Seu plano Codex 5x e 20x Pro está queimando rápido demais. O motivo é uma falha de roteamento na forma como o Codex lida com subagentes.
Quando você define o GPT-5.6 Sol como "Ultra" no seletor de modelo, cada subagente que o Codex cria também executa o Sol Ultra.
A ferramenta spawn_agent não permite que você escolha um modelo ou esforço de raciocínio diferente para o filho. Ela copia o pai. Três subagentes em uma tarefa significam três instâncias do Sol Ultra rodando simultaneamente, cada uma queimando sua cota em velocidade máxima.
https://x.com/evi77ain/status/2075445272013095033
Você pode reduzir esse uso de tokens em cerca de 50% usando esta combinação mais inteligente de modelos:
- GPT 5.6 Sol Extra High como o cérebro principal
- GPT 5.6 Sol Medium para os subagentes mais inteligentes
- GPT 5.6 Terra High para os agentes leves e rápidos.
Por que esses três modelos? Vou explicar depois de corrigirmos o arquivo de configuração.
A ideia é simples. Você precisa ter um modelo "Orquestrador" que faz o pensamento: planejamento, arquitetura, decidir o que delegar. Depois, você tem modelos "Executores" que implementam o plano. Os executores são mais baratos, mais rápidos e inteligentes o suficiente para seguir instruções sem precisar de raciocínio de alta potência.
O Codex já suporta isso através de um arquivo chamado config.toml e definições de agente personalizadas. Você define funções de agente em pequenos arquivos de configuração, define qual modelo cada função usa e adiciona uma política de roteamento que diz ao Codex quando usar qual agente. Depois disso, o Codex lida com tudo automaticamente. Você envia tarefas da mesma forma de sempre.
Peça ao Codex para construir o "Modo Automático" para você
Abra o Codex e cole este prompt. Ele lerá sua configuração atual, criará os arquivos de agente e atualizará a política de roteamento.
1Leia meu ~/.codex/config.toml atual e a documentação em2https://developers.openai.com/codex/subagents para definições de agente personalizadas.34Em seguida, faça o seguinte:561. Crie três arquivos TOML de agente em ~/.codex/agents/:78 fast_scan — para pesquisas rápidas, exploração do código, leitura de arquivos,9 e análises leves.10 - modelo: gpt-5.6-terra11 - model_reasoning_effort: high12 - sandbox_mode: read-only13 - Instruções: colete evidências rapidamente, retorne um resumo conciso,14 não edite arquivos.1516 routine_worker — para codificação rotineira, testes, documentação,17 e correções delimitadas.18 - modelo: gpt-5.6-sol19 - model_reasoning_effort: medium20 - Instruções: implemente a tarefa atribuída e verifique o resultado.2122 deep_worker — para depuração difícil, arquitetura, segurança,23 e trabalho ambíguo de várias etapas.24 - modelo: gpt-5.6-sol25 - model_reasoning_effort: high26 - Instruções: lide com trabalhos complexos com cuidado, valide suposições,27 forneça verificação robusta.28292. Atualize a seção [agents] do meu config.toml com esta política de roteamento:3031 "Decida automaticamente se a delegação é útil.32 Escolha fast_scan para trabalho leve somente leitura, routine_worker33 para implementação normal, e deep_worker para raciocínio complexo ou34 de alto risco.35 Não pergunte ao usuário para escolher um modelo, a menos que o modelo36 necessário esteja indisponível.37 Mantenha tarefas simples no agente principal."38393. Certifique-se de que max_threads = 6 e max_depth = 1 estão definidos em [agents].40414. Mostre-me o config.toml final e todos os três arquivos de agente para que eu possa42 revisar antes de você salvar.
Depois que o Codex criar os arquivos, reinicie o Codex ou abra uma nova tarefa. Os agentes são carregados na inicialização.
O que você deve ver após a correção?
Antes desta correção, cada subagente executava o mesmo modelo e esforço de raciocínio que seu agente principal.
Após esta correção, o Codex lê seus arquivos de agente (autonomamente) e escolhe um modelo mais barato quando a tarefa é simples. Uma busca de arquivo roteia para Terra High em vez de Sol Ultra. Uma correção de bug rotineira executa no Sol Medium. Apenas as tarefas difíceis recebem o Sol High. Seu agente principal permanece na configuração que você definiu no seletor de modelo ao iniciar a sessão.
Você ainda pode substituir isso. Diga "use apenas Sol" ou "não use subagentes" no seu prompt e o roteamento será ignorado.
Como são os arquivos de agente?
O Codex gerará arquivos como estes. Cada um fica em ~/.codex/agents/.
1# ~/.codex/agents/fast-scan.toml2name = "fast_scan"3description = "Use para pesquisas rápidas, exploração do código e análises leves somente leitura."4model = "gpt-5.6-terra"5model_reasoning_effort = "high"6sandbox_mode = "read-only"7developer_instructions = """8Colete evidências rapidamente e retorne um resumo conciso.9Não edite arquivos.10"""
1# ~/.codex/agents/routine-worker.toml2name = "routine_worker"3description = "Use para codificação rotineira, testes, documentação e correções delimitadas."4model = "gpt-5.6-sol"5model_reasoning_effort = "medium"6developer_instructions = """7Implemente a tarefa delimitada atribuída e verifique o resultado.8"""
1# ~/.codex/agents/deep-worker.toml2name = "deep_worker"3description = "Use para depuração difícil, arquitetura, segurança e trabalho ambíguo de várias etapas."4model = "gpt-5.6-sol"5model_reasoning_effort = "high"6developer_instructions = """7Lide com trabalhos complexos com cuidado, valide suposições e forneça verificação robusta.8"""
A política de roteamento no seu config.toml diz ao orquestrador quando usar cada um e quando manter o trabalho no agente principal.
