Config.toml के साथ 5 मिनट में अपना Codex Pro प्लान उपयोग ठीक करें

आपका Codex 5x और 20x Pro प्लान बहुत तेज़ी से खत्म हो रहा है। इसका कारण Codex में सबएजेंट्स को संभालने में एक रूटिंग खामी है।

जब आप मॉडल पिकर में GPT-5.6 Sol को "Ultra" पर सेट करते हैं, तो Codex द्वारा स्पॉन किया गया हर सबएजेंट भी Sol Ultra चलाता है।

spawn_agent टूल आपको चाइल्ड के लिए कोई अलग मॉडल या रीज़निंग एफर्ट चुनने नहीं देता। यह पैरेंट को कॉपी करता है। एक कार्य पर तीन सबएजेंटों का मतलब है तीन Sol Ultra इंस्टेंस एक ही समय में चल रहे हैं, प्रत्येक आपके कोटा को पूरी गति से जला रहा है।

https://x.com/evi77ain/status/2075445272013095033

आप इस स्मार्ट मॉडल मिक्स का उपयोग करके उस टोकन उपयोग को ~50% तक कम कर सकते हैं:

• GPT 5.6 Sol Extra High मुख्य मस्तिष्क के रूप में
• GPT 5.6 Sol Medium स्मार्ट सबएजेंटों के लिए
• GPT 5.6 Terra High तेज़ हल्के एजेंटों के लिए।

ये तीन मॉडल क्यों? मैं कॉन्फ़िग फ़ाइल ठीक करने के बाद उस पर आऊँगा।

विचार सरल है। आपके पास एक “Orchestrator” मॉडल होना चाहिए जो सोच-विचार करे: योजना, आर्किटेक्चर, तय करना कि क्या सौंपना है। फिर आपके पास “Executor” मॉडल होते हैं जो योजना को लागू करते हैं। Executors सस्ते, तेज़ और इतने स्मार्ट होते हैं कि पूर्ण-शक्ति रीज़निंग की आवश्यकता के बिना निर्देशों का पालन कर सकें।

Codex पहले से ही config.toml नामक फ़ाइल और कस्टम एजेंट परिभाषाओं के माध्यम से इसका समर्थन करता है। आप छोटी कॉन्फ़िग फ़ाइलों में एजेंट भूमिकाएँ परिभाषित करते हैं, सेट करते हैं कि प्रत्येक भूमिका किस मॉडल का उपयोग करती है, और एक रूटिंग नीति जोड़ते हैं जो Codex को बताती है कि कब किस एजेंट का उपयोग करना है। उसके बाद, Codex सब कुछ स्वचालित रूप से संभालता है। आप कार्य उसी तरह सबमिट करते हैं जैसे आप हमेशा करते हैं।

Codex से अपने लिए "Auto Mode" बनाने के लिए कहें

Codex खोलें और यह प्रॉम्प्ट पेस्ट करें। यह आपकी मौजूदा कॉन्फ़िग पढ़ेगा, एजेंट फ़ाइलें बनाएगा, और रूटिंग नीति अपडेट करेगा।

