Codex
额度总是提前烧完?先查清是谁在偷用你的 AI 编程额度
很多人上午开工、下午就撞上 Claude Code 或 Codex 的用量上限,第一反应是升级套餐或换模型,但真正烧额度的往往不是你打的提示词。这篇文章给出四步排查法:先分清撞的是哪种限额,再用工具自带的用量面板定位消耗,然后逐项检查五个常见元凶,最后配一套省额度的模型组合方案。
今天就能做
- 今天就跑一次 /status 和 /usage(Codex 加上 /usage weekly),看清到底哪个 MCP server 或 subagent 在吃额度
- 检查 Codex 是否开着 Fast 模式——它按 2.5 倍速率扣额度,关掉可能立刻省下一大笔
- 把默认模型改成便宜档(Sonnet 或 Luna),贵模型只在任务边界手动切换使用
第一步:分清你撞的是哪种限额
- Claude Code 的报错信息会写明类型:session/weekly 限额是所有模型共享的,用 /model 切换模型也没用,只能等重置时间
- Opus/Sonnet 限额只针对单个模型家族,切到家族外的模型可以继续干活,但切换后首次请求会冷启动、没有缓存命中
- 用量同时计入 session 和 weekly 两个窗口,一次大规模并行任务可能在 session 窗口重置前就烧光周额度
- 如果看到的是 429 错误,先跑 /status 检查环境里有没有残留的 ANTHROPIC_API_KEY,它会把请求路由到低档位的 API 计费
第二步:用好已有的用量面板
- Claude Code 的 /usage 能按 skills、subagents、插件和各个 MCP server 拆分用量,按 d/w 切换 24 小时和 7 天视图,v2.1.305 起按 f 可一键应用优化建议
- 注意 /usage 里的百分比是该项占总用量的比例,不是能省多少,各行加起来可能超过 100%;数据只来自本机,其他设备和 claude.ai 的用量不算在内
- Codex 用 /status 看当前模型和剩余额度,/usage weekly 看消耗明细,用量面板里有重置时间
- 作者给了一个 statusline.py 脚本,把 5 小时和 7 天额度百分比直接显示在状态栏里,实测输出形如 Opus (high) | ctx 8% | cache 91% | 5h 24% | 7d 41%
第三步:排查五个常见烧额度元凶
- 模型和速度选择:Sonnet 能应付大部分编码任务且比 Opus 便宜;Codex 的 Fast 模式按同模型 Standard 模式 2.5 倍的速率扣额度,习惯性开着 /fast 的先关掉
- 常驻上下文:指令文件和工具列表每次请求都跟着发,OpenAI 建议精简 AGENTS.md(用仓库内嵌套文件)并减少 MCP server 数量
- MCP 和工具输出:工具结果会进入对话并在后续请求中反复重发;/usage 里占比高的 MCP server 就是输出不断挤进上下文的那个,能用 gh 这类 CLI 就别用 MCP,把跑测试、读日志这类冗长工作丢给 subagent 或 hook 只返回需要的行
- 并行和后台工作:每个 subagent、定时任务、跨会话消息都会发完整上下文并占用同一份额度;/usage 的 Loops 行显示最重的定时任务,/tasks 能看每个 subagent 用的什么模型
- 重试和返工:Claude Code 自己会重试最多 10 次,真正费钱的是你手动触发的——复杂改动前先进 plan mode,跑偏了立刻按 Escape 或 /rewind 回检查点,并给任务一个验证目标(测试或预期输出)
第四步:配一套省额度的模型组合
- Claude Code 默认用 Sonnet,遇到架构决策或复杂推理再 /model 切 Opus 干完切回来;也可以用 opusplan 别名:plan 模式用 Opus、执行用 Sonnet
- 简单 subagent 在定义里写 model: haiku;要强制所有 subagent 统一模型,设 CLAUDE_CODE_SUBAGENT_MODEL 和 CLAUDE_CODE_SUBAGENT_MODEL_FORCE=1(v2.1.257+)
- 换模型要在任务边界换,最好在 /clear 之后,对话中途切换会冷缓存
- Codex 侧:细粒度编辑和范围明确的问题用 Luna 低推理档,复杂技术工作用 GPT-6.1 Sol 中档,一条命令 /model [model] --reasoning=<level> 设好后 /status 确认;Fast 模式只留给真正赶时间的时刻
动手前的检查清单
- 先读清限额报错是共享窗口还是单模型家族,再跑 /status 和 /usage,别急着改任何东西
- 把 5 小时和周额度百分比放进状态栏,关掉没在用的 MCP server,精简指令文件
- 排查空闲时段的消耗:定时任务、跨会话消息、goal check-ins,并数清并行会话和 subagent 数量
- 跑偏的会话尽早叫停,每个任务都给验证目标,换模型只在任务边界进行
原文:Your AI Coding Limits Ran Out Early? Find What Is Burning Them
来源:DEV Community · 2026-11-19
查看原文本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。
登录后可以点赞、查看和发表评论