AiTest123.comAI 评测与可信度检测平台
拖动滑块完成拼图，通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
ChatGPT 的 Codex 订阅内各模型档位的客观成绩与使用体感一页看完：综合智能是同一批题目的实测分（0–150），体感分是近 7 天用户打分，另有速度实测、额度速览与重置追踪。适合判断「同一订阅里哪个档位更划算」，也适合盯住降智与重置节奏，各区块都标了自己的数据时间。
按本轮 10 题评测自动挑三档：总分最高 / 够用里每题最快 / 单位费用得分最高。分数是 0–150 的合并分，不是官方规格，也不是实测流量。
仅显示相对 24/48 小时均值持续明显下滑的模型档位。这一期没有可确认的持续下滑项。
众测数据 · 每多一份贡献，结果就更准确。本轮按 10 题合并分排序（满分 150）；费用与耗时为每题平均。
Astra 的 token 单价是 Sol 的 2.5 倍（高 150%）。标准短上下文 API 价，每百万 token（输入 / 缓存输入 / 输出）：Astra $10 / $1 / $50；Sol $4 / $0.40 / $20。每题总费用还取决于 token 用量、缓存命中、推理档位和重试次数，并不固定贵 2.5 倍。API 单价不能直接推算订阅额度或扣量比例。
历史数据比较：
最近 5 分钟窗口的公开吞吐（输出 tok/s），按请求数倒序；样本量低于阈值标记为「样本少」，仅供参考。
每周 API 等值与每周 Token 均为近似参考，月费单列；这是参考额度，不是你的账户余额。
| 套餐 | 月费 |  GPT-6 Astra | GPT-6.1 Sol | GPT-6 Sol | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Plus | $20 | $660.43 亿 / 周 | $472.38 亿 / 周 | $662.59 亿 / 周 | $861.65 亿 / 周 |
| Pro 100 | $100 | $4812.27 亿 / 周 | $34517.51 亿 / 周 | $48719.11 亿 / 周 | $60311.52 亿 / 周 |
| Pro 200 · 新额度 | $200 | $6694.38 亿 / 周 | $48123.54 亿 / 周 | 无可比样本 | 无可比样本 |
| Pro 500 | $500 | $1,60510.62 亿 / 周 | $1,24360.69 亿 / 周 | 无可比样本 | 无可比样本 |
按北京时间归月；同一次重置或发卡只计一次。 10月现记录12次直接重置、1次重置卡发放；Day 23 按站长确认登记，与原预告去重。按北京时间归月，独立落地动作只计一次。说明更新时间仅为处理时间，确认登记日及原发帖时间不作为实际到账时分；具体完成日期/时分及逐账号到账情况未单独核实。原有历史证据保留。0表示当前记录中无该类事件，不代表绝对没有发生。
内容摘要最迟 PST 午夜前落地。
英文原文Lands by midnight PST.
中文翻译最迟 PST 午夜前落地。
关键词句Lands by midnight PST.
模型语境解读Day 23 重置已完成，来源为站长确认。原预告和时间回复保留；实际到账日期与时分未单独提供，确认登记时间和预告时限都不作为到账时间。
内容摘要Day 23／大家一直想要的 iCloud 邮件和日历插件。开个玩笑，今天安排的是重置——当然也是大家一直想要的！
英文原文Day 23/ Much requested iCloud Main & Calendar plugins. Just kidding, today is a reset. Still much requested though!
中文翻译Day 23／大家一直想要的 iCloud 邮件和日历插件。开个玩笑，今天安排的是重置——当然也是大家一直想要的！
关键词句today is a reset
模型语境解读Day 23 重置已完成，来源为站长确认。原预告和时间回复保留；实际到账日期与时分未单独提供，确认登记时间和预告时限都不作为到账时间。
内容摘要Day 22：Terra 回来了。官方称其写作、个性和细腻需求理解有明显提升，擅长计算机使用；API及订阅下可获得比6.1 Sol更多的用量。
英文原文Day 22/ Terra is back! Our first model that is significantly better at writing, personality and nuanced understanding of requests.Packs a punch across the board, very good at computer use, and gives 2X more usage than 6.1 Sol across API and subscriptions.
