OpenAI Codex負責人Tibo公開表示，團隊選擇300k作爲Codex默認上下文長度

Codex負責人Tibo：300k上下文是數據驗證後的更優默認值

OpenAI Codex負責人Tibo公開表示，團隊選擇300k作爲Codex默認上下文長度，是因爲跑完數據後發現該數值表現更好。

他指出系統也可以運行1M上下文，但會消耗更多使用額度，因此默認值需要在性能與成本之間取得平衡。

此前Codex曾將GPT-5.6 Sol的產品層上下文限制在272k左右，後又短暫調整至372k後回撤，因更高窗口導致訂閱用戶額度消耗超出預期。

Tibo此前已公開如何通過配置文件將支持1M窗口的模型（如GPT-5.6 Sol）上下文提升至100萬，並設置約90萬的自動壓縮閾值，但強調默認值經過調優。

更大上下文可保留更多代碼、工具輸出與對話歷史，減少過早摘要，但會顯著提高每次請求的額度消耗，尤其在超過約272k後觸發更高計費倍率。

用戶可通過配置主動選擇更大窗口，而默認300k則面向大多數場景控制成本；訂閱用戶額度向默認高效使用傾斜，主動開大窗口的用戶消耗更快，平臺則通過默認值管理整體使用效率。

OpenAI模型文檔顯示部分前沿模型原生支持約105萬token窗口，產品層默認值與API上限存在差異。

來源：公開信息

ABAB AI 解讀

Tibo此前多次公開調整Codex上下文上限並解釋額度消耗異常，曾將窗口從272k提升至372k後因消耗過快而回撤，同時推動1M選項對ChatGPT賬戶開放，其操作路徑是通過產品層限制而非模型能力本身來控制成本。

OpenAI將工程與產品資源投入默認值優化，使大多數用戶在不主動配置的情況下獲得成本與效果的平衡點，同時保留配置接口供重度用戶選擇更大窗口，從而把高消耗行爲從默認路徑中分離出來。

這與Claude產品層對長上下文的默認限制、以及早期ChatGPT對上下文長度的漸進開放路徑相似；當前編程代理處於從“越大越好”轉向“默認最優”的階段，額度與延遲成爲比原生窗口更實際的約束。

本質屬於定價權與使用效率的重新分配，平臺通過默認值把大部分額度消耗控制在高效區間，用戶若需要更長上下文則需主動承擔更高消耗，從而把邊際成本顯性化。

ABAB News · 認知定律