最近 Codex 这一侧的变化挺明显。

一方面，产品入口和命名开始往 GPT 这一套收拢。很多人原来习惯说“我在 Codex 里跑项目”，现在打开之后会发现，界面里更多出现的是 GPT、ChatGPT Work、Codex 这些被重新组织过的入口。另一方面，模型也在更新：从原来大家更熟悉的 5.5，到现在 5.6 里更细的 Luna、Terra、Sol 分档。

这两个变化叠在一起，就会带来一个很实际的问题：

以后在 Codex/GPT 里做项目，到底该选哪个模型？额度该怎么花？

这个问题比“5.6 比 5.5 强多少”更重要。

因为在实际使用里，Codex 不只是回答一句话。它会读项目文件、看调用链、跑命令、改代码、查资料、调用工具，有时还会在一个任务里反复验证。OpenAI 关于 Codex 额度的说明里也提到，Codex、ChatGPT Work、Excel、Workspace Agents 等功能会共享 agentic usage / credit pool；一次任务消耗多少，和任务大小、复杂度、模型选择、运行环境都有关系。

所以这篇不做发布解读，也不做实验室跑分。

我更想按真实使用场景聊清楚三件事：

• 5.5 还适合留在哪些任务里？
• 5.6 的 Luna、Terra、Sol 分别应该怎么用？
• 什么时候该省额度，什么时候不该省？

先说我的结论：不要因为 Codex 改名、模型上新，就把所有任务都切到最高档。真正高效的用法，是让旧模型、轻量模型、中档模型和高档模型各做各的事。

先说结论：5.5 不是立刻没用，5.6 也不是全程最高档

如果只要一个最短版本，我会这样用：

• 5.5：适合已经跑顺的日常任务，尤其是你知道它能稳定完成的旧流程。
• 5.6 Luna：适合低成本、高频、边界清楚的杂活。
• 5.6 Terra：适合大多数日常开发、内容整理、资料分析，是我会优先推荐的默认档。
• 5.6 Sol：适合复杂代码、架构判断、跨文件排错、上线前 review，不建议从头到尾无脑开。

换句话说，5.5 和 5.6 的关系，不应该理解成“旧模型废了，新模型全面替代”。更实际的理解是：

5.5 继续负责熟悉、稳定、低风险的工作；5.6 负责更细粒度地分配成本和能力。

尤其是 Codex 这种 agent 场景，模型不是单次回答完就结束。你让它读一个大项目、跑一轮测试、改一批文件，成本是持续叠加的。全程开最高档，很多时候不是更专业，而是没有做任务分级。

5.5 适合什么：稳定流程，不一定要立刻换

很多人一看到新模型，就下意识想把所有任务切过去。

我觉得没必要这么急。

如果你原来用 5.5 已经形成了一套稳定流程，比如：

• 固定格式的日报、周报、复盘
• 已经写好的提示词模板
• 很清楚的代码解释和小范围修改
• 不涉及复杂推理的项目问答
• 内容平台的标题改写、摘要、格式转换
• 你已经验证过效果的 Skill / MCP 流程

这些任务可以继续用 5.5，至少不需要第一时间全部迁移。

原因很简单：稳定性本身就是价值。

很多团队的问题不是模型不够强，而是每次换模型后，语气、格式、判断尺度都变了。比如同样让它写 CSDN/知乎稿，旧模型可能已经很熟悉你的标题风格、段落密度和软广植入方式；换成新模型后，能力变强了，但也可能更爱总结、更爱拔高、更像“行业分析报告”。

这不是说 5.6 不好，而是迁移要有成本意识。

我的建议是：已经跑顺的低风险任务，先留在 5.5；新任务、复杂任务、对质量有明显要求的任务，再用 5.6 重新测试。

5.6 真正有价值的地方：不是“更强”，而是分档更清楚

按 OpenAI 模型文档，GPT-5.6 现在主要有三档：

• gpt-5.6-sol：旗舰档，适合复杂推理和代码任务。gpt-5.6 这个别名默认指向它。
• gpt-5.6-terra：平衡档，能力和成本之间取中间位置。
• gpt-5.6-luna：轻量档，适合成本敏感、高频重复的任务。

官方价格也能看出这个梯度。以短上下文、非批处理价格为例，Sol 是 $5 输入 / $30 输出每百万 token，Terra 是 $2.5 / $15，Luna 是 $1 / $6。

