Codex

Codex 雷达

designed by Codex
EN
公告 📣

Codex 雷达 IQ 测试题集已由 12 道调整为 10 道，并与 CC 雷达 IQ 测试口径对齐；后续分数、费用、耗时和 Agent steps 都按同一 10 题子集统计。

快速入口

加入雷达社区 模型主观打分 速蹬模拟 逛逛隔壁cc雷达
Codex 社区知识分享

重置卡过期时间自查

Codex 雷达站速览：降智雷达、额度雷达、社区体感分与最近重要事件
7月2日20:13更新
重置雷达

重置雷达研判 7月2日20:13研判

发卡路径占优
发重置卡 高 · 基本已触发

Tibo 放大了现场 reset button 信号，OpenAI 员工后续明确说 Go/Plus/Pro 用户会收到 banked reset；这更像发一张可自选时机使用的重置卡，而不是单纯会场玩梗。

硬重置 低到中低

硬重置会直接改写所有人的当前额度窗口；本轮未见新的全量硬重置确认，在刚经历用量异常补偿、并且已有 banked reset 产品路径后，除非再出现广泛事故，短期更可能发卡而不是再把全员额度周期清零。

Tibo 原帖 ↗ 发卡信号 ↗

额度雷达 7月2日15:34更新

档位 5h额度 7d额度 来源
20x Pro $272.76 $1,636.56 实测
5x Pro $68.19 $409.14 推测
Plus $13.64 $81.83 推测
额度变化趋势 $1,897.32 → $1,636.56 (-$260.76, -13.7%)
$1,538 $1,756 $1,973 2026-06-28-pm 20x Pro 7d $1,838.64 2026-06-29-am 20x Pro 7d $1,830.90 2026-06-29-pm 20x Pro 7d $1,614.09 2026-06-30-am 20x Pro 7d $1,716.90 2026-06-30-pm 20x Pro 7d $1,634.28 2026-07-01-am 20x Pro 7d $1,658.63 2026-07-01-pm 20x Pro 7d $1,726.56 2026-07-02 20x Pro 7d $1,825.74 2026-07-02-pm 20x Pro 7d $1,897.32 2026-07-02-pm_2 20x Pro 7d $1,636.56 6.28_pm 6.29_am 6.29_pm 6.30_am 6.30_pm 7.1_am 7.1_pm 7.2 7.2_pm 7.2_pm_2

使用最近一次有效 5h 校准（2026-07-02-pm_2）。使用 20x Pro 美区账号实测，测试前已暂停后台自动化和其他前台任务，然后运行固定任务，通过任务完成前后 5h 额度变化以及消耗的 token 数进行换算。本次公式：20x Pro 5h = $114.56 / (43% - 1%) * 100 = $272.76；其中 1% 为测量任务本身的消耗。

