Codex 积分单价里的三个比例：缓存 10 倍、输出 6 倍、档位 25 倍

2026-08-09

Codex（OpenAI Codex）官方定价页里有一张积分单价表，三个模型、三列数字，一共九个格子。大部分人扫一眼就划过去了，因为绝对数字记不住，记住了也用不上——你不知道自己一个月会跑多少 token。

但这张表真正有用的不是绝对值，是列与列之间、行与行之间的比例。这三个比例是从官方数字直接除出来的，不需要任何额外假设，而且它们分别指向三个完全不同的动作。下面先把表摆出来，再一条条走决策路径。

一、先看原始表

官方给出的单位是 credits / 1M tokens（每 100 万 token 消耗多少积分）：

模型	Input	Cached Input	Output
GPT-5.6 Sol	125	12.5	750
GPT-5.6 Terra	50	5	300
GPT-5.6 Luna	5	0.5	30

（数据来自 ChatGPT 官方定价页，2026-08-09 核对，以官方为准。）

先把名字对齐，免得你抄完配置跑不起来：官方《Models》页里这三档的模型名原样是 gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna（上面这张定价页表格里写作 GPT-5.6 Sol / GPT-5.6 Terra / GPT-5.6 Luna）。config.toml 的 model 键要填的是小写连字符的那一串。本文下文为了句子不啰嗦，会简称 sol / terra / luna，指的就是这三个完整原名，抄进配置文件时请写全。

官方另外给了一个经验值：GPT-5.6 平均每条消息 5–40 credits。注意这是个跨度八倍的区间，它是用来做量级感的，不是用来做预算的。

这里必须先说清一件事：credits 和货币之间怎么换算，官方这张表没给。所以本文不会出现任何”一个月大概花多少钱”的结论，也不会做汇率换算。这三个比例能告诉你的是同样一件事换个做法会差几倍，不是你会花多少。把它当账单预测器用，一定会算错。

二、比例一：缓存命中的输入，单价是十分之一

竖着看 Input 与 Cached Input 两列：125 → 12.5、50 → 5、5 → 0.5。三个模型都是十分之一，一个例外都没有。

这个比例有意思的地方在于跨行也成立：gpt-5.6-terra 的缓存输入是 5，正好等于 gpt-5.6-luna 的未缓存输入 5；而 gpt-5.6-sol 就算输入全部命中缓存（12.5），单价仍然是 luna 未缓存输入（5）的 2.5 倍。也就是说，“换个便宜档”和”让上下文可复用”是两个量级相当的杠杆，谁也不能替代谁。

需要克制的地方是：官方这张表只告诉你缓存命中便宜十倍，没有告诉你命中条件是什么。我手上这批官方材料里没有缓存命中规则，所以我不会写”把系统提示放最前面就一定命中”之类的话——那是推断，不是事实。你能确定的只有一条：让同一段上下文尽可能保持原样地反复使用，在账单上是直接可见的，值得为此调整工作方式；至于具体命中率，只能以官方最新说明为准。

配置侧和”输入量”直接相关的键，官方《Configuration Reference》里有这么几个：

键	说明
`model_auto_compact_token_limit`	触发自动压缩历史的 token 阈值
`model_auto_compact_token_limit_scope`	阈值统计范围，`total` 或 `body_after_prefix`，默认 `total`
`tool_output_token_limit`	存储工具输出的 token 预算
`model_context_window`	当前模型可用的上下文 token 数

tool_output_token_limit 这个键值得单独点一句：官方把工具输出单列了一个 token 预算键，说明它是可以独立设上限、独立控制的一项开销，而不是只能跟着历史压缩阈值一起被动收缩。它与积分单价之间具体怎么挂钩，官方这张定价表没给，以官方文档为准。

三、比例二：输出比输入贵 6 倍

横着看 Input 与 Output：750/125、300/50、30/5，三档全是 6 倍。

这条比例改变的是优化的优先级。很多人第一反应是”少让它读文件”，但按单价算，让模型少输出废话，比让它少读文件更省——同样一万 token，写出来的成本是读进去的六倍。如果这一万 token 的输入还命中了缓存，那么差距会拉到六十倍量级。

官方给了几个和输出详略相关的配置键：

键	取值
`model_verbosity`	`low` / `medium` / `high`（GPT-5 Responses API 详略）
`model_reasoning_summary`	`auto` / `concise` / `detailed` / `none`
`model_reasoning_effort`	`minimal` / `low` / `medium` / `high` / `xhigh`

但这里有两个坑，不说清楚会误导人：

第一，hide_agent_reasoning 这个键的作用是在 TUI 和 codex exec 输出里抑制推理内容的显示。它管的是你看不看得见，官方文档没有说它能省积分，所以我不会把它写成省钱开关。

第二，推理强度的档位名有两套。界面上的档位叫 Light/Low、Medium、High、Extra High，另有 Max（对单个问题启用扩展推理）和 Ultra（派生子代理并行处理）；而 config.toml 里 model_reasoning_effort 接受的取值是 minimal/low/medium/high/xhigh。这两套名字不是同一串字符串，官方也没给映射表，写配置时别照着界面名往里填。官方对推理强度给的原则很朴素：选够用的最低档。

四、比例三：三档之间差 25 倍，这是量级不是百分比

横向比三行：输入 125 vs 5，输出 750 vs 30，gpt-5.6-sol 与 gpt-5.6-luna 之间都是 25 倍。拆开看，sol 到 gpt-5.6-terra 是 2.5 倍，terra 到 luna 是 10 倍，两段乘起来正好 25。

