Codex Pro Plan Kullanımınızı Config.toml ile 5 Dakikada Düzeltin

Codex 5x ve 20x Pro planınız çok hızlı tükeniyor. Bunun sebebi, Codex'in alt-ajanları (subagent) yönetme şeklindeki bir yönlendirme hatası.

Model seçicide GPT-5.6 Sol'u "Ultra" olarak ayarladığınızda, Codex'in oluşturduğu her alt-ajan da Sol Ultra olarak çalışır.

spawn_agent aracı, alt ajan için farklı bir model veya akıl yürütme çabası seçmenize izin vermez. Parent'ı kopyalar. Bir görevde üç alt-ajan olması, aynı anda çalışan üç Sol Ultra örneği anlamına gelir ve her biri kotanızı son sürat tüketir.

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

Bu daha akıllı model karışımını kullanarak token kullanımınızı ~%50 oranında azaltabilirsiniz:

• Ana beyin olarak GPT 5.6 Sol Extra High
• Daha zeki alt-ajanlar için GPT 5.6 Sol Medium
• Hızlı, hafif ajanlar için GPT 5.6 Terra High.

Neden bu üç model? Yapılandırma dosyasını düzelttikten sonra buna geleceğim.

Fikir basit. Düşünmeyi (planlama, mimari, neyin devredileceğine karar verme) yapacak bir "Orkestratör" modele sahip olmanız gerekir. Ardından planı uygulayacak "Yürütücü" modelleriniz olur. Yürütücüler daha ucuz, daha hızlıdır ve tam güçte akıl yürütmeye ihtiyaç duymadan talimatları takip edecek kadar akıllıdır.

Codex bunu zaten config.toml adlı bir dosya ve özel ajan tanımları aracılığıyla destekler. Küçük yapılandırma dosyalarında ajan rollerini tanımlar, her rolün hangi modeli kullanacağını belirler ve Codex'e hangi ajanı ne zaman kullanacağını söyleyen bir yönlendirme politikası eklersiniz. Bundan sonra Codex her şeyi otomatik olarak halleder. Görevleri her zamanki gibi gönderirsiniz.

Codex'ten Sizin İçin "Auto Mode" (Otomatik Mod) Oluşturmasını İsteyin

Codex'i açın ve bu prompt'u yapıştırın. Mevcut yapılandırmanızı okuyacak, ajan dosyalarını oluşturacak ve yönlendirme politikasını güncelleyecektir.

1Read my current ~/.codex/config.toml and the docs at
2https://developers.openai.com/codex/subagents for custom agent definitions.
3
4Then do the following:
5
61. Create three agent TOML files under ~/.codex/agents/:
7
8   fast_scan — for quick searches, codebase exploration, file reads,
9   and lightweight analysis.
10   - model: gpt-5.6-terra
11   - model_reasoning_effort: high
12   - sandbox_mode: read-only
13   - Instructions: gather evidence quickly, return a concise summary,
14     do not edit files.
15
16   routine_worker — for routine coding, tests, documentation,
17   and bounded fixes.
18   - model: gpt-5.6-sol
19   - model_reasoning_effort: medium
20   - Instructions: implement the assigned task and verify the result.
21
22   deep_worker — for difficult debugging, architecture, security,
23   and ambiguous multi-step work.
24   - model: gpt-5.6-sol
25   - model_reasoning_effort: high
26   - Instructions: handle complex work carefully, validate assumptions,
27     provide strong verification.
28
292. Update the [agents] section of my config.toml with this routing policy:
30
31   "Automatically decide whether delegation is useful.
32   Choose fast_scan for lightweight read-only work, routine_worker
33   for normal implementation, and deep_worker for complex or
34   high-risk reasoning.
35   Do not ask the user to choose a model unless the required model
36   is unavailable.
37   Keep simple tasks on the main agent."
38
393. Make sure max_threads = 6 and max_depth = 1 are set under [agents].
40
414. Show me the final config.toml and all three agent files so I can
42   review before you save.

Codex dosyaları oluşturduktan sonra, Codex'i yeniden başlatın veya yeni bir görev açın. Ajanlar başlangıçta yüklenir.

Düzeltmeden Sonra Ne Görmelisiniz?

Bu düzeltmeden önce, her alt-ajan ana ajanınızla aynı modeli ve akıl yürütme çabasını kullanıyordu.

Bu düzeltmeden sonra, Codex ajan dosyalarınızı (otonom olarak) okur ve görev basit olduğunda daha ucuz bir model seçer. Bir dosya araması Sol Ultra yerine Terra High'a yönlendirilir. Rutin bir hata düzeltmesi Sol Medium'da çalışır. Sadece zor işler Sol High alır. Ana ajanınız, oturumu başlattığınızda model seçicide ne ayarladıysanız onu kullanmaya devam eder.

Yine de geçersiz kılabilirsiniz. Prompt'unuzda "sadece Sol kullan" veya "alt-ajan kullanma" derseniz yönlendirme devre dışı kalır.

Ajan Dosyaları Neye Benziyor?

Codex buna benzer dosyalar oluşturacaktır. Her biri ~/.codex/agents/ altında bulunur.

1# ~/.codex/agents/fast-scan.toml
2name = "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.toml
2name = "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.toml
2name = "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"""

config.toml dosyanızdaki yönlendirme politikası, orkestratöre her birini ne zaman kullanacağını ve işi ne zaman ana ajanda tutacağını söyler.

Neden Bu Model ve Çaba Kombinasyonları?

GPT 5.6'nın üç modeli (Sol, Terra, Luna) ve altı akıl yürütme çabası seviyesi (Low, Medium, High, Extra High, Max, Ultra) vardır. Bu, 18 olası kombinasyon demektir. Bunların çoğu Codex alt-ajan çalışması için yanlıştır. Yukarıdaki yönlendirme, bu hafta yayınlanan iki bağımsız karşılaştırma raporundan seçilen yalnızca dört model varyantını kullanır.

