Codex Token 计算规则

历史范围：本文保留来源记录中的模型系列、费率示例和界面名称，未将其核验为当前可用配置。计量方法与任务组织原则可参考；实际模型和价格请以文末官方入口及账号界面为准。

适用于 Codex CLI、IDE Extension、Codex App、Codex Cloud 和 OpenAI API。价格会变化，金额请以官方 Rate Card 为准。

一、核心公式

设：

text

I = input_tokens
C = cached_input_tokens / cached_tokens
O = output_tokens
R = reasoning_tokens
T = total_tokens

它们之间的关系是：

text

0 ≤ C ≤ I
0 ≤ R ≤ O

非缓存输入 Token = I - C
总 Token = I + O

按三档费率计算时：

text

费用 =
    ((I - C) / 1,000,000 × 普通输入单价)
  + (C / 1,000,000 × 缓存输入单价)
  + (O / 1,000,000 × 输出单价)

最容易算错的两点：

cached_tokens 已包含在 input_tokens 中，不能再加一次。
reasoning_tokens 已包含在 output_tokens 中，不能再加一次。

查看图表代码

二、Token 是什么

Token 不是固定的字符或单词。一个 Token 可能是完整英文单词、词的一部分、标点、空格、换行、中文字符或代码片段。拆分方式取决于模型和编码器。

英文常用的粗略估算是：

text

1 Token ≈ 4 个英文字符
1 Token ≈ 0.75 个英文单词
100 Tokens ≈ 75 个英文单词

这些经验不能直接套用到中文、代码、JSON 或混合语言。字符数只能用于估算，准确数量应以服务端返回的 usage 为准。

三、四类核心 Token

1. Input Tokens

input_tokens 是某次模型调用实际处理的全部输入，不只是用户刚输入的文字，还可能包括：

系统与 Codex 内置指令
对话历史和任务计划
AGENTS.md、Skill 指令和工具定义
读取的源代码、配置、Git Diff
命令输出、测试日志和 MCP 返回数据
子代理结论、图片或文件处理结果
结构化输出 Schema

因此，即使用户只输入一句话，Codex 实际输入也可能很大。

2. Cached Input Tokens

cached_tokens 是 input_tokens 中命中 Prompt Cache 的部分：

json

{
  "input_tokens": 100000,
  "input_tokens_details": {
    "cached_tokens": 80000
  }
}

这表示：

text

总输入              100,000
缓存输入             80,000
非缓存输入           20,000

缓存输入通常费率更低，但不是免费。稳定的系统指令、工具定义和相同前缀更容易命中缓存；频繁变化的内容适合放在提示词后部。

3. Output Tokens

output_tokens 是模型生成的全部 Token，不等于最终屏幕上可见文字的 Token 数。它可能包含：

最终回答、代码或补丁
工具调用名称和 JSON 参数
中间消息
Reasoning Token
消息边界、通道和格式等结构 Token

因此，“最后只显示 200 字”不能推出“只产生约 200 个 Output Token”。

4. Reasoning Tokens

Reasoning Token 用于模型内部分析、规划、检查和决定工具调用。它是输出 Token 的子集：

text

reasoning_tokens ≤ output_tokens

例如：

json

{
  "usage": {
    "input_tokens": 75,
    "input_tokens_details": { "cached_tokens": 0 },
    "output_tokens": 1186,
    "output_tokens_details": { "reasoning_tokens": 1024 },
    "total_tokens": 1261
  }
}

正确解读：

text

输入 Token                   75
输出 Token                1,186
其中 Reasoning Token      1,024
非 Reasoning 生成 Token     162
总 Token                  1,261

但这 162 个 Token 不一定全部是最终可见回答，还可能包含工具调用或结构 Token。

四、为什么一次 Codex 任务会有多次计量

一次用户任务通常是 Agent 工作流，而不是一次模型调用：

查看图表代码

每一轮都可能产生自己的 Input、Cached Input 和 Output Token。终端输出由工具产生时，不是模型 Output Token；但它在下一次模型调用中作为上下文进入模型，就会成为 Input Token。

