Codex 订阅档位怎么选：先搞懂 5 小时窗口与消息数口径

2026-08-09

选 Codex（OpenAI Codex）订阅档位的时候，大多数人第一眼看的是月费数字，然后在「$20 够不够用」上纠结半天。这个问法本身就没法回答，因为官方给的用量口径不是「一个月多少次」，而是一个随模型浮动的区间。你要先把口径读明白，才谈得上选档。

下面这套流程我按「读者的处境」倒着推：你要不要跑云端任务、按订阅还是按 token 走、预算卡在哪、是个人还是要给一队人开账号。每个岔口只用官方定价页和文档给出的事实，没依据的维度我不比。

一、先把用量口径读对，这一步错了后面全错

官方《Pricing》页对个人订阅档给的用量说明有三个关键点，缺一个就会误判（ChatGPT 官方定价页，2026-08-09 核对，以官方为准）：

计量单位是 messages（消息数），不是 token，也不是笼统的「次数」。
窗口是 5 小时滚动窗口，不是自然日、不是月度总量。
同一档位内的数字是区间：Plus 是 10–2,000 messages / 5h，Pro 是 50–40,000 messages / 5h。官方明确说明这取决于模型，Pro 还取决于具体档位。

第三点是最容易被读错的地方。Plus 的 10 到 2,000，跨度是两百倍；Pro 的 50 到 40,000，跨度八百倍。这种量级的区间，说明它压根不是一个「你能用多少」的承诺，而是一条随模型变化的曲线。所以看到「Plus 有 2,000 条」就按 2,000 条规划工作量，和看到「Plus 只有 10 条」就断定不够用，两种读法都不对。

5 小时滚动窗口这件事对使用节奏的影响，比总量更实在。它意味着额度不是攒着等你周末一次性用完的，而是你在一个上午密集折腾的时候最容易撞上。如果你的用法是「一天里有两三段高强度、其余时间不碰」，那滚动窗口对你相对友好；如果你是「一坐下就连着干六小时」，同样的档位感受会完全不同。

二、官方档位原始数据

这张表照抄官方定价页的原文口径，正文负责解释怎么读（ChatGPT 官方定价页，2026-08-09 核对，以官方为准）：

档位	价格（官方原文）	用量口径
Free	$0/month	—
Go	$8/month	—
Plus	$20/month	10–2,000 messages / 5h
Pro	Starting at $100/month	50–40,000 messages / 5h
API Key	按 token 用量计费	—

企业侧：

档位	价格（官方原文）
Business	$20/user/month（2 人起，年付；按月付为 $25/month）
Enterprise & Edu	定制报价，需联系销售

Pro 那行的「Starting at」有讲究：官方写的是 $100/mo 档为 5 倍上限、$200/mo 档为 20 倍上限。注意官方没有在这里点明这个倍数是相对哪一档的基准，我也不替它推断——你只需要知道 Pro 内部本身还分两级，且这两级的差距是倍数级的。另外 $200/mo 档官方标了语音不限量，以及 Pro 包含 gpt-5.3-codex-spark 这款研究预览模型。

三、四个岔口

岔口一：你要不要让任务跑在云端

这是最先要问的，因为它会直接锁死你的模型选择。官方《Models》页给的三条限制很硬：

gpt-5.6-terra 与 gpt-5.6-luna 在 Codex cloud 上不可用。
Codex cloud 是自动选择模型的——不是你在本地配了什么云端就用什么。
gpt-5.3-codex-spark 是纯文本研究预览模型，只在桌面应用与 CLI 两个面上出现，且仅面向 ChatGPT Pro 用户。

前两条合起来的推论是：只要你的主力工作流要走云端，模型这一维就没得挑，成本结构会被推向 gpt-5.6-sol 那一档。而 sol 与 luna 在官方积分单价表上是 25 倍的差距（下一节展开）。所以「要不要上云」不是一个使用习惯问题，是一个量级问题。第三条则是另一个方向的约束：如果你看中的是 spark 那种近乎即时的迭代手感，那它既不出现在 web 面上，也要求你已经在 Pro 档，这就把「要不要上云」和「要不要上 Pro」这两个岔口提前绑在了一起。

