Vous avez payé 200 $ pour Codex Pro.
Vous avez atteint votre limite en 4 heures.
4 heures sur une fenêtre de 5 heures. Parti.
Et le pire ?
La majeure partie de cette consommation était totalement évitable.
J'ai brûlé plus de 200 000 $ de tokens sur GPT-5.6 Sol en comprenant ça.
Voici tout ce que j'ai appris — pour que vous n'ayez pas à le faire.
━━━━━━━━━━━━━━━━━━
Pourquoi vous brûlez vos limites si vite
Un paramètre. Un bug. Qui vous coûte tout.
Quand Codex génère des sous-agents, il copie exactement le modèle parent.
Vous avez réglé Sol sur Ultra ? Chaque sous-agent utilise aussi Sol Ultra. 3 sous-agents sur une tâche = 3 instances Sol Ultra qui brûlent simultanément.
C'est pour ça que votre fenêtre de 5 heures disparaît en 90 minutes.
L'outil spawn_agent de Codex n'a pas d'option pour choisir un modèle différent pour les agents enfants.
Il clone simplement ce que vous utilisez.
Ce n'est pas de votre faute. C'est un défaut de routage dans le système.
Mais maintenant vous le savez. Et il y a une solution.
━━━━━━━━━━━━━━━━━━
Le modèle à ne jamais toucher
Ultra.
Pas un niveau de raisonnement. Un multiplicateur.
Ultra génère 4 sous-sous-agents parallèles à l'intérieur d'un seul appel d'agent.
Sur une tâche simple : des sous-agents qui génèrent des sous-agents qui génèrent encore plus de sous-agents.
Récursif. Incontrôlé. Ruineusement coûteux.
La différence de performance ?
Sol Ultra obtient 91,9 % aux benchmarks de codage. Sol Extra High obtient 88,8 %.
3,1 points de plus. 3 fois le coût.
OpenAI n'a même pas publié les résultats d'Ultra pour leurs deux principaux benchmarks de codage.
Cela devrait tout vous dire.
Évitez Ultra complètement. Point final.
━━━━━━━━━━━━━━━━━━
Le système à 3 modèles qui résout tout
Vous avez besoin de trois agents faisant trois travaux différents.
Pas un seul modèle qui fait tout à pleine puissance.
Sol Extra High → L'Orchestrateur
Planifie. Conçoit l'architecture. Délègue. Prend les décisions difficiles.
C'est votre cerveau principal. Celui qui lit votre prompt et détermine ce qui doit être fait.
Extra High vous donne 58/100 aux benchmarks. Max vous donne 59/100. Un point de différence. Trois fois moins cher.
Extra High est le bon choix ici.
Sol Medium → L'Exécuteur
Écrit le code. Corrige les bugs. Exécute les tests. Implémente le plan.
Sol Medium bat toujours Claude Fable 5 de 11,4 points sur les workflows d'agents longue durée.
Pour environ un quart du coût.
Il n'a pas besoin de prendre des décisions architecturales. Il a juste besoin de bien suivre les instructions. Medium fait ça parfaitement.
Luna Extra High → Le Scanner
Recherches de fichiers. Exploration de la base de code. Lectures légères. Collecte de preuves.
Luna en Extra High est :
→ 1,3 fois plus rapide que Terra
→ 2,5 fois moins cher que Terra
→ Performances identiques sur les tâches légères
C'est le choix discret que la plupart des gens ratent.
Luna semble bon marché sur le papier (1 $/6 $ par million de tokens) mais brûle plus d'étapes que Terra.
En Extra High, ce nombre d'étapes diminue. Cela devient le choix évident pour le travail en lecture seule.
━━━━━━━━━━━━━━━━━━
L'astuce de routage Sol + Luna (48 heures, zéro limite atteinte)
Voici la configuration exacte qui fonctionne en continu sans brûler votre fenêtre :
→ Sol Extra High écrit le plan
→ Luna Extra High l'exécute
→ Sol Extra High examine le résultat
C'est tout.
Une boucle. Pas de génération récursive. Pas de clones Ultra qui brûlent en arrière-plan.
La personne qui a partagé cela l'a fait fonctionner pendant 48 heures d'affilée sans atteindre la limite de 5 heures une seule fois.
La raison pour laquelle ça marche : Sol reste concentré sur les décisions. Luna gère le travail lourd en tokens à des tarifs 2,5 fois moins chers. La consommation totale de tokens chute considérablement même si vous en faites plus.
Votre paramètre AGENTS.md à ajouter maintenant :
Ne génère des sous-agents que lorsque je te le demande explicitement. Ne génère pas de sous-agents automatiquement.
Cela empêche Sol de lancer avidement des agents sur chaque tâche.
Ajoutez-le à votre AGENTS.md global et redémarrez Codex.
━━━━━━━━━━━━━━━━━━
Corrigez votre config.toml en 5 minutes
C'est le fichier qui contrôle tout.
Codex le lit au démarrage.
Réglez-le une fois. Chaque session suivante se route automatiquement.
