Codex 在多少 token 时自动压缩 GPT-6 Sol？

默认在 244,800 个 token 时。Codex 为 GPT-6 Sol 分配 272,000 token 的窗口，并在其 90% 处压缩。该模型没有内置压缩上限，因此适用这个计算值。

我能把 model_auto_compact_token_limit 提高到 244,800 以上吗？

单独设置不行。Codex 取你的上限与窗口 90% 中较小者，所以更高的值会被静默忽略。要延后压缩，你还得调高 model_context_window。

GPT-6 Sol 应该把 Codex 上下文窗口提高到 872K 吗？

通常不应该。超过 272K 输入 token 后，整个请求的输入按 2 倍、输出按 1.5 倍计费。一个带有 400K 缓存上下文的轮次，成本约为 240K 轮次的 3.3 倍。目前还没有人公布 GPT-6 Sol 在该长度下的质量数据。

Codex 在 GPT-6 Sol 上的自动压缩：源码中的默认值，以及调高它的代价

更新于 September 27, 2026 · 首次发布 September 27, 2026

快速结论: Codex 在 244,800 个 token 时自动压缩 GPT-6 Sol 会话，即它为该模型分配的 272,000 token 窗口的 90%。除非你同时调高 model_context_window，否则把 model_auto_compact_token_limit 设得高于这个数字毫无作用。如果把窗口提高到 272K 以上，每个越过这条线的轮次都会按长上下文费率计费。我们的数字来自...

Codex 在 244,800 个 token 时自动压缩 GPT-6 Sol 会话，即它为该模型分配的 272,000 token 窗口的 90%。 除非你同时调高 model_context_window，否则把 model_auto_compact_token_limit 设得高于这个数字毫无作用。如果把窗口提高到 272K 以上，每个越过这条线的轮次都会按长上下文费率计费。我们的数字来自 Codex 0.157.1 的源代码，以及 Codex 下载的模型目录。

Codex 给 GPT-6 Sol 多大的上下文窗口？

272,000 个 token，尽管 API 最多可接受 922,000 个。 Codex 会下载模型目录并缓存到 ~/.codex/models_cache.json。gpt-6-sol 的条目列出 context_window 为 272,000，max_context_window 为 872,000。它还把 effective_context_window_percent 设为 95，并将 auto_compact_token_limit 留空。GPT-6 Astra 和 GPT-6 Luna 的值相同。

272K 并非随意取值，它恰好是 GPT-6 长上下文定价的起点。

数值	token 数	来源
上下文窗口	272,000	`context_window`，来自模型目录
可用窗口	258,400	窗口的 95%（`effective_context_window_percent`）
自动压缩阈值	244,800	窗口的 90%，在代码中计算
允许的最大窗口	872,000	模型目录中的 `max_context_window`
API 输入上限	922,000	OpenAI 模型规格（含输出共 1.05M）

Codex 如何决定何时压缩？

它取你配置的上限与上下文窗口的 90% 中较小的那个。 在 codex-rs/protocol/src/openai_models.rs 中，auto_compact_token_limit() 计算 context_window * 9 / 10。它返回该值或你配置的上限，以较低者为准。目录没有为 GPT-6 Sol 提供上限，因此默认结果为 272,000 × 0.9 = 244,800。

所以这个设置只能让压缩提前。在默认窗口下，把 model_auto_compact_token_limit = 300000 写进 config.toml，Codex 仍会在 244,800 压缩，且不给任何警告。要让压缩延后，你还得调高 model_context_window，而这也会推高上限：在 872,000 的最大值下，默认阈值变为 784,800。

另一个设置 model_auto_compact_token_limit_scope 默认为 total，即统计整个活动上下文。替代值 body_after_prefix 只统计对话在之前带入的上下文之后新增的部分。

把 Codex 窗口提高到 272K 以上要花多少？

按轮计算，代价远超多出的那些 token。 一旦 GPT-6 Sol 请求的输入超过 272K token，整个请求都按长上下文费率计费。输入和缓存输入的费用翻倍，输出的费用变为 1.5 倍。在长时间的智能体会话中，几乎每一轮都会重新发送全部历史，因此大部分输入都是缓存前缀。

每轮上下文	缓存输入费率	每轮缓存上下文成本	每轮未缓存成本
240K（默认压缩点）	$0.20 / 1M	$0.048	$0.48
270K	$0.20 / 1M	$0.054	$0.54
300K（已调高窗口）	$0.40 / 1M	$0.12	$1.20
400K（已调高窗口）	$0.40 / 1M	$0.16	$1.60

从 270K 增至 300K，token 只多了 11%，但每轮成本变为 2.2 倍。在 ChatGPT 套餐下你看不到账单，但同样的 token 会计入你的5 小时和每周 Codex 限额，更大的窗口会更快耗尽它们。context-window-paid-twice 一文解释了为什么这种重复计费主导了长会话。

GPT-6 Sol 在接近 244K token 时仍然准确吗？

还没有人测过。 目前唯一的 GPT-6 Sol 独立长上下文成绩是 Artificial Analysis AA-LCR：84%，与 GPT-5.6 Sol 相同。该测试中的文档平均约 100K token。人们在 256K–512K 处引用的 MRCR 数字属于 GPT-5.6 Sol。我们的 GPT-6 Sol 长上下文基准汇总列出了截至 2026 年 9 月 27 日已发布与尚未发布的内容。

应该怎么设置？

对大多数团队来说，什么都不用改。默认值已经是成本安全的选择。 在 244,800 压缩，能让每个请求都保持在 272K 的价格线以下，并留出输出空间。以下三种情况才需要改动：

你希望更早压缩，例如因为长对话开始丢失较早的指令。把 model_auto_compact_token_limit 调低，比如 200000。低于 244,800 的值确实会生效。
你希望把当前默认值写下来，这样目录更新就不会悄悄改变它们。设置 model_context_window = 272000，并把上限设为 244,800 或更低。
你在一个会话中需要超过 258K 的实时上下文。调高 model_context_window，并接受每个超过 272K 的轮次都按长上下文定价。请为此设置告警，因为 Codex 界面中没有任何东西会标示价格变化。

# ~/.codex/config.toml
model = "gpt-6-sol"
model_context_window = 272000          # pin the default window, below the 272K price line
model_auto_compact_token_limit = 240000 # anything above 244,800 is ignored at this window

来源

想将这些方法用于您的技术栈吗？ 请准备好供应商账单、网关日志和主要工作流；我们会梳理成本驱动因素与节省空间。预约免费审查 →

返回 finopsllm.com