1. 引言现在使用 ChatGPT 写资料、做方案已经比较常见但如果任务进一步涉及本地文件、代码修改、命令运行、截图整理和结果验证单靠普通对话就不够顺手。新版 Codex 的价值就在这里ChatGPT 更适合做思路整理和方案判断Codex 更适合进入真实项目把文件改出来、命令跑出来、结果检查出来。这套方法的核心是先在 ChatGPT 中把问题说清楚再交给 Codex 在本地项目中执行最后把结果整理成可复盘的交付记录。文中使用的模型口径以 GPT-5.6 系列为主同时对比 GPT-5.5 在用量和 token 花费上的变化。图1 ChatGPT 与 Codex 协同工作流2. 网页版界面从 Chat 切到 WorkChatGPT 网页端顶部可以看到Chat和Work两种入口。Chat更适合直接提问、讨论方案和整理表达当账户中出现Work时则可以把文件、项目、已安排任务和工具连接放进同一个工作界面中适合处理持续时间更长的任务。左侧栏可以快速进入新聊天、搜索聊天、文件库、项目、已安排任务和插件等区域。实际可见入口会随账户计划、地区和功能分批上线情况变化以自己的页面为准。下方输入区的模型菜单是开始任务前最值得检查的位置。处理复杂的本地项目或多步骤任务时可选 GPT-5.6 Sol日常资料整理、代码修改和脚本编写可优先考虑 Terra格式固定、重复性强的任务可使用 Luna。图2 ChatGPT 网页版 Chat / Work 工作界面3. ChatGPT 和 Codex 的分工ChatGPT 和 Codex 并不是互相替代的关系更像是同一套工作流里的两个环节。ChatGPT更适合做“想清楚”的部分例如澄清需求、比较不同方案、梳理约束条件、拆分任务清单、把零散描述改写成可执行的验收标准。开始编码前可以先让 ChatGPT 把目标、输入输出、边界条件、风险点和测试项整理清楚。Codex更适合做“落到文件里”的部分例如读取项目文件、定位调用关系、修改代码、运行脚本、执行测试、检查输出和整理交付物。它能直接工作在本地目录中所以适合处理带有文件上下文的任务。比较推荐的顺序是在 ChatGPT 中先讨论目标、约束和验收标准。把明确后的任务交给 Codex。Codex 读取本地资料、分析代码结构、完成修改并运行验证。人工检查一遍改动范围、测试结果、隐私信息和交付内容。根据验证结果补充说明、提交变更或进入下一轮迭代。4. 新版 GPT-5.6 模型怎么选新版 Codex 里比较常见的是 GPT-5.6 Sol、GPT-5.6 Terra 和 GPT-5.6 Luna。官方文档对它们的定位比较清楚Sol 偏复杂任务Terra 偏日常主力Luna 偏快速和低成本。GPT-5.5 则属于上一代模型仍然能处理复杂 coding、知识工作和研究任务但新任务一般可以先从 5.6 系列开始。图3 官方模型信息摘录可以简单理解为不确定时先用 Sol任务很清楚时用 Terra任务只是固定格式整理时用 Luna。图4 GPT-5.6 与 GPT-5.5 的选择逻辑5. 5.6 和 5.5 的 token 花费对比新版 Codex 的用量理解重点已经从“发了多少条消息”逐渐转向“用了多少 token 和 credit”。官方计费口径把 Codex 用量拆成三类输入 token、缓存输入 token和输出 token。图5 Codex token 用量结构其中输入 token 包括提示词、文件内容、工具返回结果等缓存输入 token 指重复上下文命中缓存后的部分输出 token 则包括回复、代码、总结以及推理过程中产生的输出。一次任务的大致消耗可以按下面这个思路理解CreditsTin106CinTcache106CcacheTout106Cout Credits \frac{T_{in}}{10^6}C_{in} \frac{T_{cache}}{10^6}C_{cache} \frac{T_{out}}{10^6}C_{out}Credits106Tin​​Cin​106Tcache​​Ccache​106Tout​​Cout​其中TinT_{in}Tin​、TcacheT_{cache}Tcache​、ToutT_{out}Tout​分别表示输入、缓存输入和输出 token 数CinC_{in}Cin​、CcacheC_{cache}Ccache​、CoutC_{out}Cout​表示对应模型每 100 万 token 的 credit 费率。图6 官方用量与计费信息摘录模型输入 credits / 1M tokens缓存输入 credits / 1M tokens输出 credits / 1M tokensGPT-5.6 Sol12512.5750GPT-5.6 Terra62.56.25375GPT-5.6 Luna252.5150GPT-5.512512.50750从这个表可以看出一个很重要的变化GPT-5.6 Sol 的 token 费率和 GPT-5.5 基本一致但 5.6 系列额外提供了 Terra 和 Luna 两个更省的选择。也就是说新版并不是简单“更强所以更贵”而是把任务拆成不同档位让常规任务可以用更便宜的模型完成。