这个价格不能直接等同于你在 ChatGPT/Codex 里每次任务扣多少额度，因为 ChatGPT 计划额度有自己的计算方式。但它足够说明一个事实：Sol、Terra、Luna 不是换个名字，而是在成本和能力上明确分层。

这也是 5.6 比 5.5 更值得认真研究的地方。

它不只是“一个更强的新模型”，而是让你可以把任务拆开：哪些步骤只需要便宜模型跑，哪些步骤需要中档模型判断，哪些步骤值得交给高档模型把关。

Luna 怎么用：别让高档模型干杂活

Luna 最适合边界明确、失败成本低、重复性高的任务。

比如：

• 整理文件列表
• 总结一段日志
• 把报错信息改写成人话
• 生成 commit message 草稿
• 改 README 里的几段说明
• 把文章转成小红书/知乎/CSDN不同格式
• 做标题池、摘要、标签
• 根据固定模板生成配图提示词

这些任务不是不重要，而是不值得消耗高档模型的判断力。

举个内容生产里的例子。

如果你今天要写一篇知乎/CSDN文章，前期可能需要整理新闻、列候选标题、生成封面图提示词、把最终稿转成不同平台格式。这里很多动作都可以交给 Luna 或低 reasoning。

真正需要高档模型的，不是“把标题改得更像爆款”，而是判断今天该不该写这个选题、论点是否站得住、资料有没有过时、软广植入会不会太硬。

配图也是一样。

如果文章已经确定主题是“Codex 里的模型额度怎么选”，Codex 不需要一直用高档模型反复描述画面。更好的方式是：让 agent 把平台、比例、画面风格、禁用元素整理成结构化提示词，再调用 iMini 这种专门的图像/视频生成工具。这样不仅省模型额度，也更容易把流程沉淀成 Skill。

Luna 做的就是这种活：把确定性的步骤跑稳。

Terra 怎么用：大多数人的默认档

如果你不知道该选什么，我建议从 Terra 开始。

Terra 的定位不是“中庸”，而是日常生产力里最实用的档位。它适合那些需要理解上下文，但还没有复杂到必须上最高档的任务。

比如：

• 给现有项目加一个小功能
• 修一个可以复现的 bug
• 看懂陌生模块并解释调用链
• 根据报错定位原因
• 改接口对接、表单校验、数据展示
• 整理多篇资料，生成一篇结构清楚的文章
• 根据产品资料写一篇带软广但不硬推的技术稿
• 把 Content Base、网页资料、历史产出串起来做选题

我自己更倾向于把 Terra 当成第一轮工作模型。

一个很实用的用法是：

先不要改文件，读一下项目结构，告诉我这个需求应该动哪些地方、风险在哪里、你准备怎么做。

这一步用 Terra 很合适。它通常能给出足够可靠的路线，也不会一上来就消耗最高档额度。

如果它看完之后发现任务很简单，就继续让 Terra 做。

如果它发现涉及多个核心模块，或者自己都需要反复比较方案，那时再切到 Sol。

Sol 怎么用：留给不确定性，而不是留给“心理安慰”

Sol 是旗舰档，当然更适合复杂任务。但我不建议把它当成默认档。

真正该上 Sol 的场景，一般有一个共同点：不确定性高。

比如：

• bug 根因不明确，需要跨文件排查
• 改动会影响登录、支付、权限、数据写入
• 项目里有历史包袱，牵一发而动全身
• 要做架构迁移、框架升级、数据库结构调整
• 需要比较多个方案再决定实现方式
• 上线前需要做一次严肃 review
• 内容稿里涉及多方资料、观点判断、容易写偏

这些任务贵的不是“生成代码”或“写段文字”，而是判断。

低档模型也能写出一段看起来像样的代码。问题是它可能漏掉上下文里的暗线。中档模型能处理大多数常规任务，但遇到跨模块、多约束、多轮验证时，高档模型的价值才会真正出来。

我比较推荐这种用法：

1. Terra 先读项目或资料，做任务拆解。
2. 发现风险后，再切 Sol 评估方案。
3. 执行时控制范围，不要让 agent 无限制发散。
4. 关键改动完成后，再用 Sol 做 review。

这样比全程 Sol 更省，也更符合 agent 工作流。

5.5 到 5.6：可以怎么做一个自己的小测评

如果你真想知道 5.5 和 5.6 哪个更适合自己，不要只看别人的跑分。

最简单的方法，是拿你自己的真实任务测。

我建议选 3 类样本：

第一类，稳定任务。

比如“把这篇文章改成 CSDN 风格”“根据这个报错写排查步骤”“把这段会议纪要整理成待办”。这类任务拿 5.5 和 5.6 Luna/Terra 各跑一次，看格式稳定性、废话多少、是否符合你的习惯。

