这两天 OpenAI 的更新有点密，密到很多人还没反应过来，自己的 Codex 额度消耗方式已经变了。
先把时间线捋一下，这周三件事：
第一件，8月16日，Codex 负责人 Tibo 亲自在 X 上给出三行配置，让 GPT-5.6 Sol 在 Codex 里解锁完整的 100 万 token 上下文——此前这个数字被锁在 272K，用户想改都改不了。帖子发出后 300 多万人围观。量子位但注意他的原话后半句：长上下文虽好，勿贪杯。微博
第二件，几乎同一时间，OpenAI 工程师 Eric Provencher 宣布 Multi-Agent V2 全量上线：主 Agent 可以把子任务自动委派给不同的模型，每个子 Agent 还能单独设推理强度。36氪OpenAI 总裁 Greg Brockman 的说法是"朝着告别手动选模型的方向前进"。
第三件，ChatGPT 前端做了一次大换血。官方内部拿一个聊了 741 轮、体积 231MB 的"怪物级"对话做测试：打开时间从 27.62 秒降到 1.66 秒，应用加载提速 94%，打开一次对话要发的网络请求从 894 次砍到 16 次。36氪
单看每一条，都是好消息。但把它们放在一起，再对照社区这两天的真实反馈，你会发现这次更新最值得聊的不是"OpenAI 又送福利了"，而是一个更实际的问题：哪些变化是真省钱，哪些变化会悄悄烧穿你的额度。
先说争议最大的 1M 上下文。
很多人第一反应是：上下文从 272K 放开到 1M，白送的容量，不开白不开。但社区里最先劝退大家的，恰恰是重度用户自己。
机制上有两个坑。第一个坑是计费倍率：Codex 的长上下文计费是分段加权的，超过 272K 这条线之后，token 消耗按 2 倍计算。第二个坑更隐蔽：Codex 默认在 250K 左右自动压缩历史，这本来是个省额度的设计；你把上下文开到 1M，等于把这个自动压缩的保险丝也一起拔了，长线程会一路滑进高计费区间。
有用户在知乎算过一笔具体的账：同样一轮对话，默认配置下发送 100K token、按 1 倍计，就是 100K 加权消耗；开了 1M 之后，上下文堆到 400K、按 2 倍计，一轮就是 800K——不是翻倍，是 8 倍。知乎
这还不是全部。一份被国内 AI 日报引用的评测数据显示，GPT-5.6 Sol 在 256K—512K 区间的准确率还有 91.5%，到 512K—1M 区间掉到 73% 左右。微博知乎上有重度用户的体感更直接：GPT-5.6 系列上下文超过 300K 就"开始流口水"，注意力集中不了，需要反复干预引导，“原始的 272K 设置非常甜点”。知乎
所以结论可能和直觉相反：对绝大多数任务，1M 上下文除了更贵，没有好处。它真正适合的场景很窄——一次性要塞进超大代码库或超长文档、而且你明确知道自己在做什么的重度任务。日常写代码、跑测试、改 bug，272K 的默认值反而是成本和效果的最佳平衡点。Tibo 自己都提醒"勿贪杯"，这种官方人员主动劝退的场面，不多见。
再说 Multi-Agent V2。
这次变化的核心是：你不用再手动纠结"这个任务该用 Sol 还是 Luna"了。主 Agent 会自己拆任务、分派给不同模型——复杂推理给最强的 GPT-5.6 Sol，日常编程给 Terra，轻活快活给最便宜的 Luna，每个子 Agent 的推理强度还能单独调。
OpenAI 敢这么做的底气，来自 GPT-5.6 这一代的性价比结构确实变了。官方工程指南里有个很扎眼的数字：在 BrowseComp 搜索基准上，轻量模型 Luna 拿到 84.04% 的成绩，几乎追平上一代旗舰 GPT-5.5 的 84.36%，但单次任务成本从 33.27 美元降到 1.33 美元，降了 96%。知乎另一份文档理解场景的案例里，Luna 用大约十八分之一的成本保留了 GPT-5.5 约 98% 的信息提取准确率。
