用户反馈GPT 5.6卡顿严重且额度消耗异常

背景

近日，在 LINUX DO 社区中，有用户发帖称在使用“GPT 5.6（ultra265k）”过程中遇到严重的性能问题和额度异常消耗。该用户使用的是 Intel Core Ultra 9 265K 处理器、NVIDIA RTX 5070 Ti 显卡以及 64GB 内存的台式机配置，但在运行多智能体（multi-agent）任务时出现系统严重卡顿，甚至鼠标无法正常移动，同时 Pro 订阅下的 20 倍额度消耗速度远超预期。这一反馈引发了其他用户的讨论，可能反映出该模型或相关服务存在 bug，或与当前硬件驱动的兼容性有关。

核心内容

原文用户抱怨的核心问题有两点：

1. 额度消耗异常：在 Pro 订阅（可能包含 20x 额度倍率）下，模型或服务的额度消耗速度“快得夸张”，远超正常使用体验。
2. 系统性能严重下降：当运行“多智能体”（multi-agent，可能指 Codex 或其他 AI 智能体协同工作）时，电脑变得极度卡顿，鼠标移动出现明显顿挫感，导致无法正常进行其他操作。用户特别提到“codex干活的时候电脑都没法用”，暗示 Codex 作为其中一个智能体可能是卡顿的直接原因。

用户使用的硬件配置为 Intel Core Ultra 9 265K、RTX 5070 Ti、64GB 内存，属于高端 PC 配置，但仍无法流畅运行该场景。帖子最后询问其他用户是否遇到相同问题，表明用户怀疑是模型或服务端的 bug，而非自身硬件故障。

关键要点

• 用户反馈的模型名为“GPT 5.6（ultra265k）”，但该名称并非 OpenAI 官方发布，可能是第三方封装、社区版本或笔误，需注意其非官方性质。
• 资源消耗问题突出：不仅 AI 服务（云端）的额度消耗过快，且本地客户端/插件的计算资源占用极高，导致整机卡顿。
• 多智能体（multi-agent）场景是卡顿的触发条件，而 Codex 在其中扮演了重要角色。
• 用户的硬件配置（Core Ultra 9 265K、RTX 5070 Ti、64GB）在当前属于中高端，却无法满足该场景的流畅运行，说明该问题可能并非个例配置不足，而是软件或驱动层面的 bug。
• 帖子未提供具体复现步骤、日志或错误信息，属于主观体验反馈，但社区其他用户的参与（2 posts, 2 participants）表明可能已有类似遭遇。

意义与影响

该反馈如果属实，可能揭示以下问题：

• AI 模型的客户端效率优化不足：尤其是多智能体并行推理时，对 CPU、GPU、内存的调度可能存在资源泄漏或过度占用，导致系统响应迟滞。
• 额度计算逻辑存在缺陷：Pro 20x 额度消耗过快，可能是服务端对每个智能体独立计算额度，或存在重复计费 bug，影响用户体验与订阅价值。
• 跨平台兼容性风险：用户使用的 265K + RTX 5070 Ti 是较新的 Intel 和 NVIDIA 组合，若 AI 工具未充分适配新架构（如 Intel 的 P-core/E-core 调度、NVIDIA 驱动版本），则容易产生卡顿。
• 社区反馈的重要性：类似问题若得不到官方关注和修复，可能损害用户对 AI 服务（尤其是依赖本地运行或混合部署的服务）的信任，影响付费转化率。

对于其他用户而言，此问题提醒在使用高并发或复杂智能体工作流时，应留意本地资源监控，并及时向厂商反馈异常，以推动优化。同时，建议开发者关注 CPU/GPU 资源占用与额度计算逻辑的合理性，避免因效率问题导致良好体验的流失。