Por que essas combinações de modelo e esforço?
O GPT 5.6 tem três modelos (Sol, Terra, Luna) e seis níveis de esforço de raciocínio (Low, Medium, High, Extra High, Max, Ultra). Isso são 18 combinações possíveis. A maioria delas está errada para o trabalho de subagente do Codex. O roteamento acima usa apenas quatro variantes de modelo, escolhidas de dois relatórios de benchmark independentes publicados esta semana.
O Artificial Analysis testou todos os modelos GPT 5.6 em todos os níveis de raciocínio em 9 testes diferentes, cobrindo raciocínio, conhecimento e codificação. Eles publicam uma pontuação combinada por modelo.
Sol no raciocínio máximo pontua 59 de 100. Sol no extra alto pontua 58. Isso é uma diferença de um ponto. A diferença de custo é de aproximadamente 3x — o máximo queima cerca de três vezes os tokens para obter esse ponto extra.
Para o orquestrador raiz que planeja suas tarefas e coordena subagentes, o extra alto oferece a mesma qualidade de decisões a um terço do custo de tokens. Max e Ultra são exagerados para 99% das tarefas.
Fique longe do Ultra. O Ultra é mais caro porque gera quatro sub-subagentes paralelos dentro de um único agente. No Terminal-Bench (um teste para fluxos de trabalho de codificação em linha de comando), o Sol Ultra pontua 91,9% contra 88,8% do Sol. Isso são 3,1 pontos extras a um custo aproximadamente 3x maior. A OpenAI nem publicou os resultados do Ultra para seus dois principais benchmarks de codificação. Se você usar Ultra em um subagente que já é um subagente, você terá geração recursiva — subagentes gerando mais subagentes. A documentação do Codex adverte especificamente contra isso.
Por que Sol Medium para trabalho rotineiro?
Sol no raciocínio médio ainda supera o Claude Fable 5 por 11,4 pontos no Agents' Last Exam, um teste de fluxos de trabalho de longa duração em 55 áreas profissionais. Ele faz isso por cerca de um quarto do custo.
Medium é forte o suficiente para seguir um plano, escrever uma funcionalidade, corrigir um bug ou executar testes. Ele não precisa tomar decisões arquiteturais sozinho. A equipe do Codex também recomenda usar o Sol medium como o modelo de uso diário.
https://x.com/thsottiaux/status/2075581430055493909
Por que Terra High para trabalho leve, e não Luna?
Esta é a parte que surpreende as pessoas. Luna é mais barato por token ($1/$6 por milhão) em comparação com Terra ($2,50/$15). Mas o preço do token não é a imagem completa.
DeepSWE v1.1 testa agentes de codificação em 113 tarefas reais de engenharia em 91 projetos de código aberto. Ele mede a porcentagem de tarefas que cada modelo conclui, quanto cada tarefa custa no total e quantas etapas são necessárias.
Resultados de 9 de julho de 2026:
- Sol no máximo: conclui 73% das tarefas, custa $8,39 por tarefa, leva 61 etapas.
- Terra no máximo: 70%, $4,95, 76 etapas.
- Luna no máximo: 67%, $3,03, 102 etapas.
- Claude Fable 5 no máximo: 70%, $21,63, 88 etapas.
- Claude Opus 4.8 no máximo: 59%, $13,22, 120 etapas.
Os $3,03 de Luna por tarefa parecem bons até você ver o número de etapas. 102 etapas contra 76 de Terra. Cada etapa é uma chamada de ferramenta com seus próprios tokens de entrada e saída. Mais etapas significam mais tokens totais queimados, mais tempo e mais chances de o modelo entrar em loop em um erro e tentar novamente.
Luna também não consegue lidar com grandes bases de código. No Nerova, um teste que mede o quão bem um modelo recupera informações de entradas longas, Luna pontua 41,3%. Terra pontua 89,6%. Sol pontua 91,5%. Quando um subagente precisa pesquisar em milhares de arquivos e manter esse contexto, Luna perde coisas que Terra pega.
No Artificial Analysis Coding Agent Index (que combina DeepSWE, Terminal-Bench e SWE-Atlas-QnA em uma única pontuação de codificação), Sol pontua 80, Terra pontua 77,4, Luna pontua 74,6 e Claude Fable 5 pontua 77,2. Terra está 2,6 pontos atrás do Sol, mas custa metade do preço. Para um subagente que lê arquivos e coleta evidências, esses 2,6 pontos não importam. Para um subagente fazendo depuração difícil em vários arquivos, eles importam — e é por isso que esse trabalho vai para o Sol High.
Terra no máximo também iguala a pontuação DeepSWE do Claude Fable 5 (ambos com 70%) a menos de um quarto do custo do Fable ($4,95 vs $21,63). Você está obtendo desempenho de codificação nível Fable em seu subagente leve por $5.
Conclusão
Corrija seu arquivo config.toml. Defina seu agente raiz como Sol Extra High. Defina o trabalho do subagente rotineiro como Sol Medium. Defina o trabalho leve somente leitura como Terra High. Pule Luna, pule Low, pule Ultra em subagentes. Configure uma vez. Todas as sessões do Codex a partir de então roteiam automaticamente e seu plano Pro dura como deveria.