中文翻译Day 22：Terra 回来了。官方称其写作、个性和细腻需求理解有明显提升，擅长计算机使用；API及订阅下可获得比6.1 Sol更多的用量。
模型语境解读这是官方产品更新与模型用量比较，不是额度重置或本站跑分。Terra 不在本轮原六模型34档八题批次内，未填入它的新分数；Day21既有完成状态和统计保持。
内容摘要第21天：不知道剩下七天会发生什么。不过今天会重置。
英文原文Day 21/ Wonder what happens the remaining seven days. But today is a reset.
中文翻译第21天：不知道剩下七天会发生什么。不过今天会重置。
关键词句today is a reset
模型语境解读Day 21 重置已完成，来源为站长确认。官方原预告发表于北京时间10月26日13:21:22；实际到账日期与时分未单独提供，不把预告时间或参考时限当作到账时间。
内容摘要已经全部传播到位了。祝大家明天尽情使用 Codex。接下来一周也会很有趣。
英文原文It is all propagated. Enjoy some mad codexing tomorrow. Fun week ahead too. https://t.co/qOrzwSeIZZ
中文翻译已经全部传播到位了。祝大家明天尽情使用 Codex。接下来一周也会很有趣。
关键词句all propagated
模型语境解读原文发表于北京时间10月25日14:06:16，并直接引用“By midnight PST”，其回复链指向Day20原帖。该时刻是完成说明的发帖时间，不是逐账号实际到账时间；具体到账日期和时分仍未知。不据此推断Day21新项目或保证未来更新内容。
内容摘要午夜 PST 前。
英文原文By midnight PST
中文翻译午夜 PST 前。
关键词句By midnight PST
模型语境解读这是 Day 20 的原预告或时间补充；Tibo 后续已通过官方引用帖确认同次重置全部传播。保留原文与原发布时间；预告时限和完成说明发帖时分均不是逐账号实际到账时间，重置不重复计次。
内容摘要第20天／休息并重置。
英文原文Day 20/ Rest and reset
中文翻译第20天／休息并重置。
关键词句reset
模型语境解读这是 Day 20 的原预告或时间补充；Tibo 后续已通过官方引用帖确认同次重置全部传播。保留原文与原发布时间；预告时限和完成说明发帖时分均不是逐账号实际到账时间，重置不重复计次。
内容摘要如果你愿意帮助将 dots 扩展到 10 亿用户，而且过去做过类似的事，请私信我。
英文原文DM if you want to help scale dots to 1B users and have done similar things in the past
中文翻译如果你愿意帮助将 dots 扩展到 10 亿用户，而且过去做过类似的事，请私信我。
模型语境解读这是面向有规模化经验者的公开招募；10 亿是其目标，不代表 dots 当前已有该规模，也不是 Day 20 发布或重置承诺。
内容摘要周六适合一边喝咖啡一边修复问题。旧金山有哪些适合待一待的好地方？
英文原文Saturday is for fixing bugs while sipping coffee. What are some great places to hangout in SF?
中文翻译周六适合一边喝咖啡一边修复问题。旧金山有哪些适合待一待的好地方？
模型语境解读个人近况与地点建议征询，未给出可核验的特定改进、上线时间或额度重置；不据此更新位置和在线状态。
内容摘要如今，拥有工具与沦为工具之间的区别很微妙，一不小心就会把自己塑造成工具。别让自己沦为工具。
英文原文The difference between having a tool and being a tool is subtle these days and it’s easy to accidentally build yourself into being a tool. Don’t be a tool.
