Codex 怎麼收費:隨 ChatGPT 訂閱、購買 Credits 與 API Key 按量計費對比

搜「codex收費規則」「openai codex 訂閱 價格」?按官方文檔整理 Codex 三種計費模式:隨 ChatGPT 套餐附帶額度、超額後購買 Credits 按 token 扣點、以及用 API Key 走獨立按量計費的區別與選法。

NNathaniel bigo··原創首發·AI 輔助撰寫
10 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. Codex 沒有單獨售賣的獨立會員,它與 ChatGPT Work 共用同一套定價、點數(Credits)和使用限額。
  2. 官方共分三條計費通道:套餐附帶用量(Included usage)、Credits 與按量擴展、以及 API Key 獨立計費。
  3. 日常開發最省心的是隨 ChatGPT 付費訂閱使用(Plus、Pro、Business、Enterprise/Edu),既能跑本地 CLI 和 IDE,也能用雲端任務與 GitHub 自動審 PR。
  4. Credits 是套餐用盡後的「加油包」,按每百萬輸入、緩存輸入、輸出 token 扣點,沒有單獨的緩存寫入費。
  5. API Key 登入完全不扣 ChatGPT 套餐額度,按 OpenAI 標準 API 費率逐 token 結算,適合 CI 流水線,但不提供雲端任務與 GitHub 自動審查。

Codex 三種計費方式對比

圖:本站根據 Codex 官方文檔:Pricing 整理的示意圖

本文根據 Codex 官方文檔《Pricing》《Authentication》和 OpenAI 幫助中心整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。若你已經開通套餐、只想查每 5 小時能發多少條或怎麼重置限額,請直接看 Codex 額度與使用限制。

適用於誰

  • 搜「codex收費規則」「openai codex 訂閱 價格」,想搞清 Codex 是不是要單獨花錢買的人;
  • 糾結該直接訂 ChatGPT 會員、買 Credits 點數,還是接 OpenAI API Key 按量扣費的人;
  • 團隊負責人或自動化開發者,想知道本地 CLI、雲端任務和 GitHub 代碼審查分別算哪份帳的人。

一、通道一:隨 ChatGPT 訂閱附帶用量

用 ChatGPT 帳號登入時,你能用到哪些端和模型,直接取決於帳號所在的訂閱檔位(具體訂閱價格以官方定價頁當天顯示為準):

  • Free 與 Go:僅在桌面端逐步開放標準速度的 GPT-6 Luna,適合體驗輕量編碼任務,不包含雲端功能,也不支持生圖。
  • Plus:覆蓋網頁版、桌面端、CLI、IDE 擴展與 iOS,開放 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna 等模型,包含自動代碼審查、Slack 集成等雲端能力。
  • Pro(分三檔):包含 Plus 全部入口且目前無 5 小時窗口限制;其中最高檔解鎖 Astra 與 Sol 的 Ultrafast 極速模式,中檔支持 Sol 的 Ultrafast。
  • Business:面向兩人及以上的團隊(按年或按月按席位計費),提供專用工作區、更大規格的雲端虛擬機、SAML 單點登入與預設不拿業務數據訓練模型的承諾。
  • Enterprise 與 Edu:企業級方案,支持靈活計費(Flexible pricing)、基於角色的權限控制(RBAC)與合規審計接口。

注意,在訂閱額度內使用 GPT-6.1 Sol 等長上下文模型,沒有額外的長上下文附加費,只是長對話佔用的 token 更多,會更快消耗你的窗口餘量。個人想開通訂閱可看本站 ChatGPT Plus 充值說明;公司多人開通可看 ChatGPT Business 團隊版定製。

二、通道二:Credits 點數與速度倍率

當 Plus、Pro 個人用戶或開啟了彈性計費的 Business、Enterprise/Edu 工作區觸及套餐包含的限額後,不用立刻升級整檔套餐,可以購買 Credits 繼續幹活。官方標準速度下部分主力模型的每百萬 token 扣點標準如下:

