OpenAI 最近宣布了幾項更新，包括發布 GPT-5-Codex-Mini 模型、改進多用戶層級的速率限制以及優化模型處理效率。
OpenAI的 GPT-5-Codex-Mini GPT-5-Codex 最新推出的開發者專用版本「Mini」是一款規模較小、成本和吞吐量都經過最佳化的模型，旨在以更低的成本和更高的可用容量提供 GPT-5-Codex 的大部分編碼輔助功能。 「Mini」版本定位為長時間編碼、後台自動化和高頻開發者工作流程的實用之選，在這些場景下，峰值效能並非首要考慮因素，而是在相同套餐下獲得更多令牌/請求才是關鍵。
什麼是 GPT-5-Codex-Mini？它的特點是什麼？
GPT-5-Codex-Mini 是 OpenAI GPT-5-Codex 系列的一個緊湊、經濟高效的版本，專為 Codex 產品介面（CLI 和 IDE 整合）而設計。它定位為「更小、更經濟高效」的模型，犧牲了部分峰值性能，換取了更低的資源消耗和更高的互動式開發者工作流程可用配額。此迷你模型旨在讓開發者運行更多編碼輪次（OpenAI 對此進行了大致描述）。 使用量增加 4 倍 對於相同的 ChatGPT 訂閱等級），同時降低常見、定義明確的工程任務的延遲和成本。
在功能方面，GPT-5-Codex-Mini 繼承了 Codex 產品線的核心特性：對程式碼庫的深度理解以及以「代理」方式執行多步驟任務。基於 Codex 的命令列介面 (CLI) 功能，開發者可以透過互動式終端向 Codex 提交自然語言命令、程式碼片段、螢幕截圖或介面設計圖。模型會先提供一份方案，然後在獲得使用者批准後自動瀏覽檔案、編輯程式碼、執行命令並進行測試。
從模型角度來看，Codex 產品允許將影像（例如 UI 截圖、設計草稿或錯誤資訊截圖）附加到終端或 IDE 的會話中。該模型可以理解文字和圖像內容，但輸出仍然主要是文字程式碼和解釋。因此，GPT-5-Codex-Mini 可以被視為一個代碼代理模型，其主要功能是“文字+圖像輸入，文字輸出”，並不會承擔圖像生成、音訊生成或視訊生成等任務。
GPT-5-Codex-Mini 與 GPT-5-Codex 相比有何不同？
Codex 有什麼新內容？
除了發布 GPT-5-Codex-Mini 之外，OpenAI 還統一將 ChatGPT Plus、Business 和 Edu 用戶級別的 Codex 請求速率限制提高了 50%，顯著增加了可用請求次數。同時，ChatGPT Pro 用戶將獲得優先處理權限，以提升反應速度和任務執行體驗。
此外，OpenAI 對 GPT-5-Codex 模型進行了小幅升級，優化了其在協作場景下的效能。更新後的模型在關鍵評估指標上提升了幾個百分點，令牌使用效率提高了約 3%，並且在處理極端情況方面更具穩健性，從而減少了用戶指導的需求。
| 使用者等級 | GPT-5-Codex | GPT-5-Codex-Mini |
|---|---|---|
| Plus/Biz/Edu | 訊息量分別增加 1.5 倍。 | 訊息量分別增加 6 倍。 |
GPT-5-Codex-Mini 與 GPT-5-Codex：基準測試差異
與原版相比，GPT-5-Codex-Mini 的表現略有下降，但開發者獲得的積分大約是原版的四倍。在 SWE-bench Verified 測試中，GPT-5 High 的得分為 72.8%，GPT-5-Codex 為 74.5%，GPT-5-Codex-Mini 為 71.3%。
Codex（及其迷你版）在輕量級互動中使用了更少的令牌——OpenAI 的資料聲稱，對於簡單的提示，令牌數量減少了幾十個百分點（例如，引用的數據為： 代幣數量減少約 93.7% 在某些情況下，Codex 系列與 GPT-5 的輕量級互動效能比較）。
GPT-5-Codex-Mini 與 GPT-5-Codex：功能差異
- 尺寸和成本： Mini 的體積更小，性價比更高；OpenAI 表示，在相同的訂閱限制下，Mini 的使用量可提升約 4 倍。這是針對日常開發任務的配額/效率最佳化。
- 能力範圍： 對於耗時較長、較複雜的智能體任務（例如大型重構、深度程式碼審查和長時間測試），GPT-5-Codex 仍然是功能更強大的選擇。而 Mini 版本則經過最佳化，反應速度更快，資源佔用更低，更適合頻繁的短時互動。
- 延遲和速率限制： Mini 通常提供更低的延遲，並允許每個套餐有更高的速率限制——使其適合密集、互動式的工作流程。