Artificial Analysis, her GPT 5.6 modelini her akıl yürütme seviyesinde, akıl yürütme, bilgi ve kodlama kapsayan 9 farklı testte test etti. Model başına bir birleşik puan yayınladılar.

Sol, maksimum akıl yürütmede 100 üzerinden 59 puan alır. Sol, extra high'da 58 puan alır. Bu bir puanlık bir farktır. Maliyet farkı kabaca 3 katıdır — max, bu fazladan bir puanı almak için yaklaşık üç kat daha fazla token harcar.

Görevlerinizi planlayan ve alt-ajanları koordine eden ana orkestratör için extra high, token maliyetinin üçte biriyle aynı karar kalitesini sağlar. Max ve Ultra, görevlerin %99'u için gereksizdir.

Ultra'dan uzak durun. Ultra daha pahalıdır çünkü tek bir ajanın içinde dört paralel alt-alt-ajan oluşturur. Terminal-Bench (komut satırı kodlama iş akışları için bir test) üzerinde, Sol Ultra %91.9 puan alırken Sol %88.8 puan alır. Bu, yaklaşık 3 kat maliyetle 3.1 ekstra puandır. OpenAI, iki ana kodlama karşılaştırması için Ultra sonuçlarını bile yayınlamadı. Zaten bir alt-ajan olan bir alt-ajanda Ultra kullanırsanız, özyinelemeli oluşturma (recursive spawning) elde edersiniz — alt-ajanlar daha fazla alt-ajan oluşturur. Codex belgeleri özellikle bu konuda uyarır.

Rutin İşler İçin Neden Sol Medium?

Sol, orta seviye akıl yürütmede bile, 55 profesyonel alanda uzun soluklu iş akışlarını test eden Agents' Last Exam'de Claude Fable 5'i 11.4 puanla geçiyor. Bunu yaklaşık dörtte bir maliyetle yapıyor.

Medium, bir planı takip etmek, bir özellik yazmak, bir hatayı düzeltmek veya testleri çalıştırmak için yeterince güçlüdür. Kendi başına mimari kararlar alması gerekmez. Codex ekibi ayrıca günlük sürücü modeli olarak Sol medium'u önermektedir.

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

Hafif İşler İçin Luna Yerine Neden Terra High?

İnsanları şaşırtan kısım burasıdır. Luna, token başına ($1/$6 milyon başına) Terra'ya ($2.50/$15) kıyasla daha ucuzdur. Ancak token fiyatı resmin tamamı değildir.

DeepSWE v1.1, kodlama ajanlarını 91 açık kaynak projede 113 gerçek mühendislik görevi üzerinde test eder. Her modelin görevlerin yüzde kaçını bitirdiğini, her görevin toplam maliyetini ve kaç adım sürdüğünü ölçer.

26 Temmuz 2026 tarihli sonuçlar:

• Sol max: görevlerin %73'ünü tamamlar, görev başına maliyet $8.39, 61 adım sürer.
• Terra max: %70, $4.95, 76 adım.
• Luna max: %67, $3.03, 102 adım.
• Claude Fable 5 max: %70, $21.63, 88 adım.
• Claude Opus 4.8 max: %59, $13.22, 120 adım.

Luna'nın görev başına $3.03'ü, adım sayısını görene kadar iyi görünüyor. 102 adım, Terra'nın 76 adımına karşı. Her adım, kendi girdi ve çıktı token'ları olan bir araç çağrısıdır. Daha fazla adım, daha fazla toplam token tüketimi, daha fazla zaman ve modelin bir hatada döngüye girip yeniden deneme olasılığının artması anlamına gelir.

Luna ayrıca büyük kod tabanlarını kaldıramaz. Bir modelin uzun girdilerden bilgileri ne kadar iyi hatırladığını ölçen bir test olan Nerova'da Luna %41.3 puan alır. Terra %89.6 puan alır. Sol %91.5 puan alır. Bir alt-ajanın binlerce dosyayı araması ve bu bağlamı tutması gerektiğinde, Luna, Terra'nın yakaladığı şeyleri kaçırır.

Artificial Analysis Coding Agent Index'te (DeepSWE, Terminal-Bench ve SWE-Atlas-QnA'yı tek bir kodlama puanında birleştirir), Sol 80, Terra 77.4, Luna 74.6 ve Claude Fable 5 77.2 puan alır. Terra, Sol'un 2.6 puan gerisindedir ancak maliyeti yarısı kadardır. Dosyaları okuyan ve kanıt toplayan bir alt-ajan için bu 2.6 puanın bir önemi yoktur. Zorlu çok dosyalı hata ayıklama yapan bir alt-ajan için önemlidir — bu nedenle bu iş Sol High'a gider.

Max seviyesindeki Terra ayrıca Claude Fable 5'in DeepSWE puanıyla (her ikisi de %70) eşleşir ve Fable'ın maliyetinin dörtte birinden daha azına ($4.95'e karşı $21.63) mal olur. Hafif alt-ajanınızda 5$'a Fable seviyesinde kodlama performansı elde ediyorsunuz.

Sonuç

config.toml dosyanızı düzeltin. Kök ajanınızı Sol Extra High olarak ayarlayın. Rutin alt-ajan çalışmasını Sol Medium olarak ayarlayın. Hafif salt okunur çalışmayı Terra High olarak ayarlayın. Luna'yı, Low'u, alt-ajanlarda Ultra'yı atlayın. Bir kere kurun. Bundan sonraki her Codex oturumu otomatik olarak yönlendirilir ve Pro planınız olması gerektiği gibi dayanır.