省了Token丢了脑子：GPT-5.5 Codex一个优化翻车，GitHub上炸了

GPT-5.5在Codex里"停"在516个推理token。不是偶然——39万条token记录，6个人各自翻了自己的日志，都看到了同一个数字。

而且那516次推理出来的答案，大概率是错的。

快速声明：以下内容基于公开GitHub issue数据和开发者社区复现结果，OpenAI尚未发布官方技术回应。

一、516这个数字不对劲

事情起源于一个GitHub issue[1]。用户vguptaa45翻了自己Codex的token消耗日志，发现一个匪夷所思的规律：

GPT-5.5的推理token数，大量集中在516这个值上——不是差不多，是精准等于516。还有二次峰值在1034和1552，差不多每隔518个token一个台阶。

这不是瞎猜。他分析了39万条token记录，跨越865个会话窗口。

结果：

分析token记录总数：390,195

精确命中516事件数：3,363

GPT-5.5占所有请求：19.3%

GPT-5.5占所有516事件：82.0%

GPT-5.5的516命中率：44.0%

其他模型的516命中率：1.3%

GPT-5.5只占了不到五分之一的请求，但包揽了超过八成的516事件。命中率是其他模型的34倍。

二、不是个例，6个人都翻到了

这个issue发出来后，在Hacker News上炸了[2]。至少6个开发者各自翻了自己的Codex日志，结果一致。

有人扫了1615个JSONL文件（20万条token记录）——GPT-5.5的516命中率31.9%。在cache输入少的场景里，这个比例反而更高。有人翻了4487个文件（18万条记录）——GPT-5.5的516命中率50.1%，同期GPT-5.3只有0.28%。同一个机器，同一个账号，180倍的差异。有人只盯着自己的GPT-5.5数据看（5.7万条记录）——516命中率从5月的26.7%涨到7月初的48.1%。

不是个例。不是偶发。而且在恶化。

三、省了推理时间，丢了正确答案

更关键的是数据和准确率的联动。

社区做了一组A/B测试：同一个逻辑谜题，跑5次。命中516token的那几次，答案全是错的。而token数正常变化的那几次，答案对了。

再翻时序数据：

2月份，516命中率几乎为零（0.11%）。平均推理token 268。到了5月份，516命中率飙到53%，平均推理token降到107。

也就是说，GPT-5.5在Codex上的推理时间被压了一大半。而精准卡在516这个阈值的那些请求，错得更多。

目前有三派猜测[3]：

❶ 预算帽子：OpenAI给GPT-5.5的推理设了token上限，516就是那个上限值。超过了直接掐断。 ❷ 批处理残影：推理按512token的固定块生成，516≈512+4是某个chunk对齐的结果。 ❸ 调度器异常：某个路由策略把复杂任务降级到了"快速通道"，通道的推理预算就是516。

无论哪种，结果都一样——你花着GPT-5.5的钱，拿到的是被截断的推理。

四、这个账怎么算

2015年，公司把服务器虚拟化了。虚拟化的初衷是省电省机柜，一台物理机跑多个虚拟机，资源弹性调配。听起来很美。结果呢——销售系统跑批的时候，虚拟化平台自动限制了CPU，销售系统慢了一倍。省了电费，丢了午高峰的销售。

GPT-5.5这件事本质上一样：为了省推理token（=省成本），把推理路径压到516以内。但复杂任务需要的推理量不一样，统一压到516必然导致部分任务推理不足，答案准确性断崖下降。

省了一两百个token的钱，丢了核心任务的正确率——这个账，怎么看都不划算。

五、现在的办法

OpenAI还没官方回应。但社区已经总结了几条临时对策[3]：

① 高难度任务切回GPT-5.3-codex或GPT-5.4——这两款的516命中率几乎为零。 ② 提示词里加一句"至少思考60秒，用最大的努力"——有人试了说管用，但没大规模验证。 ③ 重要任务的输出交叉检查——用一个模型出的结果让另一个模型看一眼。

就像便利店当年虚拟化翻车后，我们的办法也很简单：销售跑批时段，把虚拟机CPU上限调高。治不了本，但能扛住午高峰。

话说回来——一个卖推理token的公司，自己在Codex里把推理给截了。这本身就挺黑色幽默的。

👇 关注「亮虾哥」，一起算算AI账 👇

每周不定时更新，篇篇说实话。

#AI编程 #GPT5.5 #Codex #AI工具 #企业IT

参考来源

[1] OpenAI Codex GitHub Issue #30364 — GPT-5.5推理token聚类异常分析 [2] Hacker News 热帖讨论 — 多位独立开发者复现516模式 [3] explainx.ai — GPT-5.5 Codex 516-Token Bug: Evidence and Theories Explained