云端这块我们没有实测，官方文档给的做法是：用 ChatGPT 账号登录 Codex、连接 GitHub 账号并选择可访问的仓库、打开环境设置为仓库创建一个环境，任务发起入口在 web、GitHub、Linear、Slack。CLI 侧对应的是 codex cloud，它在帮助文本里标注为 [EXPERIMENTAL]，选型时别把它当成稳定能力来押。

岔口二：走订阅还是走 API Key

官方定价页把 API Key 单独列为一档，按 token 用量计费。这跟订阅档不是一个计费世界：订阅档按 messages 和 5 小时窗口约束你，API Key 按 token 出账。

对应到认证层面，官方《Authentication》页给的是两种方式：ChatGPT 登录（用 ChatGPT workspace 凭据，遵循 workspace 权限、RBAC 与企业留存设置），或者 API Key（需要 OpenAI 控制台的 key，按标准 API 费率通过 OpenAI Platform 账户计费）。

判断依据其实很朴素：如果你的用量高度不规律、且你需要的是「用多少算多少」而不是「买一个上限」，API Key 那条路的账更好算；如果你在一个有 workspace 管理的组织里，ChatGPT 登录这条路会顺带把权限和留存设置带上，这在企业环境里往往不是可选项。

落地后第一件要确认的事是你现在到底走的哪条路。在 codex-cli 0.147.0（Windows 11）上执行只读命令 codex login status，本机输出为 Logged in using ChatGPT——这一行就是你的计费口径归属。CLI 侧要切换到 key，官方给的形式是管道传入：

printenv OPENAI_API_KEY | codex login --with-api-key

Windows 侧没有 printenv，请以官方文档在你所用平台上的写法为准，不要照抄这条到 PowerShell 里。密钥本身一律用 <YOUR_API_KEY> 这种占位方式处理，别贴进任何工单或聊天窗口。

岔口三：预算卡在哪一格

顺序上我建议这样走（价格均取自 ChatGPT 官方定价页，2026-08-09 核对，以官方为准）：

你只是想试试它能不能干活 → Free（$0/month）或 Go（$8/month）这两档官方的定位分别是「快速编码任务上体验 Codex」和「轻量编码任务」。
你要把它当日常主力，且需要在 web、CLI、IDE、iOS 多个面上都能用 → Plus（$20/month），官方在这一档列出的覆盖面包含云端集成（代码评审、Slack）与 GPT-5.6 模型家族访问。
你会长时间连续跑、经常撞窗口 → Pro（Starting at $100/month），$100 与 $200 两级差距是倍数级的，先从低的那级开始，撞上了再谈升。

这里我要泼一盆冷水：由于官方给的是区间而不是定值，任何人告诉你「$20 一个月够跑多少个任务」都是在补充假设。我不给这种数字，你也别信这种数字。

岔口四：是你一个人，还是你要给一队人开

Business 档官方价是 $20/user/month（2 人起，年付；按月付为 $25/month），列出的能力包含桌面与移动端、更大的 VM 以获得更快性能、SAML SSO、MFA、管理控制，以及默认不用业务数据训练（ChatGPT 官方定价页，2026-08-09 核对，以官方为准）。Enterprise & Edu 是定制报价，官方列的是优先处理、企业级安全（SCIM、EKM、审计日志）与数据驻留控制。

这个岔口的判断依据不是人数，是你有没有管理需求。如果你需要统一的登录方式、需要审计、需要「数据不拿去训练」这条写进合同，那么它就不再是个人档能覆盖的场景，跟你团队只有三个人还是三十个人关系不大。反过来，如果只是三个同事各自装个 CLI 各干各的，个人档就够，没必要为管理能力付费。

四、有一个限时活动，但别拿它当选型依据

官方公告口径是：限时内 Codex 包含在 ChatGPT Free 与 Go 中，并且 Plus、Pro、Business、Enterprise、Edu 的速率上限翻倍，更高的上限在 app、CLI、IDE、cloud 四个面上都适用。

