Hai pagato 200 $ per Codex Pro.
Hai esaurito il limite in 4 ore.
4 ore di una finestra di 5 ore. Sparite.
E la parte peggiore?
Gran parte di quel consumo era del tutto evitabile.
Io ho bruciato oltre 200.000 $ di token su GPT-5.6 Sol per capirlo.
Ecco tutto ciò che ho imparato — così non devi farlo tu.
━━━━━━━━━━━━━━━━━━
Perché stai bruciando i limiti così velocemente
Un'impostazione. Un bug. Ti costa tutto.
Quando Codex genera sotto-agenti, copia esattamente il modello genitore.
Hai impostato Sol su Ultra? Ogni sotto-agente esegue anche Sol Ultra. 3 sotto-agenti su un compito = 3 istanze di Sol Ultra che bruciano simultaneamente.
Ecco perché la tua finestra di 5 ore scompare in 90 minuti.
Lo strumento spawn_agent di Codex non ha un'opzione per scegliere un modello diverso per gli agenti figli.
Si limita a clonare qualsiasi cosa tu stia eseguendo.
Non è colpa tua. È un difetto di instradamento nel sistema.
Ma ora lo sai. E c'è una soluzione.
━━━━━━━━━━━━━━━━━━
Il modello che non dovresti mai toccare
Ultra.
Non un livello di ragionamento. Un moltiplicatore.
Ultra genera 4 sotto-sotto-agenti paralleli all'interno di una singola chiamata agente.
Su un compito semplice: sotto-agenti che generano sotto-agenti che generano altri sotto-agenti.
Ricorsivo. Incontrollato. Rovinosamente costoso.
La differenza di prestazioni?
Sol Ultra ottiene il 91,9% nei benchmark di codifica. Sol Extra High ottiene l'88,8%.
3,1 punti in più. 3 volte il costo.
OpenAI non ha nemmeno pubblicato i risultati di Ultra per i loro due principali benchmark di codifica.
Questo dovrebbe dirti tutto.
Evita Ultra completamente. Punto.
━━━━━━━━━━━━━━━━━━
Sistema a 3 modelli che risolve tutto
Hai bisogno di tre agenti che facciano tre lavori diversi.
Non un singolo modello che fa tutto alla massima potenza.
Sol Extra High → L'Orchestratore
Pianifica. Architetta. Delega. Prende le decisioni difficili.
Questo è il tuo cervello principale. Quello che legge il tuo prompt e capisce cosa deve succedere.
Extra High ti dà 58/100 nei benchmark. Max ti dà 59/100. Un punto di differenza. Tre volte più economico.
Extra High è la scelta giusta qui.
Sol Medium → L'Esecutore
Scrive codice. Corregge bug. Esegue test. Implementa il piano.
Sol Medium batte ancora Claude Fable 5 di 11,4 punti nei flussi di lavoro degli agenti a lungo termine.
A circa un quarto del costo.
Non ha bisogno di prendere decisioni architetturali. Deve solo seguire bene le istruzioni. Medium lo fa perfettamente.
Luna Extra High → Lo Scanner
Ricerche di file. Esplorazione del codebase. Letture leggere. Raccolta di prove.
Luna a Extra High è:
→ 1,3 volte più veloce di Terra
→ 2,5 volte più economica di Terra
→ Stesse prestazioni su compiti leggeri
Questa è la scelta nascosta che la maggior parte delle persone si perde.
Luna sembra economica sulla carta (1$/6$ per milione di token) ma brucia più passaggi di Terra.
A Extra High, quel conteggio dei passaggi diminuisce. Diventa la scelta ovvia per il lavoro di sola lettura.
━━━━━━━━━━━━━━━━━━
Trucco di instradamento Sol + Luna (48 ore, zero limiti raggiunti)
Ecco la configurazione esatta che funziona ininterrottamente senza bruciare la tua finestra:
→ Sol Extra High scrive il piano
→ Luna Extra High lo esegue
→ Sol Extra High rivede l'output
Tutto qui.
Un ciclo. Nessuna generazione ricorsiva. Nessun clone Ultra che brucia in background.
La persona che ha condiviso questo lo ha eseguito per 48 ore di fila senza raggiungere il limite di 5 ore nemmeno una volta.
Il motivo per cui funziona: Sol rimane concentrato sulle decisioni. Luna gestisce il lavoro di esecuzione pesante in token a tariffe 2,5 volte più economiche. Il consumo totale di token diminuisce drasticamente anche se stai facendo di più.
La tua impostazione [AGENTS.md](http://agents.md/) da aggiungere ora:
Genera sotto-agenti solo quando te lo chiedo esplicitamente. Non generare sotto-agenti automaticamente.
Questo impedisce a Sol di creare con entusiasmo agenti per ogni compito.
Aggiungilo al tuo AGENTS.md globale e riavvia Codex.
━━━━━━━━━━━━━━━━━━
Correggi il tuo config.toml in 5 minuti
Questo è il file reale che controlla tutto.