1मेरी वर्तमान ~/.codex/config.toml और कस्टम एजेंट परिभाषाओं के लिए https://developers.openai.com/codex/subagents पर दस्तावेज़ पढ़ें।
2
3फिर निम्नलिखित करें:
4
51. ~/.codex/agents/ के अंतर्गत तीन एजेंट TOML फ़ाइलें बनाएँ:
6
7   fast_scan — त्वरित खोजों, कोडबेस अन्वेषण, फ़ाइल पढ़ने,
8   और हल्के विश्लेषण के लिए।
9   - model: gpt-5.6-terra
10   - model_reasoning_effort: high
11   - sandbox_mode: read-only
12   - निर्देश: जल्दी से सबूत इकट्ठा करें, संक्षिप्त सारांश लौटाएँ,
13     फ़ाइलों में संपादन न करें।
14
15   routine_worker — नियमित कोडिंग, परीक्षण, दस्तावेज़ीकरण,
16   और सीमित सुधारों के लिए।
17   - model: gpt-5.6-sol
18   - model_reasoning_effort: medium
19   - निर्देश: निर्धारित कार्य को लागू करें और परिणाम सत्यापित करें।
20
21   deep_worker — कठिन डीबगिंग, आर्किटेक्चर, सुरक्षा,
22   और अस्पष्ट बहु-चरणीय कार्य के लिए।
23   - model: gpt-5.6-sol
24   - model_reasoning_effort: high
25   - निर्देश: जटिल कार्य को सावधानीपूर्वक संभालें, धारणाओं को मान्य करें,
26     मजबूत सत्यापन प्रदान करें।
27
282. मेरी config.toml के [agents] अनुभाग को इस रूटिंग नीति के साथ अपडेट करें:
29
30   "स्वचालित रूप से तय करें कि प्रतिनिधिमंडल उपयोगी है या नहीं।
31   हल्के केवल-पढ़ने के कार्य के लिए fast_scan चुनें, सामान्य कार्यान्वयन के लिए routine_worker,
32   और जटिल या उच्च-जोखिम वाले तर्क के लिए deep_worker चुनें।
33   जब तक आवश्यक मॉडल उपलब्ध न हो, उपयोगकर्ता से मॉडल चुनने के लिए न कहें।
34   सरल कार्यों को मुख्य एजेंट पर रखें।"
35
363. सुनिश्चित करें कि [agents] के अंतर्गत max_threads = 6 और max_depth = 1 सेट हैं।
37
384. मुझे अंतिम config.toml और सभी तीन एजेंट फ़ाइलें दिखाएँ ताकि मैं
39   सहेजने से पहले समीक्षा कर सकूँ।

Codex द्वारा फ़ाइलें बनाने के बाद, Codex को पुनरारंभ करें या एक नया कार्य खोलें। एजेंट स्टार्टअप पर लोड होते हैं।

फिक्स के बाद आपको क्या दिखना चाहिए?

इस फिक्स से पहले, हर सबएजेंट आपके मुख्य एजेंट के समान मॉडल और रीज़निंग एफर्ट चलाता था।

इस फिक्स के बाद, Codex आपकी एजेंट फ़ाइलों को (स्वायत्त रूप से) पढ़ता है और जब कार्य सरल होता है तो एक सस्ता मॉडल चुनता है। एक फ़ाइल खोज Sol Ultra के बजाय Terra High पर रूट होती है। एक नियमित बग फिक्स Sol Medium पर चलता है। केवल कठिन काम को Sol High मिलता है। आपका मुख्य एजेंट उसी पर रहता है जो आपने सत्र शुरू करते समय मॉडल पिकर में सेट किया था।

आप अभी भी इसे ओवरराइड कर सकते हैं। अपने प्रॉम्प्ट में "use Sol only" या "don't use subagents" कहें और रूटिंग एक तरफ हट जाती है।

एजेंट फ़ाइलें कैसी दिखती हैं?

Codex ऐसी फ़ाइलें जनरेट करेगा जो इस तरह दिखती हैं। प्रत्येक ~/.codex/agents/ के अंतर्गत रहती है।

1# ~/.codex/agents/fast-scan.toml
2name = "fast_scan"
3description = "त्वरित खोजों, कोडबेस अन्वेषण और हल्के केवल-पढ़ने के विश्लेषण के लिए उपयोग करें।"
4model = "gpt-5.6-terra"
5model_reasoning_effort = "high"
6sandbox_mode = "read-only"
7developer_instructions = """
8जल्दी से सबूत इकट्ठा करें और संक्षिप्त सारांश लौटाएँ।
9फ़ाइलों में संपादन न करें।
10"""

1# ~/.codex/agents/routine-worker.toml
2name = "routine_worker"
3description = "नियमित कोडिंग, परीक्षण, दस्तावेज़ीकरण और सीमित सुधारों के लिए उपयोग करें।"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "medium"
6developer_instructions = """
7निर्धारित सीमित कार्य को लागू करें और परिणाम सत्यापित करें।
8"""

1# ~/.codex/agents/deep-worker.toml
2name = "deep_worker"
3description = "कठिन डीबगिंग, आर्किटेक्चर, सुरक्षा और अस्पष्ट बहु-चरणीय कार्य के लिए उपयोग करें।"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "high"
6developer_instructions = """
7जटिल कार्य को सावधानीपूर्वक संभालें, धारणाओं को मान्य करें, और मजबूत सत्यापन प्रदान करें।
8"""

आपकी config.toml में रूटिंग नीति ऑर्केस्ट्रेटर को बताती है कि प्रत्येक का उपयोग कब करना है और कब काम को मुख्य एजेंट पर रखना है।

ये मॉडल और एफर्ट संयोजन क्यों?

