一个 PR 烧掉 270 美元：实测 OpenAI Codex 的真实账单

Mon, 31 Aug 2026 09:00:00 +0800

说起 AI 编程的账单，网上流传的那些「烧钱」故事，主角几乎都是 Claude Code。那 OpenAI Codex 呢？它是不是更「安全」、更省钱？我没有答案，也不想再听传言，于是决定真的掏钱做一次实验。

一个再普通不过的 PR，24 小时烧光 270 美元

在 Quesma，我们开了一个 OpenAI Business 的 ChatGPT & Codex 套餐，每个座位每月 25 美元。套餐自带一部分用量额度，我们又额外允许 270 美元的溢出。结果，一个再普通不过的 PR，在 24 小时之内就把这 270 美元全部用光，连当周的额度都被打爆了。

这个 PR 的内容并不复杂，只是把一个 CLI 应用的鉴权逻辑，从各家云厂商的专属凭证，改写成预签名 URL。它不是什么史诗级重构，就是日常开发里最常见的那一类改动。恰恰是这种「普通」，才让这笔账单显得格外刺眼。

按官方列表价折算，这一个 PR 一共烧掉了 283.44 美元的 token。拆开看，构成让人有点意外：

这里有一个反直觉的地方。很多人以为 AI 编程的成本主要花在「生成」上，也就是模型的输出。可真实账单里，输出只占了零头，真正的开销大头是「子代理」和「缓存读取」。

子代理为什么这么贵？因为 Codex 会并行拉起多个子代理，最多一次 7 个，它们各自都要反复读取不断膨胀的对话上下文。对话越长，每一次调用要重新读进去的 token 就越多，成本像滚雪球一样涨。

缓存读取的账单同样有意思。在高峰期，每次调用都要重新读一遍十几万 token 的历史对话，按每百万 token 一美元计算，光这一项，十五分钟就能烧掉十几美元。

还有个更扎心的数字：如果按「朴素估算」，这个 PR 的成本看起来只有 0.64 美元。0.64 和 283，中间差了四百多倍。差距的来源，正是并行子代理和反复读取的大上下文，而这两件事在朴素估算里根本看不见。