翻译成人话：过去"任务越复杂越要上最强模型"的经验，在这一代开始失效了。官方自己的最佳实践都在强调——别默认用最强模型，让轻量模型多干活。对按量付费的 API 用户，这是实打实的降本。
但对 Codex 订阅用户，这里藏着一个反直觉的地方：Multi-Agent 是并行跑子任务的。理论上每个子任务分给了更便宜的模型，单位成本降了；可一旦几个子 Agent 同时开工，各自的上下文都在独立累积，你的总额度消耗速度未必变慢，反而可能变快。微博上这两天"codex 额度干完了""额度像流水"的吐槽密度明显变高，虽然不能全归因于这次更新，但如果你打算把多 Agent 并行用起来，对额度的盯防要比以前更紧。微博
另外补一个背景：V2 上线前还出过一段插曲。三周前 Codex 的模型清单里，Sol 和 Terra 被标成了 V2，最便宜的 Luna 却还标在 V1，导致主 Agent 想派活给 Luna 直接报"未知模型"，GitHub 上为此开了至少两个 issue，官方论坛还有帖子喊"把 Luna 还给我们"——有人靠钩子强行绕过限制用 Luna，效果不错，后来这条路被堵死。36氪这次全量上线算是把这个坑填上了，Luna 重新回到了可被委派的位置。
第三件事，ChatGPT 前端提速，反而是三件事里最没争议、纯赚的一件。
以前长对话越聊越卡，是 Agent 时代的通病：一个复杂任务让它读代码、跑测试、改完再验一遍，几百轮就出去了，网页越来越沉。这次 OpenAI 的思路是不再在你打开对话时加载全部历史，只加载当下需要的那一小部分——741 轮的怪物对话 1.66 秒打开，内存占用砍掉四成。如果你的 ChatGPT 里躺着几个聊了几个月的超长会话，这几天应该能明显感觉到变轻快了。
最后，把这轮更新落到具体的人头上：
如果你是 ChatGPT Plus 用户（每月 20 美元那档）：1M 上下文建议默认不开，272K 足够；Multi-Agent V2 可以放心用，但并行任务从两三个开始，别一上来开一堆子 Agent；顺手检查一下自己的使用习惯——社区里流传一个省钱思路，Pro 用户可以通过 MCP 调用高速版模型 codex-spark，那条额度是独立的，不占通用 Codex 额度。微博
如果你是 Pro 用户、经常跑长任务：1M 只在你明确需要一次塞进超大上下文的任务前临时开，用完改回去；把 model_auto_compact_token_limit 这类参数盯紧，别让长线程裸奔进高计费区间。
如果你还在观望、考虑要不要订阅：可以先用免费版 ChatGPT 里已经放开的 Luna 试试水。它现在免费，但社区反馈免费版能力相比此前有缩水，体验打折。知乎真要当生产力用，Plus 的 Codex 额度在 5 小时窗口内允许的消息量，按用户对比大约是 Claude Pro 同价位的 3 到 5 倍，对"主要拿来写代码"的人性价比是站得住的。知乎国内开通注意两点：官方网页订阅就是 20 美元/月，第三方代充普遍在 160—180 元，明显低于这个价位的渠道要警惕；不要把账号密码和验证码交给任何陌生人。知乎
往后看，还有两个信号值得盯：一是 Tibo 顺手爆料的下一代模型 Astra（坊间叫它 GPT-6），已经出现在 Codex 的产品清单预告里。知乎二是社区里流传的"额度重置规则要调整"的说法，目前只是传闻，但每次 Codex 有大更新，计费口径往往是跟着变的——这两件事一旦落地，今天这份省钱攻略还得再校准。
一句话总结这轮更新：1M 上下文是给少数人的工具，不是给所有人的福利；Multi-Agent V2 是真的在替你省"选模型"的心，但省不省额度取决于你怎么用；前端提速人人有份。OpenAI 把选择权还给了用户，而选择权这东西，从来都是要自己算账的。