GPT 5.6 में तीन मॉडल (Sol, Terra, Luna) और छह रीज़निंग एफर्ट स्तर (Low, Medium, High, Extra High, Max, Ultra) हैं। यह 18 संभावित संयोजन हैं। उनमें से अधिकांश Codex सबएजेंट कार्य के लिए गलत हैं। उपरोक्त रूटिंग केवल चार मॉडल वेरिएंट का उपयोग करती है, जो इस सप्ताह प्रकाशित दो स्वतंत्र बेंचमार्क रिपोर्टों से चुने गए हैं।

Artificial Analysis ने प्रत्येक GPT 5.6 मॉडल को प्रत्येक रीज़निंग स्तर पर 9 अलग-अलग परीक्षणों पर परीक्षण किया जो रीज़निंग, ज्ञान और कोडिंग को कवर करते हैं। वे प्रति मॉडल एक संयुक्त स्कोर प्रकाशित करते हैं।

Sol अधिकतम रीज़निंग पर 100 में से 59 अंक प्राप्त करता है। Sol एक्स्ट्रा हाई पर 58 अंक प्राप्त करता है। यह एक अंक का अंतर है। लागत का अंतर लगभग 3x है — मैक्स उस एक अतिरिक्त अंक को पाने के लिए लगभग तीन गुना टोकन जलाता है।

मूल ऑर्केस्ट्रेटर के लिए जो आपके कार्यों की योजना बनाता है और सबएजेंटों का समन्वय करता है, एक्स्ट्रा हाई आपको टोकन लागत के एक तिहाई पर समान निर्णय गुणवत्ता देता है। मैक्स और अल्ट्रा 99% कार्यों के लिए ओवरकिल हैं।

Ultra से दूर रहें। Ultra अधिक महंगा है क्योंकि यह एक ही एजेंट के अंदर चार समानांतर उप-सबएजेंट स्पॉन करता है। Terminal-Bench (कमांड-लाइन कोडिंग वर्कफ़्लो के लिए एक परीक्षण) पर, Sol Ultra 91.9% स्कोर करता है जबकि Sol 88.8% स्कोर करता है। यह लगभग 3x लागत पर 3.1 अतिरिक्त अंक है। OpenAI ने अपने दो मुख्य कोडिंग बेंचमार्क के लिए Ultra परिणाम प्रकाशित भी नहीं किए। यदि आप पहले से ही सबएजेंट वाले सबएजेंट पर Ultra का उपयोग करते हैं, तो आपको पुनरावर्ती स्पॉनिंग मिलती है — सबएजेंट अधिक सबएजेंट स्पॉन कर रहे हैं। Codex दस्तावेज़ विशेष रूप से इसके खिलाफ चेतावनी देते हैं।

नियमित कार्य के लिए Sol Medium क्यों?

मीडियम रीज़निंग पर Sol अभी भी Agents' Last Exam पर Claude Fable 5 को 11.4 अंकों से हराता है, जो 55 पेशेवर क्षेत्रों में लंबे समय तक चलने वाले वर्कफ़्लो का परीक्षण है। यह लगभग एक चौथाई लागत पर ऐसा करता है।

Medium एक योजना का पालन करने, एक फीचर लिखने, एक बग ठीक करने या परीक्षण चलाने के लिए पर्याप्त मजबूत है। इसे स्वयं आर्किटेक्चरल निर्णय लेने की आवश्यकता नहीं है। Codex टीम भी Sol medium को दैनिक ड्राइवर मॉडल के रूप में उपयोग करने की सिफारिश करती है।

https://x.com/thsottiaux/status/2075581430055493909

हल्के कार्य के लिए Terra High, Luna क्यों नहीं?