Ouvrez Codex. Collez ce prompt exactement :
Lis mon ~/.codex/config.toml actuel et la documentation sur
https://developers.openai.com/codex/subagents pour les définitions d'agents personnalisés.
Ensuite, fais ce qui suit :
1. Crée trois fichiers TOML d'agents dans ~/.codex/agents/ :
fast_scan — pour les recherches rapides, l'exploration de la base de code, les lectures de fichiers et l'analyse légère.
- model : gpt-5.6-luna
- model_reasoning_effort : extra-high
- sandbox_mode : read-only
- Instructions : rassemble les preuves rapidement, retourne un résumé concis, ne modifie pas les fichiers.
routine_worker — pour le codage de routine, les tests, la documentation et les corrections limitées.
- model : gpt-5.6-sol
- model_reasoning_effort : medium
- Instructions : implémente la tâche assignée et vérifie le résultat.
deep_worker — pour le débogage difficile, l'architecture, la sécurité et le travail ambigu en plusieurs étapes.
- model : gpt-5.6-sol
- model_reasoning_effort : extra-high
- Instructions : gère le travail complexe avec soin, valide les hypothèses, fournis une vérification solide.
2. Mets à jour la section [agents] de mon config.toml avec cette politique de routage :
"Décide automatiquement si la délégation est utile. Choisis fast_scan pour le travail léger en lecture seule, routine_worker pour l'implémentation normale, et deep_worker pour le raisonnement complexe ou à haut risque. Ne demande pas à l'utilisateur de choisir un modèle sauf si le modèle requis n'est pas disponible. Garde les tâches simples sur l'agent principal."
3. Assure-toi que max_threads = 6 et max_depth = 1 sont définis sous [agents].
4. Montre-moi le config.toml final et les trois fichiers d'agents pour que je puisse les vérifier avant que tu enregistres."
Codex crée chaque fichier. Vous vérifiez. Vous enregistrez. Fini.
━━━━━━━━━━━━━━━━━━
À quoi ressemblent vos 3 fichiers d'agents
Codex les génère automatiquement à partir du prompt ci-dessus.
Voici à quoi ils devraient ressembler — pour que vous sachiez quoi vérifier :
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "Recherches rapides, exploration de la base de code, analyse légère en lecture seule." model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ Rassemble les preuves rapidement et retourne un résumé concis. Ne modifie pas les fichiers. """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "Codage de routine, tests, documentation et corrections limitées." model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ Implémente la tâche limitée assignée et vérifie le résultat. """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "Débogage difficile, architecture, sécurité et travail ambigu en plusieurs étapes." model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ Gère le travail complexe avec soin, valide les hypothèses, et fournis une vérification solide. """
# ~/.codex/config.toml — section [agents] [agents] max_threads = 6 max_depth = 1 routing_policy = """ Décide automatiquement si la délégation est utile. Choisis fast_scan pour le travail léger en lecture seule, routine_worker pour l'implémentation normale, et deep_worker pour le raisonnement complexe ou à haut risque. Ne demande pas à l'utilisateur de choisir un modèle. Garde les tâches simples sur l'agent principal. """
max_depth = 1 est critique.
Cela empêche les sous-agents de générer leurs propres sous-agents.
Un niveau de délégation. Pas de génération récursive. Pas de consommation incontrôlée.
━━━━━━━━━━━━━━━━━━
Comment rédiger des prompts qui ne brûlent pas les limites
Le modèle va continuer.
Encore et encore.
5.6 peut accomplir des tâches de bout en bout sans s'arrêter. C'est surtout bien.
Mais sans points d'arrêt clairs, il dépasse. Réécrit des choses dont il n'avait pas besoin. Brûle 15 % de votre fenêtre sur une tâche qui en nécessitait 3 %.
Ajoutez des points d'arrêt à chaque prompt :
Pour les tâches de planification :
Construis cette nouvelle fonctionnalité.
Commence par écrire un plan uniquement. Quand le plan est terminé, arrête-toi et demande mon retour. N'écris pas encore de code.
Pour les tâches d'implémentation :
Le plan a l'air super. Construis-le maintenant.
Utilise l'utilisation de l'ordinateur pour tester au fur et à mesure. Continue jusqu'à ce que les tests passent et que tu sois satisfait. Ouvre une PR quand c'est fait. Arrête-toi après l'ouverture de la PR. Je gère les revues à partir de là.
Pour le débogage :
Corrige le bug dans auth.ts.
Lis le fichier d'abord. Écris ton diagnostic. Arrête-toi et montre-moi le diagnostic avant de faire des modifications. Je confirmerai avant que tu continues.
Le modèle : dites-lui exactement quand s'arrêter.
Pas vague. Pas "à votre discrétion."
Des points de contrôle explicites. Des retours clairs vers vous.
━━━━━━━━━━━━━━━━━━
Guide des niveaux d'effort
Toutes les tâches n'ont pas besoin de la même puissance.
