Codex CLI 省钱重构：用一张成本小票选模型

01 / 先定采购规则：小重构不靠旗舰光环

给函数改名、提取重复逻辑、拆分过长方法，我会先把 Gemini 2.5 Flash 列为低预算试用候选，再用 Claude Haiku 4.5 做对照。这里的“先选”只是预算顺序，不是代码能力排名。最终留下哪款，要看它在你的仓库里完成一次可合并修改，究竟花了多少钱。

先划清数字边界：本文采用查询到的厂商标准 API 美元标价计算，不是 CheapRelay 的报价，也不是实测消费记录。所有令牌数量都是明确设定的预算场景；实际使用时，应替换成平台当时的单价和账单用量，不预设折扣。

02 / 买令牌之前，先验收 Codex 的工具链

Codex CLI 的自定义网关需要正确支持 Responses API；只有聊天接口能返回文字，并不能证明它能完成 Codex 的流式响应、工具调用和后续轮次。因此，便宜模型进入候选名单之前，先跑通一次“读取文件、修改文件、执行测试”的完整任务。([learn.chatgpt.com](https://learn.chatgpt.com/docs/enterprise/gateway-compatibility))

CheapRelay 提供按量付费的统一入口，一把密钥可以访问多个模型系列，也可用于 Codex 等工具。具体模型标识和路由应按平台配置填写，不要把展示名称直接当作接口参数。我的验收建议是：使用临时分支，只改一个函数，并检查测试结果和实际差异。

03 / 第一张小票：六万输入、六千输出

先假设一次重构的所有请求累计产生 60,000 个未缓存输入令牌、6,000 个计费输出令牌。这里不是单条提示词的长度，而是整个任务的预算总量；暂不使用缓存，也不加入搜索等额外服务。

Gemini 2.5 Flash 的标准文本输入价格为每百万令牌 0.30 美元，输出为 2.50 美元。按这个参考价，账单如下。([ai.google.dev](https://ai.google.dev/gemini-api/docs/pricing))

• ■ 输入：60,000 ÷ 1,000,000 × 0.30＝0.018 美元。
• ■ 输出：6,000 ÷ 1,000,000 × 2.50＝0.015 美元。
• ■ 单次合计：0.033 美元，即 3.3 美分。
• ■ 同等用量做 100 次：3.30 美元，不含其他费用。

Claude Haiku 4.5 的标准输入价格为每百万令牌 1 美元，输出为 5 美元。同一用量假设下，输入 0.060 美元，加输出 0.030 美元，合计 0.090 美元；100 次为 9 美元。两者单次差额是 0.057 美元。这是等量令牌算术，不代表它们完成同一任务会消耗相同令牌。([platform.claude.com](https://platform.claude.com/docs/en/about-claude/pricing))

04 / 第二张小票：返工比单价更值得盯

如果上述 100 次任务里，有 50 次各追加一轮与原任务等量的调用，预算就变成 150 份：前者 4.95 美元，后者 13.50 美元。这不是预测返工率，而是提醒你把失败调用一起结账，别只统计最后成功的那轮。

更实用的指标是“总调用费用÷验收通过的任务数”。例如，假设试跑 10 个任务花了 0.33 美元，只有 8 个通过，单个通过任务的 API 成本就是 0.04125 美元，而不是 0.033 美元。再记录人工修补时间：若内部工时按每小时 30 美元估算，多修 5 分钟就是 2.50 美元。这个假设足以说明，省几美分却增加人工返工，不划算。

05 / 第三张小票：缓存和思考也要列账

输出预算必须采用计费口径。Google 的价格表明确将思考令牌计入输出价格，所以“最后只看到几百字说明”不能直接当成输出用量。核账时，应查看供应方返回的用量和平台账单，而不是按屏幕文字估算。([ai.google.dev](https://ai.google.dev/gemini-api/docs/pricing))

缓存也不是免费复制。Claude Haiku 4.5 的五分钟缓存写入参考价为每百万令牌 1.25 美元，缓存读取为 0.10 美元。假设成功写入 20,000 个令牌，随后累计读取 80,000 个，再产生 6,000 个输出，费用分别为 0.025、0.008、0.030 美元，共 0.063 美元；这里假设没有其他输入。([platform.claude.com](https://platform.claude.com/docs/en/about-claude/pricing))

同样的累计输入量若全部按普通输入收费，加上输出是 0.130 美元。但只有实际满足缓存条件、发生有效读取，这个对比才成立。不要提前把整个仓库都算成缓存命中，更不要把厂商缓存规则直接套成中转平台的最终账单。

06 / 把模型选择变成十个任务的采购测试

我建议准备 10 个真实小任务，固定修改范围、验收命令和禁止改变的行为。分别记录总费用、通过数量、追加轮次和人工修补分钟数。默认候选通过就继续用；连续两轮仍未通过，就暂停自动重试，缩小任务或换另一款对照，而不是让低单价无限累积。

CheapRelay 没有月费或订阅，按实际令牌计费，包括缓存读写，适合先小额验证再增加使用量。你可以注册 CheapRelay，从这 10 个任务开始记第一张小票。我的最终选择规则很简单：先确认路由能用，再选每个验收通过任务总成本更低的模型，而不是只选价目表里最便宜的一行。