一項最新的社區測試引發關注：同樣使用GPT-6模型，Codex提供的推理預算可能遠低於直接調用OpenAI API，即使選擇相同的推理強度，差距依然顯著。 在最高推理檔位（Max）下，GPT-6 Astra通過API調用時的推理預算達到832，而Codex僅爲128，相差約6.5倍；GPT-6 Sol的差距更加突出，API端達到768，Codex端只有62，相差約12.4倍。社區測試還顯示，這種差異並非僅存在於最高檔位，在其他可比較的推理強度設置下，Codex的推理預算也普遍低於API端。 所謂推理預算，通常指模型內部推理過程可使用的計算預算，並不等同於實際消耗的Token數量。OpenAI官方文檔確認，推理強度會影響模型的思考深度、響應速度和Token消耗，但尚未證實上述832、128、768和62等具體預算數值。 這一差異可能影響複雜軟件工程任務的表現。對於簡單代碼生成和常規修改，較低的推理預算有利於提高響應速度、控制計算成本；但在大型代碼庫重構、跨模塊依賴分析、複雜故障排查以及長鏈條任務規劃中，更充足的推理預算可能幫助模型探索更多方案、檢查潛在錯誤並完成更深入的驗證。