คุณจ่าย $200 สำหรับ Codex Pro
คุณถึงขีดจำกัดภายใน 4 ชั่วโมง
4 ชั่วโมงจากหน้าต่าง 5 ชั่วโมง หายไป
และส่วนที่แย่ที่สุด?
การเผาผลาญส่วนใหญ่สามารถหลีกเลี่ยงได้โดยสิ้นเชิง
ผมเผาผลาญโทเค็นไปกว่า $200,000 บน GPT-5.6 Sol เพื่อหาทางออกนี้
นี่คือทุกสิ่งที่ผมเรียนรู้ — เพื่อที่คุณจะได้ไม่ต้องทำแบบเดียวกัน
━━━━━━━━━━━━━━━━━━
ทำไมคุณถึงเผาผลาญขีดจำกัดเร็วขนาดนี้
การตั้งค่าหนึ่งอย่าง บั๊กหนึ่งตัว ที่ทำให้คุณเสียทุกอย่าง
เมื่อ Codex สร้าง subagents มันจะคัดลอกโมเดลหลักทุกประการ
ตั้ง Sol เป็น Ultra? ทุก subagent ก็จะใช้ Sol Ultra เช่นกัน 3 subagents ในงานเดียว = 3 ตัวอินสแตนซ์ Sol Ultra ที่เผาผลาญพร้อมกัน
นั่นคือสาเหตุที่หน้าต่าง 5 ชั่วโมงของคุณหายไปใน 90 นาที
เครื่องมือ spawn_agent ของ Codex ไม่มีตัวเลือกให้เลือกโมเดลอื่นสำหรับ agent ลูก
มันแค่โคลนสิ่งที่คุณกำลังใช้อยู่
นี่ไม่ใช่ความผิดคุณ มันเป็นข้อบกพร่องในการกำหนดเส้นทางในระบบ
แต่ตอนนี้คุณรู้แล้ว และมีวิธีแก้ไข
━━━━━━━━━━━━━━━━━━
โมเดลที่คุณไม่ควรแตะต้อง
Ultra
ไม่ใช่ระดับการใช้เหตุผล แต่เป็นตัวคูณ
Ultra สร้าง sub-subagents แบบขนาน 4 ตัวภายใน agent call เดียว
ในงานง่ายๆ: subagents สร้าง subagents สร้าง subagents เพิ่มขึ้นเรื่อยๆ
วนซ้ำ ไม่มีการควบคุม แพงอย่างมหาศาล
ความแตกต่างด้านประสิทธิภาพ?
Sol Ultra ได้ 91.9% ในการวัดประสิทธิภาพการเขียนโค้ด Sol Extra High ได้ 88.8%
เพิ่มขึ้น 3.1 คะแนน ต้นทุนเพิ่มขึ้น 3 เท่า
OpenAI ไม่ได้เผยแพร่ผลลัพธ์ของ Ultra สำหรับการวัดประสิทธิภาพการเขียนโค้ดหลักสองรายการด้วยซ้ำ
นั่นน่าจะบอกคุณได้ทุกอย่าง
หลีกเลี่ยง Ultra โดยสิ้นเชิง หยุดเด็ดขาด
━━━━━━━━━━━━━━━━━━
ระบบ 3 โมเดลที่แก้ไขทุกอย่าง
คุณต้องการ agent สามตัวที่ทำงานสามอย่างที่แตกต่างกัน
ไม่ใช่โมเดลเดียวที่ทำทุกอย่างด้วยพลังสูงสุด
Sol Extra High → ตัวประสานงาน
วางแผน ออกแบบสถาปัตยกรรม มอบหมายงาน ตัดสินใจเรื่องยากๆ
นี่คือสมองหลักของคุณ ตัวที่อ่าน prompt ของคุณและคิดว่าต้องทำอะไร
Extra High ให้คุณ 58/100 คะแนนในการวัดประสิทธิภาพ Max ให้คุณ 59/100 คะแนน ต่างกันหนึ่งคะแนน ราคาถูกกว่าสามเท่า
Extra High คือตัวเลือกที่ถูกต้องตรงนี้