第二类，中等复杂任务。

比如“读一个模块，告诉我这个功能怎么实现”“根据三篇资料写一篇知乎/CSDN分析稿”“给一个小功能做改动方案”。这类任务重点比较 Terra 和 5.5，看谁更会抓重点、谁更少跑偏。

第三类，高风险任务。

比如“排查一个跨文件 bug”“审查这次改动有没有回归风险”“比较两个架构方案”。这类任务拿 Sol 和 5.5 比，重点看它有没有发现隐藏约束，而不是看文字写得漂亮不漂亮。

测完你大概率会得到一个很实用的结论：

5.5 可以继续留给熟悉任务；5.6 Terra 会成为新默认；5.6 Sol 只在复杂判断上明显值得；5.6 Luna 则适合把杂活成本降下来。

reasoning effort 怎么选：不要把它当成“越高越好”

除了模型名，GPT-5.6 还有 reasoning effort。

官方模型指南里提到，GPT-5.6 支持 none、low、medium、high、xhigh、max 等推理强度，也建议迁移时用真实任务评估，不要只按直觉加档。

我的理解很简单：

reasoning effort 不是智商按钮，而是这次允许模型花多少力气想。

日常可以这样选：

• low：明确、短、边界清楚的任务。
• medium：默认档，适合大多数开发、写作、分析。
• high / xhigh：需要比较方案、排查复杂问题、做风险判断。
• max / pro：留给最难、最不想出错、也能接受更高成本的任务。

最常见的浪费，是把一个很清楚的小任务开到 high。

比如“把这段日志整理成表格”“给这篇文章起 10 个标题”“把 README 里的安装步骤改一下”，这些都不需要模型深度思考。你让它 high，它可能只是更认真地写出一堆你不需要的解释。

反过来，最常见的省错，是复杂任务还用 low。

比如跨文件 bug、权限逻辑、数据库迁移、上线前 review，这些地方省错一次，后面补救成本往往更高。

我会怎么选：一张表就够了

如果你只是想直接照着用，可以看这张表。

场景	推荐选择
已经跑顺的旧流程、固定模板、低风险内容改写	5.5 或 5.6 Luna / low
日志整理、标题池、摘要、格式转换	5.6 Luna / low
单文件小改动、简单脚本、README/注释修改	5.5 或 5.6 Luna/Terra
常规功能开发、接口对接、页面调整	5.6 Terra / medium
陌生项目理解、跨文件但风险不高的改动	5.6 Terra 起步，必要时升 Sol
复杂 bug、架构迁移、数据库/权限/支付相关改动	5.6 Sol / high 或 xhigh
上线前 review、关键链路风险检查	5.6 Sol / high，必要时 max
内容选题、资料整理、平台改写	5.5、Luna 或 Terra，看复杂度
深度文章、观点分析、多资料交叉验证	5.6 Terra 起步，关键判断用 Sol
配图、封面、视频素材	Codex 组织需求，iMini 负责生成

这个表的核心不是“低档省钱、高档更强”这么简单。

更准确地说，是让不同模型干不同工作。

低档做确定性执行，中档做日常生产，高档做判断和把关。5.5 留给已经验证过的稳定流程，5.6 用来重新分配复杂任务里的成本和能力。

最后说一句：别让模型选择变成新的内耗

新模型出来以后，大家很容易陷入一种新的内耗：每次开 Codex 前都要想半天，到底 5.5、Luna、Terra、Sol 选哪个。

其实不用这么复杂。

我的建议是：

日常默认 5.6 Terra / medium。

任务很清楚、只是整理和改写，就降到 5.5 或 Luna。

任务有风险、需要判断、涉及关键路径，就升到 Sol。

已经跑顺的老流程，不要为了追新强行迁移。

需要配图、视频、素材生成，就让 Codex 负责组织需求，让 iMini 这种专门工具负责生成结果。

这样用下来，你会发现模型选择不是为了省一点额度，而是为了让每一档模型做它最适合的事情。

Codex 入口怎么改名、GPT 模型怎么升级，最后落到真实工作里，还是这个问题：

这一步到底是执行、整理、判断，还是把关？

分清这个，5.5 和 5.6 怎么选就清楚多了。