举一个粗略例子如果一次 Codex 任务用了 20000 个输入 token、5000 个缓存输入 token、3000 个输出 token那么模型粗略 creditsGPT-5.6 Sol约 4.81GPT-5.6 Terra约 2.41GPT-5.6 Luna约 0.96GPT-5.5约 4.81这个例子说明任务如果不需要 Sol 的深度推理和细节打磨换成 Terra 或 Luna 会明显省用量。尤其是整理表格、生成固定格式摘要、批量改写这类任务用 Luna 往往更合适。6. 使用用量的变化从使用限制上看官方文档给出的 Codex 本地消息窗口也体现了 5.6 系列的差异。以五小时窗口为例Plus 档位下 GPT-5.6 Sol 约为 15 到 90 条本地消息GPT-5.5 约为 15 到 80 条GPT-5.6 Terra 约为 20 到 110 条GPT-5.6 Luna 约为 50 到 280 条。Pro 档位整体约为 20 倍量级。计划与模型本地消息 / 5hPlusGPT-5.6 Sol15-90PlusGPT-5.6 Terra20-110PlusGPT-5.6 Luna50-280PlusGPT-5.515-80ProGPT-5.6 Sol300-1800ProGPT-5.6 Terra400-2200ProGPT-5.6 Luna1000-5600ProGPT-5.5300-1600这里不能只看最高条数因为实际消耗会受模型、上下文长度、推理档位、工具调用、检索和缓存命中影响。官方也说明类似任务的消耗可能不同单靠提示词长度不能准确估算。实际使用时可以按下面的规则控制用量任务不明确时先让 ChatGPT 帮忙收窄问题不要直接把一大堆文件全丢给 Codex。小修改优先用 Terra 或 Luna复杂重构再切 Sol。能分阶段验证的任务不要一次性做完先让 Codex 读结构、列计划再执行关键修改。截图、联网搜索、生成图片这类操作会额外增加消耗任务执行前要有选择地使用。同一项目连续工作时尽量保留同一个任务上下文让缓存更容易发挥作用。7. 一套比较顺手的项目流程处理一个真实项目时可以把 ChatGPT 和 Codex 分成四步使用。第一步先用 ChatGPT 定义问题。比如要优化一个控制算法、补齐一段数据处理脚本或排查一次测试失败可以先明确目标、输入输出、限制条件和验收方式。这个阶段不需要急着让工具操作本地文件。第二步让 Codex 读取项目约定和已有代码。可以先让它查看目录结构、构建命令、测试入口和相关模块再提出一个小范围的实施计划。这样能减少盲目修改也方便人工确认影响范围。第三步让 Codex 分阶段实现并验证。先完成一个可检查的小改动再运行单元测试、脚本或构建命令遇到错误时把报错、相关文件和预期行为一起交给它分析。需要截图时只保留功能区域避免露出真实项目名、账号邮箱、聊天记录、文件路径、API Key、学校姓名学号等内容。第四步交付前做一次检查。重点看改动是否符合需求、测试是否通过、是否引入回归、配置和文档是否同步、是否暴露隐私信息。8. 推荐的模型使用习惯日常使用中不建议所有任务都开最高档。比较稳的习惯是场景推荐选择需求拆解、整理资料、总结网页ChatGPT GPT-5.6 Terra生成固定格式表格、摘要、清单GPT-5.6 Luna本地项目小改动、跑脚本、补齐技术说明Codex GPT-5.6 Terra多文件重构、复杂调试、长文档打磨Codex GPT-5.6 Sol大任务并行拆分Sol High / Extra High必要时再用 Ultra只是问概念或改一句话不需要高推理档位这样做的好处是简单任务不会浪费 Sol 的额度复杂任务又能保留足够的推理能力。尤其是日常开发、数据处理和脚本维护这类任务大部分工作都可以先用 Terra 或 Luna 完成。9. 总结新版 Codex 和 ChatGPT 结合使用时核心不是“哪个更强”而是把工作拆清楚ChatGPT 负责思路、结构和表达Codex 负责本地文件、代码、运行和验证。GPT-5.6 相比 GPT-5.5 的变化也比较明显。Sol 保持高能力token 费率与 5.5 接近Terra 更适合日常工作在成本上更友好Luna 则适合清晰、重复、固定格式的任务。实际使用时先根据任务难度选择模型再根据结果逐步提高推理档位会比一开始就开最高配置更省。一句话总结复杂任务用 Sol日常任务用 Terra固定格式任务用 Luna先用 ChatGPT 想清楚再用 Codex 做出来。参考资料OpenAI / ChatGPT LearnCodex Modelshttps://learn.chatgpt.com/docs/modelsOpenAI / ChatGPT LearnCodex Pricinghttps://learn.chatgpt.com/docs/pricingOpenAI / ChatGPT LearnChatGPT Desktop Apphttps://learn.chatgpt.com/docs/appOpenAI / ChatGPT LearnCodex CLIhttps://learn.chatgpt.com/docs/codex/cliOpenAI / ChatGPT LearnCodex IDE Extensionhttps://learn.chatgpt.com/docs/codex/ide