Codex CLI 调用 gpt-5 到底贵不贵

很多人打开 Codex CLI 配置完全指南后，真正犹豫的不是能不能跑通，而是 Codex 用 gpt-5 系列模型到底贵不贵。这个问题不能只看单次请求，因为 Codex CLI 的成本由输入 token、输出 token、上下文长度、重试次数共同决定。短任务通常很便宜，长上下文任务会突然变贵。

先给结论：日常任务不贵，长上下文会拉开差距

如果只是让 Codex CLI 解释一个文件、补几行代码、修一个明确报错，gpt-5 系列通常比直觉便宜。以常见公开区间为例：短上下文输入约 $0.10-$0.30 / 1M tokens，输出约 $1.00-$2.50 / 1M tokens。一次 20k 输入、2k 输出的任务，成本大约 $0.004-$0.011。一天 50 次，也就 $0.2-$0.55。

但 Codex CLI 不是纯聊天。它会把仓库结构、错误日志、工具说明、之前对话塞进上下文。一旦输入超过长上下文阈值，单价可能跳到 $0.40-$0.80 / 1M tokens。同样 200k 输入、3k 输出，可能从几分钱变成 $0.10-$0.16。差距不在模型名，而在上下文是否被撑大。

短输入和长输入的计价差异要拆开看

可以把计价想象成两段路：短输入段负责常规问答，长输入段负责大仓库、长日志、多轮工具调用。gpt-5 系列的贵不贵，主要看平均输入落在哪一段。

短输入任务：
输入 18,000 tokens，输出 2,500 tokens
若 input $0.125 / 1M，output $1.00 / 1M
成本 ≈ 18,000 / 1,000,000 × $0.125 + 2,500 / 1,000,000 × $1.00
    ≈ $0.00225 + $0.0025
    = $0.00475

长上下文任务：
输入 220,000 tokens，输出 4,000 tokens
若长档 input $0.60 / 1M，output $1.50 / 1M
成本 ≈ 220,000 / 1,000,000 × $0.60 + 4,000 / 1,000,000 × $1.50
    ≈ $0.132 + $0.006
    = $0.138

从 $0.005 到 $0.138，差了近 30 倍。有人觉得 Codex 很便宜，是因为任务一直停在短输入区；有人一天花掉几美元，是被长上下文拖进了高价区。

一个真实 Codex 任务的成本估算

拿修一个 Python 测试失败举例。Codex CLI 需要先读仓库说明，再运行测试，读取 traceback，修改测试或源码，再跑一次。假设第一轮输入包含系统提示、仓库摘要、相关文件片段和错误日志，共 30,000 tokens；输出 diff 和解释 3,500 tokens。按短档 $0.125/$1.00 估算，成本约 $0.0074。

真实使用很少一轮结束。第二轮要读修改后的文件，第三轮要看测试通过日志。三轮累计输入可能达到 85,000 tokens，输出 9,000 tokens，成本约 $0.0196。如果其中一轮把长日志全部带入上下文，进入长档，成本可能再翻一倍。你可以先在模型价格表里核对当前分组倍率，再决定要不要用 gpt-5 系列处理大仓库任务。

配置片段：先确认走哪个分组

在 Codex CLI 配置里，模型名和 api_base 会直接决定单价。一个可验证的配置片段如下：

# ~/.codex/config.toml
model = 'gpt-5'
api_base = 'https://api.yushou.xyz/v1'
max_context = 'auto'

如果你把 model 换成更便宜的分组，成本会下降；但如果任务本身需要长上下文，便宜分组未必更省，因为它可能把上下文截断，导致你反复补文件。

怎么判断成本是被长上下文吃掉的

看账单时不要只看总 token，要看输入占比。Codex CLI 的输入往往比聊天大很多。常见信号包括：输出只有几百 token，输入却有几万 token；同一仓库重复提问，每次 input 都在 20k 以上；任务失败后继续追问，历史对话不断累积；一次运行多个工具，日志和 diff 都进入上下文。

如果这些同时出现，成本大概率不是 gpt-5 本身贵，而是上下文管理太粗。给 Codex CLI 喂信息时，尽量只放相关文件。修一个测试，不需要把整个 README、所有源码、所有配置都塞进去。可以用命令行限定范围：

codex -m gpt-5 '只读取 tests/test_parser.py 和 src/parser.py，解释测试失败原因'

这条命令的关键不是 gpt-5，而是“只读取”。它把输入从几万 token 压到几千 token。若你走第三方 API，遇到 401 或 base_url 不通，可看第三方 API 配置避坑。

到底贵不贵：按使用方式分三档

第一档，轻量问答：一天 20-50 次，平均输入 15k 以内，gpt-5 系列基本可以忽略成本。第二档，中等代码修改：一天 10-20 次，每次 30k-80k 输入，成本可能在 $0.1-$0.6。第三档，大型仓库或多文件重构：单次输入 100k 以上，且多轮累积，可能 $0.2-$1.0 一次。它不是一定贵，而是必须用上下文预算来管。

按月看更直观。假设每周有 8 次大仓库分析，每次输入 150k、输出 5k，按长档 $0.50/$1.20 估算，一次约 $0.081，一个月约 $2.6。再加上 60 次小任务，每次 $0.006，一个月约 $0.36。总成本不到 $3。这个价格对日常开发不算离谱，但前提是你没有把整仓库日志反复塞进去。

如果你只是想稳定跑 Codex CLI，又不想被长上下文账单吓到，可以先按配置教程选一个合适分组，再检查模型、api_base、上下文长度和重试策略。最后，如果你打算把这类调用接到自己的开发流程里，可以先用寓守API 看一下当前单价与分组倍率，再决定 gpt-5 系列是否适合长期跑 Codex。