CoBuddy 现已在 Novita AI 上线，作为与 OpenAI 兼容的编程 LLM API，用于代码生成、编程助手和 AI Agent 工作流。如果你的搜索意图是“CoBuddy AI”、“编程 LLM API”或“面向智能体的编码模型”，那么关键实施事实是：模型 ID 为 baidu/cobuddy，报告的上下文窗口为 131,072 个 token，并且 Novita 的公共模型列表路径已显示评估窗口期的输入和输出 token 定价为 $0。由于定价可能发生变化，请将该免费状态视为当前可用性信号，而非永久保证，并在投产前通过 CoBuddy 模型页面 或 Novita AI 模型列表端点 确认实时定价。
要点
- CoBuddy 是百度开发的代码生成模型，可通过 Novita AI 的 LLM Serverless API 使用。
- Novita AI 通过与 OpenAI 兼容的聊天补全路径提供 CoBuddy，因此团队可使用现有的 OpenAI 风格 SDK 和请求模式进行测试。
- 截至 2026 年 6 月 9 日，Novita AI 模型列表显示 CoBuddy 每百万输入 token 和每百万输出 token 的价格均为 $0，但在上线或大量使用前应再次确认定价。
什么是 CoBuddy？
CoBuddy 是百度开发的一款专门的代码生成模型，已在 Novita AI 上架，适用于编程和 AI Agent 场景。实际上，这意味着 CoBuddy 定位用于开发任务，其中提示、上下文和响应都与软件工作相关：生成代码、修改现有逻辑、生成实施计划、支持代码智能体或在编程助手中进行响应。
与主要面向广泛对话或创意写作的通用聊天模型不同，CoBuddy 在 Novita AI 的描述侧重于代码生成和 Agent 工作流。因此，当团队希望在 API 后端评估一个以编程为先的模型时，尤其是在工作流已使用 OpenAI 风格聊天请求的情况下，该模型具有相关性。
最重要的发布细节是可用性。CoBuddy 目前可在 Novita AI LLM 模型列表和 CoBuddy 模型页面 中看到，拥有 131,072 个 token 的上下文窗口，当前 token 定价为 $0。这为开发者提供了一条清晰的评估路径：将编程提示路由到 Novita AI 的 OpenAI 兼容端点，在实际仓库任务上检查输出质量，并在承诺持续使用前重新检查定价。
在 Novita AI 上访问 CoBuddy API
Novita AI 通过 LLM API 系列提供 CoBuddy，使用与 Novita AI 语言模型文档中相同的与 OpenAI 兼容的模型列表和聊天补全结构。记录的聊天补全基础路径为：
https://api.novita.ai/openai/v1/chat/completions
对于已使用 OpenAI 兼容客户端的团队而言，这一点比发布标签本身更重要。你可以保留发送 model 字符串、消息和生成参数的熟悉模式，然后将 CoBuddy 用于编程定向评估。在 Novita AI LLM API 文档中，认证使用 bearer-token 格式，模型目录端点列出了每个模型的 ID、标题、定价字段和上下文大小。
请参阅 Novita AI LLM API 指南 了解集成细节，并在交付依赖 CoBuddy 的代码前，通过 Novita AI 列表模型端点 验证当前可用性。
CoBuddy 规格与定价摘要
| 字段 | 详情 | 来源 / 检查日期 |
| 显示名称 | CoBuddy | Novita AI 模型列表端点，2026年6月9日 |
| 模型 ID | baidu/cobuddy |
Novita AI 模型列表端点，2026年6月9日 |
| 基础 URL | https://api.novita.ai/openai/v1 |
Novita AI LLM API 指南，2026年6月9日 |
| 端点系列 | 与 OpenAI 兼容的 LLM API；通过 /chat/completions 支持聊天补全 |
Novita AI LLM API 指南和模型列表文档，2026年6月9日 |
| 上下文 / 限制 | 131,072 token 上下文窗口；本草案使用的公共模型列表端点响应未暴露最大输出 token 值 | Novita AI 模型列表端点，2026年6月9日 |