- 預設表面： Mini 是 Codex CLI 和 IDE 擴充功能中的選用模型；GPT-5-Codex 是 Codex 中雲端任務和深度程式碼審查流程的預設模型。
何時使用迷你法典，何時使用完整法典
- 使用 迷你 適用於：建立程式碼框架、重複產生程式碼、小型重構、編輯過程中的互動式程式碼補全，以及在配額或成本限制下運作。
- 使用 GPT-5-Codex 適用於：全面的程式碼審查、數小時的自主任務、複雜的重構以及需要模型最強推理能力和測試驅動執行的任務。
我該如何存取 GPT-5-Codex-Mini（CLI、IDE、API）？
Codex CLI（終端優先）
OpenAI介紹 gpt-5-codex-mini 作為 Codex CLI 中的一個模型選項。典型的使用模式遵循 Codex CLI 的工作流程：啟動互動式會話、指定模型、附加檔案或螢幕截圖、執行「Codex Cloud 任務」等等。 CLI 也支援快速 /model 在完全切換 gpt-5-codex gpt-5-codex-mini第一次執行時，您需要使用 ChatGPT/Pro/Enterprise 帳戶進行驗證（或提供 API 金鑰）。 CLI 提供各種命令，使 Codex 能夠掃描程式碼庫、執行測試、開啟 REPL 或套用修補程式建議。
範例（Codex CLI 互動式會話）：
# Install Codex CLI (npm)
npm i -g @openai/codex
# or Homebrew on macOS
brew install --cask codex
# Launch in a repo
cd myproject
# Open a codex interactive session
codex
# In the session you can switch the model:
# (this is typed in the Codex TUI)
> /model gpt-5-codex-mini
# Ask Codex to generate a unit test
> Write pytest tests for function `calculate_discount` in discounts.py
該流程與新的 Codex CLI 預設設定相呼應，該工具會在接近使用限制時建議使用 Mini。
VS Code / IDE 擴充
是的－Codex IDE 擴充（VS Code）已經包含此功能。 gpt-5-codex-mini 您可以選擇在 Visual Studio Code 中安裝 Codex 擴展，以獲得內嵌程式碼補全、重構建議和 AI 驅動的快速修復功能。此擴充功能還提供快速操作（產生程式碼、解釋選定程式碼、重構），並可從編輯器執行 Codex Cloud 任務，具體步驟如下：
- 為 VS Code 安裝 OpenAI Codex / ChatGPT 擴充。
- 使用您的 ChatGPT 帳戶（Plus/Pro/Business）登入。
- 打開命令面板：
Cmd/Ctrl+Shift+P → Codex: Set Model→ 選擇gpt-5-codex-mini. - 使用內聯命令（選擇代碼 → 右鍵單擊 → “使用 Codex 進行解釋”或按配置的熱鍵）。
範例：VS Code 內聯命令（偽步驟）
- 在「選擇功能」中
user_service.py. - 媒體推薦
Cmd/Ctrl+Shift+P → Codex: Explain Selection或使用右鍵單擊 → “用 Codex 解釋”。 - 該擴充功能會開啟一個側面板，其中包含 Mini 的解釋、建議的測試以及一鍵「建立 PR」按鈕，該按鈕使用 Codex Cloud 任務將分支推送以供審查。
API方面呢？我可以從我的應用程式中呼叫它嗎？
OpenAI的公告表明 API 支援即將推出 對於 GPT-5-Codex-Mini 模型；在撰寫本文時，該模型首先在 Codex 工具鏈（CLI/IDE）中可用。這意味著生產 API 用戶端應準備好使用該模型名稱。 gpt-5-codex-mini 請求/回應 API 發布後即可使用。同時，您可以使用 Codex CLI 和 IDE 流程進行原型設計。
啟用 API 存取後，典型的呼叫（響應式）可能如下所示：
# illustrative — check OpenAI docs for final param names
from openai import OpenAI
client = OpenAI(api_key="sk-...")
