MemoryLake
返回全部文章
News2026 年 11 月 18 日·12 分钟阅读

你应该在 Codex 中使用 GPT-6.2 Astra 还是 Sol?为什么 Astra 的初始上下文窗口较小,为什么一行配置会覆盖两者,以及为什么必须打开 Work 才能在 ChatGPT 中使用它们 (2026)

你在 11 月 17 日打开了 Codex,在模型选择器中看到了两个新名字,并为一个大型重构任务选择了一个听起来更强大的模型。几个小时后,你感觉对话线程比平时短了。此前,在 GPT-6.1 Sol 上,同样的会话可以运行整个下午,Codex 才会进行总结。接着,你尝试在普通的 ChatGPT 对话中使用这些新模型,却根本找不到它们。

这一切都不是 bug。OpenAI 在其文档网站上的公告很简短:“GPT-6.2 Astra 和 Sol 在 ChatGPT Work、Codex 和 API 中发布。对于最难的项目请选择 Astra,对于日常编码和写作请选择 Sol。”解释你下午遭遇的细节隐藏在更深几页的 Codex 模型参考和配置参考中。

本指南涵盖了 GPT-6.2 Astra 和 Sol 的用途、使用地点、每个模型在 Codex 中的初始上下文大小、哪行配置会同时改变两者、文档中关于在运行线程中切换模型的说明,以及如何让你依赖的项目上下文不随今天选择的模型而改变。

OpenAI 在 11 月 17 日发布了什么

OpenAI 日期为 2026 年 11 月 17 日的 ChatGPT 和 Codex 更新日志列出 GPT-6.2 Astra 和 GPT-6.2 Sol 已在 ChatGPT Work 和 Codex 中可用。文档将它们描述为分工不同的一对模型。

  • GPT-6.2 Astra:文档称“Astra 是复杂推理的更强选择”。其示例任务包括诊断跨服务的 bug、根据报告和幻灯片模板构建演示文稿,以及比较研究来源以发现证据不一致之处。
  • GPT-6.2 Sol:OpenAI 将 Sol 描述为适用于日常编码、写作和需要多个步骤的工作的模型。在费用方面,同一页面提到:“与 GPT-6.1 Sol 相比,它能让你在相同的付费计划下完成更多任务。”

公告中的 Codex 部分将其转化为编码建议:选择 Astra “用于追踪跨服务的 bug、修复它并测试受影响的工作流”;选择 Sol “用于审查拉取请求或根据反馈修改代码”。

改变你在 Codex 中日常工作的部分不太显眼:这两个模型的初始空间并不相同。

你可以在哪里使用 GPT-6.2

可用性规则解释了开头示例的后半部分。

ChatGPT Work:公告称你可以在 Work 中使用 Astra 或 Sol,“支持 Web、桌面或移动端,适用于 Plus、Pro、Business、Enterprise 或 Edu 计划”。对于某些组织有一个额外步骤:“Enterprise 和 Edu 管理员必须先在工作区设置中启用这些模型。”

Codex:这两个模型在 Codex 应用和 CLI 中均可用。你可以通过应用中的模型选择器或 CLI 中的 /model 进行选择。

Chat:这是需要重点了解的一点。公告的 Chat 部分用一行字说明:“要在 ChatGPT 中使用 GPT-6.2 Astra 或 Sol,请打开 Work。”对于可以在 Chat 中选择的模型,OpenAI 指向了一篇关于 ChatGPT 模型的独立帮助文章,而该文章并未列出 GPT-6.2。

API:开发者可以在 Responses API 中调用 gpt-6.2-astra 或 gpt-6.2-sol。

如果你同时使用 Work 和 Codex,还有一个细节很重要:“Codex 和 Work 共享用量。”在 Codex 中长时间使用 Astra 会话与在 Work 中执行长任务会消耗相同的额度。

Work 本身是 ChatGPT 的一种模式,而不是一个独立的应用程序。我们在 ChatGPT Work 模式 指南中介绍了它与 Chat 的区别,以及它共享哪些记忆、项目和历史记录。

Work 的默认设置是什么

如果你在 ChatGPT 中切换到 Work 而不触动模型选择器,你得到的不是 Astra。公告称:“在支持的个人计划中,新的 Work 对话默认使用 Sol,推理力度为 Light。”对于组织,“拥有模型访问权限的 Enterprise 工作区默认使用 Sol,推理力度为 Medium。”

