Codex 模型怎么选？Astra、Sol、Terra、Luna 区别与用法
日常写代码用 GPT-6.1 Sol，能力接近 Astra，额度只要它的五分之一。真正的难题再换 Astra；写文档、看图表、操作电脑用 Terra；批量的简单活交给 Luna。
四个模型的区别
| 模型 | 定位 | 额度消耗（以 Sol 为 1） |
|---|---|---|
| GPT-6 Astra | 最强，处理最复杂的代码、应用和研究 | 5 倍 |
| GPT-6.1 Sol | 接近 Astra，适合长时间、反复的开发工作 | 1 |
| GPT-6.1 Terra | 快而省，擅长写作、看图和操作电脑 | 一半 |
| GPT-6 Luna | 最省，适合目标明确、量大的简单任务 | 二十分之一 |
额度消耗按官方 Credits 价格换算，同样的任务，Astra 扣的额度大约是 Sol 的 5 倍，Luna 只有 Sol 的二十分之一。实际扣多少还取决于任务长短和思考档。
速度上四个模型差别不大，按本站实测，包含等待和思考的全程速度都在每秒 30 到 40 个 token 左右，Luna 并没有快很多。实时数据见模型速度。
列表里还有 GPT-6 Sol，它是上一版的 Sol，选新的 GPT-6.1 Sol 就行。
按任务怎么选
| 任务 | 选哪个 |
|---|---|
| 日常前后端开发、改 bug、写功能 | GPT-6.1 Sol |
| 大型重构、跨很多文件的改动、Sol 反复解决不了的疑难问题 | GPT-6 Astra |
| 写文档、方案、README，看截图和图表，操作应用 | GPT-6.1 Terra |
| 批量提取、分类、格式转换、总结，改动范围明确的小修改 | GPT-6 Luna |
不确定的时候先用 Sol。Sol 做不好再换 Astra，比一开始就用 Astra 省得多。
思考档怎么选
同一个模型还能选思考档，思考得越久，效果越好，也越费额度。
| 思考档 | 适合 |
|---|---|
| Light / Low | 简单、范围明确的小任务 |
| Medium | 大多数日常任务，速度和效果比较均衡 |
| High / Extra High | 步骤多、要权衡取舍的难题 |
| Max / Ultra | 极难的问题，或者能拆成多块并行的大任务，大多数任务用不上 |
强模型可以配低档，弱模型可以配高档：Astra 从 Light 开始试，Luna 从 High 开始试。
常见问题
为什么用便宜模型，一个任务也烧掉很多额度？
额度按 token 扣，扣多少主要看任务本身：读的文件越多、对话越长、思考档越高，token 就越多。便宜模型单价低，但能力不够时会反复试错、多跑好几轮，加起来未必比一次做对的强模型省。