摘要:不要让 GPT-6 Astra 和最高推理强度包办所有工作。把方案设计、代码执行、简单检查分别交给合适的模型,通常能在保证质量的同时减少不必要的 Token 和额度消耗。

问题背景

Codex 支持不同能力、速度和成本定位的模型,也支持为子代理单独指定模型与推理强度。真正省 Token 的关键,不是一味选择最便宜的模型,而是让模型能力与任务难度匹配。

本文核对日期为 2026 年 9 月 21 日。模型名称、可用范围和额度规则可能调整,实际使用时应以 Codex 中显示的模型列表和 OpenAI 官方文档为准。

问题现象

很多人使用 Codex 时会采用一种简单但浪费的方式:

  • 所有任务都选择 GPT-6 Astra;
  • 不区分任务难度,统一开启 xhigh、max 或 ultra;
  • 查文件、改文案、跑格式化、检查链接,也让最高能力模型处理;
  • 为了“更稳”,同时启动多个高能力子代理重复做同一件事。

这种方式不一定带来更好的结果。简单任务通常不需要最高推理强度,而每个子代理都会独立消耗模型和工具调用资源。官方文档也明确说明,更高的推理强度会增加响应时间和 Token 使用量;多子代理工作流通常比相同任务的单代理运行消耗更多 Token。

原因分析

不同阶段对模型能力的要求并不相同。

一个复杂开发任务往往可以拆成四类工作:

  1. 方案设计:需要理解目标、发现约束、比较取舍,最依赖推理能力。
  2. 代码执行:方案已经明确,重点是稳定修改、调用工具和完成验证。
  3. 简单处理:例如搜索文件、整理文本、修改固定配置、运行格式化命令。
  4. 结果验证:按检查清单核对差异、测试结果、链接或文档事实。

如果四类工作都使用最高能力模型和最高推理强度,就会把大量额度花在不需要深度推理的步骤上。反过来,如果连架构决策、复杂排错和高风险审查也交给轻量模型,又可能因返工而消耗更多。

需要特别说明:“Token 更少”和“使用成本更低”不是完全相同的概念。不同模型的单价、推理 Token、输出长度和任务成功率都可能不同。本文提供的是任务分配策略,不保证每次运行都减少固定比例的 Token。

解决方案

建立三级模型分工

可以先按下面的方式分配:

工作层级 推荐模型 推荐推理强度 适合的任务
方案层 GPT-6 Astra medium 或 high 架构设计、复杂排错、需求拆解、关键取舍
执行层 GPT-5.6 Sol medium 按明确方案编码、跨文件修改、工具调用、综合实现
轻量层 GPT-5.6 Terra 或 Luna low 或 medium 文件检索、文案整理、固定格式修改、常规检查

这不是必须照搬的硬规则。任务很简单时,可以直接从轻量层开始;涉及安全、资金、权限、数据删除或核心架构时,最终验证仍应使用更强模型或人工复核。

示例一:开发一个新功能

假设要在现有项目中增加登录限流:

  1. 让 GPT-6 Astra 阅读需求和关键代码,输出修改方案、风险点和验收条件。
  2. 方案确认后,让 GPT-5.6 Sol 按计划完成代码与测试。
  3. 让 GPT-5.6 Terra 检查改动范围、测试结果和遗漏项。
  4. 只有出现复杂失败或方案冲突时,才把问题升级回 GPT-6 Astra。

这样,最高能力模型只处理最需要判断力的部分,不必承担每次搜索、编辑和测试输出。

示例二:批量修改文档

如果任务只是统一 20 个 Markdown 文件的标题格式,可以直接让 GPT-5.6 Luna:

  1. 搜索目标文件;
  2. 按固定规则修改;
  3. 输出变更清单;
  4. 运行已有校验脚本。

这类规则明确、重复度高的任务,通常没有必要先让 GPT-6 Astra 制定长篇方案,也没有必要开启最高推理强度。

示例三:排查复杂线上问题

线上问题可以采用“强模型定方向、其他模型收集证据”的方式:

  • GPT-6 Astra:整理假设、确定排查顺序、判断关键证据;
  • GPT-5.6 Luna:检索日志、归类相同报错、提取时间线;
  • GPT-5.6 Sol:根据确认后的原因实施修复;
  • GPT-5.6 Terra:执行回归检查并整理验证结果。

注意不要为了节省 Token 而让多个子代理重复读取同一批大文件。先划清任务边界,再决定是否并行。

不要默认开启最高推理强度

推理强度可以按下面的原则选择:

  • low:目标清楚、步骤固定、失败容易发现;
  • medium:大多数日常开发和执行任务;
  • high:复杂逻辑、边界条件、重要审查;
  • xhigh、max 或 ultra:只留给真正困难、且更高推理成本有价值的任务。

一个实用做法是从 medium 开始。如果结果不完整、假设冲突或多次返工,再提高推理强度,而不是一开始就拉满。

用自定义代理固定模型

Skill 适合定义“什么时候触发、流程怎么走”,但把固定模型只写在 Skill 的自然语言里并不是最稳的配置方式。官方支持在自定义代理的 TOML 文件中设置 model 和 model_reasoning_effort,再让 Skill 把相应任务交给这个代理。

例如创建项目级轻量检查代理:

name = "light_checker"
description = "处理格式、链接、文件清单和其他规则明确的轻量检查。"
model = "gpt-5.6-luna"
model_reasoning_effort = "low"
sandbox_mode = "read-only"
developer_instructions = """
只执行明确的检查清单,返回简洁证据。
不要修改文件,不要扩展到架构分析或安全结论。
遇到不确定、失败或高风险内容时,返回主代理处理。
"""

再在 Skill 中规定路由规则:

---
name: economical-codex-workflow
description: 按任务难度分配模型,避免简单工作占用高能力模型。
---

- 方案设计交给高能力规划代理。
- 明确的代码实现交给执行代理。
- 格式、链接、文件清单等简单验证必须交给 `light_checker`。
- 不要为单个简单任务启动多个代理。
- `light_checker` 发现不确定或高风险问题时,停止并交回主代理。

如果希望所有子代理默认使用较省的模型,也可以在 config.toml 中设置:

[agents]
default_subagent_model = "gpt-5.6-terra"
default_subagent_reasoning_effort = "medium"

但全局默认值不应替代按角色配置。规划代理、执行代理和验证代理的职责不同,最好分别建立配置。

控制上下文同样重要

模型分配之外,还可以通过以下方式减少无效 Token:

  • 给任务提供准确的文件路径和验收条件,避免全仓库盲目扫描;
  • 先让代理返回摘要,再把摘要交给下一阶段,不要反复传递完整日志;
  • 对重复任务保存 Skill 和检查清单,减少每次重新解释流程;
  • 限制输出长度,要求只报告改动、风险和验证结果;
  • 能用确定性脚本完成的格式化、搜索和测试,不让模型重新“推理”一遍;
  • 只在任务确实可以独立并行时使用子代理。

验证结果

本文没有对某个账户进行固定 Token 节省比例测试,因为实际消耗会受到模型、上下文长度、推理强度、工具调用和任务成功率影响。

可以用下面的方法验证自己的分配策略:

  1. 选择 5~10 个经常重复的任务,记录原来的模型、推理强度、耗时和额度变化。
  2. 按“方案—执行—验证”重新分配模型。
  3. 比较一次成功率、返工次数、总耗时和 Usage 页面中的消耗。
  4. 如果轻量模型经常失败或需要主模型重做,就提高该类任务的模型档位。
  5. 如果强模型只是在执行固定步骤,就继续下调该阶段的模型或推理强度。

最终目标不是追求最低单次消耗,而是在可接受质量下减少总消耗和返工。

注意事项

  • GPT-6 Astra 适合复杂方案和高难度任务,但不代表每个任务都应该使用它。
  • 验证任务不一定简单。安全、财务、权限、数据迁移和生产发布需要更严格的模型与人工复核。
  • 子代理可以隔离上下文和并行工作,但会独立消耗 Token;不要为并行而并行。
  • Skill 本身主要描述工作流。需要稳定固定模型时,应配合自定义代理配置。
  • 模型可用性取决于账户、客户端和发布范围,配置前先确认当前环境支持对应模型。
  • 模型和推理强度会持续变化,定期检查官方文档和自己的实际 Usage 数据。

参考资料

技术支持

如果你也遇到了 AI 模型接入、账号异常、API 配置、部署或自动化方面的问题,可以联系我提供一对一付费技术支持。

联系方式

小周微信二维码

扫码添加微信,咨询技术支持或会员代充值。

GPT 会员服务

GPT 等会员优惠代充值,欢迎老板联系下单。

GPT Plus 续充、新开可自助下单(加好友免手续费):立即自助下单

请博主喝杯咖啡

如果您觉得内容有帮助到您,可以请博主喝杯咖啡。

请博主喝杯咖啡