因此在 Work 中,Sol 是默认设置,而 Astra 是刻意的选择。如果你的屏幕显示 Power 滑块,文档建议打开 Advanced(高级)来选择模型和推理力度。

每个模型在 Codex 中初始有多少上下文

这个细节解释了为什么会话变短了。

Codex 模型参考列出了每个模型在 Codex 中的“默认上下文”值:

  • GPT-6.2 Astra:272,000 token。
  • GPT-6.2 Sol:500,000 token。

作为对比,同一页面提到“GPT-6.1 Sol 在 Codex 和 ChatGPT Work 中使用 500,000 token 的默认上下文窗口”。因此,如果你从 GPT-6.1 Sol 迁移到 GPT-6.2 Sol,你的初始空间没有变化。如果你从 GPT-6.1 Sol 迁移到 GPT-6.2 Astra,你的初始空间只有原来的一半多一点。

这个差距并不是模型的限制。参考文档补充道:“GPT-6.2 Astra 和 GPT-6.2 Sol 各自支持高达 100 万 token 的上下文窗口。”272,000 这个数字是 Codex 在你未另行说明时使用的默认值。

在实践中,较小的窗口意味着长线程会更早触发压缩。Codex 的配置参考描述了相关设置 model_auto_compact_token_limit,即“触发自动历史压缩的 token 阈值(未设置则使用模型默认值)”。当你没有设置它时,阈值会跟随你正在使用的模型。

为什么一行配置会覆盖两者

Codex 模型参考告诉了你如何获得更多空间:“要在 Codex 中使用更长的上下文窗口,请在 config.toml 中设置 model_context_window。”

这里是容易被忽略的部分。配置参考将 model_context_window 描述为“当前活动模型可用的上下文窗口 token”。对于任何活动模型,这都只是一个单一的值。并没有分别为 Astra 和 Sol 设置的独立条目。

这产生了三个后果:

  • 如果你设置了一次,它将应用于两者:为 Astra 调高它,当你切换回 Sol 时,它也会获得相同的数值。
  • 如果你为旧模型设置过它,它仍然有效:你几个月前为不同模型添加的值会继续覆盖新的默认值,无论你选择哪个 GPT-6.2 模型。
  • 如果你从未设置它,每个模型将获得各自的默认值:示例配置文件指出默认值对模型是自动的,这就是为什么 Astra 和 Sol 的初始大小不同。

同样的逻辑也适用于压缩阈值。如果你的文件中设置了 model_auto_compact_token_limit,它不会跟随模型变化。如果没有设置,它将使用模型的默认值。

在你依赖任何一个模型进行长会话之前,请打开你的 config.toml 并检查这两行是否存在。如果找到了,决定你是否仍然希望它们同时适用于两个模型。如果不希望,请删除它,让每个模型使用自己的默认值。

当你交替使用的模型具有相同默认值时,这并不重要。但在 GPT-6.2 中,你最可能切换的两个模型初始大小不同,因此你为其中一个设置的值决定了两个模型的空间。

/model 在运行线程中改变了什么

Codex 允许你在不重新开始的情况下更改模型。模型参考称:“你可以随着工作的变化而更改模型。”

在 CLI 中,斜杠命令参考描述了步骤。输入 /model,选择一个模型,然后:“预期结果:Codex 在转录中确认新模型。运行 /status 以验证更改。”

它还描述了一种简短形式:“要直接更改当前会话的设置,请使用 /model [model] [--reasoning=<level>] [--speed=<tier>]。”例如,/model --reasoning=high 会保留当前模型,仅提高其推理力度。

文档中没有描述的是,对于已经超过新模型默认窗口的线程会发生什么。如果你在 GPT-6.2 Sol 上已经积累了 400,000 token 的上下文,然后在没有设置 model_context_window 的情况下切换到 Astra,文档没有说明 Codex 是会立即压缩、在下一轮压缩,还是在其他时间点压缩。安全的理解是,假设切换到窗口较小的模型可能会导致压缩提前发生,因此应在自然的间歇期切换,而不是在长时间调查的中途切换。

有两种简单的方法可以避免这个问题:

  • 在新线程中开始长时间的 Astra 工作:给它一个简短的简报,而不是将冗长的 Sol 历史带入较小的窗口。
  • 刻意设置窗口:如果你希望 Astra 拥有和 Sol 一样多的空间,请设置 model_context_window 并接受它同时适用于两者。

