Codex额度用完怎么办？有人找到了一个新入口

最近几天，不少 Codex 用户都在问同一个问题：为什么这周的额度突然变得特别不耐用？

有人过去能连续工作几天，现在几个小时就见底。也有人没有换模型、没有提高 reasoning effort，任务习惯基本没变，周额度消耗速度却明显加快。

这一次，社区拿出了比“体感”更具体的数据。

一名 Pro 5x 用户用本地工具读取 Codex 的 Token 记录和周额度百分比，再按公开 API 价格折算，得到的七天 API 等值从 674.05 美元降到 156.95 美元，降幅为 76.72%。同一人的 Plus 账户则从 159.76 美元降到 130.77 美元，下降 19.15%。

另一个 Plus 账户记录到的变化是从约 160 美元降到 80 美元，接近腰斩。

数字很夸张。但“Codex 已经面向所有人统一砍掉 76%”这个结论，目前还不能成立。

76%是怎么测出来的

这些数据主要来自一个名为 NerfTrack 的开源工具。

它不会读取提示词，也不是从 Codex 界面上的进度条凭感觉猜额度。它读取本机保存的 Codex JSONL 记录，将输入 Token、缓存输入 Token 和输出 Token 按公开 API 费率折算，再把一段时间内的 Token 成本变化与周额度百分比变化配对。

核心计算很简单：

估算周额度API等值
= 本段Token的API等值成本 ÷ 本段消耗的周额度百分比

比如一段任务按 API 价格折算消耗了 2 美元，同时周额度下降 2%，那么整周额度的估算值就是 100 美元。NerfTrack 会使用近期多个有效观测值的中位数，过滤短时波动。

这种方法比“我今天怎么用得特别快”可靠，但仍有三个限制。

第一，它测到的是某个账户在特定时间窗口里的额度变化，不是全体用户的随机抽样。

第二，API 等值不等于 OpenAI 的真实推理成本，更不是用户收到的账单。它只是用统一价格把不同模型、缓存和输出换算到同一把尺子上。

第三，Codex 的计量还会受到模型、上下文长度、推理强度、Fast 模式、工具调用和内部任务影响。NerfTrack 最近还专门补了 Auto Review 的计价映射，说明估算工具本身也在快速修正。

所以更准确的说法是：多个社区样本显示，部分账户的有效周额度近期出现了明显下降，其中一个 Pro 5x 样本下降 76.72%。截至 8 月 21 日，OpenAI 尚未公开确认一次面向所有账户的统一下调。

这组变化之所以敏感，还因为两个月前的基线非常高。SemiAnalysis 在 6 月购买了 OpenAI 和 Anthropic 的各档订阅，用长时间编码任务跑到周限额，再按 API 价格折算。当时得到的月度最高 API 等值约为：

套餐	月费	当时测得的月度最高API等值
ChatGPT Plus	20美元	约700美元
ChatGPT Pro 5x	100美元	约3500美元
ChatGPT Pro 20x	200美元	约14000美元

这些数字描述的是 6 月测试条件下，重度用户把套餐跑满后对应的 API 零售价，不是 OpenAI 为用户实际承担了同等成本，也不代表今天仍能拿到同样额度。它能说明的是，订阅制曾经给高强度 Agent 用户提供了很大的价格缓冲，而最近的社区样本显示，这个缓冲对部分账户可能正在快速缩小。

这也不排除系统异常。OpenAI 在 6 月就处理过一次“Codex 额度消耗快于预期”的事故，当时官方确认，部分账户被反滥用和欺诈防护系统错误限流，但表示影响范围有限。

订阅额度从来不是一个总钱包

这场争议里，比 76% 更值得注意的是 ChatGPT 的计量结构。

OpenAI 当前的官方说明写得很清楚：Codex、ChatGPT Work、ChatGPT for Excel 和 Workspace Agents 会共享一套 agentic usage，也就是智能体额度池。普通 ChatGPT 对话不计入这套 Codex 智能体额度。

换句话说，一个 ChatGPT 订阅并不是只有一只水桶。

你可能已经耗尽 Codex 的周额度，但普通聊天仍然可用。过去这块剩余额度很难承担本地开发任务，因为网页聊天碰不到你的文件系统，也不能直接运行测试。

现在 Remote MCP 改变了这件事。

理论链路如下：

普通 ChatGPT 对话
        ↓
自定义 MCP App
        ↓ HTTPS / OAuth
远程 MCP 入口
        ↓
本地 MCP Runtime
        ↓
指定 Workspace、文件、命令和测试

ChatGPT 本身仍然运行在网页端。实际读文件、修改代码和执行命令的是本地 MCP Runtime。ChatGPT 只通过经过授权的工具接口发出请求，再读取执行结果。

OpenAI 的官方文档还说明，ChatGPT 中的 Apps 没有单独的特殊限额，它们遵循对应套餐的普通 ChatGPT 限额。这意味着，在支持完整 MCP 的账户上，普通聊天可以成为 Codex 之外的另一个工作入口。

