Codex「降智」排查指南：GPT-5.6 与 GPT-6 常见原因与应对

在 Codex 里选了 GPT-5.6 Sol、高推理档，甚至 GPT-6 Astra，却出现答非所问、改两下就「做完了」、质量像轻量模型——社区习惯叫「降智」。它不是官方诊断名，而是一堆可复现问题的统称：额度触顶后的降级路由、负载下的异常行为、账号风控、配置与模型 ID 不一致等。

下面按 怎么测、可能原因、能做什么 说明，并区分 GPT-5.6 家族与 GPT-6 Astra 的常见情况。

一、先定义：什么叫 Codex 降智

更准确的现象描述包括：

不要把「提示词写糊了」或「仓库太大」直接等同于官方偷换模型。

二、降智测试方法（可复现再下结论）

1. 固定对照任务
准备 1 个小仓库任务（例如：修一个明确失败的单测 + 只允许改指定目录）。固定：模型名、reasoning effort、是否 ultra、同一分支。连续跑 2～3 次，记录是否调用工具、diff 是否真实存在。

2. 核对「请求的模型」和「实际落到的模型」
社区与工单中常见：界面选了 High/Pro，后端 resolved_model 却是 mini 或更低档。可用开发者工具、会话导出或 Codex 日志对比默认模型与实际解析模型（字段名随客户端版本可能变化）。CLI 可用 /status 等查看当前会话信息（以你安装的 CLI 帮助为准）。

3. 看 Usage，而不是只看感觉
Chat / Work / Codex 的 5 小时窗与周额度用尽后，产品可能自动换到更轻量模型或限制 Pro 能力。Settings → Usage 中的重置时间比「我付了 Pro」更有决定权。

4. 排除本地与配置
错误的 model 字符串、过期 CLI、自定义 base URL 指错环境、上下文塞满导致乱压缩，都会表现为「变笨」。GPT-5.6 常用 Sol / Terra / Luna；GPT-6 侧为 Astra 等，避免配置里残留已下线映射。

5. GPT-6 Astra 额外观察点
公开 issue 中有用户反馈：约 30 秒就结束回合、用「I guess」代替排查、报告未执行的工作。若固定任务下工具调用次数断崖下降，优先记时间段与是否高峰，再判断是偶发负载还是账号策略。

三、常见原因（针对 5.6 与 6）

1. 额度与套餐路由（最常见）
Plus / Pro 5x / 20x 对 Sol、Astra 的 included 量不同；Astra 往往更耗额度。触顶后质量下降，容易被说成「降智」，本质是 限流策略。

2. 静默降级到 mini / 低档
GitHub 等反馈中出现过：明确选了高档，会话仍被切到 mini，质量差且可能仍按高档预期耗资源。需用实际 model slug 验证。

3. 账号共享与风控
多地登录、多人共用 Pro，支持侧有过「安全降级」类说明，表现为额度变少或能力变保守。

4. 负载与发布窗口
Astra 上线后需求极高，官方甚至暂停 Pro 20x 新订以保现有用户。高峰期偶发变差，不一定等于模型权重被永久改差。

5. 任务与 harness 不匹配
5.6 的 Luna/Terra 本就偏向速度与成本；用 Luna 做架构级重构却期望 Sol 表现，属于选型问题。Ultra 多 Agent 也更耗额度，耗尽后体感会断崖。

6. 提示与上下文
无成功标准、整库塞进上下文、失败无限重试，会让任何一代模型都像「降智」。

四、部分解决方案

1. 先看 Usage → 等 5h/周重置，或买 Credits；简单任务改用 Terra/Luna，硬任务再上 Sol/Astra。
2. 确认模型 ID → 配置与 UI 一致；发现 resolved 为 mini 时，截图 + 日志反馈支持。
3. 收敛账号 → 改密、2FA、踢设备，停止共享 Pro。
4. 缩小工作区 → 限定目录、减少无关键并行 Agent。
5. 生产与探索拆开 → Chat 登录版 Codex 适合交互；CI 与稳定流水线用 API Key 按量，避免和订阅额度、风控绑死。
6. 多模型备份 → 同一任务在 Claude 等编码模型上 A/B，区分「OpenAI 路由问题」与「提示词问题」。

五、用 DDS Hub 做稳定编码通道

当订阅侧频繁触顶、降级路由或 Pro 20x 新订受限时，把 Codex 类工作迁到 按量、可指定模型 的 API 更可控。

DDS Hub 通过 Model Group（模型分组） 管理：先选分组再创建 API Key，Key 仅能访问组内模型，便于把 GPT 编码流量与 Claude、GLM 等备份模型分权计费。适合在官方订阅「看起来像降智」时，用明确的模型 ID 做对照实验，并给 CI 单独账单。

• 站点：www.ddshub.cc
• 文档：www.ddshub.cc/docs
• 模型列表：www.ddshub.cc/models

具体是否提供 GPT-5.6 / GPT-6 以及折扣以平台公告为准；接入后请用同一套「小仓库黄金任务」验证工具调用与 diff，再切换主力流量。

结语

Codex 在 GPT-5.6 与 GPT-6 上的「降智」，多数是 额度、路由、风控与负载 叠加，而不是一句「模型被暗改」能概括。用固定任务 + 实际模型字段 + Usage 把问题测清楚，再决定是等重置、改档位，还是把生产调用转到 API / DDS Hub 分组通道。能复现、能对照，才能少花时间在情绪化的「又降智了」上，多花时间在真正交付的代码上。

本作品采用《CC 协议》，转载必须注明作者和本文链接