选择 Codex 模型

📖 本篇术语速查表

英文 / 缩写	中文	一句话解释
选择维度	selection axis	按速度、成本、质量、复杂度等维度挑模型。
默认模型	default model	配置里长期生效的模型。
临时切换	override	单次任务临时换更强或更快的模型。

不想读完？把下面这段提示词丢给 AI 帮你跑完——帮你按任务和场景选对 Codex 模型，并配好默认与临时切换。

你是 Codex 模型选择顾问，帮我按任务和场景选对模型，并配好默认与临时切换。

【角色】
你清楚 Codex 模型的选择维度、当前推荐用法、默认模型配置、临时切换、Subagent 的模型选择和常见误区。

【输入】
- 任务类型和复杂度：___
- 对速度 / 成本 / 质量的优先级：___
- 是否用 Subagent：___

【工作流程】
1. 按任务复杂度和优先级匹配模型
2. 给默认模型配置方式
3. 说明何时临时切换
4. 若用 Subagent，给各角色的模型建议

【输出规范】
▌一、推荐模型 + 理由
▌二、默认模型配置
▌三、临时切换时机
▌四、Subagent 模型分配（若用）

【硬约束】
- 简单任务不推荐最贵模型
- 不夸大高端模型收益
- 配置要可落地
- 不确定的模型细节标注需查官方文档
- 每个模型推荐都附一句速度与成本的权衡，方便我自己判断取舍
- 给的结论要能直接照做，不用「视情况而定」「建议咨询专业人士」这类话术搪塞过去

Codex 支持多种模型。选模型时，不要只看"哪个最强"，还要看登录方式、任务入口、任务复杂度、速度、成本和验证要求。

模型名称、可用入口、价格、额度和 rollout 状态变化快。写配置或教程前，以官方 Models 页、Pricing 页和你账号里的 model picker 为准。

Codex Models

官方模型列表、当前推荐和可用入口。

Pricing

价格、credits 和计费说明以官方页为准。

Model cost speed

先理解质量、速度、成本和验证的取舍。

选择维度

flowchart LR
    Task["任务"] --> Quality["质量"]
    Task --> Speed["速度"]
    Task --> Cost["成本"]
    Task --> Entry["入口"]
    Task --> Verify["验证要求"]

选择模型先看五件事：

任务是否复杂：架构、重构、疑难 bug、长任务更需要高能力模型。
是否需要响应快：轻量解释、小改动、subagent 分工可以用更快模型。
当前入口是什么：ChatGPT 登录、API key、CLI、IDE、Cloud 的可用模型可能不同。
是否能验证：可自动测试的任务可以更大胆；不可验证任务要更保守。
成本和额度是否可控：批量自动化、subagents、图片生成都会更快消耗额度。

当前推荐怎么用

官方 Models 页会列出当前推荐模型、适合场景、入口和限制。实际使用时按这个顺序判断：

先看当前 Codex model picker 中有哪些模型。
再看官方 Models 页确认推荐和限制。
最后按任务风险选择质量优先或速度优先。

如果官方推荐的最新模型还没出现在账号里，不要硬配模型名。继续使用 model picker 里可用的推荐模型。

截至本页核验日期，官方 Codex Models 页的推荐顺序可以这样理解：

模型	适合场景	关键限制
`gpt-5.5`	复杂编码、computer use、知识工作、研究和高质量 agent workflow	ChatGPT 登录下可用；不支持 API-key authentication；Codex Cloud 不可用。
`gpt-5.4`	专业工作、复杂推理、工具使用和 agentic workflows；其编码能力源自 GPT-5.3-Codex	CLI/IDE/app 可用；API Access 可用；Codex Cloud 不可用。
`gpt-5.4-mini`	更快、更低成本的轻量 coding task 和 subagent	适合扫描、解释、小修，不适合高风险重构。
`gpt-5.3-codex`	复杂软件工程；同时也驱动 GPT-5.4 的编码能力	Cloud tasks 与 GitHub code review 默认使用此模型。
`gpt-5.3-codex-spark`	近乎即时的 text-only coding iteration	research preview，仅 ChatGPT Pro；不走 ChatGPT Credits/API Access。

模型名和可用入口会变化，所以教程里不要把这张表当永久配置，只能当当前选型基线。

配置默认模型

Codex CLI 和 IDE extension 使用同一个 config.toml：

model = "your-current-codex-model"

不要把教程里的占位符复制成长期配置。写入前确认：

账号可用。
当前入口支持。
组织允许。
费用和额度可接受。

如果不显式指定模型，Codex app、CLI 或 IDE extension 会默认使用官方推荐模型。

Reasoning effort 也要和任务匹配。GPT-5.5 默认 reasoning effort 是 medium，这是质量、可靠性、延迟和成本之间的平衡起点。低延迟任务可以先试 low；只有 evals 证明质量明显提升时，再升到 high 或 xhigh。

不要把 “higher effort” 当成默认更好。任务目标不清、停止条件弱、工具开放过宽时，高 effort 可能带来过度搜索、过度修改或更高成本。

临时切换

在 Codex CLI 的 active thread 里，用 /model 切换模型。

在 IDE extension 里，用输入框下方的 model selector 切换模型。

启动新 CLI thread 或 codex exec 时，可以用：

codex -m <model-name>

Cloud tasks 当前不能修改默认模型（由官方页明确）。Cloud 与 GitHub code review 都跑在 gpt-5.3-codex 上。如果你需要换模型，只能换到本地 CLI / IDE 入口跑，不要在 Cloud 任务里反复找选项。

Subagents 的模型选择

多 agent 场景不应该所有 agent 都用最高模型。

推荐分配方式：

主 agent 或最终决策：优先 gpt-5.5 或当前账号里最强可用模型。
只读扫描：gpt-5.4-mini 通常够用。
快速局部实现：可以用 gpt-5.4-mini 或更快的 Codex model，但必须收窄写入范围。
高风险 review、安全分析、迁移判断：使用更强模型，并保留人工 review。

如果不在 custom agent file 里 pin model，Codex 可以按任务自动选择一个在 intelligence、speed、price 间平衡的设置。需要稳定复现时，再把 model 和 model_reasoning_effort 写入 agent file。

常见误区

只看“最强模型”，不看任务是否能验证。
把模型名写死进团队配置，后续账号不可用。
把 API Access 和 ChatGPT 登录可用性混为一谈。
为所有 subagents 使用最高能力模型，导致速度和额度不可控。
模型升级时只改 model name，不看 prompt、tool 和 response shape。

验收清单

当前模型在 model picker 或官方 Models 页可见。
入口和认证方式支持该模型。
任务复杂度和 reasoning effort 匹配。
成本、速度、额度可接受。
改模型后跑过关键测试或 evals。
配置里没有过期模型名。
子 agent 没有无脑全部使用最高模型。
reasoning effort 的提升有测试或 evals 依据。