| 定价 | 当前模型列表响应中，每百万输入 token 为 $0，每百万输出 token 为 $0 | Novita AI 模型列表端点，2026年6月9日 |
| 最佳适用场景 | 编程提示、代码生成评估、编程助手以及 AI Agent 工作流，特别是那些需要 OpenAI 兼容 API 路径的场景 | 基于来源的模型描述加编辑适配评估，2026年6月24日 |
定价/状态边界：CoBuddy 的 $0 输入和输出定价是截至 2026 年 6 月 9 日在 Novita AI 的模型列表端点中的当前状态。应将其视为当前的平台状态，而非永久价格承诺。在进行大规模测试、发布定价比较、客户承诺或生产预算规划之前，请重新检查模型端点。
面向开发者的关键能力
代码生成：将软件提示转化为实现草案
CoBuddy 被描述为一种专门的代码生成模型。这使其适用于以下任务：根据需求生成函数、起草测试、重构小模块、将实现说明转化为代码，或在开发者工具内生成结构化建议。
最佳评估集不是通用聊天机器人基准。使用你自己的编程任务：错误工单、单元测试缺口、文档转代码提示、代码审查摘要和小型功能请求。当你能够将生成的代码与仓库规范、测试结果和审查工作量进行比较时，CoBuddy 的价值最为清晰。
Agent 工作流支持：将编码模型集成到工具使用系统中
Novita AI 的模型列表描述将 CoBuddy 定位为适用于 AI Agent 场景。对开发者而言，这指向了模型作为更大循环（规划变更、检查上下文、生成补丁、评估输出、根据工具反馈迭代）一部分的工作流。
CoBuddy 可能适用于那些需要特定编码响应，但仍希望使用与 OpenAI 兼容 API 的操作便捷性的 Agent 系统。无需从头构建自定义的特定提供者路由，你可以将 CoBuddy 放置在与 Novita AI 其他 LLM 相同的客户端模式之后，并在工作流层面比较模型行为。
长上下文编程提示：在单个请求中保留更多任务上下文
当前 Novita AI 模型列表端点报告 CoBuddy 的上下文大小为 131,072 个 token。对于编码工作，这可以支持包含问题详情、相关文件片段、样式约束、API 契约、失败的测试输出以及先前实现尝试的提示。
长上下文并不能替代检索、排序或简洁的提示设计。然而，它确实为编程助手和内部工具提供了更多空间，以便在要求模型生成或审查代码之前包含正确的仓库上下文。为了获得最佳结果，仍需保持提示结构清晰：描述任务、提供选定的代码上下文、列出约束条件，并要求有边界的输出。
何时使用 CoBuddy
编程助手评估：在实际工程任务上比较输出
当你希望在不更改 API 集成模型的情况下，评估一个专注于编程的 LLM 在实际开发任务上的表现时，请使用 CoBuddy。当前的 $0 token 定价使其在受控实验、内部基准测试以及针对 Novita AI 上其他编码模型的并行比较中特别有吸引力。
好的评估提示包括小错误修复、单元测试生成、代码解释、API 包装器创建、迁移说明和重构建议。保留评分标准：正确性、编译/测试成功率、对仓库风格的遵守程度、安全意识以及需要多少人工清理。
Agent 原型设计：在与 OpenAI 兼容的端点后端测试编码模型
如果你的 Agent 框架已支持 OpenAI 风格的聊天补全，CoBuddy 是一个可以添加到路由实验中的实用模型。你可以测试一个专门的编码模型是否在任务分解、补丁质量或工具调用规划方面比通用模型更胜一筹。如需结构性地了解如何为这些 Agent 工作流评估和选择推理提供者，请参阅 AI Agent 推理提供者选择指南，其中涵盖了上下文长度、函数调用、延迟和并发标准。如果你的 Agent 工具运行在基于 CLI 的编程界面上，Codex CLI on Novita AI 指南 展示了如何将 OpenAI 兼容模型接入该工作流。
从低风险的内部工作流开始。例如，在授予任何 Agent 修改源文件或运行部署步骤的权限之前，先通过 CoBuddy 路由文档更新任务、简单测试生成任务或只读代码分析。
预算敏感的实验：在定价为 $0 时探索编码工作负载
截至 2026 年 6 月 9 日，Novita AI 的模型列表响应显示输入和输出 token 定价均为 $0。这可以降低早期探索的成本，特别是对于提示设计、路由测试和小团队实验。
不要围绕“免费”这个词建立永久性的财务假设。定价可能发生变化，使用可能仍受账户、配额、政策或可用性限制。正确的方法是利用当前的定价窗口仔细测试、记录结果，并在扩展前重新检查定价。