降智雷达 7月2日15:42更新

每天更新两次：上午约 7:00-8:00，下午约 13:00-14:00。

本次 Codex 多模型智商测试共消耗等价 $114.56 的 API 费用。可点击卡片筛选要显示的模型。

GPT-5.5-xhigh
105.0$37.02.2h
GPT-5.5-high
75.0$23.51.5h
GPT-5.5-medium
105.0$19.11.2h
GPT-5.4-xhigh
45.0$21.02.6h
GPT-5.4-high
90.0$13.91.8h
120 100 80 60 90-110常态区 6.28_pm GPT-5.5 xhigh: IQ指数 105.0, 7/10, 费用 $34.81, 耗时 128分钟, cache命中率 94.8% 6.29_am GPT-5.5 xhigh: IQ指数 90.0, 6/10, 费用 $35.60, 耗时 126分钟, cache命中率 93.4% 6.29_pm GPT-5.5 xhigh: IQ指数 75.0, 5/10, 费用 $35.29, 耗时 165分钟, cache命中率 95.2% 6.30_am GPT-5.5 xhigh: IQ指数 120.0, 8/10, 费用 $34.51, 耗时 135分钟, cache命中率 94.6% 6.30_pm GPT-5.5 xhigh: IQ指数 90.0, 6/10, 费用 $37.86, 耗时 163分钟, cache命中率 94.9% 7.1_am GPT-5.5 xhigh: IQ指数 60.0, 4/10, 费用 $39.66, 耗时 154分钟, cache命中率 95.7% 7.1_pm GPT-5.5 xhigh: IQ指数 60.0, 4/10, 费用 $34.08, 耗时 129分钟, cache命中率 94.2% 7.2 GPT-5.5 xhigh: IQ指数 75.0, 5/10, 费用 $34.29, 耗时 127分钟, cache命中率 94.4% 7.2_pm GPT-5.5 xhigh: IQ指数 90.0, 6/10, 费用 $41.16, 耗时 170分钟, cache命中率 95.9% 7.2_pm_2 GPT-5.5 xhigh: IQ指数 105.0, 7/10, 费用 $36.99, 耗时 132分钟, cache命中率 94.6% 6.28_pm GPT-5.5 high: IQ指数 105.0, 7/10, 费用 $23.72, 耗时 94分钟, cache命中率 94.0% 6.29_am GPT-5.5 high: IQ指数 105.0, 7/10, 费用 $18.62, 耗时 79分钟, cache命中率 94.7% 6.29_pm GPT-5.5 high: IQ指数 90.0, 6/10, 费用 $22.72, 耗时 94分钟, cache命中率 93.8% 6.30_am GPT-5.5 high: IQ指数 90.0, 6/10, 费用 $24.10, 耗时 99分钟, cache命中率 93.3% 6.30_pm GPT-5.5 high: IQ指数 90.0, 6/10, 费用 $22.87, 耗时 89分钟, cache命中率 91.5% 7.1_am GPT-5.5 high: IQ指数 90.0, 6/10, 费用 $19.96, 耗时 85分钟, cache命中率 92.9% 7.1_pm GPT-5.5 high: IQ指数 105.0, 7/10, 费用 $22.69, 耗时 84分钟, cache命中率 93.2% 7.2 GPT-5.5 high: IQ指数 105.0, 7/10, 费用 $22.38, 耗时 85分钟, cache命中率 93.3% 7.2_pm GPT-5.5 high: IQ指数 90.0, 6/10, 费用 $27.85, 耗时 92分钟, cache命中率 93.2% 7.2_pm_2 GPT-5.5 high: IQ指数 75.0, 5/10, 费用 $23.54, 耗时 87分钟, cache命中率 93.3% 6.28_pm GPT-5.5 medium: IQ指数 75.0, 5/10, 费用 $19.50, 耗时 73分钟, cache命中率 92.9% 6.29_am GPT-5.5 medium: IQ指数 105.0, 7/10, 费用 $19.18, 耗时 74分钟, cache命中率 93.8% 6.29_pm GPT-5.5 medium: IQ指数 60.0, 4/10, 费用 $19.86, 耗时 78分钟, cache命中率 92.3% 6.30_am GPT-5.5 medium: IQ指数 90.0, 6/10, 费用 $20.16, 耗时 94分钟, cache命中率 91.3% 6.30_pm GPT-5.5 medium: IQ指数 75.0, 5/10, 费用 $19.96, 耗时 77分钟, cache命中率 93.1% 7.1_am GPT-5.5 medium: IQ指数 