ChatGPT 12月起改算Token:聊天与Codex共用额度,谁最受影响?

OpenAI 12月起将 ChatGPT 与 Codex 额度合并,计费改为按 Token 计算。
OpenAI 宣布从 12 月起,ChatGPT 与 Codex 的用量将共用同一份额度,计费单位从消息条数改为 Token。这意味着不同任务的额度消耗差异会显著拉大,重度 Codex 用户受冲击最大,编程用量会挤压聊天配额。日常简单问题可交给不扣额度的 Instant 聊天,把共用额度留给进阶模型和复杂任务。用户可在设定中查看剩余用量与重置时间,用完后可等待重置、升级方案或购买 Credits。旧有的每周消息上限难以直接换算为 Token 消耗,GPT-6 Pro 的实际消耗尚未明确。
OpenAI 的额度规则正在经历一次关键转向。从 12 月开始,ChatGPT 与 Codex 的用量将不再分账,而是共用同一份额度,计费单位也从过去的消息条数切换为 Token。这意味着你随口问一句天气,和让 AI 整理一整份报告,消耗的额度将不再相同。
从「数通话次数」到「算流量」
据 Rohan Paul 的观察,OpenAI 过去将 Codex 与 ChatGPT 内部的 Work 功能共用额度,而一般聊天则单独计量,所以大量写程式并不会吃掉聊天的配额。但 OpenAI 说明页明确指出,12 月起 Plus、Pro、Business 方案的额度将由 ChatGPT 和 Codex 共享,聊天的计量方式也随之改变。

Rohan Paul 指出,现在一般聊天是按各模型的讯息则速上线,例如 GPT-6 Pro 就有每周上限。改制后,每次请求都按 Token 计价。用手机方案来类比:以前是数你打了几通电话,现在则是算你实际用掉多少流量。扣多扣少取决于你选的模型和交办的任务——越进阶的模型、越复杂的任务,通常消耗越多。
Token 是大语言模型处理文本的基本单位,可以粗略理解为“词片”。英文中一个 Token 大约对应 0.75 个单词,中文里一个汉字通常占用 1 到 2 个 Token。模型每次接收输入和生成输出,都按 Token 数量计算工作量。因此,按 Token 计费能更精确地反映实际消耗:简短提问消耗少,长文整理、代码生成等任务消耗多。这也是为什么改制后,同样一次“对话”,不同任务之间的额度消耗可能相差几十倍。
最该皱眉的是重度 Codex 用户

改制后最直接受冲击的,是天天叫 Codex 写程式的人。以前程式跑再多也碰不到聊天额度,之后两边抢的是同一份配额,程式那头用得凶,聊天这头能用的就变少。OpenAI 说明页的预期是,大多数用户等额度重置的频率不会比现在更高,但这个预期没有附上具体数字,实际体验仍有待观察。
Codex 是 OpenAI 面向代码生成与软件工程任务的模型系列,常被集成在开发工具和 ChatGPT 中,用于写代码、调试、解释仓库等。它处理的任务往往涉及大量上下文代码和多次迭代,因此 Token 消耗天然高于普通聊天。在额度合并后,Codex 的高消耗会直接占用聊天可用的同一份配额,这正是重度编程用户需要特别留意的地方。
日常简单问题可以交给 Instant
还好有一个出口:OpenAI 说明页写明,Instant 聊天不会扣用量额度。日常的简单问题、查个词、改一句话,都可以丢给 Instant,把共用额度留给进阶模型和真正复杂的任务。这个策略的逻辑很直白——简单问题本来就用不到大模型,把额度花在它身上最不划算。
额度余额与重置时间将可查
额度剩多少不用再靠猜。OpenAI 说明页表示,之后可以在设定里查看合并后的剩余用量和重置时间。真的用完了,说明页列出三条路:等重置、升级方案,或购买 Credits 点数继续使用符合资格的功能。

这跟手机流量用完的场景很像:可以等下个周期、换大一点的方案,或者加购。养成看设定的习惯,在见底之前就知道自己还剩多少,会比事后补救更从容。
Credits 是 OpenAI 提供的按量付费点数,通常在套餐额度用尽后用于继续使用符合条件的功能。它与订阅方案的区别在于:订阅提供周期性额度,而 Credits 是额外购买、按实际消耗扣减的补充资源。对于偶尔超出额度或需要临时处理长任务的用户,Credits 提供了不必立即升级方案的灵活选项。
Work 能力搬进主体验,同一份额度
说明页把「额度合并」和「把 Work 的能力搬进 ChatGPT 主体验」写在同一句里交代,这个细节值得留意。Rohan Paul 介绍,Work 是 OpenAI 7 月推出、建在 Codex 上、会自己动手做事的 Agent;OpenAI 自己的发表文写它能跨你的 App 和档案做事,一个专案需要的话能陪你坐上好几个小时。
两件事放在同一句,不妨当成同一次调整来看。之后在聊天里叫 Work 跑上好几个小时,Codex 也是同一份共用额度,这种长任务最值得先盯着用量。
Agent(智能体)指能自主规划步骤、调用工具并执行多步任务的 AI 系统,而不只是被动回答问题。Work 被描述为“会自己动手做事的 Agent”,意味着它可以跨应用和文件持续操作,完成一个项目可能需要数小时。这类长任务会持续产生 Token 消耗,在共用额度下,其用量影响远大于单次问答,因此用户需要更主动地监控余额。
旧上限数字难以直接对照

科技媒体 The Decoder 整理了目前的上限:200 美元的 Pro 方案每周 200 折、100 美元的 Pro 方案每周 50 折。但改成算 Token 之后,这些折数就很难直接拿来对照了。最想知道的是,问 GPT-6 Pro 一折大概会吃掉多少共用额度,这个换算目前还没讲明。在换算出来之前,把 GPT-6 Pro 留给真正值得它出手的问题,是更稳妥的做法。
一个钱包,两种花法
读完这次改制,脑中剩下的画面是一个钱包:聊天和 Codex 本来是各扣各的,之后变成从同一个钱包支出,花在哪一边,另一边就变少。所以更合理的做法是排先后:简单问题交给 Instant,额度留给真正复杂的任务。改制之后,每次开口前先问自己一句——这个问题值得花多少额度。
相关推荐

神经网络本质是线性回归?华为300集AI课讲师用TensorFlow Playground讲透深度学习
华为300集AI深度学习教程中,讲师用TensorFlow Playground演示神经网络本质是线性回归,讲透机器学习与深度学习在特征工程上的核心差异,以及2012年大数据时代为何成为深度学习崛起的分水岭。

WorkBuddy做AI漫剧全流程:8步从零到成片
基于B站教程梳理WorkBuddy制作AI漫剧的完整八步流程:从选题策划、剧本分镜到图片资产、视频生成、配音剪辑与导出发布,并解析WorkBuddy的专家技能机制与逐个召唤专家的实操技巧,适合零基础入门。

Codex实战教程:从安装到多智能体协同
基于B站Codex实战教程,系统梳理Codex从安装配置、CLI交互、斜杠指令、AGENTS.md架构到MCP协议、多智能体协同与企业级插件开发的完整路径,帮助开发者理解AI Agent的工程化用法。