OpenAI宣布12月起ChatGPT与Codex共享额度,Pro用户额度翻倍缓冲

OpenAI 官方确认,自 2026 年 12 月起,Plus、Pro 及 Business 订阅用户的 ChatGPT 与 Codex 使用额度将合并为统一 Token 池,按模型复杂度计费;但就在...

人工智能

OpenAI 近期对订阅服务的使用规则作出重大调整:从 2026 年 12 月起,ChatGPT 与 Codex 将共享同一套使用额度体系。这一变动意味着,过去独立核算的聊天与编程用量将被整合为统一的 Token 池,用户在任一平台上的操作——无论是深度对话还是代码生成——都将消耗同一额度资源。

该政策已在 OpenAI 官方帮助文档中更新说明,并同步发布英文与中文双语公告。根据文件内容,新机制以 Token 为计量单位,消耗速率取决于所选模型(如 GPT-6 Pro 或 Codex-4)及任务复杂度:高阶模型、长上下文推理或 Agent 执行任务将显著增加 Token 消耗;而即时对话(Instant Chat)模式仍保持免费且不计入额度。

此次调整的直接动因,是 OpenAI 正将 Work 智能体能力全面整合进 ChatGPT 主体验。随着 Agent 功能成为核心生产力工具,原有按“对话条数”或“独立模块”划分额度的旧模式已难以适配实际工作流。例如,当前 GPT-6 Pro 在聊天模式下仍采用“每周 50 条”等条数限制,与 Codex 的 Token 计量体系存在结构性冲突——前者无法反映任务真实算力成本,后者则更贴近实际资源消耗。

值得注意的是,尽管政策方向明确,OpenAI 在执行层面展现出高度灵活性。就在官方公告发布不到 24 小时内,Codex 产品负责人 Tibo(@thsottiaux)于 2026 年 10 月 30 日凌晨发布推文,宣布即日起对所有 Pro 档位(Pro 100 / 200 / 500)及 Business Premium 用户额度翻倍,并取消原计划中对 Pro 200 的降额措施。

Tibo 在推文中称:“We heard your kind feedback”,措辞颇具反讽意味——此前社区对 Codex 额度紧张的抱怨声浪极高,许多开发者依赖 Codex 构建自动化工作流(如持续运行的 Agent 读代码、改 Bug、提 PR),额度直接等同于“数字员工”的可用工时。一旦额度削减,整套开发节奏与项目排期均需重构,迁移至 Claude Code 等竞品的成本已趋近于零。

此次“先预告降额、再紧急翻倍”的操作,被用户戏称为“扶木保卫战”成功案例。事实上,OpenAI 近年来多次因额度问题触发用户重置期待:2026 年 8 月曾因计费 Bug 全面重置额度,10 月亦有高频额度耗尽后次日恢复的惯例。社区甚至将 OpenAI 称为“The Reset Company”,而 Tibo 此番回应,则意在转向“The Token Company”——从被动补救转向主动供给。

Tibo 推文截图:宣布所有 Pro 档位额度翻倍,生效时间为当日

从商业逻辑看,此举并不突兀。OpenAI 即将启动 IPO,营收增长压力显著;而其 12 亿周活跃用户虽构成规模优势,却也带来高昂算力成本。对比 Anthropic 的 Claude 体系——自 2023 年起即采用统一 Token 计费,并在 2025 年顺利迁移至 Claude Code——OpenAI 的“条数制”长期处于技术债状态。本次整合实为补课,只是节奏上略显仓促。

对用户而言,短期影响已被大幅缓冲:Pro 用户不仅免于额度缩水,反而获得翻倍空间;Personal Agent、dot 扩展等功能的额度仍与主池分离,维持独立计算。长期来看,统一 Token 体系将推动工作流标准化,尤其利于跨模态任务调度(如“用 ChatGPT 规划需求 → Codex 生成代码 → Work 执行测试”闭环)。但代价是,过去“近乎无限”的轻量级深度对话体验将终结——用户需更审慎分配 Token,尤其在启用高阶模型时。

OpenAI 帮助文档英文版截图,标题为“Understanding ChatGPT and Codex usage limits”

OpenAI 同时提示,额度耗尽后用户可选择等待自动重置、升级订阅或购买点数(Credits)续用。设置页新增“Usage”入口,支持实时查看剩余额度与重置时间,提升透明度。

值得玩味的是,此次事件折射出 AI 服务商业化的核心矛盾:一边是用户对“无限智能助理”的心理预期,一边是算力成本刚性约束下的商业可持续性。OpenAI 选择以“翻倍”换取过渡期稳定,本质上是在用户黏性与财务健康之间寻求平衡点——正如福特 1914 年将工人日薪翻倍,表面是让利,实则是巩固生产效率与市场扩张的系统性投资。

未来几个月,行业将密切关注该政策落地后的实际消耗曲线。若高阶模型使用率持续攀升,Token 成本可能进一步传导至定价端;反之,若效率优化(如模型压缩、缓存策略)显著降低单任务开销,则当前翻倍额度或可支撑更长时间。无论如何,AI 服务已正式告别“按对话次数计费”的粗放时代,步入以 Token 为基本单位的精细化运营阶段。