最近可用的 CODEX 额度估值

查看最近观测中,一整周额度大约值多少。

Plus
—
—
Pro 5x
$317
3.2×
Pro 20x
$1,060
10.6×
16.5%较 30 天前−16.5%
手绘开发者双手抓头、睁大眼睛,用来表达周额度估值下降带来的抓狂情绪。

Codex 周额度变了吗?

今天已有 — 次心碎
最近观测
$1,060
30 天前
$1,270
变化
−$210 · −16.5%
查看每日数据
Pro 20× — 30D
日期按 API 价格折算的周额度估值
$1,270
$1,272
$1,267
$1,266
$1,264
$1,084
$1,077
$1,065
$1,060
$980
$963
$996
$980
$980
$980
$953
$953
$963
$980
$996
$1,004
$1,004
$996
$987
$987
$1,012
$1,019
$1,026
$1,045
$1,045
$1,060

不同模型对应的周额度值多少?

统一按 Pro 20× 等效周额度比较,金额越高,估算容量越大。

模型估值单位:Pro 20× 周额度

不同模型对应的周额度值多少?
模型周额度估值
GPT-6 Astra$1,109
GPT-6.1 Sol$1,375

不同套餐的周额度分别值多少?

不同套餐的周额度分别值多少?
套餐明细PlusPro 5xPro 20x
官方倍率1×5×20×
实测倍率—3.2×10.6×
整周额度估值—$317$1,060
较 7 天前—±0.0%+7.3%

官方倍率:OpenAI 公布的套餐倍率。

实测倍率:我们在统一测试条件下测出的实际关系。

这些数字怎么来的?

  1. 先固定测试条件

    比较之前,先固定任务、仓库版本、模型、推理等级、上下文、工具和运行方式。

  2. 记录本次消耗

    记录任务前后的周额度读数,同时保存对应的 Token 使用量。

  3. 换算成 API 成本

    按照公开 API 价格分别计算非缓存输入、缓存输入和输出 Token 的成本。

  4. 反推整周额度估值

    用这次任务的 API 折算成本,除以本次实际消耗的周额度比例,估算完整 100% 周额度对应的 API 价值。

  5. 按同一口径持续记录

    每天保存测试结果,在相同测试条件和计算口径下比较不同日期的数据。

$1,060 到底代表什么?

它不是说你的账户里有 $1,060。

我们的做法是:先看一次标准任务实际消耗了多少 Codex 周额度,再把这次任务的模型用量按照公开 API 价格折算成成本,最后按完整 100% 周额度反推一个整周估值。

所以 $1,060 表示的是:按照这套测试条件和消耗关系,一整周 Codex 额度大约相当于 $1,060 的同等 API 用量。

它不是订阅价格、账户余额、退款金额,也不保证一定能完成多少真实工作。

怎样从 Token 用量算出整周额度估值?

先计算周额度已用比例的差值。已用比例从 40.0% 变成 40.5%,消耗的是 0.5 个百分点,也就是完整额度的 0.005。这里不能直接把 0.5 当作完整额度的比例,也不能计算成相对于 40.0% 的增长率。

然后,将每种 Token 的数量乘以适用的每百万 Token 价格,再相加。计价规则区分非缓存输入、缓存输入和输出时,记录也必须分开。如果输入总量已经包含缓存输入,需要先扣除缓存部分,再计算非缓存输入费用,避免同一批 Token 被重复计价。

最后,用 API 折算成本除以消耗的完整周额度比例。单独收费的工具需要说明是否纳入计算;如果某个模型或用量类别没有可比的公开 API 价格,应保留为无法估算,而不是悄悄套用其他模型的价格。

看一个完整计算例子 →

不同模型怎么比才公平?

比较模型时,只换模型,其他条件尽量保持一致。

包括任务、套餐、推理等级、仓库版本、起始上下文、启用工具和运行方式。这就是“同一个任务,同一套设置,只换模型”的前提。

测试需要重复运行,并保留各次观测以及失败、排除的原因。缓存与非缓存运行应有区分,不能无说明地混合。

不同套餐怎么比?