Codex lo legge all'avvio.
Impostalo una volta. Ogni sessione successiva si instraderà automaticamente.
Apri Codex. Incolla esattamente questo prompt:
Leggi il mio attuale ~/.codex/config.toml e la documentazione su
https://developers.openai.com/codex/subagents per le definizioni personalizzate degli agenti.
Poi fai quanto segue:
1. Crea tre file TOML per agenti in ~/.codex/agents/:
fast_scan — per ricerche rapide, esplorazione del codebase, letture di file e analisi leggere.
- model: gpt-5.6-luna
- model_reasoning_effort: extra-high
- sandbox_mode: read-only
- Istruzioni: raccogli prove rapidamente, restituisci un riepilogo conciso, non modificare file.
routine_worker — per codifica di routine, test, documentazione e correzioni delimitate.
- model: gpt-5.6-sol
- model_reasoning_effort: medium
- Istruzioni: implementa il compito assegnato e verifica il risultato.
deep_worker — per debug difficili, architettura, sicurezza e lavoro multi-passaggio ambiguo.
- model: gpt-5.6-sol
- model_reasoning_effort: extra-high
- Istruzioni: gestisci il lavoro complesso con attenzione, convalida le ipotesi, fornisci una verifica solida.
2. Aggiorna la sezione [agents] del mio config.toml con questa politica di instradamento:
"Decidi automaticamente se la delega è utile. Scegli fast_scan per lavoro leggero di sola lettura, routine_worker per implementazione normale e deep_worker per ragionamenti complessi o ad alto rischio. Non chiedere all'utente di scegliere un modello a meno che il modello richiesto non sia disponibile. Mantieni i compiti semplici sull'agente principale."
3. Assicurati che max_threads = 6 e max_depth = 1 siano impostati sotto [agents].
4. Mostrami il config.toml finale e tutti e tre i file degli agenti in modo che possa rivederli prima di salvare."
Codex crea ogni file. Tu rivedi. Tu salvi. Fatto.
━━━━━━━━━━━━━━━━━━
Aspetto dei tuoi 3 file agente
Codex li genera automaticamente dal prompt sopra.
Ecco come dovrebbero apparire — così sai cosa rivedere:
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "Ricerche rapide, esplorazione del codebase, analisi leggera di sola lettura." model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ Raccogli prove rapidamente e restituisci un riepilogo conciso. Non modificare file. """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "Codifica di routine, test, documentazione e correzioni delimitate." model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ Implementa il compito delimitato assegnato e verifica il risultato. """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "Debug difficili, architettura, sicurezza e lavoro multi-passaggio ambiguo." model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ Gestisci il lavoro complesso con attenzione, convalida le ipotesi e fornisci una verifica solida. """
# ~/.codex/config.toml — sezione [agents] [agents] max_threads = 6 max_depth = 1 routing_policy = """ Decidi automaticamente se la delega è utile. Scegli fast_scan per lavoro leggero di sola lettura, routine_worker per implementazione normale, e deep_worker per ragionamenti complessi o ad alto rischio. Non chiedere all'utente di scegliere un modello. Mantieni i compiti semplici sull'agente principale. """
max_depth = 1 è fondamentale.
Impedisce ai sotto-agenti di generare i propri sotto-agenti.
Un livello di delega. Nessuna generazione ricorsiva. Nessun consumo fuori controllo.
━━━━━━━━━━━━━━━━━━
Come scrivere prompt che non bruciano i limiti
Il modello continuerà.
E continuerà.
E continuerà.
5.6 può completare i compiti dall'inizio alla fine senza fermarsi. Questo è per lo più positivo.
Ma senza punti di arresto chiari, va oltre. Riscrive cose che non erano necessarie. Brucia il 15% della tua finestra su un compito che ne richiedeva il 3%.
Aggiungi punti di arresto a ogni prompt:
Per compiti di pianificazione:
Crea questa nuova funzionalità.
Inizia scrivendo solo un piano. Quando il piano è finito, fermati e chiedi il mio feedback. Non scrivere ancora alcun codice.
Per compiti di implementazione:
Il piano è fantastico. Ora realizzalo.
Usa l'uso del computer per testare man mano che procedi. Continua finché i test non passano e sei soddisfatto. Apri una PR quando hai finito. Fermati dopo che la PR è aperta. Gestirò le revisioni da lì.
Per il debug:
Correggi il bug in auth.ts.
Leggi prima il file. Scrivi la tua diagnosi. Fermati e mostrami la diagnosi prima di apportare modifiche. Confermerò prima che tu proceda.
Lo schema: digli esattamente quando fermarsi.
Non vago. Non "usa il tuo giudizio."
Punti di controllo espliciti. Passaggi di consegne chiari a te.
━━━━━━━━━━━━━━━━━━
Guida ai livelli di impegno
Non tutti i compiti necessitano della stessa potenza.
