GPT-5.6消耗快？可能是思考等级设置错误

背景

随着大语言模型（LLM）推理能力的不断增强，OpenAI 等厂商开始提供不同“思考等级”或推理强度的选项，用户可以在高强度和低强度之间切换以平衡响应质量与 token 消耗。近期，部分用户在 AI 社区（如 LINUX DO）反馈，当他们从 GPT‑5.5 升级到 GPT‑5.6 后，发现 token 消耗异常加快，甚至“烧得快”成为普遍抱怨。经过实际测试，有用户发现这很可能是因为默认开启了错误的思考等级所致——许多人沿用了老版本的习惯，把最高档误认为是真正的 Max，却不知道 GPT‑5.6 引入了一个更高阶的 Ultra 模式，后者在多代理并行上额外消耗大量 token。

核心内容

原文的核心发现可以用一句话概括：GPT‑5.6 的思考等级分档与 GPT‑5.5 不同，很多人误将最大推理强度设为 Ultra，而非真正的 Max，导致 token 消耗远高于预期。

具体来说，GPT‑5.5 只有两档思考等级：普通和最大（Max）。用户普遍习惯打开最大的推理档位来获得最佳效果。到了 GPT‑5.6，除了原有的 Max 外，OpenAI 还引入了一个名为 Ultra 的更高档位。这个 Ultra 并非单纯的更强推理，而是在 Max（即单主代理使用最高推理强度）的基础上，自动启用多子代理并行调度——类似 Claude Code 中的 Ultracode 功能。也就是说，当用户选择 Ultra 时，系统会启动一个主代理同时派生出多个子代理自动将任务拆解并并行执行，消耗的 token 量远超单主代理的 Max 模式。

原文明确指出：

• Max = 单主代理使用 max 推理强度。
• Ultra = 主代理仍处于最高推理档，但额外启用自动任务拆分和子代理调度。

实际体验中，如果只使用 Max 档位，虽然比 GPT‑5.5 消耗快一些，但不会达到“夸张”的程度。而很多人出于习惯，直接在模型设置里选了最上面的“Ultra”（或者因为默认未区分而选了最高档），导致 token 暴增。

最关键的陷阱是：OpenAI 模型底部的选择器中，默认并没有 MAX 这个档位（也许被隐藏或需要手动配置）。正确打开方式如下：

1. 点击 Codex 设置（或模型配置区域）。
2. 点击“配置”。
3. 开启“最高”（即 Max）。

原文实测此操作后 token 消耗明显减少，并呼吁读者点赞。

关键要点

• 在 GPT‑5.6 中，思考等级分为普通、Max 和 Ultra 三档，Ultra 比 Max 消耗更多 token。
• Ultra 本质上不是更强的推理，而是启动了多子代理并行拆解任务，导致 token 消耗指数级增长。
• 多数用户习惯延续 GPT‑5.5 的设置，直接选用最高的 Ultra，而未意识到该档位非必须。
• OpenAI 的默认选项中未直接展示 Max，需要手动进入 Codex 设置 → 配置 → 开启“最高”才能正确选用 Max。
• 实际测试表明，只使用 Max 即可获得与 GPT‑5.5 最大档接近的推理质量，同时 token 消耗仅小幅增加，不再“烧得快”。
• 如果不需要自动任务拆分和子代理并行，应始终使用 Max 而非 Ultra。

意义与影响

这一发现对于高频使用 GPT‑5.6 的用户有直接的经济与效率意义。

• 成本控制： 许多用户因为错误开启了 Ultra 而白白浪费了大量 token，尤其是 API 用户或付费订阅用户。纠正为 Max 可显著降低每月的 token 开销，同时保持推理质量。
• 意识升级： 提醒用户不要盲目追求“最强档位”，而是需要理解厂商在推理强度背后引入的新机制（如多代理并行）。Ultra 并非普通场景所必需，只有在需要复杂任务自动分解、多线程协作时才值得开启。
• 产品设计反思： OpenAI 将 Ultra 作为默认隐藏选项而把 Max 隐藏在配置中的做法可能导致许多用户无意间开启 Ultra，引发社区负面体验。这一细节或促使开发者优化交互，让用户更清楚选择含义。
• 对生态的启示： 类似 Claude Code 的 Ultracode 功能正在成为 LLM 工具层的趋势，但“自动多代理”是一把双刃剑——它能处理复杂任务，也会吞噬 token。未来工具应提供更清晰的功耗提示和推荐设置，帮助用户根据任务复杂度做选择。

总之，这篇分享用极简的实验揭示了 GPT‑5.6 中一个容易被忽略的配置陷阱，对任何以 token 为单位计费的用户都极具参考价值。