因此：

一条用户消息不等于一次模型请求。
一个 20 KB 的修改文件不等于 20 KB Output Token。
最终回答很短，也不代表整个 Agent 过程的 Output Token 很少。

五、Codex Credits 计算

Codex 订阅中的 Credits 与使用 API Key 产生的美元账单是两套计费账户，但都可以基于 Token 类型计算。

截至本文更新时间，官方 Codex Rate Card 展示的部分费率如下。该表是动态信息，使用前请查看最新官方费率。

模型	普通输入 / 1M	缓存输入 / 1M	输出 / 1M
GPT-5.5	125 Credits	12.50 Credits	750 Credits
GPT-5.5 Cyber	500 Credits	50 Credits	3,000 Credits
GPT-5.4	62.50 Credits	6.25 Credits	375 Credits
GPT-5.4 Mini	18.75 Credits	1.875 Credits	113 Credits
GPT-5.3-Codex	43.75 Credits	4.375 Credits	350 Credits

计算示例

假设 GPT-5.4 一次任务汇总后的用量是：

text

I = 100,000
C = 80,000
O = 5,000

则：

text

非缓存输入 = 100,000 - 80,000 = 20,000

普通输入费用 = 20,000 / 1,000,000 × 62.50 = 1.25 Credits
缓存输入费用 = 80,000 / 1,000,000 × 6.25  = 0.50 Credits
输出费用     =  5,000 / 1,000,000 × 375   = 1.875 Credits

总费用 = 1.25 + 0.50 + 1.875 = 3.625 Credits

如果 O = 5,000 中有 R = 3,000，仍然按 5,000 个 Output Token 计算，不能再加上 3,000。

六、API 美元费用计算

使用 API Key 时，公式完全相同，只需将 Credits 单价换成目标模型的美元单价：

text

API 费用（美元） =
    ((I - C) / 1,000,000 × 输入美元单价)
  + (C / 1,000,000 × 缓存输入美元单价)
  + (O / 1,000,000 × 输出美元单价)

不要直接用 Codex Credits 表推导 API 美元价格；两者应分别查看 Codex Rate Card 和 API Pricing。

部分 API 工具还可能单独计费，例如 Web Search、文件存储、容器或其他托管工具。这些费用不一定包含在 Token 费用中。

七、读取 Responses API 的 Usage

典型的 Responses API 用量结构：

json

{
  "usage": {
    "input_tokens": 100000,
    "input_tokens_details": {
      "cached_tokens": 80000
    },
    "output_tokens": 5000,
    "output_tokens_details": {
      "reasoning_tokens": 3000
    },
    "total_tokens": 105000
  }
}

通用计算伪代码：

text

uncachedInput = inputTokens - cachedInputTokens

cost =
    uncachedInput / 1_000_000 * inputRate
  + cachedInputTokens / 1_000_000 * cachedInputRate
  + outputTokens / 1_000_000 * outputRate

多次模型调用的 Agent 任务，应对每次调用分别计算后求和；不要只读取最终一次调用的 Usage。

八、`max_output_tokens` 限制什么

max_output_tokens 限制模型本次调用最多能生成多少 Output Token，通常同时覆盖：

Reasoning Token
可见回答
工具调用参数
其他生成结构 Token

因此，限制过低时，模型可能在完成回答或工具调用前就耗尽输出预算。它不会限制 Input Token，也不会限制工具程序自己产生多少日志。

九、七种常见误算

错误计算	正确理解
`input + cached`	Cached 已包含在 Input 中
`output + reasoning`	Reasoning 已包含在 Output 中
用最终回答长度估算全部 Output	Agent 可能有多次调用和不可见生成 Token
认为缓存会减少 Input 数	缓存改变计费档位，不改变本次报告的 Input 总量
认为一条用户消息只有一次调用	Codex 通常会在工具执行前后多次调用模型
用修改后文件大小估算 Output	补丁、工具调用和文件写入不能简单等同
把上下文窗口当成累计账单	上下文窗口是单次请求容量，账单是多次调用用量累计