Sol Medium → ผู้ดำเนินการ
เขียนโค้ด แก้บั๊ก รันเทส ดำเนินการตามแผน
Sol Medium ยังคงเอาชนะ Claude Fable 5 ได้ 11.4 คะแนนในเวิร์กโฟลว์ agent ที่ทำงานยาวนาน
ด้วยต้นทุนประมาณหนึ่งในสี่
มันไม่จำเป็นต้องตัดสินใจเชิงสถาปัตยกรรม มันแค่ต้องทำตามคำแนะนำได้ดี Medium ทำได้สมบูรณ์แบบ
Luna Extra High → เครื่องสแกน
ค้นหาไฟล์ สำรวจฐานโค้ด อ่านข้อมูลเบาๆ รวบรวมหลักฐาน
Luna ที่ระดับ Extra High คือ:
→ เร็วกว่า Terra 1.3 เท่า
→ ถูกกว่า Terra 2.5 เท่า
→ ประสิทธิภาพเท่ากันในงานเบาๆ
นี่คือตัวเลือกที่ซ่อนอยู่ซึ่งคนส่วนใหญ่มองข้าม
Luna ดูถูกในกระดาษ ($1/$6 ต่อล้านโทเค็น) แต่เผาผลาญขั้นตอนมากกว่า Terra
ที่ระดับ Extra High จำนวนขั้นตอนนั้นลดลง มันกลายเป็นตัวเลือกที่ชัดเจนสำหรับงานแบบอ่านอย่างเดียว
━━━━━━━━━━━━━━━━━━
เทคนิคการกำหนดเส้นทาง Sol + Luna (48 ชั่วโมง, ไม่ถึงขีดจำกัดเลย)
นี่คือการตั้งค่าที่แน่นอนที่ทำงานต่อเนื่องโดยไม่เผาผลาญหน้าต่างของคุณ:
→ Sol Extra High เขียนแผน
→ Luna Extra High ดำเนินการตามแผน
→ Sol Extra High ตรวจสอบผลลัพธ์
แค่นั้น
หนึ่งลูป ไม่มีการสร้างแบบวนซ้ำ ไม่มี Ultra โคลนที่เผาผลาญอยู่เบื้องหลัง
คนที่แชร์สิ่งนี้รันมันเป็นเวลา 48 ชั่วโมงติดต่อกันโดยไม่ถึงขีดจำกัด 5 ชั่วโมงแม้แต่ครั้งเดียว
เหตุผลที่มันได้ผล: Sol ยังคงจดจ่ออยู่กับการตัดสินใจ Luna จัดการงานที่ใช้โทเค็นหนักในอัตราที่ถูกกว่า 2.5 เท่า การเผาผลาญโทเค็นทั้งหมดลดลงอย่างมากแม้ว่าคุณจะทำมากขึ้น
การตั้งค่า AGENTS.md ของคุณที่ต้องเพิ่มตอนนี้:
สร้าง subagents เมื่อฉันขอให้คุณทำอย่างชัดเจนเท่านั้น อย่าสร้าง subagents โดยอัตโนมัติ
สิ่งนี้จะหยุด Sol ไม่ให้สร้าง agent อย่างกระตือรือร้นในทุกงาน
เพิ่มลงใน AGENTS.md ทั่วโลกของคุณและรีสตาร์ท Codex
━━━━━━━━━━━━━━━━━━
แก้ไข config.toml ของคุณใน 5 นาที
นี่คือไฟล์จริงที่ควบคุมทุกอย่าง
Codex อ่านมันเมื่อเริ่มต้น
ตั้งค่าครั้งเดียว ทุกเซสชันหลังจากนั้นจะกำหนดเส้นทางโดยอัตโนมัติ
เปิด Codex วาง prompt นี้ให้ตรง:
อ่าน ~/.codex/config.toml ปัจจุบันของฉันและเอกสารที่
https://developers.openai.com/codex/subagents สำหรับคำจำกัดความ agent ที่กำหนดเอง
จากนั้นทำดังต่อไปนี้:
