我是安徽最忧郁程序员无隅

用 Codex 写代码，最直观的感受往往是：确实好用，但复杂任务一跑久，模型调用量也会跟着上去。

很多人会直接把默认模型换成更便宜的型号。这样做虽然能降低单次调用价格，却可能让规划变差、工具往返变多，最后用更多时间和 Token 完成同一个任务。

更有效的做法不是把所有模型一起降级，而是按照任务职责分配模型：强模型负责关键判断，轻模型承担高频、边界清楚的工作。

本文基于当前 Codex 官方配置文档，讲清楚这套分工如何配置，以及什么时候不该为了省钱强行使用轻模型。

---

一、先说结论：省钱靠分工，不是全换便宜模型

一次 Codex 任务并不等于一次模型调用。

主线程需要理解需求、规划任务和汇总结果；子 Agent 会独立搜索代码、修改文件或运行测试；执行 /review 时，还可以使用单独的 Review 模型。每个子 Agent 都会产生自己的模型与工具调用，因此多 Agent 工作流通常比单 Agent 消耗更多 Token。

问题在于，这些工作对模型能力的要求并不相同。

• 主模型面对的信息最不完整，需要处理歧义、拆分任务并决定下一步，应该优先保证质量；
• Review 的目标相对清楚，但仍要识别逻辑错误和边界风险，适合质量与成本更均衡的模型；
• 子 Agent 如果只负责搜索、测试或一个局部修改，可以使用更便宜的模型；
• 上下文压缩可以调整触发阈值，但当前公开配置中没有单独的 compact_model 字段。

因此，更稳妥的分工不是“主模型用 Sol，其他全部 Luna”，而是：

Sol 负责模糊且关键的判断，Terra 负责通用执行与 Review，Luna 只接边界清楚、结果容易验证的窄任务。

按照本文写作时 OpenAI 官方模型页列出的价格，GPT-5.6 Sol 每百万输入/输出 Token 分别为 4 美元和 20 美元，Terra 为 2 美元和 12 美元，Luna 为 0.2 美元和 1.2 美元。价格差距很明显，但最终能省多少，还取决于任务路由、缓存命中、返工次数和实际输出长度。

---

二、看懂 Codex 的四段调用链

1. 主模型：决定任务会不会跑偏

主模型是整条链路的协调者。它要理解用户真正想解决的问题，判断需要读取哪些内容，决定是否拆分子任务，并在多个结果之间做最终取舍。

这里如果判断错了，后面的执行越快，偏离目标也可能越远。因此，主模型通常是最不适合激进降级的位置。

2. 子 Agent：最适合按任务粒度降级

子 Agent 接到的任务通常比主线程具体，例如“扫描认证模块的异常处理”“运行测试并总结失败原因”或“只修改这个配置文件”。任务边界越清楚，对全局推理能力的依赖就越低。

不过，子 Agent 并不是免费并行。官方文档明确说明，每个子 Agent 都会执行自己的模型和工具工作，所以会增加 Token 消耗。只有当任务能够独立并行，或者能把大量噪声挡在主线程之外时，子 Agent 才真正划算。

3. Review：可以换模型，但只影响 /review

review_model 是 Codex 的正式配置项，但它的作用边界需要说清楚：它覆盖的是 /review 使用的模型，不会自动接管所有你口头描述为“代码审查”的子 Agent。

Review 要检查逻辑、边界条件和潜在回归，通常比简单搜索更依赖判断。预算敏感时可以尝试 Luna，但更稳妥的默认选择是 Terra，并给它较高的 reasoning effort。

4. Compact：目前不能单独指定模型

上下文持续增长后，Codex 会进行自动压缩。公开配置提供了 model_auto_compact_token_limit，可以控制触发压缩的 Token 阈值，但当前配置参考中没有单独的 compact_model。

也就是说，我们可以先优化调用量更大的子 Agent 和 /review，不要编造一个并不存在的压缩模型配置。

---

三、推荐配置：主模型、Review 和子 Agent 怎么分

1. 稳妥版：Sol 规划，Terra 执行和 Review

打开用户级 Codex 配置文件：

• macOS / Linux：~/.codex/config.toml
• Windows：C:\Users\<用户名>\.codex\config.toml

加入下面的配置：

model = "gpt-5.6-sol"
model_reasoning_effort = "high"
review_model = "gpt-5.6-terra"

[agents]
default_subagent_model = "gpt-5.6-terra"
default_subagent_reasoning_effort = "medium"

