给 Codex 会话打一张小票：把单次预算算到美分

01 / 先看小票：一次修复为什么算出0.24美元

让 Codex 修一个参数校验问题，预算不该只写“聊十分钟”。按量 API 的费用取决于实际计费的 token 及其类别，而不是你盯着终端多久。不同模型的分词和输出量也可能不同，不能只比较每百万 token 的单价。([help.openai.com](https://help.openai.com/en/articles/4936856-understanding-and-counting-tokens?utm_source=openai))

先做一张可复算的小票。以下用量与价格全部是假设，只演示算账方法，不是 CheapRelay 报价、真实账单或性能测试。货币统一为美元，单价统一按每百万 token 计算。

• ■ 普通输入：50,000 token × 2美元 ÷ 1,000,000＝0.10美元。
• ■ 缓存读取：100,000 token × 0.20美元 ÷ 1,000,000＝0.02美元。
• ■ 输出：15,000 token × 8美元 ÷ 1,000,000＝0.12美元。
• ■ 本例没有单独计费的缓存写入项目，合计0.24美元。

这里的普通输入不包含已经列入缓存读取的部分。核对账单时，先确认用量字段的定义，再分类相乘；不要把包含缓存的输入总量全部按普通输入计价，又重复加一次缓存费。缓存写入是否单列、如何收费，也要核对所选模型规则。([developers.openai.com](https://developers.openai.com/api/docs/guides/prompt-caching?utm_source=openai))

02 / 第二张小票：上下文扩张后变成0.72美元

现在假设任务没有及时收口，又加入无关目录、重复日志和解释性输出。仍用同一组演示单价，只改变累计用量：

• ■ 普通输入：200,000 token，费用0.40美元。
• ■ 缓存读取：400,000 token，费用0.08美元。
• ■ 输出：30,000 token，费用0.24美元。
• ■ 合计0.72美元，比第一张多0.48美元。

两张假设小票相差三倍，但这不是“短会话必省三分之二”的承诺。这里没有证明两次工作的质量相同，也没有测量重试次数。它只说明：即使缓存读取便宜，累计读取更多上下文仍然有成本；输出翻倍，也会直接改变这一项的小计。

03 / 开工前，把任务压成四行验收单

我的默认做法是，一次会话只解决一个能独立验收的问题。与其说“看看这个项目哪里能优化”，不如给 Codex 四行明确边界：

• ■ 目标：修复空参数导致的异常，不增加新功能。
• ■ 范围：先检查相关函数及对应测试，扩大范围前说明原因。
• ■ 验收：新增一个覆盖空参数的测试，并运行相关测试。
• ■ 停止：报告修改文件、测试结果和未解决事项，然后结束。

这不是限制必要调查，而是避免调查自动变成重构。遇到新的独立问题，先记入待办，不要顺手塞进当前会话。让一次交付有清晰终点，比规定“最多聊五轮”更实用。

04 / 控制日志和解释，不靠删掉关键证据省钱

我会先要求读取失败测试附近的日志，而不是输出整份构建记录；搜索先限定目录，只有证据不足时才扩大。首次诊断保留错误信息、调用位置和复现条件，后续只补变化部分。

最终回复也可以限定为“改了什么、测试是否通过、还有什么风险”。省掉重复讲解，不等于省掉验证。若测试失败，必须保留失败事实，不能为了让小票好看而提前宣布完成。

05 / 不要为了清空窗口，反复丢掉有用缓存

短会话不是不停重启。OpenAI 的缓存说明指出，保留会话不保证命中缓存；其 Codex 实践也强调保持公共提示前缀稳定。因此，既不要把旧上下文当成免费，也不要认定每次重开都更便宜。([developers.openai.com](https://developers.openai.com/api/docs/guides/prompt-caching?trk=article-ssr-frontend-pulse_x-social-details_comments-action_comment-text&utm_source=openai))

同一修复还在推进，就继续使用已有证据；切换到另一项工作，再写一份简短交接：目标、已改文件、验证结果、剩余阻塞。摘要要能帮助下一次定位，不必复制整段聊天。

06 / 在 CheapRelay，把预算落到实际用量

如果你通过 CheapRelay 使用 Codex，可以把它作为按量 API 方案管理：一个密钥连接多家模型，没有月费或订阅，按真实 token 用量计费，包括缓存读取与写入。实际单价仍应以你调用时的价格为准，不能套用本文的演示数字。

注册 CheapRelay 后，先用一个边界明确的小任务记录首张实际小票。我的建议是把“每个已验收任务的费用”作为复盘指标，而不是只看每轮多便宜。

例如，给下次修复设定0.50美元的人工检查点，而非宣称它是客户端硬上限。检查时若还没形成可测试的修改，就暂停补充线索；若已通过验收，就收口。真正值得追求的不是最短聊天记录，而是最少无效往返的一次完整交付。