记得检查重置卡过期时间
近期一批活动赠送的重置卡可能集中到期。前往「设置 → 剩余用量 → 可用重置次数」,点开后可在「使用限额重置」中查看过期时间,临期记得及时使用。
快速入口
近期一批活动赠送的重置卡可能集中到期。前往「设置 → 剩余用量 → 可用重置次数」,点开后可在「使用限额重置」中查看过期时间,临期记得及时使用。
打开 Codex 设置 → Configuration → Model features → Available reasoning efforts,勾选 Max。之后即可在支持 Max 的模型控制中选择。
按照 DeepSeek 官方配置步骤,在 Codex 中接入并使用 DeepSeek 模型。
什么时间段拍卡最安全?
Codex 雷达可核验的 32 次历史重置中,19 次发生在北京时间 00:00–08:59。站长将 16:00–22:00 列为相对安全派卡期;这是历史统计规律,不代表绝对不会重置。
根据最新分布式众测结果,按使用场景给出实用选择。
当前推荐以 Codex 订阅内可用模型为主;DeepSeek 采用独立 API 计费,将另行评估与推荐。 实时仅显示相对 24/48 小时均值持续明显下滑的模型档位。
实时正在读取更新时间
社区众测数据 · 每多一份贡献,结果就更准确。 前往贡献 →
选择一个或多个模型档位,对比历史数据。
请选择要比较的模型档位
本轮官方信号指向直接用量重置,不代表新增可储存的 banked reset。
8月1日 11:32,Tibo 确认直接用量重置已完成;当前没有开启的速蹬窗口。
英文原文Given some of the results I'm seeing recently, it's pretty clear Codex is a good harness.
But it will seem primitive in 2-3 months and we're about to go through another major evolution in how we use AI at the frontier. The next generation of models need more than your laptop.
中文翻译从我最近看到的一些结果来看,很明显 Codex 是一个很好的智能体运行框架。 但再过 2—3 个月,它看起来就会很原始;我们即将经历又一次重大演进,改变我们在前沿领域使用 AI 的方式。下一代模型需要的不只是你的笔记本电脑。
模型语境解读 · 非官方这是对 Codex 智能体框架和前沿 AI 基础设施演进的判断。“another major evolution”指使用方式将发生重大变化,并非用量、限额或重置承诺。
英文原文Crazy thing about OpenAI is you just open your laptop, codex a PR into existence and ship an improvement to 1B users. Just like that.
中文翻译OpenAI 很疯狂的一点是:你只要打开笔记本电脑,用 Codex 凭空做出一个 PR,然后就能向 10 亿用户发布一项改进。就这么简单。
模型语境解读 · 非官方“codex a PR into existence”是非正式的夸张表达,意为借助 Codex 快速产出一个拉取请求;“ship”指发布产品改进。这里没有重置、额度或速率限制承诺。
英文原文Fun fact, users use /fast less during the weekend. The weekend is for relaxation, even for the model.
中文翻译冷知识:用户在周末使用 /fast 的次数更少。周末是用来放松的,模型也不例外。
关键词句users use /fast less during the weekend
模型语境解读 · 非官方这是对 /fast 周末使用模式的轻松观察。“模型也要放松”是拟人化玩笑,不表示限额变化、重置承诺或窗口开启。
桌面每屏最多约 20 次;左右滑动或用箭头回看更早记录。
测试方法:Sol、Terra、Luna 均使用 low 推理强度,固定输出任务为从 1 数到 1024。Standard 与 Fast 各独立运行 3 次并取算术平均;顺序交替,最多 3 个模型配对并发执行,每个配对内 Standard/Fast 仍串行。每个样本使用新的 app-server 与 ephemeral thread,并加入随机 nonce;优先纳入 cached_input_tokens = 0 且输出完整的样本。本轮按真实体感放宽:慢速样本和完整但缓存不匹配的配对保留,输出不完整的样本才剔除并补跑。TTFT 为首个可见 token 延迟,TPS 为持续 Token 生成速度,E2E 为提交到完整结果的总耗时。顶部加速倍数均按 Standard 平均值除以 Fast 平均值计算;逐模型 E2E 体感加速也使用该模型的 Standard 除以 Fast。
微信雷达群
公众号