Codex App 与 CLI 的 token 差在哪：本机 app-context 对照

我对照本机 Codex CLI、ChatGPT.app 的 Codex 模式和会话文件，想知道桌面端多带了哪些内容。两边记录的基础指令相同；Desktop 另有默认约 949 token 的 app-context，带 Git 设置的样本为 1,203 token。下面把这个输入差异与缓存、费用估算分开说明。

核对日期 2026-08-27 · tokenizer tiktoken o200k_base · 模型 gpt-5.6-sol · 数据见同目录 aggregate.json

Base Instruction 3,552 CLI 和 Desktop 同一份，SHA 前缀 cbefa6b0bede

App 默认多出来 949 <app-context>，12 条 Desktop 会话都在这个量级

200K 长对话额外税 < 1 cr 大约 0.3–1 credit，相对整段对话费用不到 1%

先限定比较对象

这里比较本机两种 Codex 客户端的请求构造，不比较普通 ChatGPT 聊天。两边使用相关的 Rust app-server 路径，但这不足以单独证明服务端对所有客户端、账号和套餐执行完全相同的计费规则。本文可核对的是指令文本、客户端配置和已有会话记录。

真正多出来的，是 Desktop 写进 history 的那段 <app-context>。默认 949 token。第一轮就在，后面每轮还带着，但不会 949、1898 那样叠加。

普通 ChatGPT 聊天气泡不走这条链路。Help Center 写明 Regular Chat 不进 Desktop 的 Codex 用量看板。本文只比较 Codex CLI 和 ChatGPT.app 里的 Codex 模式。

本机安装的两个客户端版本

我看的安装包是 ChatGPT.app 26.818.61809，bundle id com.openai.codex，从 codex/codex-apps/electron 打出来。旁边还有 ChatGPT Classic.app（com.openai.chat），那是旧聊天客户端。现在这个 ChatGPT.app 里同时有 Codex 线程和 ChatGPT 会话，别把两者的额度混着谈。

捆绑的 codex 二进制版本是 0.149.0-alpha.4.3。本机 npm 安装的 CLI 是 0.149.1。两个 Mach-O 都大约 210MB，都带 https://chatgpt.com/backend-api/codex 这条基址。

请求怎样进入 app-server

CLI 的 TUI 在进程里启动 app-server，client_name 是 codex-tui。Desktop 用 stdio 拉起捆绑二进制，originator 写成 Codex Desktop，并且固定加上 -c features.code_mode_host=true。

请求体在 ModelClient::build_responses_request 里拼出来：instructions、input、tools、推理设置，并用 thread_id 当 prompt_cache_key。开源仓库里，ChatGPT 登录的基址是 https://chatgpt.com/backend-api/codex。公开文档也写明富客户端连的是同一套 app-server。

Base Instruction 两边就是同一份

生产目录不再用仓库里那份写着 “running in the Codex CLI” 的 prompt.md 兜底。本机 ~/.codex/models_cache.json 在 2026-08-26 拉到的 gpt-5.6-sol 模板是 17,730 字符。CLI 会话和 Desktop 会话落盘的 base_instructions.text 与这份模板逐字节相同。

17,730字符

17,766字节

3,552o200k token

13.8%占 CLI 实测首包 25,832

这份基础指令与桌面 app-context 分开记录。不同模型的指令长度也不同；原稿统计的 gpt-5.4-mini 约为 2,303 token，gpt-5.5 约为 4,090 token。不能把它们算作只属于 Desktop 的开销。

Desktop 额外附带的 app-context

Electron 把一段 <app-context> 塞进第一段 developer 消息。CLI 的 TUI 启动线程时不传这段。最近 12 条 Desktop 会话（0.148 到 0.149）默认都是下面这组小节：

小节	o200k	作用
# Codex desktop context	31	声明你在桌面 App 里
### Images/Visuals/Files	228	图片要用绝对路径 Markdown
### Automations	93	自动化走专用工具
### Thread Coordination	428	`create_thread` 等线程工具
### Inline Code Comments	168	`::code-comment`
小节合计	948	实测整段 949，差 1 token 来自拼接

视线程类型还会再加：工作区依赖 27、Git 设置 244、无项目目录 140。自动化线程另有 remark-directive 709，手聊没有。用户会话（带 Git）整段 app-context 实测 1,203。

