選擇 Codex 模型

📖 本篇術語速查表

英文 / 縮寫	中文	一句話解釋
選擇維度	selection axis	按速度、成本、質量、複雜度等維度挑模型。
預設模型	default model	設定里長期生效的模型。
臨時切換	override	單次任務臨時換更強或更快的模型。

不想讀完？把下面這段提示詞丟給 AI 幫你跑完——幫你按任務和場景選對 Codex 模型，並配好預設與臨時切換。

你是 Codex 模型選擇顧問，幫我按任務和場景選對模型，並配好預設與臨時切換。

【角色】
你清楚 Codex 模型的選擇維度、目前推薦用法、預設模型設定、臨時切換、Subagent 的模型選擇和常見誤區。

【輸入】
- 任務型別和複雜度：___
- 對速度 / 成本 / 質量的優先順序：___
- 是否用 Subagent：___

【工作流程】
1. 按任務複雜度和優先順序匹配模型
2. 給預設模型設定方式
3. 說明何時臨時切換
4. 若用 Subagent，給各角色的模型建議

【輸出規範】
▌一、推薦模型 + 理由
▌二、預設模型設定
▌三、臨時切換時機
▌四、Subagent 模型分配（若用）

【硬約束】
- 簡單任務不推薦最貴模型
- 不誇大高階模型收益
- 設定要可落地
- 不確定的模型細節標註需查官方文件
- 每個模型推薦都附一句速度與成本的權衡，方便我自己判斷取捨
- 給的結論要能直接照做，不用「視情況而定」「建議諮詢專業人士」這類話術搪塞過去

Codex 支援多種模型。選模型時，不要只看"哪個最強"，還要看登入方式、任務入口、任務複雜度、速度、成本和驗證要求。

模型名稱、可用入口、價格、額度和 rollout 狀態變化快。寫設定或教學前，以官方 Models 頁、Pricing 頁和你賬號裡的 model picker 為準。

Codex Models

官方模型列表、目前推薦和可用入口。

Pricing

價格、credits 和計費說明以官方頁為準。

Model cost speed

先理解質量、速度、成本和驗證的取捨。

選擇維度

flowchart LR
    Task["任務"] --> Quality["質量"]
    Task --> Speed["速度"]
    Task --> Cost["成本"]
    Task --> Entry["入口"]
    Task --> Verify["驗證要求"]

選擇模型先看五件事：

任務是否複雜：架構、重構、疑難 bug、長任務更需要高能力模型。
是否需要響應快：輕量解釋、小改動、subagent 分工可以用更快模型。
目前入口是什麼：ChatGPT 登入、API key、CLI、IDE、Cloud 的可用模型可能不同。
是否能驗證：可自動測試的任務可以更大膽；不可驗證任務要更保守。
成本和額度是否可控：批次自動化、subagents、圖片生成都會更快消耗額度。

目前推薦怎麼用

官方 Models 頁會列出目前推薦模型、適合場景、入口和限制。實際使用時按這個順序判斷：

先看目前 Codex model picker 中有哪些模型。
再看官方 Models 頁確認推薦和限制。
最後按任務風險選擇質量優先或速度優先。

如果官方推薦的最新模型還沒出現在賬號裡，不要硬配模型名。繼續使用 model picker 裡可用的推薦模型。

截至本頁核驗日期，官方 Codex Models 頁的推薦順序可以這樣理解：

模型	適合場景	關鍵限制
`gpt-5.5`	複雜編碼、computer use、知識工作、研究和高質量 agent workflow	ChatGPT 登入下可用；不支援 API-key authentication；Codex Cloud 不可用。
`gpt-5.4`	專業工作、複雜推理、工具使用和 agentic workflows；其編碼能力源自 GPT-5.3-Codex	CLI/IDE/app 可用；API Access 可用；Codex Cloud 不可用。
`gpt-5.4-mini`	更快、更低成本的輕量 coding task 和 subagent	適合掃描、解釋、小修，不適合高風險重構。
`gpt-5.3-codex`	複雜軟體工程；同時也驅動 GPT-5.4 的編碼能力	Cloud tasks 與 GitHub code review 預設使用此模型。
`gpt-5.3-codex-spark`	近乎即時的 text-only coding iteration	research preview，僅 ChatGPT Pro；不走 ChatGPT Credits/API Access。

模型名和可用入口會變化，所以教學裡不要把這張表當永久設定，只能噹噹前選型基線。

設定預設模型

Codex CLI 和 IDE extension 使用同一個 config.toml：

model = "your-current-codex-model"

不要把教學裡的佔位符複製成長期設定。寫入前確認：

賬號可用。
目前入口支援。
組織允許。
費用和額度可接受。

如果不顯式指定模型，Codex app、CLI 或 IDE extension 會預設使用官方推薦模型。

Reasoning effort 也要和任務匹配。GPT-5.5 預設 reasoning effort 是 medium，這是質量、可靠性、延遲和成本之間的平衡起點。低延遲任務可以先試 low；只有 evals 證明質量明顯提升時，再升到 high 或 xhigh。

不要把 “higher effort” 當成預設更好。任務目標不清、停止條件弱、工具開放過寬時，高 effort 可能帶來過度搜尋、過度修改或更高成本。

臨時切換

在 Codex CLI 的 active thread 裡，用 /model 切換模型。

在 IDE extension 裡，用輸入框下方的 model selector 切換模型。

啟動新 CLI thread 或 codex exec 時，可以用：

codex -m <model-name>

Cloud tasks 目前不能修改預設模型（由官方頁明確）。Cloud 與 GitHub code review 都跑在 gpt-5.3-codex 上。如果你需要換模型，只能換到本地 CLI / IDE 入口跑，不要在 Cloud 任務裡反覆找選項。

Subagents 的模型選擇

多 agent 場景不應該所有 agent 都用最高模型。

推薦分配方式：

主 agent 或最終決策：優先 gpt-5.5 或目前賬號裡最強可用模型。
只讀掃描：gpt-5.4-mini 通常夠用。
快速區域性實現：可以用 gpt-5.4-mini 或更快的 Codex model，但必須收窄寫入範圍。
高風險 review、安全分析、遷移判斷：使用更強模型，並保留人工 review。

如果不在 custom agent file 裡 pin model，Codex 可以按任務自動選擇一個在 intelligence、speed、price 間平衡的設定。需要穩定復現時，再把 model 和 model_reasoning_effort 寫入 agent file。

常見誤區

只看“最強模型”，不看任務是否能驗證。
把模型名寫死進團隊設定，後續賬號不可用。
把 API Access 和 ChatGPT 登入可用性混為一談。
為所有 subagents 使用最高能力模型，導致速度和額度不可控。
模型升級時只改 model name，不看 prompt、tool 和 response shape。

驗收清單

目前模型在 model picker 或官方 Models 頁可見。
入口和認證方式支援該模型。
任務複雜度和 reasoning effort 匹配。
成本、速度、額度可接受。
改模型後跑過關鍵測試或 evals。
設定裡沒有過期模型名。
子 agent 沒有無腦全部使用最高模型。
reasoning effort 的提升有測試或 evals 依據。