何时不应使用 CoBuddy
不要仅仅因为当前列出的 token 价格为 $0 就选择 CoBuddy。免费或促销价格只有在模型足够满足你的工作流需求，并且实时状态仍与你的部署假设相匹配时才有用。
对于需要更广泛通用模型的非编程任务、视觉或音频输入很重要的多模态工作流，或者依赖独立验证的基准领先地位的应用程序，CoBuddy 也可能不适合。本草案未引用第三方 CoBuddy 基准结果，因此请避免诸如“最佳”、“最快”、“排名最高”或“最高质量”之类的声明，除非你的团队单独验证。
对于生产级编码 Agent，还需考虑安全和控制要求。模型可能生成看似合理但未能通过测试、违反约定、引入安全问题或误解仓库契约的代码。请保持人工审查、自动化测试、权限边界和日志记录。
CoBuddy 如何融入你的 API 工作流
CoBuddy 遵循与其他 Novita AI LLM 相同的高级工作流：
- 使用 Novita AI 模型列表或 CoBuddy 模型页面确认可用性并检查当前定价。
- 使用 Novita AI 的基础 URL 配置你的 OpenAI 兼容客户端。
- 在请求体中发送带有 CoBuddy 模型 ID 的聊天补全请求。
- 在将生产流量路由到 CoBuddy 之前，针对编程特定任务评估输出。
一个最小的请求体格式如下：
{
"model": "baidu/cobuddy",
"messages": [
{
"role": "system",
"content": "你是一个严谨的编程助手。返回简洁的实现指导。"
},
{
"role": "user",
"content": "审查这个函数的边界情况，并建议一个更安全的实现。"
}
]
}
保持第一次集成规模较小。使用一个仓库、一小组可重复的提示和一些质量检查。如果 CoBuddy 表现良好，则扩展到路由规则：代码解释、测试生成、补丁起草或 Agent 规划。如果另一个模型在某个任务类型上表现更好，则将 CoBuddy 作为模型路由器中的一个选项，而不是强制每个编码请求都通过同一个模型。
最终建议
如果你需要一个专注于编程的 LLM API 用于代码生成、编程助手测试或 Agent 工作流实验，并且你希望采用 OpenAI 兼容的集成路径，请在 Novita AI 上尝试 CoBuddy。其当前的 $0 token 定价使其现在值得评估，但在任何生产承诺之前应重新检查定价状态。
对于构建编码 Agent 的团队，下一步最佳措施并非完全的生产迁移。从受控的 CoBuddy 评估开始，将输出质量与你当前的编码模型进行比较，并跟踪它是否减少了实际任务中的审查工作量。使用 Novita AI LLM API 指南 获取实施细节，并通过 CoBuddy 模型页面 或 Novita AI 模型列表端点 验证实时模型状态。
推荐文章
常见问题
什么是 CoBuddy？
CoBuddy 是百度开发的代码生成模型，已在 Novita AI 上架，适用于编程和 AI Agent 场景。它旨在用于软件开发工作流，如代码生成、编程助手任务和基于 Agent 的工程实验。
CoBuddy 在 Novita AI 上可用吗？
是的。截至 2026 年 6 月 9 日，CoBuddy 出现在 Novita AI 及其模型列表端点中。
CoBuddy 在 Novita AI 上的模型 ID 是什么？
使用 baidu/cobuddy。
CoBuddy 在 Novita AI 上收费多少？
截至 2026 年 6 月 9 日，Novita AI 模型列表端点报告 CoBuddy 的输入 token 价格为每百万 $0，输出 token 价格为每百万 $0。定价可能发生变化，因此在进行大规模使用或生产规划之前，请确认当前的模型页面或模型列表响应。
CoBuddy 最适合做什么？
CoBuddy 最适合编程导向的任务：代码生成、代码审查辅助、实施计划、单元测试起草，以及需要在与 OpenAI 兼容的 API 后端使用编码模型的 AI Agent 工作流。
CoBuddy 与通用聊天模型有何不同？
CoBuddy 专门围绕代码生成和 AI Agent 场景定位，而通用聊天模型通常为更广泛的语言任务而选择。正确的选择取决于你的评估结果：当编程任务质量最为重要时使用 CoBuddy，当工作负载需要通用推理、多模态输入或非编程对话质量时使用更广泛的模型。
