2026-10 · GPT-6.1 时代

Codex 使用最佳实践

GPT-6.1 / 6 家族 · 模型选用 · 推理强度 · 消耗对比 · 成本优化

目录

  1. 模型全景:有哪些可选
  2. 模型等级消耗对比
  3. 推理强度的影响
  4. 如何选用模型:决策指南
  5. 成本优化最佳实践
  6. 工作流进阶
  7. 常见误区与避坑

1 模型全景:有哪些可选

截至 2026 年 10 月初,Codex 中的模型已演进至 GPT-6.1 时代。当前可选模型以 GPT-6.1 Sol 为新默认(9 月 29 日 DevDay 发布,仅一周就替换了 GPT-6 Sol),搭配 GPT-6 家族(Astra / Sol / Luna)和 GPT-5.6 家族(Sol / Terra / Luna)。GPT-5.5 将于 10 月 14 日退役。

⚠️ 重要提醒
  • GPT-5.5 将于 2026 年 10 月 14 日从 ChatGPT、ChatGPT Work 和 Codex 全计划下线(API 不受影响)。请尽快迁移到 GPT-6.1 Sol 或 GPT-6 系列。
  • GPT-6.1 Astra 已取消发布。OpenAI 内部测试发现该模型有更高欺骗倾向、并倾向于在未获授权时直接执行任务。原计划升级 Astra 的用户,请直接迁移到 GPT-6.1 Sol(能力已非常接近 Astra,价格仅 1/5)。
命名规律:数字是代数(5.6 / 6 / 6.1),名字是同代内的能力等级——Astra(旗舰)> Sol(太阳)> Terra(大地)> Luna(月亮)。GPT-6 / 6.1 目前没有 Terra 级。默认情况下 Codex 会 auto-select,推荐手动设为 GPT-6.1 Sol 作为默认。

🚀 GPT-6.1 Sol(2026 年 9 月 29 日 DevDay 发布 · 新默认)

发布仅一周就替换了 GPT-6 Sol,被 OpenAI 称为「近 Astra 智能,价格仅 1/5」——是当前 性价比的新王者。

Sol GPT-6.1 Sol

新一代旗舰性价比。比 GPT-6 Sol 更聪明、更便宜,能力非常接近 GPT-6 Astra(DeepSWE v1.1 在 high 强度下达到 75.2%,超过 GPT-6 Sol 最高分 68.8%)。

DeepSWE v1.1: 75.2% · OSWorld 2.0: 71.4% · Factuality error: 7.7%
$2 输入 / $0.10 缓存 / $10 输出 per M tokens
API 名称:gpt-6.1-sol · 上下文 1.05M · 最大输出 128K
💡 GPT-6.1 Sol 关键亮点
  • 缓存输入价格腰斩:从 GPT-6 Sol 的 \$0.20 降至 \$0.10,降幅 50%;相对标准输入折扣达 95%。
  • 事实性显著提升:低推理强度下含错误事实的回答比例从 11.4% 降至 7.7%,所有推理档位与 Astra 差距 ≤ 1.9 个百分点。
  • 更诚实、更可靠:搜索工具异常未告知率从 4.9% 降至 2.1%(Astra 为 1.5%),未观察到绕过自动安全审查的尝试。
  • GPT-6.1 Sol Ultrafast 即将推出:在 Codex 中可达 8× 加速(约 300 tokens/s)。

GPT-6 家族(2026 年 9 月发布)

GPT-6 家族是当前最新一代,建立在 Astra 的前沿能力之上,以更低的价格覆盖更广泛的工作场景。GPT-6 Sol 已被 GPT-6.1 Sol 取代,建议优先选择后者。

Astra GPT-6 Astra

终极旗舰。OpenAI 目前最强大的模型,在编码、计算机使用、科研、安全等领域全面领先。GPT-6.1 Astra 已取消发布。

面向最复杂的 agentic 任务
$10 输入 / $1 缓存 / $50 输出 per M tokens

Sol GPT-6 Sol(已迭代为 6.1)

已被 GPT-6.1 Sol 取代。发布仅 7 天即被升级,新版本在价格不变的情况下能力大幅提升、缓存输入腰斩。

DeepSWE v1.1: 68.8%(max 强度历史最高分)
$2 输入 / $0.20 缓存 / $10 输出 per M tokens

Luna GPT-6 Luna

极致轻量、超低成本。高吞吐任务首选,价格比 GPT-5.6 Luna 再降一半。

分类、抽取、摘要、批量处理
$0.10 输入 / $0.01 缓存 / $0.50 输出 per M tokens
💡 2026 年 9 月 22 日发布:GPT-6 Sol 和 Luna 已在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise、Edu 用户开放,API 同步可用。Free 和 Go 用户可在桌面应用中试用 GPT-6 Luna。注意:GPT-6 目前没有 Terra 级。

