无限使用,Auto 模式,呵~
    • 移除 tool 调用限制,这个在大任务时确实会少一次"resume the conversion" 的点击,但不重要啊。

尝试挽救一下

项目在高强度开发中,团队已经适应了 AI 协同模式,或者说,适应了 Cursor + Claude 4 的模式,一个月才过了三分之一,Cursor 突然不能用。

说实话,骂人的时间都没有,赶紧想办法解决。

尝试使用 Auto

Auto 模式不是无限供应吗?去试试吧。

事实证明,"狗都不用" 的东西,咱也用不了。

尝试使用 Claude 3.5

不知道是因为 Claude 3.5 被归为低级模型还是什么原因,Claude 4 和 Claude 3.7 都不能用的情况,3.5 还能使用。

3.5 也行,有总比没有好。

单纯的生成效果还是可以的,但是,适应了 Claude 4 那种简单指令就能完成的模式,3.5 要求的指令和上下文就有点多了。

举个简单的例子,一个业务模块需要增加 2 个字段。

  • Claude 4
    • 可以不选择上下文,基于项目分析,直接生成完整的前后端修改代码,包括 update sql。
    • 也可以选择前端的入口文件、后端的实体类,再配合简单的提示词实现相同效果。我更喜欢这种方案,可以更准、更快的完成任务。
  • Claude 3.5
    • 需要选择几乎所有要修改的文件
    • 提示词也需要更加详细,比如技术栈、项目规约,即使我们项目中其实已经提供了。

更换 Trae or Copilot

我甚至一度想要更换 Trae 或者 Copilot。

但每个 AI 工具对模型的调教都是不同的,你对 AI 工具的熟悉程度会大大影响协同效率,一旦转换,我们在 Cursor 上积累经验和知识就会白费很多。

先忍一手。

最终方案:Cursor 旧收费方式

上述方案已经花费了接近 1 天时间,大家对 Cursor 的抱怨已经很大了。

最终,还是 v2ex 拯救了我。

一个兄弟在回复中提到,Cursor 可以退回旧版收费方式。

于是,立马实践一下。

操作步骤

  1. 进入 Cursor Settings,打开"账号管理"界面。
  1. Cursor 官网"账号管理"中 Settings - Advanced Account Settings 下,点击"Opt out of New Pricing"(中文:退出新定价计划)。由于我已经退出,下方截图文字不太一样。

退出后,Cursor 账号管理首页就变成下面样子了。

熟悉的 500 次。

终于又可以放心的 使用 Cursor 了。

结语

AI 协同研发的提升是巨大的,Cursor 无法使用的一天里,团队缺陷修复和任务完成的进度直接砍半,大家甚至开玩笑"没了 Cursor 已经不会写代码了"。

希望 Cursor 多听听大家的反馈,尽量优化一套合理的收费方案,也希望更多的 AI 工具可以发展起来,竞争才能进步。

相关推荐
ahe1684 分钟前
用deepseek部署全自动的机器人--bytebot
人工智能
无垠的广袤9 分钟前
【LattePanda Mu 开发套件】AI 图像识别网页服务器
服务器·人工智能·python·单片机·嵌入式硬件·物联网
芒果量化27 分钟前
ML4T - 第7章第7节 逻辑回归拟合宏观数据Logistic Regression with Macro Data
人工智能·机器学习·逻辑回归·线性回归
西岭千秋雪_30 分钟前
RAG核心特性:ETL
数据仓库·人工智能·spring boot·ai编程·etl
无风听海33 分钟前
神经网络之Softmax激活函数求导过程
人工智能·深度学习·神经网络
youcans_37 分钟前
【Trae】Trae 插件实战手册(1)PyCharm 安装 Trae
人工智能·python·pycharm·ai编程·trae
说私域1 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的引流爆款设计策略研究
人工智能·小程序
张较瘦_1 小时前
[论文阅读] AI + 软件工程 | 从“事后补救”到“实时防控”,SemGuard重塑LLM代码生成质量
论文阅读·人工智能·软件工程
IT古董1 小时前
【第五章:计算机视觉-项目实战之生成对抗网络实战】1.对抗生成网络原理-(1)对抗生成网络算法基础知识:基本思想、GAN的基本架构、应用场景、标注格式
人工智能·生成对抗网络·计算机视觉
MoRanzhi12031 小时前
0. NumPy 系列教程:科学计算与数据分析实战
人工智能·python·机器学习·数据挖掘·数据分析·numpy·概率论