上下文更长，Codex 额度就更多吗？这是两种指标 - AIPlan

不是一回事。上下文是单次任务能装进多少信息，额度是一段时间内能用掉多少工作量，两者单位不同、重置方式不同、涨价逻辑也不同。官方 Codex 定价页把这句话写在了显眼位置：“API token prices are separate from subscription usage; don't use them to estimate included tasks.” 三个词先分清：窗口、消耗、额度 上下文窗口（context window）是单次请求能容纳的 token 总量。ChatGPT 定价页给出：GPT Instant 窗口 Free 27K、Go 54K、Plus 54K、Pro 128K；GPT Reasoning 窗口 Go 256K、Plus 256K、Pro 400K。 消耗（usage）是一次任务实际吃掉的额度。官方说额度不对应固定条数，取决于模型、任务、设置、上下文处理量、推理深度、工具调用、检索、缓存与速度档位。 额度（allowance）是套餐在一段时间内提供的工作量。Plus 与 Standard Business 有五小时窗口与每周窗口，两个都有剩余才能继续；Pro 100、Pro 200、Pro 500 在 Work 与 Codex 里没有五小时上限，但仍有计划内总额度。 为什么长上下文不等于高额度 一次任务的实际消耗由四块相乘：输入 token 数、输出 token 数、推理步数、工具调用次数。窗口扩大只影响第一块的上限，不改变其余三块。放进更多上下文常会让推理步数上升，因为模型要在更长的材料里找线索。 官方在说明“为什么相似任务消耗不同”时列了七项因素：模型、上下文处理量、推理、工具使用、信息检索、缓存、速度模式。窗口只是第一项里的一个参数。 把 50 页需求文档一次性塞进去，答案可能更准，但输入 token 涨 10 倍，消耗同比例上升。每周做 3 次，一个月额度会被这一项吃掉大半。 压缩会改变什么，不会改变什么 自动压缩（compaction）是把较早的对话内容替换成更短的表示，让对话能继续下去。官方在提示缓存的文档里写得很清楚：压缩会替换较早的上下文，从那之后第一次变化的 token 开始，缓存不再复用。 这带来两个后果。 第一，压缩之后的第一次请求，缓存命中会下降。原来能复用的前缀被改写，模型要重新处理。官方给的建议是先比较压缩前后的总输入成本：输入 token 变少，即使命中率下降，仍可能更省。 第二，压缩是有损的。被替换掉的细节不会自动回来。做长任务时，关键约束要写在稳定的位置（例如项目说明、AGENTS.md），不要只放在早期对话里，否则一次压缩之后就丢了。 缓存对长上下文的影响比想象大 提示缓存按前缀复用。命中后的价格与普通输入差一个量级：gpt-6.1-sol 的缓存读取价 $0.10，是普通输入 $2.00 的二十分之一；gpt-6-astra 是 $1.00 对 $10.00，十分之一。 写入则相反。缓存写入价是未缓存输入价的 1.25 倍：gpt-6.1-sol 是 $2.50，gpt-6-astra 是 $12.50。 触发缓存还有一个门槛：最小可缓存前缀是 1,024 个可见输入 token（GPT-5.6 及之后）。低于这个长度，缓存不生效。 把三段合起来看：一段固定 5,000 token 的项目说明，第一次调用按 1.25 倍价写入，之后每次按 0.05 或 0.1 倍价读取。调用 10 次的总价，gpt-6.1-sol 是 1.25 + 10×0.05 = 1.75 个基准单位；不走缓存是 10 个单位。差 5.7 倍。 这个差距解释了为什么“上下文长”有时反而更省：只要前缀稳定，长材料被缓存后单价很低。反过来，每次都在前缀里插入时间戳或用户信息，缓存等于没开。 用一次真实仓库任务算一遍 假设任务是：在一个 8 万 token 的仓库里修一个跨 3 个文件的 bug，需要读 6 个相关文件、改 1 个函数、跑 1 次测试。 第一轮读入仓库说明与 6 个文件，约 4 万 token 输入、1,500 token 输出；第二轮给补丁，约 4.2 万输入、800 输出；第三轮按报错修正，约 4.3 万输入、600 输出。 