resp = client.responses.create(
model="gpt-5-codex-mini",
input="Write a Python function that validates an email address and includes unit tests.",
max_tokens=512,
temperature=0.2
)
print(resp.output_text)
使用 Codex Mini 進行快速工程設計的最佳實踐是什麼？
以下是一些具體的、經過現場檢驗的最佳實踐和模式，旨在最大限度地發揮 Codex Mini 在生產工程工作流程中的價值。
1）模型選擇策略－混合搭配
對於高頻、低複雜度的任務（例如格式化、小型重構、自動測試），請使用 Mini；對於複雜的設計、深度調試或大規模的倉庫級轉換，則回退到完整的 Codex。您可以實現自動切換：Codex CLI 會在 Mini 使用率達到 90% 時自動推薦使用 Mini，並且您還可以編寫腳本來實現此功能。 /model 根據任務複雜度切換工具以選擇合適的模型。
2）提示工程模板
為可重複執行的任務（例如測試產生、變更日誌草稿、提交資訊產生和 PR 描述）建立小型、確定性的提示範本。將這些範本作為可重複使用的程式碼片段儲存在您的程式碼倉庫中，或作為 Codex 提示預設儲存。
單元測試範例提示範本：
# Template: generate_pytests
System: You are a precise Python developer. Produce pytest tests.
User: Given the function below, produce parametrized pytest functions that cover typical edge cases.
--- file: discounts.py
<insert function>
---
Return only valid Python test code with imports and fixtures.
3）自動化安全網－審批和持續改進門控
絕不允許模型在未經人工審核的情況下直接推送程式碼。請使用 Codex 的審核模式和 Codex Cloud 任務來建立差異，並在持續整合 (CI) 中要求手動簽字確認。 Codex CLI 支援“審核模式”，因此編輯必須先獲得批准才能套用。
4) 快取和去重模型調用
對於重複出現的提示（例如，解釋某個功能），將以提示訊息 + 檔案雜湊值為鍵的回應進行快取。這可以減少冗餘調用，並保持開銷的可預測性。
5) 使用串流 + 增量差異
盡可能請求串流輸出和增量差異，而不是整個檔案重寫。這可以減少令牌的使用，並幫助審閱者看到有針對性的變更。
6）單元測試－首先是發電機流程
產生測試用例並在臨時環境中本地運行。如果測試失敗，則迭代模型並提供失敗測試的修復方案。將每次迭代都作為單獨的提示訊息，並包含測試輸出。
Codex CLI 自動化範例程式碼片段（bash）：
# Generate tests
codex --model gpt-5-codex-mini request "Generate pytest tests for discounts.py" > generated_tests.py
# Run tests locally
pytest generated_tests.py -q || {
echo "Tests failed. Opening Codex for debugging..."
codex --model gpt-5-codex-mini request "Tests failed. Here's pytest output: $(tail -n 50 pytest_output.txt). Propose a fix for discounts.py."
}
結論
GPT-5-Codex-Mini 是一項務實的產品舉措：它充分考慮到開發者的工作流程通常由許多短暫的互動組成，在這些互動中，延遲、成本和流暢性至關重要。透過提供一個以 IDE 和 CLI 使用的迷你版本，OpenAI 使團隊能夠擴展日常編碼輔助功能，而無需在每次互動時立即調用成本最高的模型。
開發人員可以訪問 GPT-5-Codex API ,GPT-5 Pro API 透過 CometAPI 訪問，其中列出的 CometAPI 模型截至本文發布之日。造訪前，請確保您已登入 CometAPI 並取得 API 金鑰。彗星API 提供遠低於官方價格的價格，幫助您整合。
準備出發了嗎？ → 立即註冊 CometAPI !