Codex额度

群友实测 GPT-6 Astra 能用简单提示词生成宣传视频，15 分钟完成，Codex 20x pro 消耗不到 1%。

围绕 Codex 任务没跑完、5 小时额度耗尽、20x 也很快烧掉的问题，群里形成了明确的省额度策略：规划和审查用便宜模型，复杂 debug、跨文件修改、架构重构、安全数据库等再上高档模型。

群友分享了 Codex 客户端看不到 GPT6 的排查路径：先在 CLI 里用指定模型命令确认模型是否存在，如果 CLI 有而桌面端没有，多半是客户端问题。

群里把研究型 Agent 的能力拆成模型、数据、工具链、工作流和上下文的乘积，强调同一模型接入不同数据源会造成 20% 到 50% 以上的结果差距。

群友集中反馈 Codex 长上下文后变慢、占内存高，讨论转向 OpenCode、KimiCode、pi、omp、herdr 等 Harness 替代方案。

群友想用 Codex 或 Workbuddy 晚上自动生成 240 张产品图，但 Plus 版两天就把额度跑空。

讨论从模型费用转向项目成本核算，Taylor 给出经验值：token 占项目预算 10%-15%效率最高，3000元项目至少预留300元 token。

群友围绕 OpenAI 用量重置展开讨论：有人观察到昨天未重置、今天自然重置，也有人提示从使用情况里查看。

围绕 Codex 1M 上下文开启方式，群里给出了 config.toml 和 CLI 参数两种配置写法，但实测反馈显示状态栏一开始能显示 1M，发消息后又回落到 258K。

群友集中反馈 Codex 接 DP/DeepSeek 的两个硬问题：额度消耗快、价格不低，且 API 不支持图片识别。

晚间讨论集中在 Codex 额度不够用：20x、Plus、Pro、DeepSeek、Luna、Sol 都被拿来比较，核心问题是高强度子代理会迅速消耗额度。

Codex 额度耗尽后，群友讨论了通过中转站继续使用的方式：退出账号、切换环境，把 Codex 接到别人的 API。