Codex CLI 中的 gpt-5.6-sol：每问 token 数

在 2026年9月4日 的基准测试中，Codex CLI 直接运行 gpt-5.6-sol 时，每个单行编程问题平均发送 33,100 个缓存加权输入 token；使用 capsul 后为 14,700 个。

Sol 是 Codex CLI 中这一 GPT 系列的旗舰成员，面向要求较高的编程工作。

最后修订于 2026年9月24日

实测数字

模糊的故障、复杂实现或需要持续判断的审查，都可以考虑这一档位。这些任务也常促使代理广泛查阅文件，因此除了选什么模型，还要看代理发送了多少输入。下方数据对比了 Codex CLI 直接运行与使用 capsul 时回答同一批简短问题的情况。

这轮测试使用 ChatGPT 订阅，因此页面报告 token 数，而不是每问的美元金额。依据差异改变工作流前，请查看区间和答案校验。长项目累积上下文的方式可能不同于这些简短任务。

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	36,000	19,200	x1.88	0 / 0
问题 2	23,900	9,850	x2.43	1 / 2
问题 3	24,600	7,830	x3.14	2 / 2
问题 4	61,400	21,900	x2.80	0 / 0
问题 5	19,400	14,500	x1.34	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-5.6-sol 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-5.6-sol 时，每个单行编程问题平均发送 33,100 个缓存加权输入 token；使用 capsul 后为 14,700 个。

gpt-5.6-sol 的节省有统计依据吗？

有。90% 区间为 ×1.81 至 ×3.01，整体高于一，共测得 20 个单元格。

capsul 会改变 gpt-5.6-sol 的答案吗？

在本测试中没有：gpt-5.6-sol 直接运行时通过五项答案校验中的 3 项，使用 capsul 时通过 3 项。