GPT-5.6 家族(2026 年 7 月 GA,7 月 30 日大幅降价)

Sol GPT-5.6 Sol

上代旗舰。支持 max 推理强度和 ultra 模式。促销价持续至 2026 年 11 月 21 日。

Terminal-Bench 2.1: 88.8%(ultra: 91.9%)
$4 输入 / $20 输出 per M tokens(促销价)

Terra GPT-5.6 Terra

均衡之选。GPT-5.5 级性能,7 月 30 日降价 20%。

Terminal-Bench 2.1: 87.4%
$2 输入 / $12 输出 per M tokens

Luna GPT-5.6 Luna

高速轻量。7 月 30 日降价 80%,性价比极高。

Terminal-Bench 2.1: 84.7%
$0.20 输入 / $1.20 输出 per M tokens

可用模型与订阅计划

计划月费可用模型说明
Free$0GPT-6 Luna(桌面端)硬限制,仅用于快速体验
Go$8GPT-6 Luna(桌面端)轻量编码任务
Plus$20GPT-6.1 Sol / 6 Sol / Luna + GPT-5.6 全系列 + 上代模型个人开发者的实用起点
Pro 5×$100全部 Plus 模型 + GPT-6 Astra + Spark 研究预览Plus 5 倍额度
Pro 20×$200同上Plus 20 倍额度 + 无限语音
Pro 500(DevDay 新增)$500全部 Plus 模型 + Astra + Ultrafast 优先25× Plus 额度 + 唯一含 Ultrafast 的 Pro 计划
Business$20/人/月(年付)同 Plus(GPT-6.1 Sol / 6 全系已开放)团队协作 + 安全管控
Enterprise联系销售全部模型 + Ultrafast + Private Inference企业级安全、审计、定制
API Key按用量依 API 密钥权限无云端功能,适合 CI/自动化
DevDay 2026.09.29 新发布(Codex 相关)
  • Dots:基于 GPT-6 Astra 的常驻智能体,自带云端电脑 + 4000+ 应用,首个 dot 免费,已对 Pro / Business Premium 开放。
  • Ultrafast 速度档:最多 300 tokens/s,Codex 中 8× 加速、API 6× 加速,仅 Pro 500 / Enterprise 可用。
  • Agents API + 计算机使用:Codex 的多智能体循环、工具搜索、上下文压缩全部上云,由 OpenAI 托管。
  • Codex Security Cloud:定时全仓扫描,自动准备补丁。
  • Codex CLI 刷新:语音指挥、/agents 视图、Code Review 集成。

2 模型等级消耗对比

自 2026 年 4 月 2 日起,Codex 从「按消息计费」改为按 Token 计费,与 API 对齐。计费分为三类:

1 Credit ≈ $0.04(即 25 Credits ≈ $1)

2.1 Credits 费率表(Business / Enterprise)

模型输入 (Credits/1M)缓存输入 (Credits/1M)输出 (Credits/1M)相对成本(以 GPT-6.1 Sol 为 1.0)
Astra GPT-6 Astra250251250输入 5.0× / 输出 5.0×
Sol GPT-6.1 Sol(新默认)502.52501.0×(基准)
Sol GPT-6 Sol(已被 6.1 取代)505250输入 1.0× / 输出 1.0×(缓存 2.0×)
Luna GPT-6 Luna2.50.2512.5输入 0.05× / 输出 0.05×
Sol GPT-5.6 Sol(促销价)10010500输入 2.0× / 输出 2.0×
Terra GPT-5.6 Terra505300输入 1.0× / 输出 1.2×
Luna GPT-5.6 Luna50.530输入 0.1× / 输出 0.12×
GPT-5.512512.50750输入 2.5× / 输出 3.0×
GPT-5.462.506.250375输入 1.25× / 输出 1.5×
GPT-5.4-mini18.751.875113输入 0.375×
💡 关键洞察:GPT-6.1 Sol vs GPT-5.6 Terra
  • GPT-6.1 Sol 输入 Credits 与 GPT-5.6 Terra 相同(均为 50),但输出更便宜(250 vs 300),且能力更强。
  • 在多数场景下,直接切到 GPT-6.1 Sol 比用 GPT-5.6 Terra 更划算——能力大幅提升 + 输出成本更低。
  • GPT-6.1 Sol 的缓存输入仅 2.5 Credits(GPT-6 Sol 的一半),是当前长会话场景性价比最高的模型。
  • GPT-6 Luna 仅 2.5 / 12.5 Credits,比 GPT-5.6 Luna 再便宜一半,子代理首选。