这是限时活动，不是常规权益。我把它单独拎出来讲，是因为按活动期的体验去选档，是最容易在活动结束后翻车的做法。合理用法是：活动期该薅就薅，但你的档位决策要建立在非活动状态下的口径上。以官方页面为准。

五、支撑岔口一的那一行数字：sol 与 luna 差 25 倍

官方积分单价表的完整版有专篇在讲，这里我只取与本篇选型直接相关的两行——因为岔口一的结论「上云就只能落在 sol」，代价大小完全取决于 sol 和 luna 之间差多少（单位为 credits / 1M tokens；ChatGPT 官方定价页，2026-08-09 核对，以官方为准）：

模型	Input	Output
GPT-5.6 Sol	125	750
GPT-5.6 Luna	5	30

输入 125 对 5、输出 750 对 30，两头都是 25 倍。这是从官方表格直接做的除法，不需要补任何假设。

为什么这一行对选型比档位价格更关键：档位之间的价差是 $20 到 $100 这种量级，你心里有数；而模型之间的 25 倍是乘在你每一次调用上的系数。也就是说，「要不要上云」这个看起来像使用习惯的选择，实际上是在给你后续所有消耗挂上一个倍率。如果你的活儿本来用 luna 就能干完，为了云端集成而被迫落到 sol，那省下来的操作成本要拿实打实的量级去换——这笔账值不值得，只有你自己按工作流去判断，但至少你得知道这个系数存在。

官方另给了一个经验值：GPT-5.6 平均每条消息 5–40 credits。它的用处是把第一节那个「messages 口径」和积分口径搭起来看——同样是一条消息，在区间里落到哪一端，取决于你这条消息实际吃了多少 token。

我得强调一句：这张表的单位是 credits，credits 与货币的兑换关系官方在这一页没有给，我不推断，你也别拿它去反推月度花费。

六、档位定了之后，配置侧还有几个和用量相关的键

选档只是决定了上限，实际消耗还受配置影响。官方《Configuration Reference》里与此相关的几个键：

键	作用
`model_auto_compact_token_limit`	触发自动压缩历史的 token 阈值
`tool_output_token_limit`	存储工具输出的 token 预算
`service_tier`	取 `fast` 或模型声明的档位
`features.rollout_budget.enabled` / `limit_tokens` / `reminder_interval_tokens`	预算相关，处于 under development 阶段，默认关闭

最后那组请特别注意阶段标签：它标的是 under development、默认关闭，不要当成一个可以依赖的成本护栏写进团队规范里。

另外还有个 hide_agent_reasoning，它抑制的是推理内容的显示。我见过有人把它当省钱开关，但官方文档在这里说的是显示层面的事，我没有依据说它能降低消耗，所以不写成省钱手段。

在 codex-cli 0.147.0（Windows 11）上，本机 ~/.codex/config.toml 里 service_tier = "default"。以上键位组合与说明按官方文档整理，未逐项实测，以官方文档为准。

七、这套决策路径什么时候不适用

你需要精确预算数字的时候。官方给的是区间口径，任何精确到「每月多少钱」的结论都需要补假设，这篇不提供。
你的团队已经有受管配置（managed config）的时候。管理员侧可能已经限定了工作区可用的模型与设置，个人层面的选型空间会被压缩，这时候先问管理员而不是先掏卡。
你要押注 experimental 能力的时候。codex cloud 在 CLI 帮助里标的是 [EXPERIMENTAL]，桌面应用、IDE 扩展、各类第三方集成我们都没有实测，这些面上的表现只能以官方文档为准，不要把它们当成选高档位的理由。

真要给一条最简的行动建议：先按岔口一确认要不要上云，再按岔口二确认订阅还是 token，然后从你能接受的最低档开始用，把 5 小时窗口撞上一两次之后再谈升级。区间口径下，实际撞墙的频率比任何纸面推算都可靠。