Codex tự động nén GPT-6 Sol ở số token nào?

Mặc định ở 244,800 token. Codex cấp cho GPT-6 Sol cửa sổ 272,000 token và nén ở 90% của nó. Không có giới hạn nén nào được đóng gói cho mô hình, nên giá trị tính toán này được áp dụng.

Tôi có thể nâng model_auto_compact_token_limit lên trên 244,800 không?

Không, nếu chỉ đặt riêng nó. Codex dùng giá trị nhỏ hơn giữa giới hạn của bạn và 90% cửa sổ ngữ cảnh, nên giá trị cao hơn bị bỏ qua lặng lẽ. Để nén muộn hơn, bạn cũng phải nâng model_context_window.

Tôi có nên nâng cửa sổ ngữ cảnh Codex lên 872K cho GPT-6 Sol không?

Thường là không. Vượt 272K token đầu vào, toàn bộ yêu cầu được tính theo 2x đầu vào và 1.5x đầu ra. Một lượt với 400K ngữ cảnh đã cache tốn khoảng 3.3 lần một lượt ở 240K. Chưa ai công bố số liệu chất lượng của GPT-6 Sol ở độ dài đó.

Codex auto-compact trên GPT-6 Sol: mặc định trong mã nguồn và chi phí khi nâng chúng

Cập nhật September 27, 2026 · đăng lần đầu September 27, 2026

Trả lời nhanh: Codex tự động nén phiên GPT-6 Sol ở 244,800 token: 90% của cửa sổ 272,000 token mà nó gán cho mô hình. Nâng model_auto_compact_token_limit lên trên con số đó sẽ không có tác dụng gì, trừ khi bạn cũng...

Codex tự động nén phiên GPT-6 Sol ở 244,800 token: 90% của cửa sổ 272,000 token mà nó gán cho mô hình. Nâng model_auto_compact_token_limit lên trên con số đó sẽ không có tác dụng gì, trừ khi bạn cũng nâng model_context_window. Nếu bạn nâng cửa sổ vượt 272K, mọi lượt vượt ngưỡng sẽ bị tính theo giá ngữ cảnh dài. Chúng tôi đọc các con số từ mã nguồn Codex 0.157.1 và từ danh mục mô hình mà Codex tải về.

Codex cấp cho GPT-6 Sol cửa sổ ngữ cảnh bao nhiêu?

272,000 token, mặc dù API chấp nhận tới 922,000. Codex tải danh mục mô hình và lưu vào ~/.codex/models_cache.json. Mục gpt-6-sol liệt kê context_window là 272,000 và max_context_window là 872,000. Nó cũng đặt effective_context_window_percent là 95 và để trống auto_compact_token_limit. GPT-6 Astra và GPT-6 Luna có cùng các giá trị.

272K không phải là con số tùy ý. Đó chính là điểm bắt đầu của giá ngữ cảnh dài của GPT-6.

Giá trị	Token	Nguồn gốc
Cửa sổ ngữ cảnh	272,000	`context_window` trong danh mục mô hình
Cửa sổ dùng được	258,400	95% của cửa sổ (`effective_context_window_percent`)
Ngưỡng auto-compact	244,800	90% của cửa sổ, tính trong mã
Cửa sổ lớn nhất cho phép	872,000	`max_context_window` trong danh mục mô hình
Giới hạn đầu vào API	922,000	Đặc tả mô hình của OpenAI (1.05M tổng cộng cùng đầu ra)

Codex quyết định khi nào nén bằng cách nào?

Nó lấy giá trị nhỏ hơn giữa giới hạn bạn cấu hình và 90% cửa sổ ngữ cảnh. Trong codex-rs/protocol/src/openai_models.rs, auto_compact_token_limit() tính context_window * 9 / 10. Nó trả về giá trị đó hoặc giới hạn bạn cấu hình, tùy cái nào thấp hơn. Danh mục không kèm giới hạn cho GPT-6 Sol, nên mặc định kết quả là 272,000 × 0.9 = 244,800.

Vì vậy cài đặt chỉ có thể đẩy việc nén sớm hơn. Đặt model_auto_compact_token_limit = 300000 trong config.toml với cửa sổ mặc định, và Codex vẫn nén ở 244,800 mà không có cảnh báo nào. Để nén muộn hơn, bạn cũng phải nâng model_context_window, và điều đó cũng đẩy trần lên: ở mức tối đa 872,000, ngưỡng mặc định trở thành 784,800.

