5 分钟内通过 config.toml 修复你的 Codex Pro 计划用量问题

你的 Codex 5x 和 20x Pro 套餐消耗得太快了。原因在于 Codex 处理子 Agent 时存在路由缺陷。

当你将模型选择器中的 GPT-5.6 Sol 设为 "Ultra" 时，Codex 生成的每个子 Agent 也会运行 Sol Ultra。

spawn_agent 工具不允许你为子 Agent 选择不同的模型或推理力度。它直接复制父 Agent 的设置。一个任务上三个子 Agent 意味着同时运行三个 Sol Ultra 实例，每个都在以全速消耗你的配额。

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

通过使用以下更智能的模型组合，你可以将 Token 用量削减约 50%：

• GPT 5.6 Sol Extra High 作为主脑
• GPT 5.6 Sol Medium 用于更智能的子 Agent
• GPT 5.6 Terra High 用于快速的轻量级 Agent

为什么是这三个模型？等我们修复完配置文件后，我会讲到。

思路很简单。你需要一个“编排器”模型来负责思考：规划、架构、决定委派什么任务。然后有“执行器”模型来实现计划。执行器更便宜、更快，并且足够聪明，能够遵循指令而不需要全功率推理。

Codex 已经通过一个名为 config.toml 的文件和自定义 Agent 定义来支持这一点。你可以在小型配置文件中定义 Agent 角色，设置每个角色使用的模型，并添加一个路由策略，告诉 Codex 何时使用哪个 Agent。之后，Codex 会自动处理一切。你可以像往常一样提交任务。

让 Codex 为你构建“自动模式”

打开 Codex 并粘贴这个提示。它会读取你现有的配置，创建 Agent 文件，并更新路由策略。

1读取我当前的 ~/.codex/config.toml 以及
2https://developers.openai.com/codex/subagents 上关于自定义 Agent 定义的文档。
3
4然后执行以下操作：
5
61. 在 ~/.codex/agents/ 下创建三个 Agent TOML 文件：
7
8   fast_scan — 用于快速搜索、代码库探索、文件读取
9   和轻量级分析。
10   - model: gpt-5.6-terra
11   - model_reasoning_effort: high
12   - sandbox_mode: read-only
13   - Instructions: 快速收集证据，返回简洁摘要，
14     不要编辑文件。
15
16   routine_worker — 用于常规编码、测试、文档
17   和有限范围的修复。
18   - model: gpt-5.6-sol
19   - model_reasoning_effort: medium
20   - Instructions: 实现分配的任务并验证结果。
21
22   deep_worker — 用于困难的调试、架构、安全
23   和模糊的多步骤工作。
24   - model: gpt-5.6-sol
25   - model_reasoning_effort: high
26   - Instructions: 谨慎处理复杂工作，验证假设，
27     提供强有力的验证。
28
292. 用以下路由策略更新我的 config.toml 中的 [agents] 部分：
30
31   "自动决定是否需要进行委派。
32   对于轻量级只读工作选择 fast_scan，对于常规实现选择 routine_worker，
33   对于复杂或高风险推理选择 deep_worker。
34   除非所需的模型不可用，否则不要询问用户选择模型。
35   将简单任务保留在主 Agent 上。"
36
373. 确保在 [agents] 下设置了 max_threads = 6 和 max_depth = 1。
38
394. 显示最终的 config.toml 和所有三个 Agent 文件，以便我
40   在保存前进行审查。

Codex 创建文件后，重启 Codex 或打开一个新任务。Agent 会在启动时加载。

修复后你应该看到什么？

修复前，每个子 Agent 都运行着与主 Agent 相同的模型和推理力度。

修复后，Codex 会（自主地）读取你的 Agent 文件，并在任务简单时选择更便宜的模型。文件搜索会路由到 Terra High 而不是 Sol Ultra。常规的 Bug 修复会在 Sol Medium 上运行。只有困难的任务才会使用 Sol High。你的主 Agent 会保持你在启动会话时在模型选择器中设置的值。

你仍然可以覆盖这些设置。在提示中说“仅使用 Sol”或“不要使用子 Agent”，路由就会靠边站。

Agent 文件长什么样？

Codex 会生成类似这样的文件。每个都放在 ~/.codex/agents/ 下。

1# ~/.codex/agents/fast-scan.toml
2name = "fast_scan"
3description = "用于快速搜索、代码库探索和轻量级只读分析。"
4model = "gpt-5.6-terra"
5model_reasoning_effort = "high"
6sandbox_mode = "read-only"
7developer_instructions = """
8快速收集证据并返回简洁摘要。
9不要编辑文件。
10"""

1# ~/.codex/agents/routine-worker.toml
2name = "routine_worker"
3description = "用于常规编码、测试、文档和有限范围的修复。"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "medium"
6developer_instructions = """
7实现分配的任务并验证结果。
8"""

