要提升Codex响应速度，应根据任务类型选择Terra（均衡主力）或Luna（轻量快速），搭配/fast指令或配置model="gpt-5.6-luna"与model_reasoning_effort="low"实现最低延迟。
☞☞☞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☜☜☜
想让 Codex 响应更快，不能只盯着模型名字堆参数，得看任务类型、推理强度和上下文窗口三者怎么配合——改错变量名花 60 秒等 GPT-5.6 Sol 深思熟虑，不如用 Luna 在 3 秒内直接改完。
日常高频操作选 Terra 或 Luna
打开 Codex CLI → 输入 /model → 从列表中选择 【gpt-5.6-terra】 或 【gpt-5.6-luna】。
Terra 是均衡主力，适合写新函数、修 Bug、读代码逻辑；Luna 更轻，专为规则明确的批量动作设计，比如批量重命名变量、提取日志字段、格式化 JSON。
如果你的任务不需要多轮推理或上下文回溯，Luna 的响应速度通常比 Terra 快 40%～60%，且 token 消耗更低。
必须快时启用 fast 模式
在对话中输入：/fast，然后确认切换。
这会强制模型跳过冗余规划步骤，直接输出结果。实测显示，搭配 Terra 使用时，首字响应时间从平均 2.8 秒压到 1.1 秒以内。
注意：/fast 不会改变模型本身，只调整推理路径。若当前模型是 Sol，开启后仍调用 Sol，只是不“想太多”——适合你已明确指令、只需执行的场景。
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/。
配置文件里锁定低延迟组合
第一步：打开 config.toml 文件
第二步：将以下两行粘贴进文件末尾（覆盖原有 model 设置）：
model = "gpt-5.6-luna"
model_reasoning_effort = "low"
第三步：保存文件 → 重启 Codex 客户端
这个组合是目前官方支持的最低延迟档位，Luna 本身推理层级浅，再配 low effort，基本杜绝“卡在思考环节”。但别用它处理跨文件重构或模糊需求——它不会追问，只会按字面执行。