注意，这不是“无限 Codex”，也不是把 Codex 的额度重置了。它只是把工作换到另一个产品入口和计量路径。

MCPX做了什么

MCPX 是这条链路里比较完整的一种本地 Runtime 实现。

它可以登记多个 Workspace，让远程客户端读取源码、生成并检查 Unified Diff、修改文件、运行命令和测试，并把会话状态保存在本地 SQLite 中。不同客户端可以通过 Remote Session 接回同一个任务，不必每次从头读取整个项目。

它还提供了一些适合开发场景的约束：

• 文件读取会返回 SHA-256 revision，修改时可以检查文件是否已变化；
• 文件操作限制在显式登记的 Workspace 内；
• 命令可以配置为允许、确认或拒绝；
• 修改、命令、审批和任务结果可以写入审计日志；
• 高风险删除采用准备、确认、提交的分段流程。

这比简单地把一个 Shell 端口暴露给模型强得多。但它仍然不是成熟的企业安全产品。

MCPX 仓库在 7 月 30 日才创建，当前版本为 0.9.7，官方也把它定位为学习、研究和授权开发环境自动化项目。更需要警惕的是，它当前生成的默认配置里，未知命令的兜底策略是 allow。如果要远程连接，应该先改成 confirm 或 deny，而不是装完就把端口暴露到公网。

不是所有ChatGPT账户都能这样做

这里有一个很容易被忽略的门槛。

截至 8 月 21 日，OpenAI 官方说明是：完整 MCP，包括修改和写入操作，仍在向 ChatGPT Business、Enterprise 和 Edu 推出测试版。Pro 用户可以在开发者模式连接自定义 MCP，但官方目前只保证 read 和 fetch，不保证 edit 和 execute。

因此，个人 Plus 或 Pro 用户即使在设置中看到了 custom MCP，也不能直接推导出“我可以让普通聊天接管本机写代码”。账户、套餐和灰度批次都可能不同，应该以自己设置页里实际出现的权限和工具扫描结果为准。

对个人用户，目前最稳妥的用法反而是只读分流：

• 让普通 ChatGPT 读取指定项目，做架构梳理、故障定位和代码审查；
• 把长文档、历史记录和研究任务放到普通聊天处理；
• 让它生成明确的修改方案和测试清单；
• 最后的改文件、跑测试和提交仍交给 Codex 或本地工具。

这样已经能减少 Codex 为理解背景、反复搜索和整理上下文付出的额度，而且不必把整个仓库手工复制到网页聊天框。

Business、Enterprise 和 Edu 用户如果已经获得完整 MCP，可以进一步把低风险的实现与验证任务放到这条链路里。但生产部署、凭证操作、资金相关任务和公开发布，仍应保留独立的人类确认。

省额度靠路由，不靠绕过

如果 Codex 的有效额度确实在收紧，最差的应对方式是把所有工作不加区分地搬到另一个入口，然后继续让模型无限读取、无限重试。

更合理的做法是按任务拆分：

任务	更合适的入口
项目背景梳理、长文档阅读、方案比较	普通 ChatGPT + 只读 MCP
精确修改、运行测试、Git 操作	Codex 本地模式
长时间、低风险、可恢复的后台任务	支持完整 MCP 的 ChatGPT Workspace
生产部署、密钥、账户和资金操作	人工审批后再执行

普通 ChatGPT 负责理解和规划，Codex 负责落地和验收，可以减少 Codex 会话里的长上下文、无效搜索和反复交接。Remote Session 则把任务状态留在本地 Runtime 中，换模型或换聊天时不必重新把项目喂一遍。

当然，新的成本也会出现：Remote MCP 的部署、OAuth、权限策略、审计和安全维护都需要投入。为了省几十美元额度，把一台能执行 Shell 的机器裸露在公网，是一笔非常糟糕的交易。

结论

Codex 额度是否发生了全局下调，还需要 OpenAI 的正式说明和更多可重复样本。现有数据足以证明部分用户遇到了真实变化，但不足以把 76% 写成所有账户的统一结论。

AI 订阅正在从“买一个聊天框”，变成“购买多个入口、多个额度池和一组可连接的执行能力”。当这些入口都能通过 MCP 接触同一份 Workspace，最重要的能力就不再是死盯某一个额度条，而是知道什么任务应该走哪条路。

Codex 见底以后，普通 ChatGPT 可能确实还有余量。能不能把它接进真实工作，要看你的套餐、MCP 权限和安全配置。

别把它当漏洞。把它当路由。

参考资料

• OpenAI：Using Codex with your ChatGPT plan
• OpenAI：Developer mode and MCP apps in ChatGPT
• OpenAI：Apps in ChatGPT
• OpenAI Status：Codex Usage Limits Depleting Faster Than Expected
• MCPX GitHub 仓库
• NerfTrack GitHub 仓库
• 社区样本：Plus 周额度变化
• 社区样本：Pro 5x 与 Plus 前后对比
• SemiAnalysis：订阅套餐的 API 等值测试