1. สร้างไฟล์ TOML agent สามไฟล์ภายใต้ ~/.codex/agents/:
fast_scan — สำหรับการค้นหาอย่างรวดเร็ว, การสำรวจฐานโค้ด, การอ่านไฟล์, และการวิเคราะห์แบบเบาๆ
- model: gpt-5.6-luna
- model_reasoning_effort: extra-high
- sandbox_mode: read-only
- คำแนะนำ: รวบรวมหลักฐานอย่างรวดเร็ว, ส่งคืนสรุปโดยย่อ, ห้ามแก้ไขไฟล์
routine_worker — สำหรับการเขียนโค้ดประจำ, การทดสอบ, เอกสาร, และการแก้ไขที่มีขอบเขต
- model: gpt-5.6-sol
- model_reasoning_effort: medium
- คำแนะนำ: ดำเนินการงานที่ได้รับมอบหมายและตรวจสอบผลลัพธ์
deep_worker — สำหรับการดีบักที่ยาก, สถาปัตยกรรม, ความปลอดภัย, และงานหลายขั้นตอนที่ไม่ชัดเจน
- model: gpt-5.6-sol
- model_reasoning_effort: extra-high
- คำแนะนำ: จัดการงานที่ซับซ้อนอย่างระมัดระวัง, ตรวจสอบสมมติฐาน, ให้การยืนยันที่แข็งแกร่ง
2. อัปเดตส่วน [agents] ของ config.toml ของฉันด้วยนโยบายการกำหนดเส้นทางนี้:
"ตัดสินใจโดยอัตโนมัติว่าการมอบหมายงานมีประโยชน์หรือไม่ เลือก fast_scan สำหรับงานแบบอ่านอย่างเดียวที่มีน้ำหนักเบา, routine_worker สำหรับการดำเนินการตามปกติ, และ deep_worker สำหรับการใช้เหตุผลที่ซับซ้อนหรือมีความเสี่ยงสูง อย่าถามผู้ใช้ให้เลือกโมเดลเว้นแต่โมเดลที่ต้องการจะไม่พร้อมใช้งาน เก็บงานง่ายๆ ไว้ที่ agent หลัก"
3. ตรวจสอบให้แน่ใจว่าตั้งค่า max_threads = 6 และ max_depth = 1 ภายใต้ [agents]
4. แสดง config.toml สุดท้ายและไฟล์ agent ทั้งสามไฟล์ให้ฉันดูเพื่อตรวจสอบก่อนที่คุณจะบันทึก"
Codex สร้างทุกไฟล์ คุณตรวจสอบ คุณบันทึก เสร็จ
━━━━━━━━━━━━━━━━━━
ไฟล์ agent ทั้งสามของคุณมีลักษณะอย่างไร
Codex สร้างสิ่งเหล่านี้โดยอัตโนมัติจาก prompt ด้านบน
นี่คือสิ่งที่ควรมีลักษณะ — เพื่อให้คุณรู้ว่าต้องตรวจสอบอะไร:
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "การค้นหาอย่างรวดเร็ว, การสำรวจฐานโค้ด, การวิเคราะห์แบบอ่านอย่างเดียวที่มีน้ำหนักเบา" model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ รวบรวมหลักฐานอย่างรวดเร็วและส่งคืนสรุปโดยย่อ ห้ามแก้ไขไฟล์ """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "การเขียนโค้ดประจำ, การทดสอบ, เอกสาร, และการแก้ไขที่มีขอบเขต" model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ ดำเนินการงานที่มีขอบเขตที่ได้รับมอบหมายและตรวจสอบผลลัพธ์ """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "การดีบักที่ยาก, สถาปัตยกรรม, ความปลอดภัย, และงานหลายขั้นตอนที่ไม่ชัดเจน" model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ จัดการงานที่ซับซ้อนอย่างระมัดระวัง, ตรวจสอบสมมติฐาน, และให้การยืนยันที่แข็งแกร่ง """
# ~/.codex/config.toml — ส่วน [agents] [agents] max_threads = 6 max_depth = 1 routing_policy = """ ตัดสินใจโดยอัตโนมัติว่าการมอบหมายงานมีประโยชน์หรือไม่ เลือก fast_scan สำหรับงานแบบอ่านอย่างเดียวที่มีน้ำหนักเบา, routine_worker สำหรับการดำเนินการตามปกติ, และ deep_worker สำหรับการใช้เหตุผลที่ซับซ้อนหรือมีความเสี่ยงสูง อย่าถามผู้ใช้ให้เลือกโมเดล เก็บงานง่ายๆ ไว้ที่ agent หลัก """
max_depth = 1 มีความสำคัญอย่างยิ่ง
มันหยุด subagents ไม่ให้สร้าง subagents ของตัวเอง
การมอบหมายงานหนึ่งระดับ ไม่มีการสร้างแบบวนซ้ำ ไม่มีการเผาผลาญที่ควบคุมไม่ได้
━━━━━━━━━━━━━━━━━━
วิธีเขียน prompt ที่ไม่เผาผลาญขีดจำกัด
โมเดลจะทำงานต่อไปเรื่อยๆ
และต่อไป
และต่อไป
5.6 สามารถทำงานให้เสร็จตั้งแต่ต้นจนจบโดยไม่หยุด ซึ่งส่วนใหญ่เป็นสิ่งที่ดี
แต่ถ้าไม่มีจุดหยุดที่ชัดเจน มันจะทำงานเกินเลย เขียนสิ่งที่มันไม่จำเป็นต้องเขียนใหม่ เผาผลาญ 15% ของหน้าต่างของคุณในงานที่ต้องการเพียง 3%
เพิ่มจุดหยุดในทุก prompt:
สำหรับงานวางแผน:
สร้างฟีเจอร์ใหม่นี้
เริ่มต้นด้วยการเขียนแผนเท่านั้น เมื่อแผนเสร็จแล้ว ให้หยุดและขอความคิดเห็นจากฉัน อย่าเขียนโค้ดใดๆ ในตอนนี้
สำหรับงานดำเนินการ:
แผนดูดีมาก ดำเนินการสร้างมันตอนนี้เลย
ใช้การใช้งานคอมพิวเตอร์เพื่อทดสอบไปพร้อมกัน ทำงานต่อไปจนกว่าการทดสอบจะผ่านและคุณพอใจ เปิด PR เมื่อเสร็จแล้ว หยุดหลังจากเปิด PR แล้ว ฉันจะจัดการรีวิวต่อจากนั้น
สำหรับการดีบัก:
แก้ไขบั๊กใน auth.ts
อ่านไฟล์ก่อน เขียนการวินิจฉัยของคุณ หยุดและแสดงการวินิจฉัยให้ฉันดูก่อนที่จะทำการเปลี่ยนแปลง ฉันจะยืนยันก่อนที่คุณจะดำเนินการต่อ
รูปแบบ: บอกมันอย่างชัดเจนว่าต้องหยุดเมื่อไหร่