中文翻译如今，拥有工具与沦为工具之间的区别很微妙，一不小心就会把自己塑造成工具。别让自己沦为工具。
模型语境解读本帖是个人感想，没有公布 Codex 功能、额度变化或重置时间，也没有新的挑战 Day 编号。
内容摘要Codex CLI 新增可复用提示词预设、直接调整模型和权限设置、企业 MCP 登录；修复长会话恢复失败，并支持 Windows 企业代理身份验证。 他还称，CLI 用量自 Devday 以来增长至两倍。
英文原文On codex cli updates. We've added reusable prompt presets, inline model and permission settings, and enterprise MCP sign-in. We've also fixed failures when resuming long sessions and added Windows corporate-proxy authentication.Surprisingly the CLI has grown 2X in usage since devday.
中文翻译Codex CLI 新增可复用提示词预设、直接调整模型和权限设置、企业 MCP 登录；修复长会话恢复失败，并支持 Windows 企业代理身份验证。他还称，CLI 用量自 Devday 以来增长至两倍。
模型语境解读这是 Day 19 主帖下的直接补充，列出 CLI 新功能与修复，不单独增加挑战天数或重置次数。CLI 用量 2X 是 Tibo 的说法，不是本站实测性能提升。
内容摘要第19天／一些小更新。dots 通话连接快了很多，在 Codex 和 Work 的会话中途更改推理档位不再使缓存失效，我们也更新了 Codex CLI。
英文原文Day 19/ Small updates. Calls connect much faster for dots, changing reasoning in codex & work mid conversation does not invalidate cache anymore and a we've also updated the codex cli.
中文翻译第19天／一些小更新。dots 通话连接快了很多，在 Codex 和 Work 的会话中途更改推理档位不再使缓存失效，我们也更新了 Codex CLI。
模型语境解读这是 Day 19 产品改进公告，覆盖 dots 通话连接、Codex/Work 推理档位切换时的缓存保留和 CLI 更新。速度改善为官方描述，未提供量化实测；不是新一轮额度重置。
按站长公布的重置记录统计，只说明历史上几点更容易发生，不代表下次一定在那个时段。
实测经验、官方回复与实践技巧，按主题整理成可回查的笔记。
桌面上看 Agent 状态，再和速蹬雷达一起玩。
它能在桌面悬浮球里显示 Codex、Claude Code 等工具的输出速度、并行状态和用量，让你随时知道 Agent 有多忙。开启上报后，再配合速蹬雷达看速度变化、逛实时天梯；一边工作，一边和蹬友比比速度，还能接 Token 挑战自己的纪录。好看，也方便观察自己的工作流。
指纹浏览器重置密码 → 开启/重开 2FA → 退出所有会话 → 24 小时内不登录
用户 xiaonuozi 分享：在自己的 API 模式配置下，Codex 通过已连接的 BrowserSkill 工具操作 Edge，打开百度并读取页面标题。
这次讨论中的“API 模式”，指 API、中转等非账号直接登录的接入方式；这是原讨论采用的说法。
这是一次用户反馈。截图未提供客户端版本、完整配置或安装步骤，能否操作浏览器还取决于客户端、已连接的工具及接入服务的支持情况。
来源：站长提供的帖子与聊天截图，未提供原帖链接。点击任一图片可放大查看。
先用 xhigh 档位对需求进行快速多轮澄清，对齐好目标后，再切换为 Pro 模式，看神表演。