比较 Plus、Pro 5x 和 Pro 20x 时,需要固定模型、任务、推理等级和其他测试条件,只改变套餐。

官方倍率和实测倍率是两个不同概念:前者来自 OpenAI 公布的套餐关系,后者来自我们在统一测试条件下得到的测量结果。实测倍率需要明确参照套餐,不能仅凭套餐名称得出结论。

7 天和 30 天变化怎么算?

7 天对比使用的是今天和恰好 7 个自然日前的数据。30 天对比使用的是今天和恰好 30 个自然日前的数据。这不是过去 7 天或 30 天的平均值。这里的“今天”指最新记录日期;包含首尾两端时,完整的 7 天区间有 8 个每日数据点,30 天区间有 31 个。

变化金额等于今天的估值减去比较日期的估值;变化百分比等于这个差额除以比较日期的估值,再乘以 100。首页顶部使用 Pro 20x 的 30 天变化,与图表默认视图使用同一组数据。切换图表套餐或时间范围,只更新曲线和下方摘要,不改变首页顶部的 30 天变化。套餐表则分别比较各套餐自己的七日前数据。

所选区间期末高于期初时,曲线显示绿色;低于期初显示红色;相同则为中性色。平滑连线经过原始数据点,但连线中间不是新增的实测数据。纵轴会根据所选数据调整,并保留边距与最小跨度,因此判断变化时,应同时看坐标数值和金额差,不能只看曲线倾斜程度。

为什么官方额度没变,实测估值也可能变化?

任务长度、上下文增长、模型、推理设置、缓存命中率以及额度读数精度,都可能影响一次测试中 Token 与周额度消耗之间的关系。读数差值很小时,少量误差放大到整周后,也会明显影响估值。

重置、缺失数据和 API 价格变化怎么处理?

我们只比较同一个周额度周期里的有效数据。

如果中间发生额度重置,新的周期会从重置后重新计算,不会把重置前后的读数直接连在一起比较。

某一天没有可靠的实测数据,图表就会留空,不会用估算值补齐。

如果公开 API 价格发生变化,新的测量会按照当时生效的价格进行折算;历史结果则保留原来的价格口径。如果提供按新价格重新计算的历史数据,会明确标注为:

按当前 API 价格重新折算

因此,美元估值发生变化时,需要同时看额度消耗和 API 价格:估值变化不一定代表 Codex 周额度本身发生了变化。

页面显示的更新时间,以最近一次完成的实测为准。

我要自己核对,需要看到什么?

要核对一条结果,最重要的是能看清:

  • 什么时候测的、测的是哪个套餐;
  • 用了什么模型、推理等级和标准任务;
  • 任务前后分别用了多少周额度;
  • 这次任务实际用了多少 Token;
  • 按什么 API 价格进行折算;
  • 最后这个周额度估值是怎么算出来的。
一份测试记录应该包含什么? →

看一个完整计算例子

下面只是演示计算方法,使用的是示例价格,不代表当前某个具体模型的真实费率。

示例:按 Token 类型计算 API 折算成本
Token 类型数量示例价格 / 100 万 Token成本
非缓存输入1,000,000$2.00$2.00
缓存输入2,000,000$0.20$0.40
输出100,000$10.00$1.00
合计$3.40

周额度已用:40.0% → 40.5%

本次消耗:0.5 个百分点

完整周额度比例:0.5 ÷ 100 = 0.005

$3.40 ÷ 0.005 = $680

按这组示例数据推算,完整周额度的 API 折算估值约为 $680。这个 $680 只是计算示例,与页面上展示的实际套餐数据无关。

一份测试记录应该包含什么?

一条结果如果值得相信,就应该能够一路追溯到它的测量依据。

一份测试记录应该包含什么?
内容你可以看到什么
时间与套餐实测时间、使用的套餐,以及对应的周额度周期。
测试条件标准任务、模型、推理等级,以及会影响结果的主要设置。
实际用量任务前后的周额度读数,以及本次任务对应的 Token 使用量。
折算依据使用的公开 API 价格,以及从本次消耗推算整周额度估值的计算方式。
结果说明是否发生重置、数据缺失、缓存差异、其他并发用量等可能影响比较的情况。

参考来源

OpenAI 官方资料用于确认套餐、用量规则和 API 价格,不代表 OpenAI 为本站的实测结果背书。NerfTrack 仅作为外部计算方法参考,不验证本站数字。