有用户反馈，开通 20× 档位后，同时跑着两个任务，当天就遇到了额度用尽的提示。如果你也习惯把每个任务都切到 Astra、开着加速，再把推理强度拉到最高，可以先从这些设置调整。
简单任务交给 GPT-5.6，复杂任务再用 Astra；需要深入判断时提高档位，方案确定后的常规执行再降下来。 把模型和档位选对，比每次额度见底后再想办法更实用。
本文主要讨论通过 ChatGPT 账号使用 Codex / ChatGPT Work 时的用量。文中的设置与费率依据截至 2026 年 9 月 12 日的官方说明，可选项以你的账号界面为准。
为什么用了 Astra，额度更容易见底？
额度消耗同时受模型、推理强度、上下文和任务执行过程影响。你输入的一句话，可能让模型继续读文件、查资料、调用工具和修改代码；看到的最终回复长度，只是整个任务的一部分。
模型的单位 token 费率也有差别。按 OpenAI 当前公布的点数费率，Astra 标准模式的输入、缓存输入和输出单价，分别都是 GPT-5.6 Sol 的 2.5 倍。即使处理相同数量、相同构成的 token，用掉的点数也会不同。OpenAI 用量与费率说明
检查用量时，可以回想最近是否换了模型、提高了推理强度，或者开始让它持续处理完整项目。额度的变化，可能来自模型费率和实际工作量的共同变化。
20× 的实际可用时长随任务而变。遇到用量提示时，要看账号显示的具体窗口和恢复时间：官方目前说明了 5 小时使用窗口，也可能有周限制。OpenAI 额度说明
只是回两句话，先用 GPT-5.6
回复一条消息、润色一段话、翻译几句话、提取表格里的几个字段，都可以先交给 GPT-5.6 的较低档位。比如：
帮我回复客户：资料已经收到，明天下午给初稿。语气自然，控制在两句话。
这种要求明确、结果也容易检查的任务，可以先试 GPT-5.6 Luna 或 Terra，再根据结果调整。Sol 适合需要更多分析和判断的工作，Astra 则留给更复杂的多步骤任务。OpenAI 模型选择说明
同样是“回复两句话”，如果背后还需要核对大量材料、判断复杂问题，难度就变了。选档位要看完成答案需要做多少工作，而不只是最后输出多少字。
编码按阶段选档位，方案确定后可以降下来
一个开发任务里，最需要深入思考的阶段，可能是决定怎么做：模块如何划分、接口怎么设计、旧数据怎么兼容、几种方案各有什么代价。复杂设计可以让 Astra 多花一些时间分析。
等方案、文件范围和验收条件确定后，补一个常规接口、调整页面、按已有模式实现功能，可以从低一些的档位开始。下面是一组建议起点，使用后再按结果调整：
| 手头的任务 | 模型与推理档位建议 |
|---|---|
| 改文案、调样式、修改少量明确代码 | GPT-5.6 Luna / Terra，Light 或 Low |
| 按确定的设计实现常规功能 | GPT-5.6 Terra / Sol，Low 或 Medium；也可保留 Astra 并降低档位 |
| 复杂架构设计、跨模块方案比较 | Astra，Medium 或 High 起步 |
| 难复现的 bug、复杂并发问题、关键逻辑审查 | Astra，按难度提高推理强度 |
表中的 Light / Low 是不同界面可能使用的名称。OpenAI 建议选用能够满足任务要求的最低推理强度，再为需要更深入分析的工作升档；它的局部 UI 修改示例，也明确推荐 Astra 的 Low 或 Medium。模型与推理设置、局部 UI 修改示例
例如，做一个导出功能，可以先用 Astra 分析字段、权限和大数据量处理方式。确认方案后，切到较低档位实现按钮、接口和相关测试。如果实现中出现重复导出、数据遗漏或权限边界不清，再把具体问题交给高档位处理。
低档位的结果反复出错，就应及时升档。省下的一轮推理，如果换来多轮返工，未必划算。关键逻辑的测试和检查仍然要完成。
Fast 加速按需开启
如果你习惯开启“两倍速”之类的加速选项，先查看它对应的模式和用量提示。OpenAI 的 Fast 模式会提高模型运行速度：Astra 在支持 Fast 的场景下，按标准模式的 2.5 倍点数费率消耗。这个数字是用量倍率，不代表所有任务都能快 2.5 倍完成。OpenAI Fast 说明
