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：
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：
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：30Terra：300Sol：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 CreditsAgent 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：
最近是否切换到更高能力模型；
是否开启Fast模式；
是否运行大型Agent任务；
是否有多个任务并发；
是否大量输出代码或日志；
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SolAuto 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 TerraGPT-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：
Codex Credits现在越来越接近按实际Token消耗计算；
不同模型之间的Credit成本差距很大；
Auto top-up一定要配合月度预算使用；
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。
关于我们
