模型思考等级怎么选

当前支持的等级

平台接受的标准值为：

minimal
low
medium
high
xhigh
max

max 是 GPT-6 Astra 官方支持的最高推理等级，也是平台当前推荐值。对于不原生支持 max 的其他模型，实际可用范围以模型响应为准。

各等级的实际区别

选择建议

• 普通聊天和小修改从 medium 开始。
• 使用 GPT-6 Astra 的 Codex 编码任务推荐直接配置 max。
• 需要更低延迟或更少消耗时，可按任务降低为 high 或 xhigh。
• 比较等级时保持模型、输入、上下文和工具权限一致。
• 不要只比较总耗时，同时观察首 Token、成功率、输出质量和实际消耗。

长上下文任务的耗时不只由推理等级决定。上下文长度、缓存命中、工具调用、上游容量和网络状态都会影响结果。

Codex CLI 配置

在 ~/.codex/config.toml 中使用 GPT-6 Astra 和推荐的 max 推理等级：

model = "gpt-6-astra"
model_reasoning_effort = "max"

完整的 Base URL 和提供方配置见 Codex CLI 自定义 API 教程。

Responses API 配置

直接调用 Responses API 时，在 reasoning.effort 中指定：

{
  "model": "gpt-6-astra",
  "reasoning": {
    "effort": "max"
  },
  "input": "分析这段代码中的并发问题。"
}

平台也会记录最终请求的思考等级。遇到结果与预期不一致时，以用量记录和实际请求体为准，不以客户端按钮名称推断。

常见误区

max 一定比 xhigh 更好吗

不一定。简单任务可能没有明显改善，反而增加等待和消耗。应根据任务难度逐档提升。

max 和 ultra 是两个不同档位吗

不是两个独立的上游计算档。ultra 是部分旧版 Codex 示例使用的兼容标签；GPT-6 Astra 新配置应直接使用官方标准值 max。

为什么配置 max 后记录成了 xhigh

通常是所选模型不原生支持 max，兼容层将它限制为该模型可用的最高等级。