GPT 和 Codex 模型越来越多，我现在不再所有任务都用同一个模型

最近看 GPT 和 Codex 相关消息，一个感觉很明显：

模型越来越多了。

有的偏日常问答，有的偏代码，有的偏长任务，有的速度更快，有的更适合复杂推理。

这对新手来说其实有点麻烦。

以前只要记住一个模型名就行。现在变成：

日常问题用哪个？
写代码用哪个？
大项目用哪个？
要不要都用更强的？

我一开始也偷懒，所有任务都填同一个模型。

后来发现不太划算。

这篇就写一下我现在的做法：把 GPT / Codex 按任务分开用。

先说结论

我现在一般分三类：

日常分析：用轻量一点的模型
项目开发：用适合代码的模型
重任务：用更强的模型

不是什么任务都上更强的模型。

因为有些问题根本不需要。

比如：

• 整理一段文档
• 分析一份视频文稿
• 生成一个文章提纲
• 看一眼项目目录
• 解释一个简单报错

这些任务用轻量模型就够了。

真正需要更强模型的，通常是：

• 大项目重构
• 复杂 bug 排查
• 多文件代码修改
• 长上下文项目分析
• 需要反复测试和修改的任务

我会怎么选模型

这里先说清楚：不同平台后台展示的模型名可能不一样，所以不要死记我这里的名字。
我的截图是我自己使用的站点(yunaicode.com)[https://cdn.yunaicode.com/sign-up?aff=kyw3]

我的原则是按任务量级选。

轻量任务

适合：

• 文档总结
• 视频文稿提纲
• 简单问答
• 简单脚本思路
• 项目目录初步分析
• 文章标题和大纲

这类任务我一般会选轻量模型。

如果后台有类似这些模型，可以优先考虑：

gpt-5.5-instant
gpt-5.5-mini
gpt-5.4-mini
gpt-5.4-nano

这类模型的特点是速度快，适合日常分析，不适合让它长时间改复杂项目。

标准开发任务

适合：

• 修一个小 bug
• 改一个小功能
• 解释一段业务代码
• 补一两个测试
• 看一个中小项目结构
• 做普通代码 review

这类任务我会选偏代码能力的中档模型。

如果后台有类似这些模型，可以考虑：

gpt-5.5-codex
gpt-5.5
gpt-5.4-codex
gpt-5.4

这类适合日常开发，不一定每次都要上更贵、更重的模型。

重任务

适合：

• 大仓库分析
• 多文件重构
• 长上下文任务
• 复杂 bug 排查
• 需要多轮测试和修复
• 比较重要的代码修改

这类我会单独用更强的模型和单独的 Key。

如果后台有类似这些模型，可以考虑：

gpt-5.5-codex
gpt-5.5-thinking
gpt-5.5-pro
gpt-5.4-codex
gpt-5.4-thinking

这类模型不要乱用。它适合复杂任务，但日常小问题用它有点浪费。

简单记法

我自己会这样记：

日常资料：5.5 instant / 5.5 mini / 5.4 mini
普通开发：5.5 codex / 5.5 / 5.4 codex
复杂项目：5.5 thinking / 5.5 pro / 5.5 codex

最终还是以你后台真实可用模型名为准。

不要自己猜模型名，也不要直接复制别人文章里的模型名就用。

为什么不建议所有任务都用一个模型

所有任务都用一个模型，最省脑子。

但用久了会有几个问题：

• 日常小问题也消耗重模型额度
• 项目开发和资料分析混在一起，看不清用量
• 大任务容易把普通任务的额度也拖进去
• 后面出了问题，不知道是哪类任务消耗多

尤其是 Codex 这种 agent 工具，它不是简单问答。

你让它修一个问题，它可能会读文件、分析、修改、运行命令、再继续判断。

所以同样一句话，背后消耗可能比普通聊天高不少。

我的任务分法

我现在会这样分：

1. 日常分析

这类任务不一定是代码。

比如：

• 文档分析
• 视频文稿整理
• 股票资料拆解
• 文章提纲
• 运营选题
• 简单脚本思路

这类任务我一般用轻量模型。

重点是速度和够用。

2. 项目开发

这类任务开始和代码有关。

比如：

• 看项目结构
• 分析报错
• 修一个小 bug
• 改一个小功能
• 补一两个测试

这类我会用代码能力更好的模型。

3. 重任务

这类就比较耗了。

比如：

• 大仓库分析
• 多文件重构
• 复杂 bug
• 需要跑测试反复修
• 长时间 agent 任务

这种我会单独用一个更强的模型，也会单独给一个 Key。

这样就算它用量高，也不会影响日常任务。

配置思路：不同任务用不同 profile

如果你用的是 Codex CLI，可以用 profile 来分。

这里要先去站点新建不同的key,我是在我自己常用的站点新建了不同的任务key.所以后面的截图都是我自己常用的站点截图
yunaicode.com

大概是这样：

daily：日常分析
dev：项目开发
heavy：重任务

对应不同模型和不同 API_KEY。

启动时这样选：

codex --profile daily
codex --profile dev
codex --profile heavy

这比每次手动改 config.toml 省事很多。

先配置 provider

主配置文件一般在：

~/.codex/config.toml

Windows 一般在：

C:\Users\你的用户名\.codex\config.toml

可以这样写：

[model_providers.daily]
name = "Daily API"
base_url = "https://cdn.yunaicode.com/v1"
env_key = "API_KEY_DAILY"
wire_api = "responses"

[model_providers.dev]
name = "Dev API"
base_url = "https://cdn.yunaicode.com/v1"
env_key = "API_KEY_DEV"
wire_api = "responses"

这里的重点是 env_key。

它不是写真实 Key，而是告诉 Codex 去读哪个环境变量。

再配置 profile

然后在 .codex 目录里建三个 profile 文件。

daily.config.toml：

model = "gpt-5.4-mini"
model_provider = "daily"

dev.config.toml：

model = "gpt-5.4"
model_provider = "dev"

heavy.config.toml：

model = "gpt-5.5"
model_provider = "heavy"

模型名不要自己猜。
去站点的模型广场复制可用模型名。

API_KEY 怎么放

Mac / Linux：

echo 'export API_KEY_DAILY="日常分析 Key"' >> ~/.zshrc
echo 'export API_KEY_DEV="项目开发 Key"' >> ~/.zshrc
echo 'export API_KEY_HEAVY="重任务 Key"' >> ~/.zshrc
source ~/.zshrc

Windows：

setx API_KEY_DAILY "日常分析 Key"
setx API_KEY_DEV "项目开发 Key"
setx API_KEY_HEAVY "重任务 Key"

Windows 设置完记得重新打开 PowerShell。

重点不是一定要用哪个入口，而是要把模型、Key、用途分清楚。

我平时怎么用

日常文档分析：

codex --profile daily

项目开发：

codex --profile dev

大项目或重任务：

codex --profile heavy

这样用下来，我自己会更清楚：

哪类任务用得多
哪个模型适合哪类事
哪个 Key 需要单独停掉
哪个任务不值得上重模型

不要一开始就分太细

新手刚开始不用分五六种。

先分两种就行：

daily：日常分析
dev：项目开发

等你真的开始跑大仓库，再加：

heavy：重任务

配置太多，自己也容易忘。

最后说一下

GPT 和 Codex 模型越来越多，不是让我们每个都追。

更实际的做法是：

小任务用轻量模型
开发任务用代码模型
重任务单独用更强模型
不同任务用不同 Key
用 profile 来切换

这样不只是省用量，也更方便后面排查问题。

新手先从 daily 和 dev 两个 profile 开始，基本就够用了。