模型(標準速度)輸入(每百萬 token)緩存輸入(每百萬 token)輸出(每百萬 token)
GPT-6.2 Astra200 credits10 credits1,000 credits
GPT-6.2 Sol / GPT-6.1 Sol50 credits2.5 credits250 credits
GPT-6.1 Terra25 credits1.25 credits125 credits
GPT-6 Luna2.5 credits0.25 credits12.5 credits

看這張表要留意兩條官方計費細節:

  1. 命中緩存省九成以上點數,且沒有單獨的緩存寫入費(no separate cache-write charge)。 在同一倉庫連續追問、保持前文不變,緩存輸入單價遠低於首次輸入。
  2. 開啟加速檔會按倍率放大消耗。 相對同模型的標準速度,開 Fast 模式時,GPT-6.2 系列按 2 倍扣套餐額度或 Credits,GPT-6.1 與 GPT-6 系列扣套餐額度為 2.5 倍(扣 Credits 為 2 倍);開 Ultrafast 模式時,套餐內額度消耗高達 6 倍至 8 倍。

三、通道三:API Key 獨立按量計費

如果你不登入 ChatGPT 帳號,而是給 Codex CLI、TypeScript SDK 或 IDE 擴展提供 OPENAI_API_KEY(或自動化專用的 CODEX_API_KEY),計費規則會徹底切到另一條軌道:

  • 帳單完全分開:每一輪請求直接按 OpenAI Platform 的 API token 價格從開發者組織餘額里扣,和你的 ChatGPT Plus/Pro 套餐互不相干。
  • 功能邊界清晰:只跑本地 CLI、SDK 和 IDE 擴展;不能用 Codex Cloud 雲端環境、GitHub PR 自動代碼審查、Slack 聯動,也不能用桌面端語音(Voice in Desktop)。
  • 模型跟 API 權限走:你在 ChatGPT 登入下看不到的已退役模型(例如 gpt-5.5、gpt-5.4),只要 OpenAI API 目錄仍在提供且你的組織有權限,API Key 會話就能繼續調。如果改接 Azure OpenAI 等官方提供方,則向對應雲廠商結算,配法見 Codex 怎麼配置 Azure OpenAI 等官方模型提供方。

不同使用場景怎麼選 Codex 付費方式

圖:本站根據 Codex 官方文檔:Pricing 整理的示意圖

四、容易算混的三項特殊用量

  • GitHub 代碼審查:只有通過 GitHub 觸發(如 PR 裏 @Codex 或開啟倉庫自動審查)才算進專門的 Code Review 用量;在本地終端敲 /review 或 codex review 算普通套餐額度(詳見 Codex 代碼審查怎麼用)。
  • 生成圖片:在 Codex 裏調生圖工具與文字對話共用額度池,但平均消耗速度比純文本回合快 3 到 5 倍。
  • 自動安全審核(Auto-review):用 ChatGPT 帳號登入時,內置的命令安全自動審核免費,不扣你的 Codex 額度。

常見問題

問:只裝了 Codex CLI,不買 ChatGPT 會員能直接用嗎?

答:可以走 API Key 通道,在 OpenAI 開發者平台充值後按 API 用量付費,無需訂閱 ChatGPT 會員,但用不了雲端任務和 GitHub 自動審 PR。

問:在哪看我還剩多少套餐額度和 Credits?

答:網頁打開 chatgpt.com/codex/settings/usage,或在 CLI 會話裏輸入 /status、/usage 查看。

問:為什麼同樣長度的兩句提問,扣掉的額度差很多?

答:官方說明提示詞字數不是可靠指標,模型檔位(見 Codex 用哪個模型好)、倉庫上下文大小、推理步數、工具調用次數與是否命中緩存都會拉開差距。

相關教學

參考資料

  • Codex 官方文檔:Pricing — https://learn.chatgpt.com/docs/pricing
  • Codex 官方文檔:Authentication — https://learn.chatgpt.com/docs/auth
  • OpenAI 幫助中心:Using Codex with your ChatGPT plan — https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~