105.0, 7/10, 费用 $17.79, 耗时 68分钟, cache命中率 92.7% 7.1_pm GPT-5.5 medium: IQ指数 90.0, 6/10, 费用 $18.66, 耗时 73分钟, cache命中率 93.2% 7.2 GPT-5.5 medium: IQ指数 90.0, 6/10, 费用 $20.40, 耗时 74分钟, cache命中率 94.2% 7.2_pm GPT-5.5 medium: IQ指数 90.0, 6/10, 费用 $18.38, 耗时 68分钟, cache命中率 92.2% 7.2_pm_2 GPT-5.5 medium: IQ指数 105.0, 7/10, 费用 $19.10, 耗时 71分钟, cache命中率 93.7% 6.28_pm GPT-5.4 xhigh: IQ指数 45.0, 3/10, 费用 $17.24, 耗时 142分钟, cache命中率 95.4% 6.29_am GPT-5.4 xhigh: IQ指数 90.0, 6/10, 费用 $18.94, 耗时 188分钟, cache命中率 96.1% 6.29_pm GPT-5.4 xhigh: IQ指数 90.0, 6/10, 费用 $17.13, 耗时 202分钟, cache命中率 95.1% 6.30_am GPT-5.4 xhigh: IQ指数 60.0, 4/10, 费用 $18.94, 耗时 159分钟, cache命中率 95.5% 6.30_pm GPT-5.4 xhigh: IQ指数 75.0, 5/10, 费用 $19.59, 耗时 179分钟, cache命中率 94.3% 7.1_am GPT-5.4 xhigh: IQ指数 60.0, 4/10, 费用 $19.17, 耗时 152分钟, cache命中率 95.8% 7.1_pm GPT-5.4 xhigh: IQ指数 75.0, 5/10, 费用 $19.13, 耗时 156分钟, cache命中率 96.1% 7.2 GPT-5.4 xhigh: IQ指数 45.0, 3/10, 费用 $24.82, 耗时 176分钟, cache命中率 96.7% 7.2_pm GPT-5.4 xhigh: IQ指数 75.0, 5/10, 费用 $22.50, 耗时 183分钟, cache命中率 96.3% 7.2_pm_2 GPT-5.4 xhigh: IQ指数 45.0, 3/10, 费用 $21.02, 耗时 157分钟, cache命中率 95.8% 6.28_pm GPT-5.4 high: IQ指数 75.0, 5/10, 费用 $12.58, 耗时 112分钟, cache命中率 95.3% 6.29_am GPT-5.4 high: IQ指数 90.0, 6/10, 费用 $12.60, 耗时 111分钟, cache命中率 95.8% 6.29_pm GPT-5.4 high: IQ指数 75.0, 5/10, 费用 $12.44, 耗时 122分钟, cache命中率 93.7% 6.30_am GPT-5.4 high: IQ指数 105.0, 7/10, 费用 $13.82, 耗时 128分钟, cache命中率 95.5% 6.30_pm GPT-5.4 high: IQ指数 75.0, 5/10, 费用 $14.23, 耗时 144分钟, cache命中率 93.7% 7.1_am GPT-5.4 high: IQ指数 90.0, 6/10, 费用 $15.30, 耗时 123分钟, cache命中率 96.6% 7.1_pm GPT-5.4 high: IQ指数 75.0, 5/10, 费用 $12.99, 耗时 104分钟, cache命中率 94.4% 7.2 GPT-5.4 high: IQ指数 90.0, 6/10, 费用 $13.83, 耗时 103分钟, cache命中率 95.6% 7.2_pm GPT-5.4 high: IQ指数 90.0, 6/10, 费用 $14.23, 耗时 124分钟, cache命中率 94.6% 7.2_pm_2 GPT-5.4 high: IQ指数 90.0, 6/10, 费用 $13.90, 耗时 107分钟, cache命中率 90.7% 6.28_pm 6.29_am 6.29_pm 6.30_am 6.30_pm 7.1_am 7.1_pm 7.2 7.2_pm 7.2_pm_2
本次多模型指标
项目5.5-xhigh5.5-high5.5-medium5.4-xhigh5.4-high
通过数7/105/107/103/106/10
IQ105.075.0105.045.090.0
Agent steps44.435.131.846.334.2
费用$37.0$23.5$19.1$21.0$13.9
cache命中率94.6%93.3%93.7%95.8%90.7%
耗时2.2h1.5h1.2h2.6h1.8h
总tokens37.0M22.4M19.1M43.7M22.2M
固定评测任务集