按官方这次的说法，登录 Codex / Work 后，旧会话缓存会永久保留，隔几个小时回来继续，也保证命中缓存。我主要看重两点：
这张图解梳理了查证步骤、原生预测的触发、抽样、临时分支与展示条件，并区分代码推断和实际实验结果。
用户提供的图解，依据桌面客户端 26.1013.40934 整理；图中账号配置备份于 2026-10-20 23:30（北京时间）。替代实验生成了预测文字，但未打通原生补全链路，也没有注入原生输入框。
这张图解梳理了功能开关、服务器下发的抽样比例和客户端本地随机判断；通过抽样，也不保证一定有可显示的补全建议。
用户提供的图解，依据桌面客户端 26.1013.40934 的观察整理。示例数字不代表当前配置；内部接口与实现可能随版本变化。
当前版本桌面端 Codex 会记住同一主机上选择的 Fast / Ultrafast 速度模式，并沿用到后续新会话。新开会话时请留意速度菜单；不需要加速时请选择 Standard，避免在未打算加速的会话里白白消耗更多 Token 额度。
客户端和网关支持、连接稳定时，优先用 WS。它能减少重复上传和连接开销，尤其适合长会话和多次工具往返。
速度雷达直接引用速蹬站最近5分钟的输出均速，包含首字等待。
Pro 500 订阅开启 Ultrafast 后，约 500 TPS 是什么观感？这段实拍里，让模型从 1 写到 1000，从开始出字到完成约 3～4 秒，数字很快铺满屏幕。点击视频，直观看看这个速度。
经站长实测，使用 OpenAI 官方隧道配合本地 MCP 服务，可以让网页版 ChatGPT Pro 与本地 Codex 稳定协作：Pro 负责深入审查，结果通过 MCP 回传，Codex 接收后核验并继续处理。本机已跑通多仓库代码审查与结果回传，适合需要 Pro 深度分析、Codex 落地执行的场景。
站长提供的实测截图：审查交付与 MCP 结果回传。点击图片可放大。
日常保留默认，长任务按阶段整理上下文。
Sol 日常用默认 500k，确需更多历史材料时再调到 1M。订阅免长上下文额外加价，但仍正常消耗额度。
显示 475k 不等于缩水：此前本机显示的是 500k × 95% 有效容量，并非压缩阈值，以当前会话为准。
Astra 长任务可分阶段压缩：上下文到 200k 多、阶段结束后，可用 /compact 保留重点；压缩可能丢失细节，也不保证省额度。
Astra 费用（站长补充）：Astra 也不额外收取长上下文费用，但缓存单价较高，在 500k 上下文下比 GPT-6.1 Sol 更耗额度。
Day 7 原帖 ↗ · Sol 费用说明 ↗ · 官方费率 ↗ · /compact ↗
Day 5 输入预测没出现？在「设置 → 常规 → Composer → Show predictions」打开开关。出现建议后可按 Tab 接受，检查或修改文字，再决定发送。
设置排查：供稿建议先到「设置 → 常规 → 提示词建议」打开开关，下方截图展示了开启状态。官方文档区分新会话页的建议和已有对话中的 Day 5 输入预测；后者由「常规 → Composer → Show predictions」控制，请同时核对这一项。
不止是少打字：蹬友反馈，预测比较准确，还能带来思路启发；也有人觉得补全节奏稍慢，但从结果看建议方向是对的。
前端案例：一位蹬友调整页面遇到困难时，补全建议用 ImageGen 生成效果图作对比，并说明取舍原因。他认为这比自己原先想到的路径更高效；这是个人使用案例，未作效率对照实测。
怎么试：先写清目标和当前卡点，再看补全建议是否适合自己的任务。预测可能需要等待几秒，也不会在每次回复后都出现。
额度说明：Beta 期间，符合条件的个人 Pro 用户生成预测不消耗 Codex 用量或 credits；发送消息（包括接受后的预测）仍按正常用量及计费规则计算。
来源：用户提供的设置截图及 2026-10-10 雷达群聊截图；以上体验为蹬友个人反馈。 官方功能与额度说明 ↗