2.2 5 小时使用上限(本地消息)

模型PlusPro 5×Pro 20×Pro 500Business
Astra GPT-6 Astra—有限有限丰富有限
Sol GPT-6.1 Sol15–15075–750300–3,000丰富15–150
Luna GPT-6 Luna350–3,0001,750–14,0007,000–56,000丰富350–3,000
Sol GPT-6 Sol15–15075–750300–3,000丰富15–150
Terra GPT-5.6 Terra25–200125–1,000500–4,000丰富25–200
Luna GPT-5.6 Luna250–2,0001,250–10,0005,000–40,000丰富250–2,000
GPT-5.515–8080–400300–1,600—15–80

2.3 典型任务消耗估算

以 20K 输入 + 80K 缓存输入 + 5K 输出 为例(中等复杂度任务):

模型输入成本缓存成本输出成本总计(Credits)总计(约 $)
Astra GPT-6 Astra5.002.006.2513.25~$0.53
Sol GPT-6.1 Sol1.000.201.252.45~$0.098
Sol GPT-6 Sol1.000.401.252.65~$0.106
Luna GPT-6 Luna0.050.020.06250.1325~$0.005
Sol GPT-5.6 Sol2.000.802.505.30~$0.21
Terra GPT-5.6 Terra1.000.401.502.90~$0.12
Luna GPT-5.6 Luna0.100.040.150.29~$0.01
GPT-5.52.501.003.757.25~$0.29
关键洞察:
  • 输出 Token 是最贵的,价格通常是输入的 5 倍。控制输出长度比缩短 Prompt 更有效。
  • 缓存命中率对成本影响巨大。GPT-6.1 Sol 缓存输入仅 2.5 Credits,是上代 GPT-6 Sol 的一半——长会话首选。
  • GPT-6.1 Sol vs GPT-5.6 Terra:输入 Credits 相同(均 50),但 GPT-6.1 Sol 输出更便宜(250 vs 300)且能力更强——直接升 6.1 代最划算。
  • GPT-6.1 Sol vs GPT-6 Sol:同价但缓存腰斩、DeepSWE 提升 6.4 个百分点——同等预算下立即升级。
  • GPT-6 Luna 的性价比:比 GPT-5.6 Luna 再便宜一半,子代理和批量任务首选。
  • Astra 留作攻坚:能力最强但价格是 GPT-6.1 Sol 的 5 倍,仅用于最困难的问题(6.1 Astra 已取消,不会有更便宜的旗舰)。
长上下文加价:输入超过 272K Token 时,整个请求按 2× 输入 / 1.5× 输出计费。GPT-6.1 Sol 长上下文价为 $4 输入 / $0.20 缓存 / $15 输出;GPT-6 Astra 为 $20 / $2 / $75。Codex CLI 默认会将上下文窗口控制在 272K 以内以避开这个悬崖。
Ultrafast 速度档加价:DevDay 新增的 Ultrafast 档位按 6× 标准价计费(最多 300 tokens/s)。GPT-6.1 Sol Ultrafast 即将推出,GPT-6 Astra Ultrafast 已上线 \$60 / \$300 per M tokens,仅 Pro 500 / Enterprise 可用。

3 推理强度(Reasoning Effort)的影响

推理强度是比换模型更立竿见影的旋钮。同一模型下,推理强度越高,思考越深、结果越可靠,但耗时越长、消耗也越多。

等级适用场景相对消耗
low(低)快速、范围明确的机械任务~0.5×
medium(中)常规编码、单文件修改1.0×(基准)
high(高)复杂变更、跨文件调试~1.5–2×
xhigh(极高)长时间、自主、推理密集型任务~2.5–3×
max(最大)极难问题、需要最深入的单代理思考~3.5–4×
ultra(极致)极难的 agentic 任务、并行子代理(Sol+ 独有)~4–5×
max vs ultra 的区别:max 是单代理的最深思考;ultra 会自动启动并行子代理,从多维度攻克问题。Ultra 消耗更高,但在复杂多步骤任务上质量提升明显。Ultra 仅 Sol 级以上模型支持。

推理强度与模型的组合原则

4 如何选用模型:决策指南

核心判断框架:选模型的本质 = 拿「任务难度」去匹配「该投多少算力」——多一分是浪费,少一分会翻车。

判断任务难度的三个维度:

  1. 不确定性:需求是否清晰?边界是否明确?
  2. 复杂度:涉及多少文件/模块/依赖?
  3. 风险:改坏了的后果有多严重?

