夜雨聆风“以前十个Agent跑满都不撞墙，现在开两个就见底了”
这番话来自一位每月掏200美元的重度用户，是他在GPT-5.6 Sol上线第四天写下的真实控诉而就在几天前，Sam Altman还对着CNBC的镜头笑容满面，“在Agent编程任务上，token效率提升了54%”
54%。这个数字现在看起来，像一把扎在付费用户胸口的刀
▲ 用户NIK将发布日承诺与四天后的bug列表并排展示，标题只有两个字：Absolute state.
发布之夜：Sol、Terra、Luna，一个太阳系的野心
2026年7月9日前后，OpenAI把GPT-5.6家族推上舞台三个档位，三个名字：Sol（太阳）负责旗舰重活，Terra（地球）主打日常平衡，Luna（月亮）走极致性价比发布页上的基准曲线漂亮得令人窒息，Agents' Last Exam、Terminal-Bench、BrowseComp，Sol在多项评测上要么登顶，要么紧咬第一
发布页还反复强调一句宣传语：用更少的token，做更多有用的工作
在ChatGPT订阅体系里，付费用户可以手动选择Medium、High、Extra High乃至Pro档，背后跑的就是Sol而在Codex编程Agent里，Sol更是默认的“顶配引擎”那些每月花100到200美元、习惯让AI并行跑十几个编程Agent的硬核开发者，自然期待同样的钱，能干更多的活
事情在上线后约24小时开始变味。
第一声警报：87%→76%，一场对话就蒸发了11%
▲ GitHub上最早的bug报告之一：Sol Medium在一次短对话中吃掉了Pro用户11%的5小时配额
有人在GitHub的openai/codex仓库开了一个issue标题直截了当，Sol Medium极速耗尽Pro的5小时额度这位用户付的是Pro档（约合每月200欧元），只是在Medium推理强度下做了一次简短讨论加几次GitHub搜索结果？5小时配额从87%直坠到76%。之后每一条不带任何工具调用的纯文字跟帖，还在以大约1个百分点/条的速度继续掉血
他特意强调：过去用GPT-5.5的Extra High做同类任务，从来没有这种消耗速度
▲ David Ondrej的证词：从“十个Agent都撞不到限”到“一两个就立刻见底”
同一时间窗口里，X上的开发者社群已经炸开了锅David Ondrej写道：“$200/月的Codex曾经是捡漏，我用GPT-5.5的Extra High同时跑十多个Agent，根本碰不到天花板但换上Sol？一两个Agent，瞬间顶限。”
Jun Song更是贴出了堪称“血案现场”的使用记录：Pro 20倍套餐，全程Medium，没开Ultra，不到一天烧完整整一周的Sol额度而在5.5时代，同一套餐轻松撑满七天
▲ Jun Song：我的重置pass也快用完了
紧急灭火：取消5小时窗口、疯狂重置、“Oops… I did it again”
OpenAI看到了火情。Codex产品负责人Tibo迅速启动了一连串运营操作：临时取消Plus/Business/Pro用户的5小时用量窗口；滚动重置所有付费用户的可用额度；同时承诺团队正在让Sol变得“更高效”
▲ Tibo的重置公告，配图是一句流行歌词：Oops… I did it again
▲ 取消5小时限制后，Tibo公开征询：周限额够用吗？
BleepingComputer在7月12日前后报道了这场“限额松绑”，但文章标题用了一个极为精准的词：temporarily（临时）周配额仍然像一道隐形天花板悬在头顶换句话说，你不会每5小时被踢一脚了，但一周的总量并没有多给你
▲ 媒体精准用词：临时放松，限制仍在
用户leo用一段绿文体的讽刺时间线，把整件事总结成了一个死循环：产能吃紧→狂按重置→用户放开了跑→更加吃紧→再道歉再重置→“好吧，我们可能快出问题了”最后一句冷笑：“What did they mean by this?”
