官方怎么扣 credits：一个公式
OpenAI 的费率卡把 Codex 与 ChatGPT Work 的计费写成一个公式，三部分分别按各自的费率算：
credits = 未缓存输入 token ÷ 1,000,000 × 输入费率
+ 缓存输入 token ÷ 1,000,000 × 缓存费率
+ 输出 token ÷ 1,000,000 × 输出费率各模型的费率（Standard 速度，每百万 token 的 credits，2026-09-27 核对）：
| 模型 | 输入 | 缓存输入 | 输出 | Fast 模式（credits） |
|---|---|---|---|---|
| GPT-6 Astra | 250 | 25 | 1,250 | × 2 |
| GPT-6 Sol | 50 | 5 | 250 | × 2 |
| GPT-6 Luna | 2.5 | 0.25 | 12.5 | × 2 |
| GPT-5.6 Sol | 100 | 10 | 500 | — |
| GPT-5.6 Terra | 50 | 5 | 300 | — |
| GPT-5.6 Luna | 5 | 0.5 | 30 | — |
- 「Fast 模式」一列是用购买的 credits 支付时的倍率：Standard 的 2 倍。扣套餐额度时，官方按 2.5 倍计（定价页，2026-10-11 核对）。
- Codex 的 credits 计费不收缓存写入费（API 是收的）。
- GPT-5.6 Sol 的优惠价至少持续到 2026-11-21，适用于用购买的 credits 支付的用量。
- GitHub 上的代码审查（@codex 审 PR、自动审查）按 GPT-5.3-Codex 计费；GPT-5.5 已于 2026-10-14 从 Codex 退役。
- 按首发价 $40 / 1,000 credits 折算，这张表与 API 标价一致：例如 GPT-6 Astra 的 250 / 1,250 credits 就是 $10 / $50。
三类任务各消耗多少（示例计算）
下面三类任务的 token 数是本站为演示公式设定的假设，不是官方数据；「缓存输入」指多轮对话里反复发送、命中缓存的上下文：
| 任务 | 未缓存输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 小任务：读几个文件、修一个 bug | 25,000 | 50,000 | 5,000 |
| 中等任务：多文件功能改动并跑测试 | 80,000 | 220,000 | 20,000 |
| 大任务：一次长会话的大重构 | 300,000 | 1,200,000 | 80,000 |
代入官方费率，每次消耗的 credits：
| 模型 | 小任务 | 中等任务 | 大任务 |
|---|---|---|---|
| GPT-6 Astra | 14 | 51 | 205 |
| GPT-6 Sol | 2.8 | 10 | 41 |
| GPT-6 Luna | 0.1 | 0.5 | 2.1 |
| GPT-5.6 Sol | 5.5 | 20 | 82 |
| GPT-5.6 Terra | 3 | 11 | 45 |
| GPT-5.6 Luna | 0.3 | 1.1 | 4.5 |
换成「500 credits 能跑几次」（Standard 速度；括号里是开 Fast 模式后）：
| 模型 | 小任务 | 中等任务 | 大任务 |
|---|---|---|---|
| GPT-6 Astra | 36（18） | 9（4） | 2（1） |
| GPT-6 Sol | 181（90） | 49（24） | 12（6） |
| GPT-6 Luna | 3,636（1,818） | 990（495） | 243（121） |
| GPT-5.6 Sol | 90 | 24 | 6 |
| GPT-5.6 Terra | 166 | 45 | 11 |
| GPT-5.6 Luna | 1,666 | 450 | 111 |
对照官方参考值检验一下：小任务用 GPT-5.6 Sol 约 5.5 credits，落在官方说的典型任务每次 2–15 credits 之内； 中等任务约 20 credits，高于这个区间的上限。所以这组假设的量级是合理的，但表里的中等任务和大任务要当成比「典型任务」更重的活来看。