Một cài đặt thứ hai, model_auto_compact_token_limit_scope, mặc định là total, đếm toàn bộ ngữ cảnh đang hoạt động. Lựa chọn thay thế, body_after_prefix, chỉ đếm phần hội thoại thêm vào sau ngữ cảnh đã mang từ trước.

Nâng cửa sổ Codex vượt 272K tốn bao nhiêu?

Mỗi lượt, tốn nhiều hơn số token thêm rất nhiều. Khi một yêu cầu GPT-6 Sol có hơn 272K token đầu vào, toàn bộ yêu cầu được tính theo giá ngữ cảnh dài. Đầu vào và đầu vào đã cache tốn gấp đôi, còn đầu ra tốn gấp 1.5 lần. Trong một phiên agent dài, hầu như lượt nào cũng gửi lại toàn bộ lịch sử, nên phần lớn đầu vào là tiền tố đã cache.

Ngữ cảnh mỗi lượt	Giá đầu vào đã cache	Chi phí ngữ cảnh đã cache mỗi lượt	Chi phí chưa cache mỗi lượt
240K (nén ở mặc định)	$0.20 / 1M	$0.048	$0.48
270K	$0.20 / 1M	$0.054	$0.54
300K (đã nâng cửa sổ)	$0.40 / 1M	$0.12	$1.20
400K (đã nâng cửa sổ)	$0.40 / 1M	$0.16	$1.60

Tăng từ 270K lên 300K thêm 11% token và nhân chi phí mỗi lượt lên 2.2 lần. Với gói ChatGPT, bạn không thấy hóa đơn, nhưng cùng số token đó được tính vào giới hạn Codex 5 giờ và hàng tuần của bạn, nên cửa sổ lớn hơn sẽ dùng hết chúng nhanh hơn. Bài context-window-paid-twice giải thích vì sao khoản tính lặp lại này chi phối các phiên dài.

GPT-6 Sol còn chính xác ở gần 244K token không?

Chưa ai đo điều đó. Điểm ngữ cảnh dài độc lập duy nhất của GPT-6 Sol là Artificial Analysis AA-LCR: 84%, giống GPT-5.6 Sol. Các tài liệu trong bài kiểm tra đó trung bình khoảng 100K token. Những con số MRCR mà bạn thấy được trích cho “Sol” ở 256K–512K thuộc về GPT-5.6 Sol. Bản tổng hợp benchmark ngữ cảnh dài của GPT-6 Sol của chúng tôi liệt kê những gì đã và chưa được công bố tính đến 27 tháng Chín 2026.

Bạn nên đặt gì?

Với hầu hết đội, không cần đặt gì. Mặc định đã là lựa chọn an toàn về chi phí. Nén ở 244,800 giữ mọi yêu cầu dưới mốc giá 272K, với chỗ trống cho đầu ra. Ba trường hợp cần thay đổi:

Bạn muốn nén sớm hơn, chẳng hạn vì các luồng dài bắt đầu làm rơi các chỉ dẫn cũ. Đặt model_auto_compact_token_limit thấp hơn, ví dụ 200000. Giá trị dưới 244,800 sẽ có hiệu lực.
Bạn muốn ghi lại các mặc định hiện tại để một bản cập nhật danh mục sau này không thể thay đổi chúng âm thầm. Đặt model_context_window = 272000 và một giới hạn bằng hoặc thấp hơn 244,800.
Bạn cần hơn 258K ngữ cảnh đang hoạt động trong một phiên. Nâng model_context_window và chấp nhận giá ngữ cảnh dài ở mọi lượt trên 272K. Hãy đặt cảnh báo, vì không có gì trong giao diện Codex báo hiệu thay đổi giá.

# ~/.codex/config.toml
model = "gpt-6-sol"
model_context_window = 272000          # ghim cửa sổ mặc định, dưới mốc giá 272K
model_auto_compact_token_limit = 240000 # giá trị trên 244,800 bị bỏ qua ở cửa sổ này

Nguồn

Liên quan

Bạn muốn áp dụng điều này cho hệ thống của mình? Hãy mang theo hóa đơn nhà cung cấp, nhật ký gateway và các quy trình chính; chúng tôi sẽ xác định yếu tố chi phí và hướng tiết kiệm. Đặt lịch kiểm toán miễn phí →

Quay lại finopsllm.com