Codex 额度三天见底后，我重新做了一周预算
前几周，Codex 经常会有额外重置，我也慢慢养成了"先把活干完再说"的使用习惯。
直到上周，周额度三天就快见底，后面几天还能做事，但明显要不断换方案：简单任务切到别的模型，复杂任务只能等额度回来。真正难受的不是少做了一点工作，而是整个工作节奏被打断了。
所以我复盘了一个问题：能不能不减少工作量，只是让一周的额度用得更均匀一点？
我最后做了两层控制：第一层是把周额度拆成每日预算；第二层是按任务选择模型、推理强度和速度，同时减少不必要的子 Agent 和无关输出。跑了一周后，任务和调用量没有少，单次调用的 Token 反而下降了。
这篇文章整理一下我实际怎么做，也把几个容易把额度"烧快"的地方讲清楚。
先弄明白：为什么 5.6 之后会感觉 Token 掉得更快
我以前只会看"这个模型能不能把活干好"。现在更重要的是先分清三件事：模型档位、推理强度和推理速度。
模型档位可以用看病来理解。
- 简单、确定的任务，像去诊所看医生，对应 Luna；
- 已经明确怎么实施的任务，像去医院看普通医生，对应 Terra；
- 复杂分析、架构判断和难题，才需要专家，对应 Sol。
能力越强，成本通常也越高。把所有任务都交给 Sol，当然能做，但并不划算。
推理强度则像同一个医生要想多深。普通感冒，开点药就够了；症状复杂，才需要结合检查报告判断下一步。Codex 里的 Light、Medium、High、xhigh、Ultra 也是这个区别：任务越复杂，它会规划得更多、测试得更多、检查得更多，Token 自然也会更多。
推理速度也别忽略。Fast 的响应更快，但消耗约是 Standard 的 1.5 倍。日常任务用 Standard 就够了，确实赶时间再开 Fast。
以前主要使用 5.5 时，不需要额外判断模型档位，价格和效果相对均衡。5.6 分档以后，如果一上来就是 Sol + 高推理强度，甚至再开 Fast，简单任务也会按"专家会诊"的方式处理，额度掉得快并不意外。
这也不只是使用习惯的问题。官方的说明里提到，Sol 会工作更久、调用更多工具和子 Agent；同样是 High，也可能比 5.5 的 High 消耗更多 Token。对我来说，这个信息的意义不是追究"为什么变快"，而是提醒自己：默认用最强模型，并不是默认最优。
第一层：先做预算，不是限制工作
我没有把预算当成硬性限额，而是把它当成一个提前预警。
做法很简单：把一周额度按工作节奏拆开。工作日的预算高一点，周末低一点；如果当天任务很重，可以先超一点，后面几天再慢慢拉回。它不是要你卡着一个数字停工，而是让你尽早知道：这周还剩多少、今天是不是已经用得太快、后面的任务要不要换档位。
这个动作看起来很朴素，但它改变的是使用习惯。以前是额度快见底才发现问题；有了预算后，是在周一、周二就能看到自己是不是已经把后半周的空间提前花掉了。
第二层：分级干活，而不是少干活
预算解决的是"什么时候该收一收"，模型分级解决的是"每件事该花多少"。我现在大致按下面的思路分工：
- 测试、验证、明确的小检查：优先 Luna；
- 已有方案的实施和常规开发：优先 Terra；
- 复杂分析、架构取舍和真正难题：再用 Sol，并按难度提高推理强度。
这不是为了追求最低消耗，而是把贵的算力留给真正需要它的地方。比如检查结果是否正确、让 AI 操作界面完成验证，这类任务用 Luna 往往已经够用；只有遇到需要深度判断的事情，才切到更强模型和更高强度。
少开一点子 Agent
子 Agent 的价值是上下文隔离：它像新开了一个独立的助手，主 Agent 的对话不会直接带过去。这个能力很适合并行调研、分角色检查，或者把一项大任务拆开。
但它也意味着，每个新 Agent 都要重新读材料、理解任务、建立上下文。主任务开得不大，却随手再开几个子 Agent，很容易把总消耗放大。
我的默认策略是先让一个 Agent 把事情做完整；只有确认任务真的能并行，或确实需要不同角色复核时，再增加子 Agent。Ultra 这类高强度任务尤其要谨慎，因为它可能会进一步拉高子 Agent 的调用量。
别把无关输出塞进上下文
还有一个很隐蔽的来源，是命令、检索和文档输出。模型不只要为自己的回答花 Token，也要处理你喂进去的大段内容。
我会用 RTK 这类工具先过滤、压缩命令输出，让真正有用的结果进入上下文。它的统计口径是命令输出压缩，不等同于 Codex 总 Token 会按同样比例下降；但对于日志、测试结果和检索输出很多的项目，减少无关内容进入上下文，效果很直接。
跑了一周后，我确认了什么
这组数据看的是 4 个完整自然日，并和前 15 天的平均情况做了对比。
- Sol 的调用约占 62%，Terra 约占 10%，Luna 约占 27%；超过四分之一的调用交给了 Luna，主要承担测试和验证。
- 日均调用量比前 15 天基线增加约 92.5%，工作和调用次数没有减少。
- 单次调用的 Token 下降约 13.1%。
- RTK 对命令输出的实测压缩约为 87.5%，这部分不能直接当成 Codex 总 Token 的降幅。
从实际模型统计也能看到，Luna 并不是"少做一点"，而是在承担一部分成本更低的测试和验证工作。同一批记录中，Luna 的平均调用成本约为 Sol 的二十四分之一；让它处理适合的任务，调用次数不需要下降，也能把高成本模型留给真正需要深度判断的部分。
所以我不会说"总 Token 已经大幅下降"。更准确的结论是：任务做得更多，模型开始分工，单次调用也更省。
对我来说，最有价值的变化不是省下了一个漂亮数字，而是到官方预计重置前，工作没有因为额度提前耗尽而被迫停住。预算给了我节奏，模型分级把成本放回了任务本身。
最后
省 Token 不是让 AI 少干活，而是避免把每一件小事都交给最贵、最会思考的配置。
先做一周预算，再为任务选模型、推理强度和速度；需要时再开子 Agent；对大段输出先做过滤。把这几件事做起来，Codex 的额度就不再只是一个快见底才会注意到的数字。
你平时最容易在哪一环把额度用快：模型档位、推理强度、子 Agent，还是工具输出？