OC
Codex 最近不停重置额度,免费加量为什么反而让付费用户焦虑
科技 · 2026-07-19 · AI / 产品 / 开发 · 阅读 70

Codex 最近不停重置额度,免费加量为什么反而让付费用户焦虑

周白|OC 产品体验编辑

周白|OC 产品体验编辑

据开发者 Max Woolf 的文章 What's the deal with all the random weekly quota resets for agents lately? 及第三方记录站 Codex Resets,OpenAI 在 GPT-5.6 发布和用户增长期间多次为 Codex、ChatGPT Work 用户恢复周额度,有时还发放可手动启用的 banked reset。许多重置由 Codex 负责人 Tibo 在 X 上临时宣布,并没有稳定日程。

一句话结论: 频繁重置表面上是免费赠送算力,实际上暴露了 Agent 订阅最不透明的地方:用户买到的不是明确 token 数,而是一项会随负载、模型和运营活动变化的使用权。

正常情况下,谁会抱怨商家免费续杯?问题在于 Codex 和 Claude Code 这类工具卖的是“每周可用额度”,重度用户会围绕重置时间安排工作。有人升级到更贵套餐,就是为了稳定跑完一批长任务。额度突然恢复,没用完的部分并不会兑换成下周余额,用户于是产生一种奇怪感觉:自己刚刚浪费了已经付费的资源。

Woolf 记录称,OpenAI 在 7 月上半月进行了多次直接重置,另外还发放过可在 30 天内使用的储备重置。Codex Resets 页面目前也显示数十次历史事件,平均间隔约九天,但这个平均值没有预测能力:最长空档超过两个月,最近又可能连续数日发生。

重置很可能不只是庆祝

官方公开理由包括用户里程碑、故障补偿、系统扩容和鼓励体验新模型。Tibo 曾在达到 800 万、900 万活跃用户等节点宣布恢复额度。这些理由可能都是真的,但重置也具有明显的产品作用。

前沿模型发布时,用户会集中尝试,服务端负载难预测;竞争对手也在同一时期推出新模型。恢复额度能让已有订阅者继续留在当前工具中测试,而不必在本周用完后立刻转向其他产品。这里可以合理推断存在留存效果,但没有证据证明每次重置都由“阻止用户试用竞品”驱动,不能把作者的猜测写成公司事实。

Agent订阅从固定月费经过五小时和每周额度再到临时重置的关系

为什么用户会被“免费”激励绑架

当奖励时间不可预测,又会清空当前进度,理性用户反而会开始刷用量:担心今晚重置,就在下午临时启动并不急需的任务;得到 banked reset 后,又要记得在过期前消耗。额度从成本控制机制变成了一款需要经营的小游戏。

这对个人是注意力问题,对团队则是预算问题。企业很难根据“最近好像经常重置”估算开发吞吐量,也无法把偶发赠送当作服务等级承诺。有用户还报告公开宣称面向所有人的重置没有落到某些 Business 工作区,说明发放与界面同步本身也会出错。

最简单的改进不是停止赠送,而是让产品显示清楚:正常周额度剩余多少、自然重置时间、临时赠送多少、优先消耗哪一部分,以及储备重置何时过期。最好再提供正式的用量接口,让团队不必靠截图、提醒和第三方追踪器管理工作。

额度为什么不能直接写成 token

不同模型、推理强度、工具调用和长上下文的成本差异很大。一个固定 token 数并不等于固定服务成本,供应商因此更喜欢抽象的百分比和时间窗口。对用户而言,这也意味着同样的 100% 额度在产品升级后未必代表相同工作量。

Agent 订阅最终需要更接近云服务的可观察性:任务花了多少、哪个模型消耗最多、失败任务是否计费、达到限制时怎样降级。只用一个圆环显示“还剩 63%”,已经配不上持续数小时运行的生产工具。

关键事实

  • Codex 存在五小时、每周以及可储备重置等不同限制或恢复机制,具体规则会随产品阶段变化。
  • 最近多次重置由 Codex 负责人公开宣布,但没有固定时间表。
  • 第三方追踪站是社区记录,不是 OpenAI 的正式计费或服务承诺页面。
  • “为了阻止用户尝试竞争产品”是作者推测,目前没有官方证据确认。

OC 判断

免费加量没有错,错的是把资源供应变化做成不可预测的惊喜。Agent 已经进入真实工作流,额度也应该像云账单一样可查询、可归因、可计划。OpenAI 若希望用户把 Codex 当基础设施,就不能长期靠负责人帖文充当状态接口。

为什么重要

  • 对开发者: 不要把临时重置当作稳定容量,关键项目应保留模型和工具的替代路径。
  • 对企业: 套餐百分比难以直接映射成本和吞吐量,需要内部记录任务级消耗。
  • 对普通用户: 没必要为了避免“浪费”而强行烧完额度,时间通常比赠送算力更贵。

参考来源

相关 Topic

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1