在这些会话样本中，app-context 从第一轮就存在。基础指令相同，与开发者消息中另有桌面上下文并不矛盾。实际长度还会随线程设置变化。

每轮都带，不等于每轮按全价再收一次

为了看清重复部分，可以把请求中的基础指令、桌面上下文、历史和新增内容分别列出：

信头：Base Instruction + tool 定义，几乎固定。
已经写过的正文：对话、工具结果、Memory、AGENTS.md，以及 Desktop 的 app-context。
这轮新写的几行。

同一 thread 使用相同的 prompt_cache_key，但有这个字段不保证每次都命中缓存。是否按 cached input 计量，要查看具体请求的 usage；前缀变化、失效和路由等都可能影响结果。后面的计算器只是给定命中假设后的估算。

按原稿采用的 Sol credit 单价，949 token 全部未命中时约为 0.095 credit，全部按缓存输入计算时约为 0.0095 credit。这是给定单价的算式，不是每轮实测账单。

从 usage 看实际命中，而非只看线程名

本机一条 CLI 会话的 token_count 是这样涨的。input 变大是因为历史在长，不是 Base Instruction 从 3,552 变成了别的数：

第几次	input	cached	命中率	uncached
1	25,832	5,888	22.8%	19,944
2	35,665	25,344	71.1%	10,321
3	38,015	34,560	90.9%	3,455
7	56,421	56,064	99.4%	357

Desktop 的这条首包记录已有缓存：27,946 input 中 cached 为 6,912。因此，新建 thread 不等于所有前缀必然按未缓存输入计费；应读取实际 usage，不能仅用“第一轮”推算。

费用估算要给出调用次数和命中假设

对话增长到 200K，不会把固定的桌面段自动变成一个百分比加成。估算需要知道每次 app-context 的长度、模型调用次数 N，以及各次缓存命中情况；一句用户消息也可能产生多次工具循环。

额外 credit

949 / 1,000,000 × [100 + 10 × (N − 1)]

调用次数 N	额外 credit	怎么理解
1	0.095	整段一次性塞进去；相对 200K 未缓存 input（20 credit）约 0.5%
20	0.28	短一点的 agent 会话
50	0.56	更常见的长会话
100	1.03	工具很碎、轮次很多

下方示例假设固定增加 949 token、第一调用未命中、之后全部命中，再沿用原稿单价计算。只要长度、调用次数或命中情况改变，结果就会变。因此不能把“200K 对话”直接等同于固定的 0.3–1 credit 差额。

本文不把这个估算换算成美元，也不据此推荐套餐。额度计量、套餐内使用和追加购买是不同问题，需要对应账号的正式账单或价格说明。

模型调用次数 N = 50

0.56额外 credit（Sol 官方卡）

~$0.02非正式换算，按 1 credit ≈ $0.04

工具和插件：核心一样，外壳不同

核心 tool 规划器是同一份 spec_plan.rs。这台机器的 ~/.codex/config.toml 两边共用，启用了 12 个插件。ChatGPT.app 还捆绑了 config 里没有的 5 个：messages、latex、deep-research、computer-history、record-and-replay。

本机 CLI 和 Desktop 会话的 skills 清单都是 55 条、同名。Apps 连接器工具缓存 159 个；因为 ≥100，会走 tool_search 延迟加载，不会把大约 198k token 的 schema 整包塞进每一轮。

两边暴露的工具还可能不同：TUI 的插件发现和安装路径有限制，Desktop 可能包含线程协调或 Computer Use 工具。相关 schema、截图和工具结果不在默认 949 token 中，不能用这一个数字概括总输入差异。

把首包 input_tokens 减去 instructions 和已落盘 messages 后，CLI 约剩 8,847，Desktop 约剩 9,186–9,268。这些余量可能包括工具 schema 和未写入 rollout 的字段，但样本不是受控 A/B，也没有逐项捕获请求体，所以不能将差额精确归因于工具。

证据边界

没有抓 TLS。tool JSON 的精确字节只能从残差反推。
首包 CLI 25,832 vs Desktop 27,946 不能当成干净对照，仓库和用户话不同。
服务端会不会按 originator 再打折，开源仓库里没有。
Compact 之后 app-context 会不会被摘要掉，这次抽样没有观察到 compact。
Sol credit 卡是 2026-08-27 核对的促销价。数字会变。

同目录 aggregate.json 和 verify.mjs 会把小节合计、credit 公式和 cache 序列再算一遍。构建时走 bun run verify:articles。

主要材料：build_responses_request、Codex 基址、App Server 文档、Using Codex with your ChatGPT plan、Codex pricing。