最近使用Codex时，一个变化越来越明显：

套餐额度用完，不一定要立即升级套餐。

OpenAI目前已经为部分ChatGPT Plus和Pro用户提供Credits机制。套餐内包含的用量会优先消耗；达到套餐限制后，如果账户支持，可以购买Credits继续使用Codex。符合条件的Plus和Pro用户还可以开启Auto top-up，让Credit余额低于设定值时自动补充。

这套机制解决了“偶尔超出套餐额度”的问题，但也带来了一个新的问题：

如果Agent任务跑得比较多，自动充值会不会让费用失去控制？

所以，理解Codex现在的Credits计费方式，比单纯知道“哪里充值”更重要。

一、先搞懂：套餐额度和Credits不是一回事

可以把现在的Codex使用逻辑理解成两层。

ChatGPT Plus / Pro
        ↓
先使用套餐包含的Codex额度
        ↓
达到套餐使用限制
        ↓
使用额外购买的Credits

Credits属于套餐之外的按量补充，不会替代原来的Plus或Pro权益。OpenAI目前的规则是：套餐自带的使用量先消耗，用完以后才开始使用Credit余额。

这对两类用户比较有用：

• 平时使用量不大，但偶尔有大型开发任务；

• 不想为了几次高峰使用直接升级到更高套餐。

以前更容易出现：

额度用完
→ 等待恢复
或
→ 升级套餐

现在符合条件的账户多了一种选择：

额度用完
→ 购买Credits
→ 按实际使用继续运行

需要注意，Flexible Pricing目前仍然会根据账户、套餐和具体功能逐步开放，自己的Usage页面才是判断是否可用的直接依据。

二、Codex Credits到底怎么扣？

这是这次变化中最值得注意的部分。

Codex目前已经从以前比较粗略的“每条消息大约消耗多少Credit”，逐步转向按照实际Token使用量计算。

主要看三部分：

Input Tokens
+
Cached Input Tokens
+
Output Tokens

OpenAI目前公布的GPT-5.6系列Credit费率如下：

模型	输入 / 1M Token	缓存输入 / 1M Token	输出 / 1M Token
GPT-5.6 Sol	125 Credits	12.5 Credits	750 Credits
GPT-5.6 Terra	50 Credits	5 Credits	300 Credits
GPT-5.6 Luna	5 Credits	0.5 Credits	30 Credits

从这个表其实能看出两个很实用的信息。

第一，输出比输入贵很多

以Terra为例：

输入：50 Credits / 1M Tokens
输出：300 Credits / 1M Tokens

所以Agent反复解释、生成大段代码、输出长日志总结时，Credit消耗会明显增加。

第二，缓存输入便宜很多

Terra普通输入是50 Credits，而Cached Input只有5 Credits。

如果项目里反复使用相同的：

• 项目说明；

• System Prompt；

• 固定代码上下文；

• 工具定义；

缓存命中以后，成本会低不少。

三、为什么同样“发一条消息”，Credits差很多？

因为Codex不是普通聊天。

比如你输入：

帮我修复登录模块的问题。

用户只看到一句话，但Codex背后可能经历：

读取项目
→ 搜索文件
→ 分析代码
→ 修改文件
→ 运行测试
→ 测试失败
→ 再次分析
→ 再修改
→ 输出总结

每一步都可能产生新的输入和输出Token。

所以现在不能简单理解成：

一条消息 = 固定几个Credits。

OpenAI也明确说明，新版费率会根据任务实际的输入、缓存输入和输出Token计算；任务规模、模型、推理强度和Agent执行过程都会影响最终Credit消耗。

官方给出的参考是，一个典型GPT-5.6 Sol Codex任务可能消耗大约5～40 Credits，但具体值会因为任务复杂程度产生很大差异。

四、Sol、Terra、Luna应该怎么选？

不是所有任务都需要Sol。

从目前Credit费率看，三个模型的成本差距很大。

个人开发时可以简单按照任务复杂程度分：

任务	可以优先考虑
文件分类、简单修改	Luna
普通Bug修复、功能开发	Terra
大型项目分析、复杂Agent任务	Sol
批量简单任务	Luna
多文件重构	Terra / Sol
高难度推理	Sol

