5 分鐘內透過 config.toml 修復你的 Codex Pro 方案用量問題

你的 Codex 5x 和 20x Pro 方案消耗得太快了。原因在於 Codex 處理子代理時存在一個路由缺陷。

當你在模型選擇器中將 GPT 5.6 Sol 設為「Ultra」時，Codex 產生的每個子代理也都會執行 Sol Ultra。

spawn_agent 工具不允許你為子代理選擇不同的模型或推理強度。它會直接複製父代理的設定。一個任務同時有三個子代理，就代表三個 Sol Ultra 實例同時運行，每個都以全速燃燒你的配額。

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

你可以透過使用以下更聰明的模型組合，將 Token 消耗量減少約 50%：

• GPT 5.6 Sol Extra High 作為主要大腦
• GPT 5.6 Sol Medium 用於較聰明的子代理
• GPT 5.6 Terra High 用於快速輕量的代理。

為什麼選擇這三個模型？我們在修好設定檔之後再來說明。

概念很簡單。你需要一個「協調者」模型來負責思考：規劃、架構、決定要委派什麼任務。然後你需要「執行者」模型來實作計畫。執行者更便宜、更快，而且有足夠的智慧來遵循指令，無需使用全功率的推理能力。

Codex 已經透過一個名為 config.toml 的檔案和自訂代理定義來支援這個功能。你在小型設定檔中定義代理角色，設定每個角色使用的模型，並添加一個路由策略，告訴 Codex 何時使用哪個代理。之後，Codex 會自動處理一切。你提交任務的方式和以往一模一樣。

讓 Codex 為你建立「自動模式」

打開 Codex 並貼上這個提示詞。它會讀取你現有的設定，建立代理檔案，並更新路由策略。

1請讀取我目前的 ~/.codex/config.toml 以及開發者網站上
2https://developers.openai.com/codex/subagents 關於自訂代理定義的文件。
3
4然後執行以下操作：
5
61. 在 ~/.codex/agents/ 下建立三個代理 TOML 檔案：
7
8   fast_scan — 用於快速搜尋、程式碼庫探索、檔案讀取和輕量分析。
9   - model: gpt-5.6-terra
10   - model_reasoning_effort: high
11   - sandbox_mode: read-only
12   - 指令：快速收集證據，回傳簡潔摘要，不要編輯檔案。
13
14   routine_worker — 用於例行編碼、測試、文件和範圍明確的修復。
15   - model: gpt-5.6-sol
16   - model_reasoning_effort: medium
17   - 指令：執行指派的任務並驗證結果。
18
19   deep_worker — 用於困難的除錯、架構設計、安全性問題和模糊的多步驟工作。
20   - model: gpt-5.6-sol
21   - model_reasoning_effort: high
22   - 指令：謹慎處理複雜工作，驗證假設，提供強力的驗證。
23
242. 使用以下路由策略更新我的 config.toml 中的 [agents] 區段：
25
26   "自動判斷是否值得進行委派。
27   選擇 fast_scan 進行輕量唯讀工作，routine_worker 進行一般實作任務，
28   deep_worker 進行複雜或高風險的推理。
29   除非所需的模型不可用，否則不要要求使用者選擇模型。
30   將簡單的任務保留在主代理上。"
31
323. 確保 [agents] 下設定了 max_threads = 6 和 max_depth = 1。
33
344. 在你儲存之前，請顯示最終的 config.toml 和所有三個代理檔案供我審查。

在 Codex 建立檔案後，重新啟動 Codex 或開啟一個新任務。代理會在啟動時載入。

修復後你應該會看到什麼？

在修復之前，每個子代理都使用與主代理相同的模型和推理強度。

修復之後，Codex 會（自主地）讀取你的代理檔案，並在任務簡單時選擇更便宜的模型。檔案搜尋會路由到 Terra High 而非 Sol Ultra。例行性的錯誤修復會使用 Sol Medium。只有困難的工作才會使用 Sol High。你的主代理則會保持使用你在開始工作階段時於模型選擇器中設定的模型。

你仍然可以覆寫這個設定。只要在你的提示詞中說「只用 Sol」或「不要使用子代理」，路由就會繞過這個設定。

代理檔案長什麼樣子？

Codex 會產生類似下面的檔案。每個檔案都存放在 ~/.codex/agents/ 目錄下。

1# ~/.codex/agents/fast-scan.toml
2name = "fast_scan"
3description = "用於快速搜尋、程式碼庫探索和輕量級唯讀分析。"
4model = "gpt-5.6-terra"
5model_reasoning_effort = "high"
6sandbox_mode = "read-only"
7developer_instructions = """
8快速收集證據並回傳簡潔摘要。
9不要編輯檔案。
10"""

1# ~/.codex/agents/routine-worker.toml
2name = "routine_worker"
3description = "用於例行編碼、測試、文件和範圍明確的修復。"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "medium"
6developer_instructions = """
7執行指派的範圍明確任務並驗證結果。
8"""

1# ~/.codex/agents/deep-worker.toml
2name = "deep_worker"
3description = "用於困難的除錯、架構設計、安全性問題和模糊的多步驟工作。"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "high"
6developer_instructions = """
7謹慎處理複雜工作，驗證假設，並提供強力的驗證。
8"""