按雷达群讨论的“6 倍消耗换 8 倍速度”这个说法，Ultrafast 更适合无法并行的关键步骤和线上应急；常规任务可继续用普速和 Fast 并行推进，不必常开 Ultrafast。
解除关键卡点：多个会话都在等待同一个任务的结果时，优先只加速这个前置任务，完成后让后续工作恢复并行。收益在于缩短共同等待，不代表整个项目固定获得 8 倍提速。
线上应急：故障定位、修复等时间紧迫、必须串行推进的工作，可以考虑用更高额度消耗换更快响应。
临时启用：能拆开的常规任务可继续用普速和 Fast 并行推进；结合结果质量和剩余额度决定是否开启，卡点解除后回到普速或 Fast。
任务：用 HTML + SVG 制作鹈鹕骑自行车的 2D 动画，四图提示词相同，均要求不做测试。
来源：用户提供的截图，Pro 500／Ultrafast 为供稿说明。耗时按界面记录，各图生成作品不同，属于单次样例；不是普速／Fast 的重复对照测速，也不据此认定固定 8 倍任务提速或档位速度排名。
有蹬友反馈，曾通过 DOTS 使用约31亿 Astra Token，按其公布的数据估算约 9.36 万美元，之后收到用量上限提示。已有 DOTS 的用户可以充分利用其价值。
ModelTrace 提供主动模型归因工具；is-gpt-nerfed 结合 Codex 会话记录与指纹探针，提示模型或推理强度变化。两者均为开源项目，结果仅供参考，不能单凭结果认定实际使用的模型。
在同一个会话中切换模型的推理强度，可能导致前面的缓存（cache）无法复用、需要重新计算；上下文越长，额外输入成本可能越高。不建议在长上下文状态下频繁切换。
为什么会增加成本：缓存复用依赖相同的上下文前缀。修改推理强度可能改变模型侧的指令，让原有缓存无法命中；原本可按缓存输入计费的历史内容，可能需要重新处理，带来较高的输入成本。
使用建议：尽量在会话开始时选好适合任务的推理强度；长上下文中确有需要再调整，避免为了省一点推理开销而反复切换。
适用边界：并非每次切换都会让全部缓存重算，实际取决于模型和客户端的实现。官方 API 已为部分模型提供保留原有缓存前缀的切换方式；这里提醒的是潜在成本风险，不代表所有 Codex 版本或个人订阅额度都按同一规则计算。
先检查登录会话，再整理异常样例联系官方支持。实践经验，效果尚未验证。
原讨论提到指纹浏览器、美国 IP、纯英文、网页使用及退出其他会话。可先在 ChatGPT「设置 → 安全 → 活跃会话」核对陌生或闲置登录，再决定是否退出；这里不管理 Codex CLI 会话。
持续质量异常或容量报错：整理时间、模型／档位、异常样例和脱敏截图，通过帮助中心聊天入口联系支持。账号警告或停用：走通知中的申诉链接，无法访问时用官方申诉表单。截图中的恢复是个人自述，不代表申诉导致恢复。
蹬友询问后获回复：Support 尚无法确认 Enterprise 中「超过 272K 输入 tokens 不加倍率」的规则适用于个人 Plus / Pro 的 5 小时及每周额度；更长上下文仍可能消耗更多额度。
补充说明：有蹬友专门就 GPT-6 Astra 在 Codex 中消耗个人 ChatGPT Plus／Pro 订阅额度的问题，发邮件向 OpenAI Support 咨询，并分享了下面的回复截图。截图显示回信日期为 9 月 7 日；这是公开渠道的邮件记录，并非新发布的公开计费政策。
原卡片哪里需要更正：此前「不额外加价」的表述扩大了 Enterprise 价卡的适用范围。该美元 token 计费价卡仅适用于合同约定按用量计费的新 Enterprise 客户；其中的 GPT-6 Astra 长上下文例外及缓存写入说明，应在这一范围内理解。
回复的核心：Support 无法确认 Enterprise 的例外适用于个人订阅的 5 小时／每周额度。个人额度没有被公开描述为沿用同一套 token 价卡；这封回复也没有确认超过 272K 后存在一个单独的额外倍率。