ไม่คลุมเครือ ไม่ใช่ "ใช้ดุลยพินิจของคุณ"
จุดตรวจสอบที่ชัดเจน การส่งมอบงานที่ชัดเจนกลับมาหาคุณ
━━━━━━━━━━━━━━━━━━
คู่มือระดับความพยายาม
ไม่ใช่ว่าทุกงานจะต้องใช้กำลังเท่ากัน
→ ต่ำ / ปานกลาง — งานประจำ, การแก้ไขง่ายๆ, เอกสาร, การทดสอบ
→ สูง — ฟีเจอร์, การเปลี่ยนแปลงหลายไฟล์, การดีบัก
→ สูงพิเศษ — การตัดสินใจด้านสถาปัตยกรรม, การตรวจสอบความปลอดภัย, งานหลายขั้นตอนที่ซับซ้อน
→ สูงสุด — เก็บไว้สำหรับปัญหาที่ยากจริงๆ ที่คุณล้มเหลวมาแล้ว
→ Ultra — หลีกเลี่ยง เสมอ
ค่าเริ่มต้นสำหรับนักพัฒนาส่วนใหญ่: สูง
มันมีความสามารถเพียงพอ subagents ที่ระดับสูงนั้น "ไม่แย่มาก" ในเรื่องการเผาผลาญ
คำแนะนำสำหรับการใช้งานประจำวันจากทีม Codex: Sol ปานกลาง
Sol ปานกลาง เอาชนะ Claude Fable 5 ในการวัดประสิทธิภาพ agent ด้วยราคาเพียงเศษเสี้ยว
คุณไม่จำเป็นต้องใช้ระดับสูงพิเศษสำหรับทุกอย่าง
เอกสารสรุประดับความพยายาม:
การแก้ไขง่ายๆ → Sol ต่ำ หรือ ปานกลาง ฟีเจอร์ใหม่ → Sol สูง ปัญหาที่ยาก → Sol สูงพิเศษ การสแกนอย่างรวดเร็ว → Luna สูงพิเศษ ไม่เคย → Ultra
━━━━━━━━━━━━━━━━━━
ตัวเลขการวัดประสิทธิภาพที่อธิบายทุกอย่าง
Sol สูงพิเศษ เทียบกับ สูงสุด: 58 เทียบกับ 59 คะแนน ต่างกันหนึ่งคะแนน ราคาถูกกว่าสามเท่า ใช้ สูงพิเศษ
Sol ปานกลาง เทียบกับ Fable 5: Sol ปานกลาง ชนะ 11.4 คะแนนในเวิร์กโฟลว์ agent ด้วยต้นทุนที่ต่ำกว่า 4 เท่า
Luna สูงพิเศษ เทียบกับ Terra: ประสิทธิภาพเท่ากัน เร็วกว่า 1.3 เท่า ถูกกว่า 2.5 เท่า ใช้ Luna
Ultra เทียบกับ สูงพิเศษ: เพิ่มขึ้น 3.1 คะแนน แพงกว่า 3 เท่า OpenAI ไม่ได้เผยแพร่ผลลัพธ์การเขียนโค้ดของ Ultra ด้วยซ้ำ ใช้ สูงพิเศษ
รูปแบบ: ลดลงหนึ่งระดับ = คุณภาพเท่าเดิม, ราคาถูกกว่าอย่างมาก
นักพัฒนาส่วนใหญ่กำลังรันทุกอย่างสูงเกินไปหนึ่งหรือสองระดับ
นั่นคือเหตุผลทั้งหมดที่ขีดจำกัดหายไปใน 4 ชั่วโมง
ลดลงหนึ่งระดับ คงผลลัพธ์เดิม เพิ่มหน้าต่างที่ใช้งานได้เป็นสองเท่า
━━━━━━━━━━━━━━━━━━
ก่อนและหลัง
ก่อนการตั้งค่านี้:
→ Sol Ultra รันทุกอย่าง
→ Subagents โคลนโมเดลหลักและระดับความพยายาม
→ 3 subagents = 3 ตัวอินสแตนซ์ Sol Ultra ที่เผาผลาญพร้อมกัน
→ หน้าต่าง 5 ชั่วโมงหายไปใน 90 นาที