▲ 一位用户对反复重置操作的完整讽刺
核心理论：为什么Sol这么“饿”？一个与Fable有关的假说
争论最终凝结在开发者Johnny Jnr的一条理论帖上他提出了一条大胆但逻辑自洽的因果链，
Sol在Claude Fable 5发布前就已就绪。但Fable在基准上全面碾压了早期版本的5.6。为了追平甚至局部反超，团队不得不把模型完全加码，投入更深的推理、更多的验证和更高的搜索强度。
▲ 帖子下方那张Codex Profile图显示：这位用户生涯累计消耗了407亿token，最近一周约69亿
他进一步指出：这种“加码”导致Sol在低推理档和高推理档之间的体验差距巨大Fable即使在Medium甚至Low上仍然“极其好用”，Sol在低档位时却判若两款模型，会无视指令、反复迷路、过度工程、不停请求你的许可，很少直接干活
▲ 用户Ananth一针见血：所以重置只是在补偿
但这个判断并非铁板一块。用户Wiktor Kowalski立刻反驳，“'5.6无视指令'？我的体验完全相反，指令遵循堪称出色” 他追问了一个关键变量：你有加载额外的Skills或harness吗？
▲ 同一个模型，不同的脚手架配置，可以导致截然相反的结论
这就引出了一个被低估的真相：模型周围的脚手架同样会大量吃掉额度，默认加载的Skills、AGENTS.md里的矛盾指令、子Agent自动选用的推理档位、甚至ChatGPT Work和Codex共享同一个用量池这个事实你在Work侧栏随口问一句Excel公式，可能就在悄悄啃食你今晚的编程Agent预算
两种“效率”的战争
这场争议的本质，是两种“效率”口径之间的撕裂
OpenAI说的效率，是固定评测协议下的token消耗，包含控制变量、标准终止条件和干净的基准环境在这个口径下，Sol确实可能更省。
用户说的效率，是同一笔月费能完成多少真实任务，这里还有混乱的仓库、默认脚手架、反复重试和子Agent乱开在这个口径下，Sol可以贵到3到4倍
▲ 社区用户贴出的Sol/Terra/Luna credits对照表，输出token单价是输入的6倍
两个数字都有各自的事实基础。但它们的分母完全不同，而OpenAI只在发布会上讲了前一个
agent编程还有一项结构性特征：读文件→写计划→开子Agent→跑测试→读日志→再改输出token和工具往返主导成本，而Sol的输出单价是输入的约6倍模型越“爱思考”、越“爱验证”、越“爱开并行”，账单就越陡OpenAI自己在介绍Ultra模式时就承认：多Agent并行用更多token换速度与分数
那么问题来了，当默认路径就是“开满火力”，而月费没涨，谁在为差价买单？
重置停了之后呢？
Johnny Jnr在另一条高互动帖里留下了一句预言般的警告：
“当重置都停了，才是终局的开始。”
▲ “20倍套餐，保守使用，只够撑1到2天”
这番担忧有历史可循。从ChatGPT Plus排队、到GPT-4按小时限流、到o系列推理模型吃额度，每一代旗舰订阅都吵过同样的架模式高度相似：发布初期补贴充足，用户形成“包月≈无限”的肌肉记忆；模型变强后单次算力上升，同价格带承载不了旧习惯；公司用软重置和临时提额换时间；社区用“暗砍”和“计量bug”两种解释理解同一现象
而这一次，对面还站着一个叫Fable的对手独立评测显示Fable 5在部分SWE类基准上领先Sol，但Anthropic那边的订阅纳入时间表同样一改再改结果是，开发者们开始像对冲基金经理一样，在两个harness之间做“双开套利”：哪边今天额度宽松就用哪边
最终的稳态，也许是更透明的任务级计量，至少告诉用户，你的钱花在了哪个子Agent、哪一层推理、哪一次缓存未命中上在那之前，一个百分比进度条和一句“Oops I did it again”，撑不起200美元的信任
