Codex CLI 中的 gpt-5.4-mini：每问 token 数

在 2026年9月4日 的基准测试中，Codex CLI 直接运行 gpt-5.4-mini 时，每个单行编程问题平均发送 42,300 个缓存加权输入 token；使用 capsul 后为 12,100 个。

Mini 是这一较早 GPT 系列中的小型成员，适合边界清晰的编程工作。

最后修订于 2026年9月24日

实测数字

查找代码、完成机械修改或检查单个测试失败，都可以考虑它。但如果需要反复尝试或额外探索，小模型未必是得到正确答案时成本最低的路径。因此答案校验必须与 token 数并列阅读。

这轮 Codex CLI 运行使用 ChatGPT 订阅，页面不会把 token 换算成美元。各个问题显示了它在哪些任务上完成要求，在哪些任务上没有。请结合区间，再判断测得的结果能否用于自己的工作流。

针对真实 TypeScript 代码库提出五个单行问题，每条对照臂的每个问题重复 2 次。表中为每问加权输入的平均值。

问题	原始代理	capsul	减少的输入	正确运行次数：原始 / capsul
问题 1	45,700	11,500	x3.97	1 / 0
问题 2	35,600	21,800	x1.63	2 / 2
问题 3	7,920	7,110	x1.11	0 / 2
问题 4	81,200	10,400	x7.78	0 / 2
问题 5	41,200	9,770	x4.22	2 / 2

同一个模型的两条对照臂：直接运行 Codex CLI，以及通过 capsul 提交同一个问题。计量单位为缓存加权输入：新 token 全额计算，缓存读取按十分之一计算。测量日期为 2026年9月4日，每个问题在每条臂上重复 2 次。

20 / 20 cells · /benchmarks/2026-09-04-codex.json

Codex CLI 中的 gpt-5.4-mini 每问使用多少 token？

在 2026年9月4日的基准测试中，Codex CLI 直接运行 gpt-5.4-mini 时，每个单行编程问题平均发送 42,300 个缓存加权输入 token；使用 capsul 后为 12,100 个。

gpt-5.4-mini 的节省有统计依据吗？

有。90% 区间为 ×3.05 至 ×4.03，整体高于一，共测得 20 个单元格。

capsul 会改变 gpt-5.4-mini 的答案吗？

通过的校验更多：直接运行时为五项中的 3 项，使用 capsul 时为 4 项。五项样本很小，应理解为没有损失，而非确立了提升。