上周，OpenAI 全量上线了 GPT-5.6 的「多智能体 v2」，主 Agent 可以自动拆解子任务、委派给任意支持的模型，每个子 Agent 还能单独设置推理强度。36氪官方的说法很直白：这是为了让 Agent 用起来更便宜。
但用户端的体感是另一个故事。一位深度使用了半个月的微博用户说，它 10 分钟干完自己 5 小时的用量，「一堆智能体并行跑，爽是真的爽，钱也是哗哗的流」。微博
先算「烧钱账」：并行不是简单的 N 倍
一个走过弯路的开发者团队分享了很典型的案例：客服工单系统原本用一个智能体走完意图识别、工单生成和质检，拆成四个「专业智能体」之后，「单次请求的 Token 消耗从 8K 涨到了 35K，翻了四倍多」，平均响应延迟从 3 秒涨到 12 秒，上线第一周还新增了 Agent 间通信失败、死循环、互相踢皮球等六类故障模式。知乎这只是个案，不是行业统计，但它把机制讲透了：多智能体之间的通信不是免费的，每传一次话就是一轮完整的模型调用，每个 Agent 还要各自重填一遍上下文；两个 Agent 要是意见不合来回打回，Token 就在反复确认里白烧了。
单个案例之外，大盘的消耗也是真实的。Agent 时代「替你干一件事，后台要来回调好几轮模型，查一轮、核一轮、再查一轮，请求量跟人用完全不是一回事」。知乎
再算「省钱账」：省的是模型差价
官方那本账也有自己的逻辑：「复杂任务仅20%步骤需最强模型，其余可交给便宜模型」。36氪GPT-5.6 本身分了 Sol、Terra、Luna 三档，从最强到最便宜，多智能体 v2 干的就是把关键步骤自动派给贵模型、简单步骤派给便宜模型的活。
社区已经有人把这套玩法跑出了账。小红书有用户实测，在 DeepSWE 榜单上，「GPT-5.6 Luna Max 以 67% 得分，平均成本只要 $0.61 登顶最具性价比的模型」，他总结的最高效打法是「主线程用 GPT-5.6 Sol 做整体规划和拆解，把边界清晰的子任务全部丢给 GPT-5.6 Luna Max 并行执行」。小红书
所以两本账并不矛盾：烧钱账烧在「协调」上，省钱账省在「差价」上，最后多花还是少花，取决于你的任务结构。
三个问题，判断你的任务值不值得并行
一问能不能拆。子任务之间如果强依赖彼此的结果，并行不会提速，只会徒增通信开销，这类任务老老实实跑单智能体。二问能不能验。子任务的结果如果没人能判断对错，智能体之间反复互查就是最烧 Token 的黑洞，前面那个翻四倍的案例，账大多烧在这里；反过来，结果能自动验证的任务（代码能不能编译、数字能不能对上），并行才站得住。三问买的是时间还是结果。任务确实赶时间，用 Token 换「10 分钟干完」是笔划算买卖；只是好奇尝鲜，就别拿最贵的旗舰档开并行。
现在就能改的设置
用 Codex 的话，v2 已经支持给子智能体单独设推理强度、委派不同模型，社区也有了现成方案：写一个配置文件，把 Luna 定义成专职干活的子智能体，主线程留给 Sol 做规划。小红书一句话：别让最贵的模型从头干到尾。
接下来值得盯的信号
「20% 步骤」这套省钱叙事刚刚上线，真实账单还没跑出来。两个观察点：一是 OpenRouter 的周数据，这家被 Stripe 以 70 亿美元收购的模型路由平台，「截至8月10日，OpenRouter官方披露的最新周Token规模已经超过55万亿」。知乎分档委派普及后增速会不会放缓，这里是最直接的体温计；二是 Claude 和国产厂商会不会跟进给「并行」与「分档」单独定价。这两点落地之前，并行这个开关，建议先算账再打开。