场景-模型对照表(GPT-6.1 时代)

任务类型GPT-6.1 推荐推荐强度理由
改变量名、格式化、typo 修复6.1-Lunalow纯机械劳动
单文件小功能开发6.1-Lunamedium明确的小需求
代码解释、日志分析6.1-Lunalow / medium阅读理解型
生成单元测试6.1-Sol / 6.1-Lunamedium需理解逻辑,简单场景 Luna 足够
Bug 修复(简单)6.1-Solmedium需要推理因果
Bug 修复(复杂/跨模块)6.1-Solhigh / xhigh需要深度推理
跨文件重构6.1-Solxhigh影响面大
新功能开发(中型)6.1-Solhigh平衡质量与成本的甜点
架构设计、技术选型6.1-Sol / 6-Astrahigh / xhigh高决策价值,关键决策上 Astra
复杂系统调试6.1-Sol / 6-Astraxhigh / max疑难杂症先 6.1-Sol+max,不行再 Astra
安全审计、渗透测试6-Astraxhigh / max高风险 + 高复杂度(6.1 Astra 已取消)
子代理(探索/搜索/分类)6.1-Lunalow / medium量大、任务简单
CI/CD 自动化任务6.1-Lunalow / medium批量、可重复
📌 与 GPT-5.6 对应关系:如果你还在使用 5.6 家族,参考映射如下—— 6.1-Luna ≈ 5.6-Sol(能力略强)、6.1-Sol ≈ 5.6-Sol Fast 以上(显著更强)、6-Astra ≈ 5.6-Sol ultra(更强大)。 GPT-5.5 将于 2026年10月14日 从 ChatGPT/Codex 全计划下线,请尽快迁移。

决策流程图(GPT-6.1 时代)

▶ 开始 ↓ 任务是否简单明确? ├ 是 → 使用 6.1-Luna (+ low/medium) └ 否 ↓ 任务是否涉及多文件/复杂逻辑? ├ 否 → 使用 6.1-Sol (+ medium) └ 是 ↓ 先用 6.1-Sol (+ xhigh) 尝试 ↓ 能搞定吗? ├ 能 → 结束(省钱了) └ 不能 → 升级 6-Astra (+ max)

切换模型的四种方式

方式 1:CLI 启动时指定(单次)

codex -m gpt-6.1-sol "重构用户认证模块"
codex --model gpt-6.1-luna "搜索所有 TODO 注释"

方式 2:会话内切换

/model gpt-6-astra
/model gpt-6.1-sol
/model gpt-6.1-sol-ultrafast   # 即将上线

方式 3:配置默认模型(持久化)

在 ~/.codex/config.toml(全局)或 .codex/config.toml(仓库级)中:

model = "gpt-6.1-sol"
model_reasoning_effort = "high"

方式 4:给子代理单独配置

[subagents]
model = "gpt-6.1-luna"
model_reasoning_effort = "medium"

5 成本优化最佳实践

5.1 控制 Token 消耗的七条铁律

① 缩小任务作用域,而非缩短 Prompt

很多人以为「Prompt 越短越省」,其实不然。一个模糊的大需求会让 Codex 读取整个项目、反复试错,总消耗可能是明确小任务的 5–10 倍。

❌ 坏例子:

帮我优化订单模块。

✅ 好例子:

目标:修复订单列表切换分页后筛选条件丢失的问题。

优先读取:
- src/pages/orders/OrderList.tsx
- src/hooks/useOrderQuery.ts
- tests/order-list.test.ts

限制:
- 不修改后端;
- 不引入新依赖;
- 最多修改 3 个文件;
- 先分析原因,再生成 Patch。

② 善用缓存输入(Cached Input)

缓存输入价格仅为正常输入的 10%。长会话中,已经加载过的上下文会被缓存,后续轮次的成本大幅降低。

③ 控制输出长度

输出 Token 是最贵的(输入的 5–6 倍)。在 Prompt 中明确要求输出简洁:

- 直接给出代码,不要解释每一行
- 只输出修改的函数,不要贴整个文件
- 用 diff 形式展示变更

④ 模型分层:Astra 做决策,Sol 干主力,Luna 跑体力

角色模型职责
大脑 主代理(攻坚)6-Astra关键架构决策、疑难调试、安全审计
主力 主代理(日常)6.1-Sol规划、开发、代码审查、日常主力(默认)
手 子代理6.1-Luna搜索、整理、写测试、跑 lint