如何理解：「尚未确认」既不能推导出必有额外倍率，也不能推导出确定免除。邮件说明，额度消耗可能受模型、推理强度、任务复杂度、上下文长度、Fast 模式、图像生成和并行活动影响；更长上下文本身仍可能消耗更多额度。
公开说明核对：个人订阅文档将上下文等任务因素列为额度消耗的影响项。查看自己账号实际显示的额度，不宜直接用 Enterprise 价卡反算个人订阅扣量。
此前引用的来源及适用范围：Enterprise 按 token 计费价卡 ↗
容量和压缩另看：原卡片的 872,000 × 90% = 784,800 只是在给定容量与比例下计算压缩位置的示例，不是额度扣减公式，也不保证是当前客户端的默认值。实际容量与压缩阈值应以客户端使用的设置为准。
2026-09-08 根据公开渠道的 Support 回复和所列公开文档更正。
复制其中一个任务的深度链接，再把链接交给另一个任务。它就像一个准确的“任务地址”，让双方在审阅、交接或协同工作前先确认彼此指向的是哪个 session。
怎么做：打开目标任务的菜单，依次选择「复制 → 复制深度链接」，再把链接粘贴到另一个 Codex 任务中，并说明双方各自负责什么。
为什么重要：接收方拿到的是一个明确、可引用的目标，不再只是“另一个窗口”这样的模糊描述。适合两个任务互相审阅、交接进度，或由一个任务汇总另一个任务的结论。
边界：深度链接负责建立身份与定位，不会自动同步权限、工作目录或对话上下文。双方仍应明确分工；同时修改代码时，建议使用独立 worktree 或等价的隔离方式。
打开 Codex 设置 → Configuration → Model features → Available reasoning efforts，勾选 Max。之后即可在支持 Max 的模型控制中选择。
快速换算 Codex 额度时，可以按 250 credits 对应 10 美元使用额度理解。
共 24 条笔记，整理于 2026-10-27 00:44；这一块是固定整理，不随评测批次自动刷新。原笔记里的图片与站外链接没有搬过来。
Codex 订阅内各模型档位的实测效能、体感分、额度与重置节奏。综合智能、体感分与速度是官方公布的评测数字，额度与重置追踪取自公开页面；成绩与官方一致，题目不会在这里重跑。
官方一轮出 9 道客观题 + 1 道动画题，10 项等权、每项 15 分，合并成 0–150 分。本页展示的是本轮批次成绩，不跨轮混排；卡片上的「8/9 通过」「10 个样本」是该档位在本轮的通过项数与判分条目数。
不是。体感分是订阅用户对模型的主观打分，取近 7 天均值（10 分制），括号里是评分人数；没有样本的档位显示「暂无」。它和综合智能的客观判分不是同一份数据，不能互相换算。
最近 5 分钟窗口的公开吞吐（输出 tok/s），按请求数倒序，同时给出请求数与设备数。样本量低于阈值的档位会标「样本少」，只作参考。
每格是「每周 API 等价金额 + 每周约多少亿 Token」，月费单独一列。这些是按套餐折算的近似参考，不是你的账户余额，也不是实际账单；标「无可比样本」的格子是没有可比数据。
是。月度表汇总本月 + 前六个月的直接重置与重置卡次数，下面的动态是最近 12 条，时间统一按北京时间展示；重置时段分布是按历史记录统计的规律，不代表下一次一定落在那个时段。
综合智能、体感分、速度看的是最新一批评测，额度与 Tibo 追踪取自公开页面；各区块都标了自己的数据时间。知识分享是固定内容，不随评测批次变动。
本轮官方只发布了 GPT 系列 6 个模型家族的 34 个推理档位，其它厂商没有进入同一批次。本页只列真实存在的档位，不拿别处的分数拼进来。
数据来自公开众测页面，按北京时间与页面当时显示的时间保留。IQ、额度与体感分都不是检测结论；历史数据不保证未来表现，个人订阅额度请以账号内实际显示为准。
成绩来自官方评测与公开页面的实测数据，各区块已单独标注数据时间。