如果你正在等结果，下一步工作因此卡住，临时开启 Fast 有实际价值。如果任务可以在你处理其他事情时继续跑，标准速度可以作为默认选择。
模型、推理强度、速度是三项设置。需要 Astra 的能力时，可以选择 Astra 的标准速度；需要加速时，也要单独判断是否值得付出额外用量。
在桌面端或 IDE 的模型设置中查看可用选项；使用 Codex CLI 时，可以用 /model 调整模型与推理强度，用 /fast status 查看加速状态，用 /fast off 关闭 Fast。模型设置、速度设置
同时开两个任务，要看它们是否都值得运行
同一账号下的任务会共同消耗相应的用量预算。两个任务同时持续工作，消耗会集中在同一段时间里；如果它们都在反复分析相同材料，还可能产生重复劳动。把并行改为串行，只是改变了执行时间，未必减少完成同样工作的总消耗。OpenAI 用量说明
额度紧张时，可以先让一个任务完成主线。需要开第二个任务时，给它明确的独立交付物，例如整理指定资料或核对一组测试结果，避免两个任务都收到“把整个项目完善一下”。
如果使用 Ultra，还要留意它会调用子代理并行处理不同部分；Max 则让选中的模型对单个任务投入更多推理。它们适合确实需要这些能力的工作，日常小任务可以从较低设置开始。OpenAI Max 与 Ultra 说明
把需求说具体，减少重复分析和返工
“继续优化，做到最好”很难判断什么时候结束。把要改的地方和验收条件写清楚，模型更容易集中完成一件事。比如：
为订单列表增加按日期筛选。沿用现有日期组件和查询接口，只处理列表筛选相关文件。验证开始日期、结束日期和空结果三种情况；完成后列出改动与检查结果。
这个例子给出了目标、可用上下文、修改范围和完成标准。复杂任务还可以先确认方案，再进入实现。这样的提示方式与 OpenAI 的实践指南一致。Codex 使用实践
资料也按当前问题提供：报错位置、相关文件、必要日志，比把所有历史记录反复粘贴一遍更有针对性。同一个功能的后续修改可以留在原任务里；换成另一件独立工作时，再开新任务并带上必要背景。Codex 任务组织建议
完成一个典型任务后，打开用量页面，对照这次选择的模型、档位和 Fast 状态，看看用量变化与结果是否匹配。CLI 也可以用 /status 查看当前额度。官方查询方式
额度还是不够：买点数，还是另开一个账号？
如果连 Pro 的额度也会被你很快用完，我们不推荐长期靠追加点数支撑 Astra 的高强度使用。 点数属于额外付费、按量扣减的消耗型用量，用掉后不会随会员额度周期重新补回。按这种强度持续跑长任务，小额点数包也可能很快见底。OpenAI 点数说明
点数适合临时补一个缺口，例如手头的任务已经接近完成，又不方便等待额度恢复。PlusGO 也提供点数应急服务，有需要可以先了解点数充值，按实际缺口选择，避免连续追加超出预算。
如果接下来仍有大量工作、又迫切需要继续使用，我们更建议先比较另一份会员的费用：用另一个自己的账号单独开通合适的会员，两个账号轮流安排任务。每个账号分别付费，按各自的额度和使用规则运行；是否比反复补点数划算，要结合当前可开通套餐、费用和你的实际任务量判断。账号与订阅分别管理
对使用同一台电脑上 Codex 本地任务的读者，切换登录账号本身不会自动删除已经保存的本地任务记录。任务历史保存在这套 Codex 本地环境中，保留同一个本地数据目录，就不必因为换账号重新整理全部任务资料。Codex 本地状态保存说明
切换后先确认原本的本地任务仍可打开，再继续工作；可用模型和连接工具以新账号的权限为准。这里说的是 Codex 本地任务，ChatGPT 网页聊天仍按账号分别保存，切号不会把网页聊天记录带到另一个账号。ChatGPT 账号切换说明
常见问题
去哪里查看剩余额度和恢复时间？
打开 Codex 的用量页面，查看账号显示的使用窗口、剩余比例和恢复时间。Codex CLI 可以输入 /status。会员到期日与用量恢复时间分别查看。
关闭 Fast 会同时降低推理强度吗？
速度和推理强度是不同设置。关闭 Fast 后仍可保留原来的模型与推理档位；需要缩减推理投入时，再单独调整推理强度。
换账号后，可用模型和连接工具会一样吗？
可用模型、额度和连接工具以新账号的权限为准。继续同一台电脑上的 Codex 本地任务前，先确认原任务能打开、需要的工具仍可使用。