要从命令行以特定模型启动 Codex,参考文档显示为 codex --model gpt-6.2-sol。同样的 -m 标志也适用于非交互式运行的 codex exec。

API 文档关于保留上下文的补充说明

使用 Responses API 的开发者在同一公告中获得了一条相关说明。在标准的单智能体模式下,你可以通过在下一条用户消息前附加 configuration_update 项,在回复之间更改推理力度或输出格式。

文档解释了为什么这种方法很重要:“保持早期输入完整有助于跨轮次保留推理,并使该输入符合 prompt 缓存的条件。”

这一原则也适用于 Codex 的使用。你保持稳定的线程越多,其中保持有用的部分就越多。在长工作的中途更改设置,如果不干扰之前的内容,成本是最低的。

Codex 提示指南关于 AGENTS.md 的说明

OpenAI 在同一天发布了针对 Codex 中 GPT-6.2 系列的提示指南。其中大部分内容关于推理力度、子智能体和视觉工作,但有一节是关于项目上下文的。

其标题非常直接:保持你的 AGENTS.md 精简。指南建议“使用 AGENTS.md 记录 Codex 无法从代码、测试或文档中推断出的项目需求和惯例”。对于重复性工作,它补充道:“如果同类工作经常出现,请将该指令放入相关的 skill 或 AGENTS.md 中,并说明其适用场景。”

这条建议与上下文窗口问题相关。精简的 AGENTS.md 会加载到每个线程、每个模型中,无论你有 272,000 还是 500,000 token 可用,它消耗的 token 都是一样的。较小的窗口只是在它之后留下的空间更少。

如何在 Codex 中选择 Astra 和 Sol

OpenAI 的模型选择页面给出了通用规则:“从你熟悉的任务开始,并将结果与你的需求进行比较。”它建议考虑你愿意等待多长时间、任务需要多少用量,以及涉及多少细节或判断。

应用于 Codex,文档自身的示例将任务分类如下:

  • Astra 用于跨系统的调查:追踪跨服务的 bug、修复它并运行受影响的测试。
  • Sol 用于专注的迭代工作:审查拉取请求、根据反馈修改代码,或将笔记转化为计划。
  • Sol 用于最长的单一线程(除非你更改窗口):在默认设置下,Sol 在 Codex 中初始空间更大。

推理力度是一个独立的选择。提示指南建议:快速调查使用 Medium,追踪跨多个系统的疑似原因使用 High,当多个原因可能相互作用时使用 Extra High。

人们首先会尝试的操作

在普通 ChatGPT 对话中寻找 GPT-6.2:模型位于 Work 中。OpenAI 表示要打开 Work 才能使用它们。

假设 Astra 拥有更大的窗口:在 Codex 中,除非你更改设置,否则 Astra 的默认值为 272,000 token,而 Sol 为 500,000 token。

仅为一个模型调高窗口:model_context_window 应用于活动模型,因此一个数值覆盖两者。

忘记旧的覆盖设置:你为早期模型设置的值仍然适用于新模型。

在长线程深处切换模型:文档未描述如何处理大于新默认值的线程,因此请在自然间歇期切换。

解决方案:有目的地选择模型,并将上下文保持在窗口之外

第 1 步:检查你的配置文件

打开 config.toml 并查找 model_context_window 和 model_auto_compact_token_limit。只有当你希望每个模型都使用相同数值时才保留它们。

第 2 步:使模型与线程匹配

使用 Astra 进行跨系统调查,使用 Sol 进行日常迭代。当你更改工作类型时,开始一个新线程。

第 3 步:切换后验证

在使用 /model 后,检查转录中的确认信息并运行 /status。

第 4 步:将项目上下文保存在不依赖模型的地方

写下每个线程开始时应具备的决策和约束,这样新线程或不同模型就不需要旧的历史记录。

在 MemoryLake 中设置

上下文窗口保存了当前线程收集的所有内容。当你切换模型、开始新线程或让压缩总结旧轮次时,你项目背后的决策不应依赖于这些。哪个服务拥有重试逻辑、为什么要推迟迁移、发布前必须通过哪些测试:这些是项目上下文,而不是会话历史。

MemoryLake 是此类项目上下文(如决策、约束和当前优先级)的记忆层,保存在你维护的一个地方,并可供你连接的助手(如 ChatGPT、Claude Code 和 Codex)使用。

你自己用自己的语言编写条目。不会从你的 Codex 线程、config.toml、AGENTS.md 文件、Codex 记忆、Work 对话或任何供应商的存储中读取、写入或删除任何内容。GPT-6.2、Codex 和 Work 的行为与 OpenAI 描述的一致。