固定评测任务集

每日 IQ 点固定使用这组混合语言 DeepSWE 任务；每行展示今天各组模型在同一道题上的结果。

10 题
  1. 01
    Add JSONPath query APIs to orderedmap and Starlark modules ytt-jsonpath-query-api
    GO 历史通过率 79%（131/165）
    5.5-xhigh 通过 5.5-high 通过 5.5-medium 通过 5.4-xhigh 通过 5.4-high 通过
  2. 02
    Harden module loading, cache introspection, and script flags abs-module-cache-flags
    GO 历史通过率 89%（147/165）
    5.5-xhigh 未过 5.5-high 通过 5.5-medium 通过 5.4-xhigh 未过 5.4-high 通过
  3. 03
    Add multipart response parsing to HTTPX httpx-multipart-response-parsing
    PYTHON 历史通过率 96%（158/165）
    5.5-xhigh 通过 5.5-high 通过 5.5-medium 通过 5.4-xhigh 通过 5.4-high 通过
  4. 04
    Add incremental cache controls to Bandit bandit-incremental-cache-control
    PYTHON 历史通过率 36%（60/165）
    5.5-xhigh 通过 5.5-high 未过 5.5-medium 未过 5.4-xhigh 未过 5.4-high 未过
  5. 05
    Add session bundle recording and replay to IPython ipython-session-bundle-replay
    PYTHON 历史通过率 21%（35/165）
    5.5-xhigh 未过 5.5-high 未过 5.5-medium 未过 5.4-xhigh 未过 5.4-high 未过
  6. 06
    Add a per-origin circuit breaker to ofetch ofetch-per-origin-circuit-breaker
    TYPESCRIPT 历史通过率 96%（159/165）
    5.5-xhigh 通过 5.5-high 通过 5.5-medium 通过 5.4-xhigh 通过 5.4-high 通过
  7. 07
    Add link format conversion between wiki and markdown syntax obsidian-linter-link-format-conversion
    TYPESCRIPT 历史通过率 12%（20/165）
    5.5-xhigh 未过 5.5-high 未过 5.5-medium 通过 5.4-xhigh 未过 5.4-high 未过
  8. 08
    Add shorthand expansion and compression to the lexer csstree-shorthand-expansion-compression
    JAVASCRIPT 历史通过率 55%（90/165）
    5.5-xhigh 通过 5.5-high 未过 5.5-medium 未过 5.4-xhigh 未过 5.4-high 通过
  9. 09
    Add deterministic multi-key sorting to fd fd-deterministic-multi-key-sorting
    RUST 历史通过率 27%（45/165）
    5.5-xhigh 通过 5.5-high 通过 5.5-medium 通过 5.4-xhigh 未过 5.4-high 未过
  10. 10
    Preserve structure needed by stylesheet selectors oxvg-structural-selector-preservation
    RUST 历史通过率 68%（113/165）
    5.5-xhigh 通过 5.5-high 未过 5.5-medium 通过 5.4-xhigh 未过 5.4-high 通过

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
GPT-5.5 xhigh
近24小时未评分
暂无 0 人评分
GPT-5.5 high
近24小时未评分
暂无 0 人评分
GPT-5.5 medium
近24小时未评分
暂无 0 人评分
GPT-5.4 xhigh
近24小时未评分
暂无 0 人评分
GPT-5.4 high
近24小时未评分
暂无 0 人评分

正在读取社区体感分...

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
Tibo 雷达
Tibo 的 X 头像
--:-- -- 计算中
旧金山湾区 / PT
公开推测所在地：35% 所给公开帖文没有自披露临时国家或地区，只能沿用默认 PT 时区。 来源 ↗
接口

JSON 当前状态，RSS 用于官方窗口/重置提醒。

JSON当前状态/current.json RSS官方窗口提醒/feed.xml