这套配置适合大多数项目：主线程保留较强的规划和综合能力，通用子 Agent 使用 Terra，/review 也交给 Terra。

如果任务主要是常规开发，而不是跨模块重构或复杂故障定位，也可以先把主模型的 reasoning effort 从 high 调到 medium，再通过实际任务比较质量和耗时。reasoning effort 越高，通常意味着更多时间和 Token，不应该无条件拉满。

2. 激进版：给窄任务单独准备 Luna Worker

如果你经常处理格式整理、定向搜索、简单测试或批量替换，可以定义一个专门的低成本 Worker，而不是让所有子 Agent 都使用 Luna。

先在 config.toml 中声明这个角色：

[agents.worker]
description = "处理边界清楚、结果容易验证的执行任务"
config_file = "agents/worker.toml"

然后创建 ~/.codex/agents/worker.toml：

model = "gpt-5.6-luna"
model_reasoning_effort = "medium"

这里有一个容易忽略的细节：只创建 worker.toml 不够，还要在 [agents.worker] 中通过 config_file 声明这个角色。

使用时，应明确让 Codex 把窄任务交给 worker。涉及架构决策、复杂调试或大范围写入时，仍然使用主模型或 Terra 子 Agent。

3. 第三方 Provider：分工逻辑不变

Codex 支持自定义模型 Provider。Provider 需要配置 base_url、密钥对应的环境变量和 wire_api = "responses"，然后通过 model_provider 选择它。

model = "<强模型 ID>"
review_model = "<均衡模型 ID>"
model_provider = "your-provider"

[model_providers.your-provider]
name = "Your Provider"
base_url = "<Responses API 地址>"
env_key = "YOUR_PROVIDER_API_KEY"
wire_api = "responses"

[agents]
default_subagent_model = "<轻量模型 ID>"
default_subagent_reasoning_effort = "medium"

第三方服务的模型名称、接口地址和密钥类型可能随套餐变化，必须以对应厂商的最新文档为准。不要把密钥直接写进 config.toml，只填写环境变量名称。

另外，官方文档说明子 Agent 默认继承父 Agent 的 Provider。选择子 Agent 模型时，需要确认该 Provider 确实提供对应模型。

---

四、三个容易踩的坑

1. 轻模型便宜，不代表整个任务更省

如果 Luna 因为判断能力不足而重复搜索、反复修改，或者最终需要主模型返工，那么单价优势很快会被额外调用抵消。

判断是否适合 Luna，可以看两个条件：任务能否用一句话描述清楚，以及结果能否通过测试、Diff 或固定规则快速验证。只要其中一个条件不满足，就优先使用 Terra。

2. 并行子 Agent 可能省时间，但通常不会省 Token

多个子 Agent 同时扫描不同模块，可以缩短等待时间，也能减少主线程中的日志污染。但每个 Agent 都有独立的上下文和工具调用，总 Token 往往会上升。

所以不要为了“看起来更 Agent”而拆分任务。只有相互独立、可以并行、返回结果能够被压缩汇总的工作，才适合交给多个子 Agent。

3. Review 不应该一味追求最低价

Review 是代码进入下一步之前的质量门。如果审查模型漏掉高风险问题，后续修复成本可能远高于模型差价。

默认使用 Terra 更均衡；只有在审查规则非常固定，例如检查格式、约定或简单变更时，再考虑 Luna。安全、并发、数据一致性和复杂业务逻辑审查，应该提高模型和 reasoning effort。

---

五、省钱之后，怎么验证没有把效率省没了

模型分工不是一次配置后永远正确。最可靠的方法，是选择几类自己经常执行的任务，分别跑原配置和新配置，然后比较：

• 任务是否一次完成；
• 总耗时有没有明显增加；
• 工具调用和返工次数是否上升；
• 测试是否通过；
• Review 能否发现预先埋入的问题；
• 总 Token 或实际费用是否下降。

不要只看单个模型的价格，也不要只看某次任务的 Token。真正需要优化的是“完成一个合格任务的总成本”，其中既包括模型费用，也包括等待时间和人工返工。

我的建议是先从稳妥版开始：Sol 负责主线程，Terra 负责通用子 Agent 和 /review。运行一段时间后，再把最重复、最容易验证的任务交给 Luna Worker。

最终的省钱原则可以压缩成一句话：

关键决策不要省，重复执行按边界降级；轻模型失败后的返工成本，不能超过它省下来的模型差价。

---

参考资料

• Codex Configuration Reference
• Codex Subagents
• OpenAI GPT-5.6 模型指南
• OpenAI 模型价格与能力