第 1 步:创建 API 密钥

登录并从控制面板生成密钥。像对待任何其他凭据一样,将其存储在代码库之外。

MemoryLake 控制台显示 API 密钥屏幕,在此创建并复制新密钥以供智能体使用
MemoryLake 控制台显示 API 密钥屏幕,在此创建并复制新密钥以供智能体使用

第 2 步:上传你的第一批记忆

从你在解决方案第 4 步中写下的内容开始:新线程需要的决策和约束。每个条目一个决策,并附带做出决策的日期。

MemoryLake 工作区显示已上传的第一批文档,列出了每个成为可搜索记忆的文件
MemoryLake 工作区显示已上传的第一批文档,列出了每个成为可搜索记忆的文件

第 3 步:连接你的 AI 和智能体

连接 Codex、ChatGPT 和你使用的其他助手。无论选择哪个模型,每个助手都可以利用相同的决策。

MemoryLake 集成屏幕列出了可以连接到记忆层的 AI 客户端和智能体框架
MemoryLake 集成屏幕列出了可以连接到记忆层的 AI 客户端和智能体框架

这在实践中改变了什么

第一个区别是切换成本更低。Astra 上的新线程可以从简短的简报开始,而不是冗长的 Sol 历史。

第二个是减少对压缩的担忧。当决策存在于线程之外时,丢失细节的总结所带来的损失更小。

第三个是跨工具的一致性。在 Codex、Work 以及你连接的任何其他助手中,都有相同的项目上下文。

GPT-6.2 在 Codex 中的最佳实践

选择 Astra 进行跨系统工作:这是 OpenAI 推荐用于最难调查的模型。

选择 Sol 进行日常长线程:默认情况下,它在 Codex 中初始空间更大。

将 model_context_window 视为全局设置:一个数值适用于当前活动的任何模型。

清理旧的覆盖设置:早期模型的设置仍会应用于新模型。

在自然间歇期切换:为不同类型的工作开始新线程。

保持 AGENTS.md 精简:OpenAI 的提示指南推荐这样做,且它会加载到每个线程中。

使用 Work 访问 ChatGPT:这些模型不在 Chat 中。

结论

GPT-6.2 Astra 和 Sol 于 11 月 17 日登陆 ChatGPT Work、Codex 和 API。Astra 是 OpenAI 为最难的跨系统工作准备的选择,而 Sol 是日常模型,能让你在与 GPT-6.1 Sol 相同的计划下完成更多任务。在 ChatGPT 中,你通过 Work 访问两者,新对话默认使用 Sol。

在 Codex 中,模型具有不同的默认窗口:Astra 为 272,000 token,Sol 为 500,000 token,两者最高均可使用 100 万 token。单一的 model_context_window 设置会改变当前活动模型的窗口,且旧数值会一直生效直到你将其删除。文档未说明切换后如何处理大于新模型默认值的线程,因此请在自然间歇期切换,并将重要的决策保持在线程之外。

常见问题

GPT-6.2 Astra 和 Sol 有什么区别?

OpenAI 推荐 Astra 用于最难的项目,如追踪跨服务的 bug;推荐 Sol 用于日常编码、写作和多步骤工作。

我可以在普通 ChatGPT 中使用 GPT-6.2 吗?

OpenAI 表示要打开 Work 才能在 ChatGPT 中使用 GPT-6.2 Astra 或 Sol。

GPT-6.2 Astra 在 Codex 中的上下文窗口是多少?

Codex 中的默认值为 272,000 token。如果你更改设置,两个 GPT-6.2 模型都支持高达 100 万 token。

GPT-6.2 Sol 在 Codex 中的上下文窗口是多少?

Codex 中的默认值为 500,000 token,与 GPT-6.1 Sol 相同。

如何在 Codex 中给 Astra 更大的上下文窗口?

在 config.toml 中设置 model_context_window。它适用于当前活动的任何模型,因此 Sol 也会使用相同的数值。

如何在 Codex 中切换模型?

使用应用中的模型选择器或 CLI 中的 /model。Codex 会在转录中确认新模型,/status 会显示更改。

ChatGPT Work 默认使用哪个模型?

在支持的个人计划中,新的 Work 对话默认使用 Sol,推理力度为 Light。拥有模型访问权限的 Enterprise 工作区默认使用 Sol,推理力度为 Medium。