这两天一直在想，Codex 到底应该默认用：
Terra + Extra High
还是 Sol + Medium？
和 ChatGPT 研究了一圈，我最后还是决定默认用 Sol + Medium
先拆开看两个层面：模型和推理档位。
3 个模型，可以理解为雇佣了3个不同能力级别的人。
推理档位，则代表这一次任务，你准备让他投入多大的思考、检查和修正力度。
所以：
Sol + Medium，相当于让能力更强的人正常思考。
Terra + Extra High，相当于让能力稍弱一些的人投入更多时间，反复分析和检查。
两者都可能完成复杂任务，但侧重点有所不同。
面对需求模糊、需要理解上下文、做判断和取舍的任务，Sol 通常更有优势，更有可能在一开始就抓住真正的问。
另外我觉得，使用 AI 最贵的成本，可能就是在它理解错方向以后，我还要反复纠正，甚至把已经完成的内容推倒重来。
所以，Sol + Medium 不一定是 Token 最省的组合，但对我的任务来说，它可能是人工纠偏成本更低的组合。
所以，结论就是：
日常默认 Sol + Medium。
方向基本正确，只是分析、验证不够深入，就提高推理档位。
如果任务明确、重复、容易验收，选择项地降到 Terra，甚至 Luna。
但为了省脑子，不纠结，就直接默认Sol + Medium就完事了
@aigc1024
Terra + Extra High
还是 Sol + Medium？
和 ChatGPT 研究了一圈，我最后还是决定默认用 Sol + Medium
先拆开看两个层面：模型和推理档位。
3 个模型，可以理解为雇佣了3个不同能力级别的人。
推理档位，则代表这一次任务，你准备让他投入多大的思考、检查和修正力度。
所以：
Sol + Medium，相当于让能力更强的人正常思考。
Terra + Extra High，相当于让能力稍弱一些的人投入更多时间，反复分析和检查。
两者都可能完成复杂任务，但侧重点有所不同。
面对需求模糊、需要理解上下文、做判断和取舍的任务，Sol 通常更有优势，更有可能在一开始就抓住真正的问。
另外我觉得，使用 AI 最贵的成本，可能就是在它理解错方向以后，我还要反复纠正，甚至把已经完成的内容推倒重来。
所以，Sol + Medium 不一定是 Token 最省的组合，但对我的任务来说，它可能是人工纠偏成本更低的组合。
所以，结论就是：
日常默认 Sol + Medium。
方向基本正确，只是分析、验证不够深入，就提高推理档位。
如果任务明确、重复、容易验收，选择项地降到 Terra，甚至 Luna。
但为了省脑子，不纠结，就直接默认Sol + Medium就完事了
@aigc1024
