我刚做了最小实验：主模型仍是 GPT-5.6 Sol Ultra，只负责复杂判断、任务拆解和最终验收。找资料、扫代码这类活交给更快更省的 Terra Medium，全程只读不改；边界清楚、执行路径明确的任务直接丢给 Sol Medium；复杂、模糊、高风险的部分一律留在 Ultra。 Sol Medium 还是 Sol，只是思考强度从 Ultra 降到 Medium。官方定位 Medium 是多数任务的平衡默认，高推理强度可能提升复杂任务质量，但会增加耗时和 Token。所以我不敢说质量完全不受影响，只能靠任务边界清晰 + Ultra 最终验收来控风险。 目前还在真实任务里跑，还没测出具体节省比例，也还没系统对比质量差异。正在观察。 你们有没有做过类似「强模型只做判断和验收、Medium 档只做明确执行」的分工？质量有没有明显掉？
想让 Codex Ultra 少浪费额度，又不能为了省 Token 再叠一套复杂分工系统。
我刚做了最小实验：主模型仍是 GPT-5.6 Sol Ultra，只负责复杂判断、任务拆解和最终验收。找资料、扫代码这类活交给更快更省的 Terra Medium，全程只读不改；边界清楚、执行路径明确的任务直接丢给 Sol Medium；复杂、模糊、高风险的部分一律留在 Ultra。
Sol Medium 还是 Sol，只是思考强度从 Ultra 降到 Medium。官方定位 Medium 是多数任务的平衡默认，高推理强度可能提升复杂任务质量，但会增加耗时和 Token。所以我不敢说质量完全不受影响，只能靠任务边界清晰 + Ultra 最终验收来控风险。
目前还在真实任务里跑，还没测出具体节省比例，也还没系统对比质量差异。正在观察。
你们有没有做过类似「强模型只做判断和验收、Medium 档只做明确执行」的分工？质量有没有明显掉？