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 para "Ultra" no seletor de modelos, todo 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 ao mesmo tempo, cada uma consumindo 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 agentes 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 cada agente. Depois disso, o Codex lida com tudo automaticamente. Você envia tarefas da mesma forma de sempre.
Peça ao Codex para criar o "Modo Automático" para você
Abra o Codex e cole este prompt. Ele lerá sua configuração existente, criará os arquivos de agente e atualizará a política de roteamento.
1Read my current ~/.codex/config.toml and the docs at2https://developers.openai.com/codex/subagents for custom agent definitions.34Then do the following:561. Create three agent TOML files under ~/.codex/agents/:78 fast_scan — for quick searches, codebase exploration, file reads,9 and lightweight analysis.10 - model: gpt-5.6-terra11 - model_reasoning_effort: high12 - sandbox_mode: read-only13 - Instructions: gather evidence quickly, return a concise summary,14 do not edit files.1516 routine_worker — for routine coding, tests, documentation,17 and bounded fixes.18 - model: gpt-5.6-sol19 - model_reasoning_effort: medium20 - Instructions: implement the assigned task and verify the result.2122 deep_worker — for difficult debugging, architecture, security,23 and ambiguous multi-step work.24 - model: gpt-5.6-sol25 - model_reasoning_effort: high26 - Instructions: handle complex work carefully, validate assumptions,27 provide strong verification.28292. Update the [agents] section of my config.toml with this routing policy:3031 "Automatically decide whether delegation is useful.32 Choose fast_scan for lightweight read-only work, routine_worker33 for normal implementation, and deep_worker for complex or34 high-risk reasoning.35 Do not ask the user to choose a model unless the required model36 is unavailable.37 Keep simple tasks on the main agent."38393. Make sure max_threads = 6 and max_depth = 1 are set under [agents].40414. Show me the final config.toml and all three agent files so I can42 review before you save.
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 dessa correção, todo subagente executava o mesmo modelo e esforço de raciocínio que seu agente principal.
Após essa correção, o Codex lê seus arquivos de agente (autonomamente) e escolhe um modelo mais barato quando a tarefa é simples. Uma pesquisa de arquivo é roteada para o Terra High em vez do Sol Ultra. Uma correção de bug de rotina é executada no Sol Medium. Apenas o trabalho difícil recebe o Sol High. Seu agente principal permanece no que você definiu no seletor de modelos ao iniciar a sessão.
Você ainda pode substituir isso. Diga "use apenas Sol" ou "não use subagentes" no seu prompt e o roteamento será desconsiderado.
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 for quick searches, codebase exploration, and lightweight read-only analysis."4model = "gpt-5.6-terra"5model_reasoning_effort = "high"6sandbox_mode = "read-only"7developer_instructions = """8Gather evidence quickly and return a concise summary.9Do not edit files.10"""
1# ~/.codex/agents/routine-worker.toml2name = "routine_worker"3description = "Use for routine coding, tests, documentation, and bounded fixes."4model = "gpt-5.6-sol"5model_reasoning_effort = "medium"6developer_instructions = """7Implement the assigned bounded task and verify the result.8"""
1# ~/.codex/agents/deep-worker.toml2name = "deep_worker"3description = "Use for difficult debugging, architecture, security, and ambiguous multi-step work."4model = "gpt-5.6-sol"5model_reasoning_effort = "high"6developer_instructions = """7Handle complex work carefully, validate assumptions, and provide strong verification.8"""
A política de roteamento no seu config.toml informa 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 dá 18 combinações possíveis. A maioria delas é errada para o trabalho de subagente do Codex. O roteamento acima usa apenas quatro variantes de modelo, escolhidas a partir de dois relatórios de benchmark independentes publicados esta semana.
A 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.
O Sol no raciocínio máximo pontua 59 de 100. O Sol no extra alto pontua 58. Isso é um ponto de diferença. A diferença de custo é de aproximadamente 3x — o máximo queima cerca de três vezes mais 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 por 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 por aproximadamente 3x o custo. A OpenAI nem publicou os resultados do Ultra para seus dois principais benchmarks de codificação. Se você usar o Ultra em um subagente que já é um subagente, obtém geração recursiva — subagentes gerando mais subagentes. A documentação do Codex alerta especificamente contra isso.
Por que Sol Medium para trabalho de rotina?
O 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.
O 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?
Este é o que surpreende as pessoas. A Luna é mais barata por token ($1/$6 por milhão) em comparação com a Terra ($2,50/$15). Mas o preço do token não é a história completa.
O 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 max: conclui 73% das tarefas, custa $8,39 por tarefa, leva 61 etapas.
- Terra no max: 70%, $4,95, 76 etapas.
- Luna no max: 67%, $3,03, 102 etapas.
- Claude Fable 5 no max: 70%, $21,63, 88 etapas.
- Claude Opus 4.8 no max: 59%, $13,22, 120 etapas.
Os $3,03 da Luna por tarefa parecem bons até você ver o número de etapas. 102 etapas contra 76 da 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.
A Luna também não consegue lidar com bases de código grandes. No Nerova, um teste que mede o quão bem um modelo recupera informações de entradas longas, a Luna pontua 41,3%. A Terra pontua 89,6%. O Sol pontua 91,5%. Quando um subagente precisa pesquisar em milhares de arquivos e manter esse contexto, a Luna perde coisas que a Terra captura.
No Artificial Analysis Coding Agent Index (que combina DeepSWE, Terminal-Bench e SWE-Atlas-QnA em uma única pontuação de codificação), o Sol pontua 80, a Terra pontua 77,4, a Luna pontua 74,6 e o Claude Fable 5 pontua 77,2. A 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 que faz depuração difícil em vários arquivos, eles importam — é por isso que esse trabalho vai para o Sol High.
A Terra no max também iguala a pontuação DeepSWE do Claude Fable 5 (ambos com 70%) por menos de um quarto do custo do Fable ($4,95 vs $21,63). Você está obtendo desempenho de codificação nível Fable no seu subagente leve por $5.
Conclusão
Corrija seu arquivo config.toml. Defina seu agente raiz como Sol Extra High. Defina o trabalho de subagente de rotina como Sol Medium. Defina o trabalho leve somente leitura como Terra High. Pule a Luna, pule o Low, pule o Ultra nos subagentes. Configure uma vez. Toda sessão do Codex depois disso será roteada automaticamente e seu plano Pro durará como deveria.