1# ~/.codex/agents/deep-worker.toml
2name = "deep_worker"
3description = "用于困难的调试、架构、安全和模糊的多步骤工作。"
4model = "gpt-5.6-sol"
5model_reasoning_effort = "high"
6developer_instructions = """
7谨慎处理复杂工作，验证假设并提供强有力的验证。
8"""

你的 config.toml 中的路由策略告诉编排器何时使用每个 Agent，以及何时将工作保留在主 Agent 上。

为什么选择这些模型和推理力度组合？

GPT 5.6 有三个模型（Sol、Terra、Luna）和六个推理力度级别（Low、Medium、High、Extra High、Max、Ultra）。这有 18 种可能的组合。其中大部分都不适合 Codex 子 Agent 工作。上面的路由只使用了四个模型变体，是根据本周发布的两份独立基准报告选择的。

Artificial Analysis 对每个 GPT 5.6 模型在每个推理级别上进行了 9 项不同测试，涵盖推理、知识和编码。他们为每个模型发布一个综合评分。

Sol 在最大推理下得分为 59 分（满分 100）。Sol 在超高级别得分为 58 分。只差 1 分。成本差异大约为 3 倍——Max 消耗大约三倍的 Token 来获得那额外的一分。

对于规划任务和协调子 Agent 的根编排器，Extra High 以三分之一的 Token 成本提供相同的决策质量。Max 和 Ultra 对于 99% 的任务来说都是杀鸡用牛刀。

远离 Ultra。Ultra 更昂贵，因为它会在单个 Agent 内生成四个并行的子 Agent。在 Terminal-Bench（一个命令行编码工作流测试）上，Sol Ultra 得分为 91.9%，而 Sol 为 88.8%。这是 3.1 个额外分数，但成本大约为 3 倍。OpenAI 甚至没有为他们的两个主要编码基准发布 Ultra 的结果。如果你在已经是子 Agent 上使用 Ultra，你会得到递归生成——子 Agent 生成更多子 Agent。Codex 文档特别警告过这一点。

为什么常规工作使用 Sol Medium？

Sol 在中等推理下仍然在 Agents' Last Exam 测试中领先 Claude Fable 5 11.4 分，该测试涵盖 55 个专业领域的长期工作流。而成本仅为大约四分之一。

Medium 足够强大，可以遵循计划、编写功能、修复 Bug 或运行测试。它不需要独自做出架构决策。Codex 团队也推荐将 Sol Medium 作为日常驱动模型。

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

为什么轻量级工作使用 Terra High，而不是 Luna？

这一点让很多人感到意外。Luna 每 Token 更便宜（$1/$6 每百万），而 Terra 是（$2.50/$15）。但 Token 价格并不是全部。

DeepSWE v1.1 测试了编码 Agent 在 91 个开源项目上的 113 个真实工程任务。它衡量每个模型完成任务的百分比、每个任务的总成本以及所需的步骤数。

2026 年 7 月 9 日的结果：

• Sol 最大：完成 73% 的任务，每任务成本 $8.39，需要 61 步。
• Terra 最大：70%，$4.95，76 步。
• Luna 最大：67%，$3.03，102 步。
• Claude Fable 5 最大：70%，$21.63，88 步。
• Claude Opus 4.8 最大：59%，$13.22，120 步。

Luna 的每任务 $3.03 看起来不错，直到你看到步骤数。102 步对比 Terra 的 76 步。每一步都是一个工具调用，带有自己的输入和输出 Token。更多的步骤意味着消耗更多的总 Token，更多的时间，以及更多模型陷入错误循环并重试的机会。

Luna 也无法处理大型代码库。在 Nerova 测试（衡量模型从长输入中回忆信息的能力）中，Luna 得分为 41.3%。Terra 得分为 89.6%。Sol 得分为 91.5%。当子 Agent 需要在数千个文件中搜索并保持上下文时，Luna 会错过 Terra 能抓住的东西。

在 Artificial Analysis 编码 Agent 指数（将 DeepSWE、Terminal-Bench 和 SWE-Atlas-QnA 组合成一个编码分数）上，Sol 得分为 80，Terra 得分为 77.4，Luna 得分为 74.6，Claude Fable 5 得分为 77.2。Terra 落后 Sol 2.6 分，但成本只有一半。对于读取文件和收集证据的子 Agent 来说，这 2.6 分无关紧要。但对于进行困难的多文件调试的子 Agent 来说，它们很重要——这就是为什么这项工作会交给 Sol High 的原因。

Terra 在最大设置下还在 DeepSWE 分数上匹配了 Claude Fable 5（均为 70%），而成本仅为 Fable 的四分之一（$4.95 vs $21.63）。你可以在轻量级子 Agent 上以 $5 的价格获得 Fable 级别的编码性能。

总结

修复你的 config.toml 文件。将根 Agent 设置为 Sol Extra High。将常规子 Agent 工作设置为 Sol Medium。将轻量级只读工作设置为 Terra High。跳过 Luna，跳过 Low，跳过子 Agent 上的 Ultra。一次设置好。之后每次 Codex 会话都会自动路由，你的 Pro 计划就会像预期一样持久。