Codex成本怎么降：官方两个案例都指向按任务切模型

OpenAI 官方客户案例里有两个数字，值得所有按量付费写代码的人看一眼。一个是 LegalOn：把 Codex 的日均预估成本降了 65%，做法是按任务把不同模型分别匹配，再给预算做分层管理。另一个是 Asana：用 Codex 里的 GPT-6 Astra 改浏览器 agent，测试里成本降到原来的 1/76，速度提升 5 倍。两件事指向同一个结论：不是所有活都值得上最强的模型。分类、抽取、批量改写、跑结构化测试这类「错了也不贵」的任务，用快而便宜的模型；跨模块重构、长上下文推理、「错了要重做」的任务，再上强模型。混用之后成本曲线是数量级的变化，不是百分之几。落地可以先做一件事：把手上每天让 Codex 干的活列一遍，分成「强模型」和「快模型」两栏，再给周额度设一个上限，把它按窗口分配。做完这一步再看账单，通常就知道钱花在哪了。