Codex CLI 的 token 消耗：先看懂，再降下去

Codex CLI 会话的形状和任何代理会话一样：一个小问题裹在大量上下文里。不同之处在于，其中相当一部分上下文是环境性的，在你敲下任何字之前它就已经在那儿了。

环境输入：你没有要求的那部分

请求发出前，Codex 会带上指令和可用工具的信息。截至 2026 年 9 月，Codex 可通过工具搜索延后发现 MCP 工具，因此并非每个详细模式都必须在开始时加载。未使用的服务器仍可能贡献发现元数据；具体内容取决于启用的工具和 CLI 版本。

这是可以在不消耗配额的情况下量出来的，这一点少见，值得知道：

$codex debug prompt-input

在你自己的机器上运行并查看总数。结果取决于启用的插件、skills、MCP 服务器和 CLI 版本，因此应测量自己的配置，而不是依赖通用的环境输入数字。

会话输入：你能掌控的那部分

环境输入之上，叠着每个代理都会积累的东西：读过的文件、跑过的命令，以及到此为止的对话。可用的杠杆和别处一样。

• →点名文件，而不是让代理自己去找。
• →一项任务一个会话，任务做完就关掉。
• →在吵闹的命令输出进入对话之前先过滤。
• →给上下文设上限，并且守住它。

在预算下运行 Codex

capsul 驱动你已经登录的 Codex CLI，所以回答的是你现有的 ChatGPT 套餐。续接、用量与推理强度都会回报到你看得见的地方。

$npm i -g @penra/capsul

$capsul ask '给搜索接口加上分页' --budget 3000

诚实地读这些数字

有两条提醒适用于任何 token 基准，包括我们自己的。第一，加权输入和原始输入是两种不同的度量：缓存输入按新鲜输入的一小部分计费，因此忽略缓存的比较会偏袒缓存效果更好的那一臂。第二，一个任务上的节省不等于下一个任务上的节省。我们自己的表里就有一行，capsul 消耗的加权输入更多，它被照常公布，而不是拿掉。