Codex 额度烧得太快，OpenAI 承诺 28 天日更

OpenAI 核心产品与平台负责人 Thibault「Tibo」Sottiaux 于 10 月 4 日在 X 上发布了一项不同寻常的公开承诺：未来 28 天里，Codex 和 ChatGPT Work 团队每天至少交付一项有意义的改进 —— 否则就发放一次完整的额度重置。此前两天，他刚就 DevDay 期间的服务器过载发出全公司层面的道歉，并宣布了一周内的第二次全局额度重置，这时的 Sottiaux 已经没有立场只承诺更好的基础设施。他的承诺更应被解读为一种承认：围绕 OpenAI 智能体额度体系的信誉问题，已经严重到需要一个可见、可衡量的回应。

这个 28 天窗口 —— 大致持续到 10 月 31 日 —— 是一个已反复上演的故事的最新一集：Codex 用户，尤其是每月 100 美元 Pro 档的用户，经常在计划中的开发工作完成之前就耗尽每周配额，而且往往说不清额度花到了哪里。

一个失控的任务就能抹掉一周的 Codex 额度

用户向 Codex 提交任务时，平台并不是把它当作一次推理调用来执行。它启动的是一条多步骤的智能体流水线：模型生成代码、读取代码库上下文、跨步骤维护状态、总结中间结果，还可能为并行子任务派出子智能体。每一步都独立地从用户的共享额度池里扣减。

一个看起来不大的任务 ——「重构这个模块并写测试」—— 在完成之前可能消耗几十次工具调用和上下文窗口读取。Pro 档用户反映，一次卡住或范围没界定好的会话，就能耗掉每周额度中相当大的一部分。OpenAI 没有公布按操作计的额度消耗数据，Codex 目前在执行过程中提供的实时监控也有限，所以用户通常是事后才发现额度被耗掉了。

这造成了一个层层叠加的问题：更强的模型往往在每个任务上执行更多推理步骤，所以改进模型反而可能提高额度消耗速度，而不是降低。OpenAI 在 2026 年 6 月推出了 可留存重置（banked resets）功能，让 Pro 订阅用户可以把没用掉的速率限制重置留到以后。这项功能之所以有必要，本身就说明到年中时，智能体的 token 经济已经不均衡到需要在产品里内置配额平滑机制。

粉丝自建的追踪网站 codex-resets.com 记录到，自 Codex 上线以来已有 35 次额度重置，平均间隔约 8.9 天。在 Codex 用户中，Sottiaux 得了两个绰号：一个是「Reset Guy」（重置哥），原因显而易见；另一个更亲昵，把每次重置当作一笔意外之财。10 月 4 日的承诺发布前几小时，Sottiaux 在另一条帖子里列出了收窄后的团队议程：简化产品、提高效率以增加有效用量、交付突破性功能、发布新模型。他承认用户「显然希望东西更简单」，这与 OpenAI 近来快速堆叠功能的做法相比，是一次不寻常的转向。

延伸阅读：ChatGPT Dots 智能体在 DevDay 2026 上发布

Anthropic 的 Opus 5.5 暴露了 token 效率差距

Anthropic 于 9 月 22 日发布了 Claude Opus 5.5，与 OpenAI 发布 GPT-6 Sol 是同一天。在衡量智能体编程任务完成度的基准 FrontierCode v1.1 上，Anthropic 自己公布的表格显示，Opus 5.5 得分 54.4%，GPT-6 Astra 为 53.3% —— 差距 1.1 个百分点。Anthropic 的基准表格里没有 GPT-6.1 Sol 在这项对比中的数字。两组数字都是公司自己报告的；截至撰稿时，尚无对 FrontierCode 结果的独立复现发表。