十、如何降低 Token 和 Credits

降低 Output Token

简单任务使用较低 Reasoning Effort。
明确要求最终回答只包含改动、验证和风险。
避免重复解释已经确认的背景。
高风险任务才使用深度推理和并行 Agent。

降低 Input Token

指定文件、符号、错误和失败测试，不扫描整个仓库。
精简 AGENTS.md，任务专用流程放入按需加载的 Skill。
只启用任务所需的 MCP 和工具定义。
限制测试、终端和外部工具返回内容。
新主题新开会话，避免无关历史持续累积。

提高缓存命中

保持系统指令、工具定义和稳定上下文的顺序不变。
固定内容放前面，动态任务内容放后面。
避免每轮无意义地改写相同长前缀。

更多工程实践参见：Codex Token 利用。

十一、项目成本预算

先按一段时间内所有调用汇总：

text

总普通输入 = Σ(input_tokens - cached_tokens)
总缓存输入 = Σ(cached_tokens)
总输出     = Σ(output_tokens)

再套用对应模型费率。如果任务混用了多个模型，必须按模型分别汇总，最后再相加。

建议团队持续记录：

每类任务的平均 Input、Cached Input 和 Output Token
缓存命中率 C / I
每个任务平均 Credits
一次通过率和返工次数
模型、Reasoning Effort 与成本的关系

只降低单次 Token、却增加返工次数，不是真正的成本优化。

十二、速查表

问题	结论
Cached Token 是否包含在 Input 中？	是
Reasoning Token 是否包含在 Output 中？	是
总 Token 如何计算？	`Input + Output`
缓存 Token 是否免费？	通常不是，只是费率更低
可见文字是否等于 Output Token？	否
终端输出是否是 Output Token？	工具生成时不是；下一轮被模型读取时是 Input
文件大小能否推算 Output Token？	不能准确推算
一条 Codex 消息是否只有一次模型调用？	通常不是
如何获得准确数字？	读取服务端`usage` 或 Codex Usage 页面
Credits 和 API 美元账单是否相同？	不是，应使用各自费率表

官方参考资料

继续阅读

AI与Codex完整实践与解答
AI与Codex：完整实践与解答
AI与Codex任务与配置
Codex 模型对比与选择 · 历史版本
AI与Codex上手与对象
全局 AGENTS.md

Codex Token 计算规则 ​

一、核心公式 ​

二、Token 是什么 ​

三、四类核心 Token ​

1. Input Tokens ​

2. Cached Input Tokens ​

3. Output Tokens ​

4. Reasoning Tokens ​

四、为什么一次 Codex 任务会有多次计量 ​

五、Codex Credits 计算 ​

计算示例 ​

六、API 美元费用计算 ​

七、读取 Responses API 的 Usage ​

八、max_output_tokens 限制什么 ​

九、七种常见误算 ​

十、如何降低 Token 和 Credits ​

降低 Output Token ​

降低 Input Token ​

提高缓存命中 ​

十一、项目成本预算 ​

十二、速查表 ​

官方参考资料 ​

继续阅读

Codex Token 计算规则

一、核心公式

二、Token 是什么

三、四类核心 Token

1. Input Tokens

2. Cached Input Tokens

3. Output Tokens

4. Reasoning Tokens

四、为什么一次 Codex 任务会有多次计量

五、Codex Credits 计算

计算示例

六、API 美元费用计算

七、读取 Responses API 的 Usage

八、`max_output_tokens` 限制什么

九、七种常见误算

十、如何降低 Token 和 Credits

降低 Output Token

降低 Input Token

提高缓存命中

十一、项目成本预算

十二、速查表

官方参考资料