→ ไม่มีบริบทว่าอะไรเผาผลาญมัน
หลังการตั้งค่านี้:
→ Sol สูงพิเศษ เป็นตัวประสานงาน
→ Sol ปานกลาง สำหรับการดำเนินการ
→ Luna สูงพิเศษ สำหรับการสแกน
→ max_depth = 1 หยุดการสร้างแบบวนซ้ำ
→ AGENTS.md บอก Sol ไม่ให้สร้าง agent โดยอัตโนมัติ
→ จุดหยุดในทุก prompt ควบคุมว่าโมเดลจะไปได้ไกลแค่ไหน
ผลลัพธ์: ทำงานต่อเนื่อง 48 ชั่วโมง ไม่ถึงขีดจำกัดเลยแม้แต่ครั้งเดียว
แผน $200 เดียวกัน ประสบการณ์ที่แตกต่างอย่างสิ้นเชิง
━━━━━━━━━━━━━━━━━━
รายการตรวจสอบการตั้งค่าฉบับเต็ม
ทำห้าสิ่งนี้ตอนนี้:
→ 1. เปิด AGENTS.md เพิ่ม: "สร้าง subagents เมื่อฉันขอให้คุณทำอย่างชัดเจนเท่านั้น"
→ 2. วาง prompt config.toml ลงใน Codex ปล่อยให้มันสร้างไฟล์ agent 3 ไฟล์
→ 3. ตั้งค่า max_depth = 1 และ max_threads = 6 ใน config.toml ของคุณ
→ 4. สลับความพยายามเริ่มต้นของคุณเป็น Sol สูง ไม่ใช่ Ultra ไม่ใช่ สูงพิเศษ สำหรับทุกอย่าง
→ 5. เพิ่มจุดหยุดที่ชัดเจนในทุก prompt ที่ทำงานยาวนาน
ใช้เวลา 10 นาที
ช่วยคุณประหยัดเวลาหลายชั่วโมงของขีดจำกัดที่ถูกเผาผลาญทุกสัปดาห์
━━━━━━━━━━━━━━━━━━
อีกอย่างหนึ่ง
ใช้เวลาใน ~/.codex และ ~/.claude
ไดเรกทอรีเหล่านี้คือที่ที่พลังที่แท้จริงอาศัยอยู่
agent ที่กำหนดเอง นโยบายการกำหนดเส้นทาง การตั้งค่าโมเดล คำแนะนำเริ่มต้น
คนส่วนใหญ่ไม่เคยเปิดมัน
นักพัฒนาที่ได้รับประโยชน์สูงสุดจาก Codex ในตอนนี้?
พวกเขาได้ทำการเปลี่ยนแปลงที่ดูโง่เขลาและประหลาดใจว่ามันสำคัญแค่ไหน
ทดลอง ปรับเปลี่ยน ติดตามการใช้งานของคุณผ่านแดชบอร์ด Codex
การเปลี่ยนแปลงการกำหนดค่าเล็กน้อยส่งผลให้อัตราการเผาผลาญโทเค็นแตกต่างกันอย่างมาก
นี่คือช่วงเวลาที่สนุกที่สุดในการสร้างด้วย AI
เครื่องมือให้รางวัลกับคนที่ลงมือขุดคุ้ยจริงๆ
━━━━━━━━━━━━━━━━━━
ถ้าสิ่งนี้ช่วยประหยัดขีดจำกัดของคุณ:
→ รีโพสต์เพื่อให้ผู้ใช้ Codex Pro คนอื่นเห็นก่อนที่พวกเขาจะเผาผลาญหน้าต่างอีกครั้ง
→ ติดตาม @sairahul1 สำหรับการวิเคราะห์ระบบ AI เพิ่มเติม
→ คั่นหน้านี้ — prompt การกำหนดค่าใช้งานได้, วางคืนนี้เลย
สมัครสมาชิก theaibuilders.co สำหรับบทความที่น่าสนใจเพิ่มเติม
ผมเขียนเกี่ยวกับ AI, การสร้างผลิตภัณฑ์, และระบบที่ทำงานได้โดยที่คุณไม่ต้องทำอะไร
