腾讯这四款Agent——Marvis、QClaw、IMA、WorkBuddy——都有免费额度，但单位完全不同：Token、积分、算力，数字没法直接比。把它们全部换算成"每天能问多少次"，差距才看得清楚：Marvis最宽裕，WorkBuddy免费额度最紧，IMA弹性最大，但也最容易踩坑。 先把Agent免费额度单位统一，才能比较
四款产品的免费额度单位各不相同，硬比数字没有任何意义，需要换算成同一标准。
Marvis给的是1000万Token。按1个Token约1.5汉字算，理论上有约1500万汉字的处理量，折算日均约200到500次问答，视任务复杂度浮动。
QClaw每天800积分。简单查询消耗5到10积分，复杂任务50到100积分，折算日均约80到160次操作。
IMA每天签到领100算力，当天不用次日自动过期。模型选择影响很大——V4-Flash模式每次问答约2到3算力，Hy3模式每次约8到10算力，折算日均50到250次不等。
WorkBuddy每天签到150积分。简单任务5到10积分，复杂Agent编排30到50积分，折算日均约15到30次操作。企业旗舰版198元/人/月，无限制使用。
换算对比下来，结论很清楚：Marvis在简单任务下最宽裕，QClaw和IMA在重度任务下容易见底，WorkBuddy免费额度最紧，但Agent编排能力是四款里最强的。
三个场景测下来，Agent免费额度差距更具体
日常办公（10次问答 + 2次文档处理 + 3次搜索）
Marvis绰绰有余，1000万Token处理这种轻量任务毫无压力。QClaw 800积分够用，但集中处理文档时积分消耗会飙升，偶尔吃紧。IMA用V4-Flash模式轻松，切到Hy3就要注意算力消耗了。WorkBuddy 150积分覆盖日常够用，但10次问答就消耗近半，余量不多。
重度写作（3篇长文 + 10次知识检索 + 5次文件操作）
Marvis够用，但3篇长文下来大概消耗30%到40%额度。QClaw需要合并任务，把5个小任务合成1个大任务，能省约30%积分。IMA用V4-Flash + GLM 5.1组合，算力可能吃紧，需要自定义API Key补充——另外GLM 5.1在过去一年内多次涨价，写稿成本在持续上升。WorkBuddy 150积分在这个场景下肯定不够，单篇长文就可能消耗50+积分，重度场景只能靠自定义API Key或升级企业版。
企业批量（50份文档分析 + 20次报表 + 10次数据查询）
这个量级下，只有WorkBuddy企业旗舰版198元/人/月能稳定支撑，其他三款的免费额度全部不够用，Marvis的1000万Token处理50份文档分析也会触及上限，IMA的100算力连一半任务都完成不了。
5个省Agent额度的方法，实测有效
选对模型：V4-Flash处理日常问答，Hy3干重活，GLM 5.1专门写稿。全程用最贵的模型，额度一天就见底。
利用缓存：DeepSeek V4-Flash缓存命中率高达98.2%，重复查询几乎免费，缓存命中仅0.02元/百万token，同样的提问问两遍，第二遍消耗极低。 合并任务：批量处理替代逐条操作，QClaw把5个任务合并成1个，能省约30%积分。
Marvis隐私模式：用本地Qwen模型，零云端Token消耗，处理隐私内容时顺便省额度。
自定义API Key兜底：IMA、QClaw和WorkBuddy都支持自定义API Key，绕开平台额度限制，按量付费，成本完全可控。
多个Agent协同，比单用一个更省
让每个Agent各干最擅长的事，总消耗反而更低。
组合一：Marvis入口 + IMA深度。日常问题丢给Marvis，免费额度用不完；遇到需要知识库支撑的深度问题，Marvis给方向，IMA给依据。两个免费额度各用各的，互不挤占。
组合二：IMA知识 + QClaw执行。IMA从知识库提炼方案，QClaw按方案执行操作。IMA负责想，QClaw负责做——如果全压在IMA上，算力撑不住；如果全压在QClaw上，积分花在搜索上太浪费。
组合三：Marvis日常 + WorkBuddy编排。Marvis处理零散问答，额度绰绰有余；WorkBuddy专注多步骤自动化编排，把签到积分集中用在复杂任务上，简单问题完全不走WorkBuddy。
四款产品摆在一起，真正的逻辑不是"哪个免费额度多"，而是"哪个适合你的使用场景"。日常轻量用Marvis，深度研究靠IMA，跨设备操控选QClaw，复杂编排和企业级任务交给WorkBuddy——搭配着用，免费额度叠加起来，覆盖面远比单押一款宽得多。超出免费额度，自定义API Key是最低成本的兜底方案；如果天天都在超，说明免费版已经不适合你了。
AI 速览