→ Faible / Moyen — tâches de routine, corrections simples, documentation, tests
→ Élevé — fonctionnalités, modifications multi-fichiers, débogage
→ Extra High — décisions architecturales, revues de sécurité, travail complexe en plusieurs étapes
→ Max — réservez pour les problèmes vraiment difficiles sur lesquels vous avez déjà échoué
→ Ultra — à éviter. Toujours.
La valeur par défaut pour la plupart des développeurs : Élevé.
C'est amplement capable. Les sous-agents en Élevé sont "pas trop mal" en termes de consommation.
La recommandation quotidienne de l'équipe Codex : Sol Medium.
Sol Medium bat Claude Fable 5 sur les benchmarks d'agents. Pour une fraction du prix.
Vous n'avez pas besoin d'extra high pour tout.
Aide-mémoire des niveaux d'effort :
Correction simple → Sol Faible ou Moyen Nouvelle fonctionnalité → Sol Élevé Problème difficile → Sol Extra High Analyse rapide → Luna Extra High Jamais → Ultra
━━━━━━━━━━━━━━━━━━
Les chiffres des benchmarks qui expliquent tout
Sol Extra High vs Max : 58 vs 59 points. Un point. Trois fois moins cher. Utilisez Extra High.
Sol Medium vs Fable 5 : Sol Medium gagne de 11,4 points sur les workflows d'agents. Pour un coût 4 fois inférieur.
Luna Extra High vs Terra : Performances identiques. 1,3 fois plus rapide. 2,5 fois moins cher. Utilisez Luna.
Ultra vs Extra High : 3,1 points supplémentaires. 3 fois plus cher. OpenAI n'a même pas publié les résultats de codage d'Ultra. Utilisez Extra High.
Le modèle : un niveau en dessous = même qualité, considérablement moins cher.
La plupart des développeurs utilisent un ou deux niveaux trop élevés pour tout.
C'est la seule raison pour laquelle les limites disparaissent en 4 heures.
Descendez d'un niveau. Gardez le même résultat. Doublez votre fenêtre active.
━━━━━━━━━━━━━━━━━━
Avant et après
Avant cette configuration :
→ Sol Ultra qui gérait tout
→ Sous-agents clonant le modèle parent et l'effort
→ 3 sous-agents = 3 instances Sol Ultra brûlant simultanément
→ Fenêtre de 5 heures disparue en 90 minutes
→ Aucun contexte sur ce qui l'a brûlée
Après cette configuration :
→ Sol Extra High comme orchestrateur
→ Sol Medium pour l'implémentation
→ Luna Extra High pour l'analyse
→ max_depth = 1 stoppant la génération récursive
→ AGENTS.md disant à Sol de ne pas générer d'agents automatiquement
→ Points d'arrêt dans chaque prompt contrôlant jusqu'où le modèle va
Résultat : 48 heures de travail continu. Zéro limite atteinte.
Même plan à 200 $. Expérience complètement différente.
━━━━━━━━━━━━━━━━━━
Liste de contrôle complète
Faites ces cinq choses maintenant :
→ 1. Ouvrez AGENTS.md. Ajoutez : "Ne génère des sous-agents que lorsque je te le demande explicitement."
→ 2. Collez le prompt config.toml dans Codex. Laissez-le créer les 3 fichiers d'agents.
→ 3. Définissez max_depth = 1 et max_threads = 6 dans votre config.toml.
→ 4. Changez votre effort par défaut sur Sol High. Pas Ultra. Pas Extra High pour tout.
→ 5. Ajoutez des points d'arrêt explicites à chaque prompt longue durée.
Cela prend 10 minutes.
Vous fait gagner des heures de limites brûlées chaque semaine.
━━━━━━━━━━━━━━━━━━
Encore une chose
Passez du temps dans ~/.codex et ~/.claude.
Ces répertoires sont là où se trouve la vraie puissance.
Agents personnalisés. Politiques de routage. Préférences de modèle. Instructions par défaut.
La plupart des gens ne les ouvrent jamais.
Les développeurs qui tirent le meilleur parti de Codex actuellement ?
Ils ont fait des changements qui semblaient stupides et ont été surpris de voir à quel point cela comptait.
Expérimentez. Ajustez. Surveillez votre utilisation via le tableau de bord Codex.
De petits changements de configuration se cumulent en des taux de consommation de tokens radicalement différents.
C'est la période la plus amusante pour construire avec l'IA.
Les outils récompensent ceux qui creusent vraiment.
━━━━━━━━━━━━━━━━━━
Si cela vous a sauvé vos limites :
→ Repostez pour que les autres utilisateurs de Codex Pro le voient avant de brûler une autre fenêtre
→ Suivez @sairahul1 pour plus d'analyses de systèmes IA
→ Mettez ceci en favori — le prompt de configuration fonctionne, collez-le ce soir
Abonnez-vous à theaibuilders.co pour plus d'articles intéressants comme celui-ci
J'écris sur l'IA, la création de produits et les systèmes qui fonctionnent sans vous.