यह वह है जो लोगों को आश्चर्यचकित करता है। Luna प्रति टोकन सस्ता है ($1/$6 प्रति मिलियन) Terra ($2.50/$15) की तुलना में। लेकिन टोकन मूल्य पूरी तस्वीर नहीं है।

DeepSWE v1.1 91 ओपन सोर्स प्रोजेक्ट्स में 113 वास्तविक इंजीनियरिंग कार्यों पर कोडिंग एजेंटों का परीक्षण करता है। यह मापता है कि प्रत्येक मॉडल कितने प्रतिशत कार्य पूरे करता है, प्रत्येक कार्य की कुल लागत कितनी है, और इसमें कितने कदम लगते हैं।

9 जुलाई, 2026 के परिणाम:

• Sol at max: 73% कार्य पूरे करता है, प्रति कार्य $8.39 खर्च करता है, 61 कदम लेता है।
• Terra at max: 70%, $4.95, 76 कदम।
• Luna at max: 67%, $3.03, 102 कदम।
• Claude Fable 5 at max: 70%, $21.63, 88 कदम।
• Claude Opus 4.8 at max: 59%, $13.22, 120 कदम।

Luna का $3.03 प्रति कार्य अच्छा लगता है जब तक आप कदमों की संख्या नहीं देखते। 102 कदम बनाम Terra के 76। प्रत्येक कदम एक टूल कॉल है जिसमें अपने स्वयं के इनपुट और आउटपुट टोकन होते हैं। अधिक कदमों का मतलब है अधिक कुल टोकन जलना, अधिक समय और मॉडल के त्रुटि पर लूप करने और पुनः प्रयास करने की अधिक संभावनाएँ।

Luna बड़े कोडबेस को भी संभाल नहीं सकता। Nerova पर, एक परीक्षण जो मापता है कि मॉडल लंबे इनपुट से जानकारी को कितनी अच्छी तरह याद करता है, Luna 41.3% स्कोर करता है। Terra 89.6% स्कोर करता है। Sol 91.5% स्कोर करता है। जब एक सबएजेंट को हजारों फ़ाइलों में खोज करने और उस संदर्भ को धारण करने की आवश्यकता होती है, Luna उन चीजों को याद करता है जो Terra पकड़ लेता है।

Artificial Analysis Coding Agent Index पर (जो DeepSWE, Terminal-Bench और SWE-Atlas-QnA को एक कोडिंग स्कोर में जोड़ता है), Sol 80 स्कोर करता है, Terra 77.4, Luna 74.6, और Claude Fable 5 77.2 स्कोर करता है। Terra Sol से 2.6 अंक पीछे है लेकिन इसकी लागत आधी है। एक सबएजेंट के लिए जो फ़ाइलें पढ़ता है और सबूत इकट्ठा करता है, वे 2.6 अंक मायने नहीं रखते। कठिन बहु-फ़ाइल डीबगिंग करने वाले सबएजेंट के लिए, वे मायने रखते हैं — यही कारण है कि वह काम Sol High के पास जाता है।

Terra at max भी Claude Fable 5 के DeepSWE स्कोर (दोनों 70%) से मेल खाता है, जो Fable की लागत ($4.95 बनाम $21.63) के एक चौथाई से भी कम है। आप अपने हल्के सबएजेंट पर $5 में Fable-स्तरीय कोडिंग प्रदर्शन प्राप्त कर रहे हैं।

निचली पंक्ति

अपनी config.toml फ़ाइल ठीक करें। अपने रूट एजेंट को Sol Extra High पर सेट करें। नियमित सबएजेंट कार्य को Sol Medium पर सेट करें। हल्के केवल-पढ़ने के कार्य को Terra High पर सेट करें। Luna को छोड़ें, Low को छोड़ें, सबएजेंट पर Ultra को छोड़ें। इसे एक बार सेट करें। उसके बाद हर Codex सत्र स्वचालित रूप से रूट करता है और आपका Pro प्लान वैसे ही चलता है जैसे उसे चलना चाहिए।