今天用 Claude Code 调用 Codex 服务时，突然发现多了一个 5-Hour 用量限制。第一反应是：生产力工具又被压缩了一点。
但仔细想想，这个限制其实主要影响的是 CLI（命令行）用户。普通聊天很难在短时间内触碰上限；而 CLI 不一样，它会把任务拆解、执行、读取文件、修改代码、反复验证，token 消耗速度自然会快很多。
这反而说明一件事：CLI 才是更高带宽的人机交互方式。同样一台电脑，如果一直靠鼠标点来点去，本质上还是人在适应界面；而命令行更像是直接把意图交给机器执行。鼠标点击越频繁，越说明自己还停留在 GUI 的节奏里。
面对限制，选择无非几个：接受额度、升级到 200 美元 Pro 套餐，或者再开一个账户。
再看现在的三个模型：gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna，大致可以类比成 5G、4G、3G：
- 5G 更快，但同样时间内消耗的流量也更多；
- 如果只是聊天，3G、4G、5G 的差别没那么明显；
- 如果要高清视频、4K 电影，就必须用更高带宽；
- 对应到模型上，简单任务用弱模型就够，复杂任务才值得上强模型。
不过，模型和网络有一个关键区别：
网络只是传输能力不同。发送同一个文件，3G 慢一点，5G 快一点，但最后得到的文件是一样的。
模型不是这样。同一个 prompt，三个模型可能给出完全不同的答案；甚至同一个模型连续问两次，也可能不一样。更重要的是，有些问题不是“多等一会儿”就能解决，弱模型可能根本做不到，只有更强的模型才有能力完成。
所以真正要学会的，不是单纯省 token，而是像管理网络套餐一样管理模型：日常任务用低成本模型，关键问题交给强模型。效率的核心，是把 CLI 的执行力和模型的能力层级结合起来，把每一次消耗都变成真正的产出。