引言
看起来不少人对于 codex 重置这个事情有很多想法，之前有人提过 tibo 经常选择原有重置时间附近、或者重置卡到期附近重置，最近那个关于重置帖子提到的不同用量安排的人的感受不一样，当然还有人觉得吐槽重置是升米恩斗米仇。我想那不如就来写个工具实际分析一下这个重置究竟是个什么力度的活动。
结论放在前面，在用户用尽额度的时间在一周里满足一定的分布的前提下，对于作为服务提供方的 openai 来说，codex 最近一个月的硬重置带来的额外压力可能不到 50%
大致分析步骤如下：
假设所有 codex 用户在一周时间里都能够用完自己的 codex 额度，那么他们在这一周里用完额度的时间分布就会有一个概率密度函数来描述，这个函数的积分是 1 ，表示所有用户最终都会在一周内用完 openai 提供的额度。这个函数自然是有形态的，让 ai 找了一个函数来描述这个形态。控制函数形态就可以很好的表示用户倾向，比如倾向于光速蹬完，或者是把额度均匀用完。
再接下来就可以结合历史重置数据（感谢 codex-reset.com 的历史重置数据 api ）来分析不同的使用情况下 openai 相较于全部都是自然重置多提供了多少服务。
用了两个小时 vibe 了一个网页部署到了 cloudflare ，可以拖动一下参数看看不同的结果：
https://codex-reset-test.lutetz.workers.dev/
以下是我的个人观点：
每次重置之后除了有刚好 0%直接拉满的人，还会有好多大喊血亏的人，平均下来很有可能和 Claude 最近的 50% boost 的力度是差不多的。但是和 Claude 直接说立增 50%相比，不定时的时间带来的惊喜感和感官刺激要比简单的额度多 50%要强太多。在这个过程里 tibo 获得了大量的关注，每次重置在不同平台都会有好多帖子，真的是高明。
从个人角度来说，拿到额度立刻蹬完就能够利益最大化，这时候能有翻倍还要多的收益，但也有人是因为重置的原因导致自己原有的重置时间被推迟了觉得工作进度被打扰了。我认为后者说的也没有问题，因为对于后者来说，没有吃到斗米，却某种程度背上了斗米的道德包袱。
我选的默认参数是看到 tibo 的预告后 1 天、正常使用 4 天时、80%的用户用完所有的额度，这已经是个非常料敌从宽的参数了吧。
当然既然是估计就会有问题，比如函数形态可能有其他的选择，没有考虑不同的模型上下文套餐 gpu 成本，没有考虑 banked reset 等等，就先这样吧看个大概足够了。下面还加了一个合成测试和一个基于 api 的自己使用量计算的小工具，可以试试看。
搞得比较快，尽量检查确保关键内容没有实质问题了，文本的 ai 味再说吧，明天整理一下 push 到 GitHub 。也是感谢 ai 现在能光速搞出这么个网页。
Select Language