Switching from GPT-6 Astra to GPT-5.6 Luna after burning through Codex quota
After heavy Astra use left only 4% of Codex quota, the author moved all tasks to GPT-5.6 Luna, which used 3% over two and a half days and handled slides, video editing and browser automation, and reflects that GPT models work better as executors than as sub-agent orchestrators.
前两天由于重度使用 GPT 6 Astra，导致 CodeX 额度在距离重置还有三天的时候，我只剩 4%，为了后面几天也能正常使用 CodeX，我把所有的任务切到 GPT 5.6 Luna，除了节省 token，我也想试试看 GPT 5.6 Luna 如果用来干活儿能做到什么程度。 目前我已经重度使用了 2 天半 Luna 模型，额度才扣了 3%，大概用了 4 亿 token。我非常惊喜的发现 Luna 几乎可以干所有我用 GPT 5.6 sol 干的活儿，包括我做内容的 PPT 生成，视频剪辑，加字幕，做封面，自动化发布。到一些复杂 Skill 的修改，简单项目的开发，各种新技术的调研，几乎没有感受到它有什么做的很差的事情。 而且我发现 Luna 这个模型用来做浏览器自动化也是非常得心应手，完全没有任何卡壳，真的让我很惊喜，而且消耗也是非常非常低。 但在之前，我对于 Luna 的印象并不好。我现在猜测原因可能是我把 Luna 作为一个 CodeX 的子 Agent 来调用，然后 GPT 6 Astra 和 GPT 5.6 sol 都是属于那种特别爱钻牛角尖，任务分配能力很差，交流感也很差的模型，这就导致让一个能力强的模型去调用子 Agent 的时候，他不能很宏观很清晰的去派发一些任务，导致他总是让子 agent 去干一些乱七八糟的活，这时候不管我们配置的是 Luna 还是配置 GPT6 作为子 Agent 它效果都不好。 如果有人的介入，用简单清晰的话让 GPT 去执行任务的话，他作为一个执行者就能够做得很好，即便是 Luna 模型。所以我认为 GPT 它可能适合作为一个干活的模型，但我们如果想要将它作为子 Agent 调度的话，我们最好选择一些任务拆解能力和多 Agent 任务编排能力更强的模型来做。以我的经验来说，Claude 做的会比 GPT 更好。 最后再分享一个小tips：在 Codex 里面，我们可以项目级别的去配置某一个模型它的最大上下文。 Luna 作为一个很便宜的模型，非常适合我们把上下文的窗口调高一点，这样子就不会频繁的压缩上下文了，价格也不会很贵。