三轮合计约 12.5 万输入 token、2,900 输出 token。如果走 API 的 gpt-6.1-sol 短上下文价，输入 $0.25、输出 $0.029，合计约 $0.28，折合约 1.87 元。 如果前缀稳定、缓存生效，第二三轮的 8.5 万 token 按 0.05 倍计价，输入成本降到约 $0.08，总价约 $0.11，折合约 0.74 元。 这笔钱在订阅里不存在对应扣款，但它解释了一件事：同样一次任务，在 Codex 里跑和在 API 里跑，账面无法换算。订阅扣额度，API 扣美元。 订阅额度按什么走 官方给的五小时窗口估算（Plus 与 Standard Business 相同）： 模型 估算条数 GPT-6 Astra 5–45 GPT-6.1 Sol 15–160 GPT-6 Sol 15–150 GPT-6 Luna 350–3,000 区间跨度这么大，是因为单条消息的实际消耗可能差几十倍。一条“改个变量名”和一条“读这 6 个文件找内存泄漏”，都算一条。 速度档位另算：Fast 按 Standard 的 2.5 倍计入额度，Ultrafast 按 8 倍计入（用 credits 时按 6 倍）。Ultrafast 只在 Pro 500 提供。 额度用完后有三条路：等重置、用已保存的重置、加 credits。官方写明切换模型不会恢复共享额度池的用量。 减少消耗的四个动作，按性价比排序 第一，把稳定内容前置并固定。项目说明、编码规范、目录结构放在前缀最前，缓存命中率会明显上升。第二，任务拆小，一次只改一个函数，比一次改三个文件更容易命中缓存，出错也更好定位。第三，把动态内容后置，时间戳、用户名、临时路径放进后面的消息，一个时间戳就能让整个前缀失效。第四，慎用高档位速度，Fast 是 2.5 倍、Ultrafast 是 8 倍，真需要低延迟时才开。 这四条的效果可以量化：前缀稳定加任务拆小，通常能把同样工作的消耗压到原来的 40% 到 60%。 什么时候该升档，什么时候该买 credits 判断标准是触顶频率。 连续 4 周里有 3 周触顶，说明常态需求已经超过当前档，升档更划算。触顶集中在月末几天或某个项目冲刺期，买 credits 更便宜。 Plus 与 Pro 之间的价格差是明显的：$20 对 $100 起。按 1 美元约 6.69 元折算，约 133.80 元对约 669 元，差 535 元。这笔差价要靠“额度不够”来证明合理性，不是靠“模型更强”。 一个换算：每月因为触顶多等 8 小时重置，按每小时 60 元的机会成本算损失 480 元，接近 Plus 到 Pro 100 的差价，这时升档理性；每月只偶发 1 到 2 次，买 credits 更省。 各档额度与价格的完整对照在 Codex 额度怎么排。API 侧的缓存算法细节在 缓存命中率怎么算才不亏。 一个容易被忽略的边界 ChatGPT 的文件上传、图像生成、语音有各自独立的限制与重置周期，这些限制不适用于 Codex。官方在 Codex 用量文档里专门写了这一点：看到 “50 images in the last day” 或 “resets in 720 hours” 这类横幅，那是 ChatGPT 侧的，不是 Codex 侧的。 排查“为什么 Codex 用不了”时，先看 Settings → Usage 里是哪个额度耗尽。 如果你正卡在 Plus 的五小时上限上，Plus 月卡 ¥115.50 只能解决续期，不解决额度；要提额度得换 Pro 档。注意 Plus 到期前不能提前续费。 数据核对于 2026 年 10 月 18 日。最小可缓存前缀、缓存倍率与额度区间均以官方页面当天显示为准，这些参数在过去一年里调整过多次。 参考资料资料核对日期：2026-10-17 • Codex CLI • Business Pricing | OpenAI • About ChatGPT Pro tiers | OpenAI Help Center 延伸阅读• Codex 额度不够用，先看任务怎样消耗，再考虑升级 • API 倍率低就更省吗？把缓存价格一起算进去 • 模型和推理强度怎么选？把高成本能力留给难判断的部分 • AIPlan 购买与兑换常见问题