基准上的差距不大。对 Codex 订阅用户更重要的，是据报道的 token 效率差异。基准表现和 token 效率是两种不同的属性：一个用更少的中间推理步骤和更简洁的工具调用完成任务的模型，无论它在排行榜上排第几，每单位工作消耗的用户额度都更少。Anthropic 特别强调，Opus 5.5 的后训练减少了智能体链路的开销。Anthropic 引述的早期测试者反映了一致的效率提升 —— GitHub 的首席产品官指出，在他们的测试中，该模型使用的 token 和步骤属于测到的最少之列，而 Kiro、Spotify 和 Optiver 的开发者则说，完成同等任务的 token 成本大约是 Opus 5 的一半。多位 Codex 开发者也独立反映，在任务难度相当时，Opus 5.5 比 GPT-6.1 Sol 能让他们的智能体额度预算撑得更久。

Anthropic 给 Opus 5.5 的定价比 Opus 5 低约 40%。GPT-6.1 Sol 的定价约为 GPT-6 Astra 的五分之一 —— 这是 OpenAI 自己在同一周的激进定价举动。但对一位支付固定月费的 Codex 订阅用户来说，单价是次要的：重要的是在撞上配额之前能完成多少工作，而在这个维度上，Opus 5.5 看起来握有 GPT-6.1 Sol 尚未追平的优势。

延伸阅读：GPT-6.1 Sol 的发布与定价

xAI 的 Grok Bot 不用承诺，已经在持续交付

28 天承诺的帖子发出后不久，xAI 的 Grok Bot 团队成员 Lauren Tan 在 X 上写道：「期待很快看到更多发布，来自 The Ship Company。」Sottiaux 引用了这条帖子，并向她发起挑战，要她做出同样的承诺。Tan 的回应 ——「这场仗只有你能赢」—— 带着明确的弦外之音：Grok Bot 已经在每天交付，不需要公开承诺。据 Tan 自己在 X 上的帖子，她最近提到在一个月内完成了约 2,500 个拉取请求（PR），并做了一场 72 小时的编程直播，只用 Grok Bot 搭建一家公司的软件基础设施。

因此 OpenAI 面临的竞争压力来自两条战线。在对 Codex 目标用户最重要的能力档位上，Anthropic 赢在 token 效率。xAI 赢在交付节奏，而且没有明显到需要公开重置的额度可靠性问题。Sottiaux 的 28 天承诺，是按 OpenAI 自己的方式回应了第二项挑战，但效率差距仍是模型层面的问题，单靠产品改进解决不了。

这项承诺没有界定什么 —— 以及它修不了什么

Sottiaux 的帖子没有定义其中最重要的那个词：什么才算「对大多数 Codex 和 Work 用户真正有用」？在开发者社区的回应里，各种解读都有，从真正的功能改进，到表面的产品改动 —— 更大的按钮、ChatGPT Dots 智能体界面换一套配色、更新界面文案。按宽松的解读，这些在技术上都算数，却丝毫不触及促成这项承诺的额度耗尽问题。

结构性的额度消耗，也不在一项 28 天交付承诺所能解决的范围内。多智能体流水线中的 token 消耗，取决于一个任务需要多少推理步骤，以及这些步骤的计量有多透明 —— 这两者都是模型架构和计费透明度的问题，而不是产品简化的问题。OpenAI 没有宣布对按操作计的额度报告、任务级额度隔离，或造成额度乘数效应的智能体流水线设计做任何改动。

GPT-5.5 一直可以在 Codex 和 Work 中使用，按计划将于 10 月 14 日从这些方案中退役。这次过渡会把 Codex 和 Work 的会话迁到 GPT-5.6 Sol 或其他更新的模型上 —— 这可能是 28 天窗口内用户体验上最大的一次变化。GPT-6.1 Sol 能否在真实规模上带来更好的 token 效率，而不只是在 Anthropic 自己的评测上缩小与 Opus 5.5 的基准差距，这个问题将在未来四周由实践来回答，而不是由公司自报的表格来回答。

Sottiaux 设想的最坏结果 —— 没有交付改进，于是重置额度 —— 是他的用户群早已计入预期的情形。悬而未决的问题是，这 28 项交付里，有没有哪一项会触及真正驱动这场比较的差距：不是功能数量，而是一位开发者在订阅周期重新开始之前，能把多少额度预算变成可用的软件。