应根据任务复杂度选择模型：轻量任务用gpt-5.4-mini或gpt-5.6-luna，日常开发用gpt-5.4或gpt-5.6-terra，重任务用gpt-5.5或gpt-5.6-sol，并匹配对应推理强度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你正在 Codex 里写代码、修 Bug、读项目，却卡在第一步：该用哪个模型？不是所有任务都值得拉满算力，也不是所有模型都能在你的账号里直接调用——选错模型，轻则响应慢半拍，重则改出逻辑漏洞、漏掉关键文件。
先确认你能用哪些模型
打开 Codex CLI，运行 /model 命令，看面板里实际列出的模型名称。官方模型名会随套餐和接入方式变动，【不要背名字，只信你眼前看到的】。如果你的面板里没有 gpt-5.6 系列，说明服务端尚未对你开放权限，手动改 config.toml 也无效。
常见可选项包括：gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna（新版本）、gpt-5.5 / gpt-5.4 / gpt-5.4-mini（稳定主力）、gpt-5.3-codex（轻量专用）。
按任务复杂度匹配模型
第一步：判断当前任务是否涉及「多文件联动」或「业务逻辑依赖」。如果是，跳过轻量模型，直接进下一步；如果不是，继续往下看。
第二步：对照以下三类场景，选对应模型档位：
① 轻量任务（单文件、规则明确、无上下文依赖）：用 gpt-5.4-mini 或 gpt-5.6-luna。比如补注释、转 JSON 格式、提取日志字段、生成 README 片段。这一步操作起来很简单，直接把 prompt 扔进去就行，响应通常在 1.5 秒内完成。
② 日常开发（读代码、写函数、修中等 Bug、补测试）：选 gpt-5.4 或 gpt-5.6-terra。它们对 import 链、函数调用链的理解足够稳，不会把 utils.py 里的 helper 错当成 service.py 的同名方法。
③ 重任务（跨模块重构、老项目梳理、前后端联调分析、长上下文推理）：必须上 gpt-5.5 或 gpt-5.6-sol。gpt-5.4 在处理超过 3 个文件的修改时，容易遗漏边界条件；而 gpt-5.5 能记住你前 5 次对话里提过的接口签名，自动对齐类型定义。
通过 Codex CLI 生成图片，支持尺寸控制和批量模式。依赖：codex (npm)。代理默认启用。用 generate.sh 生成单张，batch_generate.sh 批量生成游戏 UI 素材，gen_size.sh 指定尺寸。所有输出保存至 ~/.codex/generated_images/。
推理强度怎么配
方法一：高推理强度（high）→ 仅用于 gpt-5.5/gpt-5.6-sol 处理重任务。它会让模型逐行验证修改影响，适合你刚接手一个没人维护的遗留系统。
方法二：中等推理强度（medium）→ 默认搭配 gpt-5.4/gpt-5.6-terra。响应快、容错好，覆盖 80% 的日常编码需求。
方法三：低推理强度（low）→ 必须搭配轻量模型（如 gpt-5.4-mini 或 gpt-5.6-luna）。如果给 gpt-5.5 配 low，它会跳过类型检查直接返回代码，【极大概率产出不可运行的片段】。
快速切换的四种姿势
① 改默认配置：编辑 ~/.codex/config.toml，写入 model = "gpt-5.4" 和 model_reasoning_effort = "medium"，保存后重启终端。
② 启动时指定：运行 codex --model gpt-5.6-sol --reasoning-effort high，本次会话全程锁定该组合。
③ 会话中临时切：输入 /model gpt-5.6-luna，立刻生效，不影响其他会话。
④ 子代理单独配：在 agent 配置块里显式声明 model: gpt-5.4-mini，避免主模型被高频调用拖慢。