为什么同样的任务，消耗能差十倍
- 模型。同样的 token，GPT-6 Astra 的单价是 GPT-6 Sol 的 5 倍、GPT-6 Luna 的 100 倍。这是影响最大的一个选择。
- 输出比输入贵 5–6 倍。让它整文件重写、长篇解释、反复输出完整代码，消耗会被输出放大。
- 缓存。命中缓存的输入只按一成计。同一个会话里连续推进，重复发送的上下文大多是缓存价；每次都从头让它重新读一大批文件，这部分就要按全价算。
- 上下文体积。AGENTS.md 和每个启用的 MCP server 都会加到每条消息里，官方点名这两项会让额度消耗更快。
- Fast 模式。GPT-6 系列开 Fast，credits 按 2 倍扣（套餐额度按 2.5 倍）。
- 图片。带图片生成的轮次，消耗额度的速度平均是普通轮次的 3–5 倍。
- 推理和工具调用。官方原话：模型选择、上下文、推理、工具调用、检索和缓存都会影响用量，看起来相似的任务消耗可能不同，提示词长短不是可靠的估算依据。
语音、Excel、PowerPoint 也从同一个余额扣
个人套餐的 credits 是一个余额通用的，除了 Codex 和 ChatGPT Work，下面这些也会用到它：
| 功能 | 官方消耗参考 | 500 credits 约等于 |
|---|---|---|
| 桌面版语音（ChatGPT Voice in Desktop） | 每分钟 1.25 credits（语音触发的任务另按模型 token 计） | 约 400 分钟语音对话 |
| ChatGPT for Excel / Google Sheets | 典型每条 5–20 credits | 约 25–100 条 |
| ChatGPT for PowerPoint | 典型每条 10–50 credits | 约 10–50 条 |
让 500 credits 多撑一倍的 8 个办法
前 6 条是 OpenAI 定价页与 Codex 定价页上的官方建议，后 2 条是从费率表直接推出来的：
- 按任务选模型。日常改代码、写测试用 GPT-6 Sol 或 Luna，Astra 留给真正卡住的难题。只这一条，同样的额度就能多跑几倍的活。
- 压缩 AGENTS.md。大项目把它按目录嵌套放，只在需要的子目录里加载。
- 关掉用不到的 MCP server。每个 MCP server 都会给每条消息加上下文。
- 只给相关材料。指定文件、缩小范围，而不是让它扫整个仓库。
- 说清要什么输出。写明读者、格式和长度，把必做和可选分开，避免它把可选改进也做一遍。
- 每一两周看一次用量面板。chatgpt.com/codex/settings/usage，或 CLI 里的
/status，早点发现消耗异常。 - 默认不开 Fast 模式。同样的活扣 2 倍的 credits，只在赶时间时开。
- 同一件事在同一个会话里做完。让重复的上下文走缓存价（一成），别动不动开新会话重读一遍仓库。
速查：买多少够用
按上面的中等任务估算（小任务按 GPT-6 Luna），价格每小时读自订阅页：
| 份数 | credits | 金额 | 中等任务 GPT-6 Sol | 中等任务 GPT-6 Astra | 小任务 GPT-6 Luna |
|---|---|---|---|---|---|
| 1 | 500 | ¥180 | 49 次 | 9 次 | 3,636 次 |
| 2 | 1,000 | ¥360 | 99 次 | 19 次 | 7,272 次 |
| 5 | 2,500 | ¥900 | 247 次 | 49 次 | 18,181 次 |
| 10 | 5,000 | ¥1,800 | 495 次 | 99 次 | 36,363 次 |
| 20 | 10,000 | ¥3,600 | 990 次 | 198 次 | 72,727 次 |
本站「ChatGPT 500额度可买多个（codex credit）」¥180 一份，一单 1–20 份， 充到你自己的 Plus / Pro 账号（Free 账号不能充），credits 自购买起 12 个月有效。规则与下单步骤见购买指南； 拿不准该买额度还是升级，看回本点对比。