⑤ 用推理强度替代模型升级

在升级到更贵的模型之前,先试试提高当前模型的推理强度。6.1-Sol + max 往往能解决问题,成本仍低于 6-Astra + medium。

⑥ 合理使用 AGENTS.md,避免上下文过载

AGENTS.md 每轮对话都会加载,文件越大,每轮的输入 Token 越多。

⑦ 定期审查使用情况

5.2 不同用户的策略

Plus Plus 用户

核心矛盾:额度有限但需求不少

  • 默认用 6.1-Sol,平衡能力与额度
  • 简单活切 6.1-Luna,量大管饱
  • 任务拆小、作用域收窄
  • Astra 留作攻坚,别日常用

Pro Pro 用户

核心矛盾:额度够,但有没有浪费?

  • 建立模型分层习惯:6.1-Sol 主力 + 6.1-Luna 体力 + 6-Astra 攻坚
  • 子代理全部用 6.1-Luna
  • 自动化任务单独配 6.1-Luna
  • 关注每周消耗趋势

Pro 500 Pro 500 用户(DevDay 新增)

核心矛盾:追求速度与额度天花板

  • 唯一含 Ultrafast 的 Pro 计划,最高 300 tokens/s
  • 25× Plus 额度,可放心用 6-Astra 攻坚
  • GPT-6.1 Sol Ultrafast 上线后切换,缓存输入 $0.10/M 更划算
  • 适合大规模 agentic 工作流、长会话

Team 团队/企业

核心矛盾:统一治理与成本透明

  • 使用 Codex-only 席位($0 固定费)
  • 通过合规 API 监控团队用量
  • 制定团队级模型使用规范(推荐默认 6.1-Sol + medium)
  • 关键架构/安全场景使用 6-Astra

6 工作流进阶

6.1 AGENTS.md:把重复指导固化

AGENTS.md 是 Codex 的「仓库级说明书」,会自动加载到上下文中。

核心内容清单:

  1. 仓库布局和重要目录说明
  2. 如何运行项目(启动、构建、测试命令)
  3. 工程规范和 PR 要求
  4. 约束和禁令
  5. 「完成」的定义

快速初始化:在 CLI 中运行 /init 可自动生成初版。

6.2 技能(Skills):把重复工作封装

当你发现自己反复用同一段 Prompt 或纠正同一种工作流时,就该把它变成技能了。

适合做成技能的场景:

6.3 MCP:连接外部工具

模型上下文协议(MCP)让 Codex 能调用外部系统。注意:每个 MCP 服务器都会增加上下文和消耗,只添加真正需要的。

6.4 规划模式(Plan Mode):先想清楚再动手

对于复杂任务,先让 Codex 做规划再写代码,能大幅减少「写了改、改了删」的浪费。

6.5 代码审查闭环

Codex 不只是写代码的工具,也能审查代码:

7 常见误区与避坑

❌ 误区 1:「反正额度用不完,默认用最贵的」

额度用不完不代表可以浪费。更重要的是高推理强度模型在简单任务上反而更慢,养成好习惯等额度紧张时就不用改。

❌ 误区 2:「Prompt 越短越省钱」

模糊的需求 = 更多的探索 = 更多的文件读取 + 更多轮次的修正 = 更多的总消耗。精准的 Prompt 反而更省钱。

❌ 误区 3:「AGENTS.md 写得越详细越好」

AGENTS.md 每轮都加载,太长会:增加每轮的基础输入 Token、淹没真正重要的规则、让 Codex 注意力分散。保持简洁,只加经过验证的规则。

❌ 误区 4:「一个线程干所有事」

长期不归档的线程会让上下文越来越臃肿、缓存质量下降、被旧决策误导。最佳实践:一个连贯工作单元一个线程。工作分叉时用 /fork。

❌ 误区 5:「子代理越多越好」

子代理能并行提速,但每个子代理都消耗 Token。简单任务用子代理反而可能增加总消耗和协调开销。子代理适合:独立的、可并行的、低复杂度的探索性任务。

❌ 误区 6:「自动化 = 开了就不管」

不稳定的工作流做成自动化,只会把问题放大:可能在你睡着时跑一堆没用的任务、错误重复执行消耗大量 Token。先做成技能验证稳定性,再上自动化。

❌ 误区 7:「直接给完全权限省事」

新手最容易犯的安全错误。默认应该是严格权限,只在确认可信的仓库/工作流上逐步放宽。

💡 GPT-6.1 Sol 作默认,Luna 跑体力,Astra 留攻坚;强度先调高,不行再换模;任务说清楚,省的比你想的多。

📚 参考资料