Codex

Codex 雷达

designed by Codex
EN
公告
分布式雷达 DeepSeek V4 Pro 已接入 数据完整后接入主站
  1. ①DeepSeek V4 Pro 已经接入分布式雷达，欢迎来蹬；待数据完整后接入主站。

快速入口

加入雷达社区 模型主观打分 前往分布式雷达
Codex 雷达站速览：智力雷达、额度雷达、社区体感分、TIBO 雷达与最近重要事件
雷达速览图更新时间：8月13日 13:51
Codex 社区知识分享

如何开启 Max 推理强度

快速对照

推理强度中英文对照

DeepSeek 官方指南

DeepSeek 官方 Codex 接入指南

按照 DeepSeek 官方配置步骤，在 Codex 中接入并使用 DeepSeek 模型。

查看指南

🧠 智力效率

正在读取更新时间

社区众测数据 · 每多一份贡献，结果就更准确。 前往贡献 →

正在读取智力效率数据...

历史数据比较

选择一个或多个模型档位，对比历史数据。

请选择要比较的模型档位

社区体感分

诚邀蹬友根据近24小时实际体验进行评分，请只给用过的模型打分，以免引入噪声，谢谢～

体感分参考：9-10 明显好用，7-8 正常可用，5-6 勉强可用，3-4 体验较差，1-2 几乎不可用。可综合准确性、返工次数、速度、稳定性和额度/服务影响。

近24小时评分
Model入/缓/出
ultra
max
xhigh
high
medium
low
Sol$5 · $0.50 · $305/0.5/30
GPT-5.6 Sol ultra
暂无 0 人评分
未评分
GPT-5.6 Sol max
暂无 0 人评分
未评分
GPT-5.6 Sol xhigh
暂无 0 人评分
未评分
GPT-5.6 Sol high
暂无 0 人评分
未评分
GPT-5.6 Sol medium
暂无 0 人评分
未评分
GPT-5.6 Sol low
暂无 0 人评分
未评分
Terra$2.50 · $0.25 · $152.5/0.25/15
GPT-5.6 Terra ultra
暂无 0 人评分
未评分
GPT-5.6 Terra max
暂无 0 人评分
未评分
GPT-5.6 Terra xhigh
暂无 0 人评分
未评分
GPT-5.6 Terra high
暂无 0 人评分
未评分
GPT-5.6 Terra medium
暂无 0 人评分
未评分
GPT-5.6 Terra low
暂无 0 人评分
未评分
Luna$1 · $0.10 · $61/0.1/6
不支持
GPT-5.6 Luna max
暂无 0 人评分
未评分
GPT-5.6 Luna xhigh
暂无 0 人评分
未评分
GPT-5.6 Luna high
暂无 0 人评分
未评分
GPT-5.6 Luna medium
暂无 0 人评分
未评分
GPT-5.6 Luna low
暂无 0 人评分
未评分
DeepSeek V4 Flash$0.14 · $0.0028 · $0.280.14/0.0028/0.28
不支持
DeepSeek V4 Flash max
暂无 0 人评分
未评分
不支持
DeepSeek V4 Flash high
暂无 0 人评分
未评分
不支持
不支持

正在读取社区体感分...

额度雷达 8月9日19:49更新

档位 7d额度 来源
20x Pro $1,649.72 分布式雷达
5x Pro $412.43 推算
Plus $82.49 推算
额度变化趋势 $1,948.00 → $1,649.72 (-$298.28, -15.3%)
$1,335 $1,688 $2,042 2026-07-14-pm 20x Pro 7d $1,722.06 2026-07-15-am 20x Pro 7d $1,583.74 2026-07-15-pm 20x Pro 7d $1,922.96 2026-07-16-am 20x Pro 7d $1,428.41 2026-07-19 20x Pro 7d $1,944.83 2026-07-23 20x Pro 7d $1,828.50 2026-07-29 20x Pro 7d $1,865.90 2026-07-30 20x Pro 7d $1,693.25 2026-08-03 20x Pro 7d $1,948.00 2026-08-09 20x Pro 7d $1,649.72 7.14_pm 7.15_am 7.15_pm 7.16_am 7.19 7.23 7.29 7.30 8.3 8.9

Fast 雷达 8月12日17:35更新

从标准改成 Fast，以 2.5 倍的成本到底快了多少？
体感加速⚡️1.308 倍
首字延迟减少0.24 秒
Token 生成速度加速⚡️1.468 倍
模型 体感加速 · E2E 首字延迟减少 · TTFT Token 生成速度加速 · TPS
Sol
48.49s → 38.13s⚡️1.272×
11.16s → 13.37s慢 19.8%
55.80 → 84.74⚡️1.519×
Terra
53.20s → 40.88s⚡️1.301×
13.65s → 10.93s快 20.0%
52.92 → 73.13⚡️1.382×
Luna
48.34s → 35.73s⚡️1.353×
10.80s → 10.59s快 1.9%
55.56 → 83.33⚡️1.500×

Fast 加速历史曲线 46 次

桌面每屏最多约 20 次；左右滑动或用箭头回看更早记录。

暂无可发布的 Fast 雷达历史数据。
测试方法

测试方法：Sol、Terra、Luna 均使用 low 推理强度，固定输出任务为从 1 数到 1024。Standard 与 Fast 各独立运行 3 次并取算术平均；顺序交替，最多 3 个模型配对并发执行，每个配对内 Standard/Fast 仍串行。每个样本使用新的 app-server 与 ephemeral thread，并加入随机 nonce；优先纳入 cached_input_tokens = 0 且输出完整的样本。本轮按真实体感放宽：慢速样本和完整但缓存不匹配的配对保留，输出不完整的样本才剔除并补跑。TTFT 为首个可见 token 延迟，TPS 为持续 Token 生成速度，E2E 为提交到完整结果的总耗时。顶部加速倍数均按 Standard 平均值除以 Fast 平均值计算；逐模型 E2E 体感加速也使用该模型的 Standard 除以 Fast。

高质量 Codex 技术交流社区

微信雷达群二维码 微信雷达群
大模型与小加一公众号二维码 公众号