你 config.toml 中的路由策略會告訴協調者何時使用哪個代理，以及何時將工作保留在主代理上。

為什麼選擇這些模型和強度組合？

GPT 5.6 有三個模型（Sol、Terra、Luna）和六個推理強度等級（Low、Medium、High、Extra High、Max、Ultra）。總共有 18 種可能的組合。其中大部分都不適合 Codex 子代理的工作。上述路由策略僅使用了四種模型變體，是根據本週發布的兩份獨立基準測試報告挑選出來的。

Artificial Analysis 測試了每個 GPT 5.6 模型在所有推理等級下的表現，涵蓋了推理、知識和編碼等 9 項不同測試。他們為每個模型發布了一個綜合分數。

Sol 在 max 推理強度下得分為 59 分（滿分 100）。Sol 在 extra high 下得分為 58 分。這只有一分之差。成本差異大約是 3 倍——為了多獲得那一分，max 燃燒的 Token 量大約是 extra high 的三倍。

對於負責規劃任務和協調子代理的根協調者來說，extra high 能以三分之一的 Token 成本提供相同的決策品質。Max 和 Ultra 對於 99% 的任務來說都過度了。

遠離 Ultra。Ultra 更昂貴，因為它會在單一代理內部產生四個並行的子子代理。在 Terminal-Bench（一個測試命令列編碼工作流程的測試）中，Sol Ultra 得分為 91.9%，而 Sol 為 88.8%。這多了 3.1 分，但成本大約是 3 倍。OpenAI 甚至沒有發布 Ultra 在他們兩個主要編碼基準測試上的結果。如果你在一個已經是子代理的代理上使用 Ultra，你會得到遞迴產生的子代理——子代理產生更多子代理。Codex 文件特別警告了這一點。

為什麼例行工作使用 Sol Medium？

在 Agents' Last Exam（一項橫跨 55 個專業領域的長時間工作流程測試）中，使用 medium 推理強度的 Sol 仍然比 Claude Fable 5 高出 11.4 分。而它的成本僅約為四分之一。

Medium 強度足以遵循計畫、編寫功能、修復錯誤或執行測試。它不需要自行做出架構決策。Codex 團隊也建議將 Sol medium 作為日常使用的模型。

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

為什麼輕量型工作使用 Terra High 而不是 Luna？

這點常常讓人感到驚訝。Luna 每個 Token 的價格（輸入/輸出每百萬個 $1/$6）比 Terra（$2.50/$15）便宜。但 Token 價格並不是全部。

DeepSWE v1.1 測試了編碼代理在 91 個開源專案中處理 113 個真實工程任務的能力。它衡量每個模型完成了多少百分比的任務、每個任務的總成本以及需要多少步驟。

2026 年 7 月 9 日的結果：

• Sol at max：完成 73% 的任務，每個任務成本 $8.39，需要 61 個步驟。
• Terra at max：70%，$4.95，76 個步驟。
• Luna at max：67%，$3.03，102 個步驟。
• Claude Fable 5 at max：70%，$21.63，88 個步驟。
• Claude Opus 4.8 at max：59%，$13.22，120 個步驟。

Luna 每個任務 $3.03 的成本看起來不錯，直到你看到步驟數。102 個步驟對比 Terra 的 76 個步驟。每個步驟都是一次工具呼叫，包含自己的輸入和輸出 Token。更多步驟意味著消耗更多總 Token、花費更多時間，以及模型在錯誤上循環並重試的機會更高。

Luna 也無法處理大型程式碼庫。在 Nerova（一個測試模型從長輸入中回憶資訊能力的測試）中，Luna 得分為 41.3%。Terra 得分為 89.6%。Sol 得分為 91.5%。當一個子代理需要在數千個檔案中搜尋並保持該上下文時，Luna 會遺漏 Terra 能捕捉到的資訊。

在 Artificial Analysis 的編碼代理指數（它將 DeepSWE、Terminal-Bench 和 SWE-Atlas-QnA 合併為一個編碼分數）中，Sol 得分為 80，Terra 得分為 77.4，Luna 得分為 74.6，Claude Fable 5 得分為 77.2。Terra 落後 Sol 2.6 分，但成本只有一半。對於一個讀取檔案和收集證據的子代理來說，這 2.6 分並不重要。但對於一個執行困難的多檔案除錯工作的子代理來說，這 2.6 分很重要——這就是為什麼這類工作會交給 Sol High 而不是 Terra。

Terra at max 的 DeepSWE 分數也與 Claude Fable 5 相當（均為 70%），但成本不到 Fable 的四分之一（$4.95 對比 $21.63）。你以 $5 的成本，就能在你的輕量級子代理上獲得 Fable 等級的編碼效能。

結論

修好你的 config.toml 檔案。將你的根代理設定為 Sol Extra High。將例行子代理工作設定為 Sol Medium。將輕量唯讀工作設定為 Terra High。跳過 Luna、跳過 Low、跳過在子代理上使用 Ultra。設定一次。之後的每個 Codex 工作階段都會自動路由，你的 Pro 方案就能以應有的方式持續下去。