举个简单例子。

同一个简单任务如果Luna已经可以稳定完成，就没有必要默认使用Sol。

因为当前每百万输出Token的Credit费率分别是：

Luna：30
Terra：300
Sol：750

模型选择本身，就是最直接的费用控制手段。

五、Auto top-up是什么？

Auto top-up可以理解成Credits的自动补充机制。

符合条件的Plus和Pro用户，可以在：

Codex
→ Settings
→ Usage
→ Auto top-up

中开启。

设置时主要有三个值：

最低余额
Target Balance
月度最大支出

例如你设置：

最低余额：100 Credits
目标余额：500 Credits

当Credit余额低于100时，系统会使用账户中保存的默认付款方式，购买足够的Credits，把余额补回你设定的目标值。

如果开启Auto top-up时，余额本身已经低于最低值，系统可能立即发起一次购买。

六、Auto top-up一定要设置月度上限

这是我认为最重要的一项设置。

不要只设置：

余额不足 → 自动补充

而不设置月度支出控制。

尤其是在这些场景：

• 长时间运行Codex；

• 多个Agent并发；

• 自动修复任务；

• 后台代码审查；

• 大型仓库；

• 高频自动化。

更建议设置：

最低Credit余额
+
目标Credit余额
+
Maximum Monthly Spend

OpenAI目前允许符合条件的用户为Auto top-up设置最高月度支出，达到该范围后不会继续无限自动补充。

对于个人项目，可以先设置一个比较保守的额度，观察一两个周期的实际消耗以后再调整。

七、一个容易忽略的问题：Credit余额可能出现负数

正常理解应该是：

Credits = 0
→ 任务停止

但Agent并发场景不一定完全这样。

OpenAI目前说明，如果一个任务开始时余额还是正数，但运行过程中其他并发任务已经把Credits消耗完，任务结束后Credit余额可能暂时变成负数。

例如：

当前余额：10 Credits

Agent A开始执行
Agent B同时开始执行

↓
两个任务同时消耗额度

最终余额：-5 Credits

下一次购买Credits或者触发Auto top-up时，新增Credit可能会先用于抵消负余额，再增加可用余额。

所以大量并发任务时，不能把Credit余额当成绝对实时的硬停止线。

八、Credits也不是永久余额

目前购买的Credits有效期为购买后12个月。

过期后没有使用的Credits不会继续结转。Credits原则上也不可退款，法律要求的情况除外。

所以个人开发者没有必要一次买太多。

比较合理的是：

预计最近1～3个月用量
↓
少量补充Credits
↓
观察实际消耗
↓
再调整

而不是因为担心额度不足，一次性购买长期可能用不完的余额。

九、怎么查看Codex Credits消耗？

目前可以通过：

Codex
→ Settings
→ Usage Dashboard

查看：

• Credit余额；

• 最近使用记录；

• 套餐用量；

• Credits相关设置。

如果发现某几天Credit消耗明显增加，优先检查：

1. 最近是否切换到更高能力模型；

2. 是否开启Fast模式；

3. 是否运行大型Agent任务；

4. 是否有多个任务并发；

5. 是否大量输出代码或日志；

6. 是否存在失败后反复重试。

OpenAI也明确指出，Fast模式通常会消耗更高的Credit费率。

十、个人开发者怎么设置比较合理？

如果不是重度Codex用户，我更建议从保守配置开始。

例如：

默认模型：
Luna / Terra

复杂任务：
手动切换Sol

Auto top-up：
开启或按需开启

月度上限：
设置明确预算

大型Agent：
单独观察Usage

然后每周看一次Usage。

使用一段时间以后，你会比较容易判断：

自己真正烧Credit的是写代码，还是Agent自动执行。

这比一开始就提高充值额度有效得多。

十一、别把付款卡额度当成Codex预算系统

如果开启Auto top-up，Codex就会使用账户里保存的默认付款方式进行Credits购买。

这时候最好把成本控制分成三层：

第一层：任务层
控制模型、Token和Agent规模

第二层：Codex层
设置Credits和月度预算

第三层：付款层
管理实际付款额度

如果平时同时使用ChatGPT、Claude、Cursor、Copilot等海外AI工具，也可以在目标平台支持对应付款方式的前提下，按AI工具或项目拆分付款卡，方便查看每个平台的实际支出。

例如使用MXK8虚拟卡这类工具时，更适合放在海外AI订阅、项目分卡和付款额度管理这一层。

开卡前仍建议确认：

• 目标平台；

• 卡片类型；

• 账号地区；

• Billing Address；

• 是否支持周期性付款。

不要把虚拟卡当成替代Codex预算控制的方法。真正防止Agent费用快速增长，还是要从Usage和任务配置开始。

十二、还有一个近期变化：GPT-5.4系列即将退出Codex

根据OpenAI目前的Codex费率说明：

2026年8月31日，使用ChatGPT账号登录Codex的用户将不再使用GPT-5.4和GPT-5.4 mini。

官方建议：

GPT-5.4
→ GPT-5.6 Terra

GPT-5.4 mini
→ GPT-5.6 Luna

通过OpenAI API或者使用自己的API Key运行Codex不受这次调整影响。

如果之前一直按照GPT-5.4的Credit消耗估算预算，建议在模型切换后重新观察Usage，不要直接沿用旧数据。

总结

Codex目前的费用逻辑可以简单理解为：

Plus / Pro套餐额度
        ↓
套餐额度用完
        ↓
Credits
        ↓
Credit不足
        ↓
手动购买
或
Auto top-up

真正值得关注的不是“怎么充值”，而是下面四件事：

1. Codex Credits现在越来越接近按实际Token消耗计算；

2. 不同模型之间的Credit成本差距很大；

3. Auto top-up一定要配合月度预算使用；

4. Agent并发、长输出和Fast模式都可能明显增加消耗。

如果只是偶尔超过套餐额度，Credits是一个比直接升级套餐更灵活的补充方式。

如果长期大量使用Codex，则更应该关注：

模型选择、Agent执行次数、Token消耗和每月总成本。

把这几项控制好，比单纯增加Credits余额更重要。