→ Basso / Medio — compiti di routine, correzioni semplici, documentazione, test
→ Alto — funzionalità, modifiche a più file, debug
→ Extra Alto — decisioni architetturali, revisioni di sicurezza, lavoro complesso multi-passaggio
→ Massimo — riservalo a problemi veramente difficili in cui hai già fallito
→ Ultra — evita. Sempre.
L'impostazione predefinita per la maggior parte degli sviluppatori: Alto.
È perfettamente capace. I sotto-agenti su Alto sono "non male" per il consumo.
La raccomandazione quotidiana del team Codex: Sol Medium.
Sol Medium batte Claude Fable 5 nei benchmark degli agenti. A una frazione del prezzo.
Non hai bisogno di Extra High per tutto.
Prontuario dei livelli di impegno:
Correzione semplice → Sol Basso o Medio Nuova funzionalità → Sol Alto Problema difficile → Sol Extra Alto Scansione rapida → Luna Extra Alto Mai → Ultra
━━━━━━━━━━━━━━━━━━
Numeri di benchmark che spiegano tutto
Sol Extra High vs Max: 58 vs 59 punti. Un punto. Tre volte più economico. Usa Extra High.
Sol Medium vs Fable 5: Sol Medium vince di 11,4 punti nei flussi di lavoro degli agenti. A un costo 4 volte inferiore.
Luna Extra High vs Terra: Stesse prestazioni. 1,3 volte più veloce. 2,5 volte più economica. Usa Luna.
Ultra vs Extra High: 3,1 punti in più. 3 volte più costoso. OpenAI non ha nemmeno pubblicato i risultati di codifica di Ultra. Usa Extra High.
Lo schema: un livello in meno = stessa qualità, drasticamente più economico.
La maggior parte degli sviluppatori sta eseguendo uno o due livelli troppo alti su tutto.
Questo è l'unico motivo per cui i limiti scompaiono in 4 ore.
Abbassa di un livello. Mantieni lo stesso output. Raddoppia la tua finestra attiva.
━━━━━━━━━━━━━━━━━━
Prima e dopo
Prima di questa configurazione:
→ Sol Ultra eseguiva tutto
→ I sotto-agenti clonavano il modello genitore e l'impegno
→ 3 sotto-agenti = 3 istanze di Sol Ultra che bruciavano simultaneamente
→ Finestra di 5 ore sparita in 90 minuti
→ Nessun contesto su cosa l'abbia bruciata
Dopo questa configurazione:
→ Sol Extra High come orchestratore
→ Sol Medium per l'implementazione
→ Luna Extra High per la scansione
→ max_depth = 1 ferma la generazione ricorsiva
→ AGENTS.md dice a Sol di non generare agenti automaticamente
→ Punti di arresto in ogni prompt controllano quanto lontano arriva il modello
Risultato: 48 ore di lavoro continuo. Zero limiti raggiunti.
Stesso piano da 200 $. Esperienza completamente diversa.
━━━━━━━━━━━━━━━━━━
Lista di controllo configurazione completa
Fai queste cinque cose adesso:
→ 1. Apri AGENTS.md. Aggiungi: "Genera sotto-agenti solo quando te lo chiedo esplicitamente."
→ 2. Incolla il prompt config.toml in Codex. Lascia che crei i 3 file agente.
→ 3. Imposta max_depth = 1 e max_threads = 6 nel tuo config.toml.
→ 4. Cambia il tuo impegno predefinito su Sol Alto. Non Ultra. Non Extra High per tutto.
→ 5. Aggiungi punti di arresto espliciti a ogni prompt a esecuzione lunga.
Ci vogliono 10 minuti.
Ti fa risparmiare ore di limiti bruciati ogni singola settimana.
━━━━━━━━━━━━━━━━━━
Un'ultima cosa
Passa del tempo in ~/.codex e ~/.claude.
Queste directory sono dove risiede il vero potere.
Agenti personalizzati. Politiche di instradamento. Preferenze di modello. Istruzioni predefinite.
La maggior parte delle persone non le apre mai.
Gli sviluppatori che stanno ottenendo il massimo da Codex in questo momento?
Hanno apportato modifiche che sembravano stupide e sono rimasti sorpresi da quanto sia stato importante.
Sperimenta. Regola. Monitora il tuo utilizzo attraverso la dashboard di Codex.
Piccole modifiche alla configurazione si accumulano in tassi di consumo di token drasticamente diversi.
Questo è il periodo più divertente per costruire con l'IA.
Gli strumenti premiano le persone che si immergono davvero.
━━━━━━━━━━━━━━━━━━
Se questo ha salvato i tuoi limiti:
→ Ripubblica così altri utenti Codex Pro lo vedono prima di bruciare un'altra finestra
→ Segui @sairahul1 per altre analisi di sistemi AI
→ Aggiungi ai segnalibri — il prompt di configurazione funziona, incollalo stasera
Iscriviti a theaibuilders.co per altri articoli interessanti come questo
Scrivo di AI, costruzione di prodotti e sistemi che funzionano senza di te.
