各位 codex 的上下文窗口都设置的多少？

[JokerLD]

我自己感觉用 Astra 的话 258k 有效上下文太容易压缩了。做个任务不断地压缩，感觉时间一长就容易漂移，设置大一点的上下文窗口能够解决这个问题么。虽然我查下来说 OpenAI 针对 272k 的上下文是做过优化的。 想问问各位大佬们的实际实践经验。

还有一般隔多久新开一个 session 啊，我基本上每个模块每个功能版本都要单独开一个 work session 来做，然后通过文档组织好，但是感觉还是会丢失一些上下文信息，不知道各位是这么解决的。

[99185302]

"保存线程交接信息",然后开新线程先读线程交接信息确认后再继续。

[nakun233]

一个干到底，除非 load 不出来或者卡很久

[shuijingwanwqyy]

我会 /status ，如果 Context window 低于 20% 的话，我会用 /compact 下。

[111111111111]

我是改用 hermes 了，上限 872k ， 达到 50%自动压缩，也就是 436k 的上下文
hermes 还有一个 fast:auto 模式，小任务响应快，大任务后期会自动关闭 fast

[shakaraka]

一路干到底。你能想到的人家想不到么，如果解决方案足够成熟，他们早端上来了

[zed1018]

1. 保持默认不变，打开新的 context 管理（不压缩通过开新窗口） context_management.experimental_mode = true
2. 不是同一个开发任务肯定是开新 session

[morty0]

我开了 828k

[Sezxy]

默认的经常压缩，还是开大点舒服

[V2Try]

保持默认

[SilencerL]

建议大家 Codex 使用 GPT-6/6.1 时，将上下文窗口设为 272K 。同时建议开启上下文管理特性（目前只支持订阅账号）：

model = "gpt-6-astra"
model_context_window = 272000

[features.context_management]
experimental_mode = true

计费规则：按官方 API 规则，单次请求输入不超过 272K 时正常计费；超过后，整次请求的输入及缓存单价变为 2 倍，输出单价变为 1.5 倍，并非只对超出部分加价。因此不建议日常盲目扩大窗口。如果叠加快速模式费用会变成四倍或者更多。
Feature 作用：通过跨窗口笔记和历史检索，保留并找回需求、决策及工具结果，减少反复压缩摘要造成的信息丢失。OpenAI 宣称能更好的支撑长任务连续执行，同时不依赖不断扩大窗口。

[Smileh]

我设置了 在 272k 之前进行压缩 并且移交之前上下文总结

[jellywong]

刚从 cc 切过来，体感 codex 动不动就整理上下文，200 多 k 确实不够用，对比 cc 不会经常压缩次数要少得多。codex 做事慢吞吞。

[nishui]

Codex 里 GPT-6 Astra 上下文可以直接开 1M ，上下文超过 272K 不会产生额外费用（仅限于 Codex 里 GPT-6 Astra ！），这块好多人都不知道😈
https://help.openai.com/en/articles/20001415-chatgpt-rate-card-enterprise-token-based-pricing#gpt-6-astra-codex-long-context-exception

一般任务你可以考虑开 372k 上下文，这样不容易触发压缩，效果很好，至于为什么是 372k ，早期 GPT-5.6 Sol 默认设置就是 372k ，手感很不错
model_context_window = 372000

长程任务或是不想老是遇到压缩，就开 1M 上下文
model_context_window = 872000

对于需求，如果不相关领域的，则考虑独立 session 避免 AI/自己也混淆了