25 倍意味着”要不要用 gpt-5.6-sol”这个决定的成本代价是量级级别的，不是省几个百分点。但也正因为是量级差距，它不该被单独拿来做决定——先得看你有没有的选。

五、决策路径：从你的处境倒推

第一问：这个活儿要不要在 Codex cloud 上跑？

如果要——选型这一步基本不用纠结了。官方《Models》页写得很明白：gpt-5.6-terra 在 Codex cloud 不可用，gpt-5.6-luna 在云端任务不可用，想让云端任务跑起来，落点只能是 gpt-5.6-sol。而且 Codex cloud 是自动选模型的，不是你本地选什么云端就用什么。这种情况下 25 倍那条比例对你没有操作空间，你能拧的只剩下前两条（少输出、让上下文可复用）。

如果不要云端，继续往下走。

第二问：任务是不是真的需要顶配？

官方《Models》页对三档的定位分别是：gpt-5.6-sol 是旗舰，面向复杂编码、computer use、研究与网络安全，能力 5 星、速度 2 星；gpt-5.6-terra 是均衡档，面向日常工作，性能对标 GPT-5.5 而成本更低，能力 4 星、速度 3 星；gpt-5.6-luna 是家族里最快最便宜的一档，能力 3 星、速度 4 星。（星级与定位为官方《Models》文档页口径，2026-08-09 核对。）

注意速度那一列——gpt-5.6-sol 是三档里速度星级最低的。所以选它的代价不只是 25 倍单价，还有等待时间。如果你的活儿是”改十个文件里的同一处拼写”，用 sol 属于两头亏。

第三问：预算卡在订阅还是卡在 token？

这两条计费线的口径完全不同，别混着算：

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 窗口（随模型不同）
Pro	Starting at $100/month	50–40,000 messages / 5h 窗口（随模型与档位不同）
API Key	按 token 用量计费	—

（以上为 ChatGPT 官方定价页口径，2026-08-09 核对，以官方为准。）

Pro 这一档里，$100/month 档是 5 倍上限，$200/month 档是 20 倍上限，$200/month 档语音不限量，并含 gpt-5.3-codex-spark 研究预览——这是一款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。

订阅侧的计量单位是 messages（消息数），不是 token，也不是”次数”，窗口是 5 小时滚动窗口。Plus 的 10–2,000 和 Pro 的 50–40,000 跨度都极大，官方明确说这取决于模型（Pro 还取决于档位）。所以别把区间上限当成你能用多少，那是最好情况下的数字，不是承诺。

真正的分叉在这里：如果你走订阅，你的约束是”5 小时窗口内的消息数”，那么三个比例里最有用的是档位那条——用便宜档做简单活，等于把窗口里的消息数留给真正需要 gpt-5.6-sol 的那几条。如果你走 API Key 按 token 计费，那么缓存和输出这两条比例才是直接作用在账单上的。搞反了会做出错误的优化：在订阅制下拼命压缩输出长度，收益并不体现在窗口配额上。

关于限时活动：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，做长期预算时不能按翻倍后的额度规划。价格与活动随时可能调整，以官方页面为准。

企业侧：Business 是 $20/user/month（2 人起，年付；按月付为 $25/month），含桌面与移动端、更大的 VM、SAML SSO、MFA、管理控制，默认不用业务数据训练；Enterprise & Edu 为定制报价，需联系销售。（同为官方定价页口径，2026-08-09 核对。）

六、配置侧能拧的旋钮，以及一个别踩的

把上面几条落到 config.toml，大致是这样一段：

model = "gpt-5.6-terra"
model_reasoning_effort = "low"
model_verbosity = "low"
model_auto_compact_token_limit_scope = "total"

以上为按官方文档键位组合的示例，未逐项实测，以官方文档为准。

还有两个和”预算”字面相关但现在不该依赖的东西：features.rollout_budget.enabled 处于 under development 阶段，默认关闭。在 codex-cli 0.147.0（Windows 11）上执行 codex features list，可以看到 token_budget 的阶段是 under development、当前生效值是 false——阶段标签会随版本变，你自己那台机器上是什么状态，跑一次这条只读命令就知道，不要按别人文章里的截图假设。

service_tier 这个键的取值是 fast 或模型声明的档位；官方文档没有把它和积分单价挂钩，所以我不会说它能省钱。

七、这三个比例管不了什么

管不了对错。 便宜 25 倍的档如果把活儿做砸了，返工的代价不在这张表里。表只能告诉你成本差几倍，告诉不了你哪一档够用。
管不了权限。 “要不要让它改文件”是沙箱模式（read-only / workspace-write / danger-full-access）和审批策略的问题，跟选哪档模型是两条独立的线，别混在一次决策里想。
管不了跨产品比价。 本文不和其它厂商的产品比单价——手头的官方材料里只有 Codex 这一张表，没有依据的维度不比。
管不了月账单。 再说一次：credits 与货币的兑换关系官方这张表没给。任何”一个月大概多少钱”的算法都需要额外假设，一旦假设错了，结论就是错的。

真要落地，我的建议顺序是：先按”要不要云端”砍掉一半选项，再按任务复杂度和速度星级定档，最后才在选定的档位里去抠输出长度和上下文复用。反过来做——先花两天优化提示词长度，最后发现云端只能落到 gpt-5.6-sol——就白折腾了。