ChatGPT 與 Codex 共用額度：12 月調整，誰會先撞上限？（2026）

2026 年 11 月 3 日查閱時，OpenAI 已在幫助中心公開〈Understanding ChatGPT and Codex usage limits〉。這份 ChatGPT 與 Codex 共用額度說明，預告 12 月起調整 Plus、Pro 與 Business 的用量安排。值得追問的是：當探索想法與執行工作走向同一個入口，訂閱者能更自由調度，還是更容易在重要工作前用完容量？

頁面顯示的是相對更新時間「昨天」，不能據此確定首次公告日期。下面先還原這份短公告，再用現行官方文件辨認改動邊界，最後討論它對不同使用方式的影響。

ChatGPT 與 Codex 共用額度：先讀清楚公告的邊界

原文把三件事放在一起：Work 的代理能力將融入主要 ChatGPT 體驗；指定方案的 ChatGPT 與 Codex 將共用額度；用量以 token 衡量，消耗取決於模型與任務。這是產品入口與用量制度一起調整的訊號。

Instant chat will not draw from your usage.

中文：Instant 聊天不會扣這份用量。

OpenAI，Understanding ChatGPT and Codex usage limits

這句例外決定整則新聞該怎麼讀：不能把它寫成「每聊一句都會吃掉寫程式額度」。公告還預告可在 Settings → Usage 查看合併後餘量與重置時間；碰到上限，可等重置、升級，或購買 credits 繼續使用合資格功能。

截至本次查閱，這一頁未列各方案的精確 token 配額，也未列 12 月哪一天開始。因此，本文把它視為待落地的制度公告，不推算固定可聊幾則、能寫幾個專案，或認定所有帳號已經切換。

已共用的是 Work 與 Codex，這次要看的是範圍如何擴大

現行官方 Pricing 文件已寫明 Work 與 Codex 共用用量。新公告則談把 Work 能力帶進主要 ChatGPT 體驗，並安排 ChatGPT 與 Codex 的共用額度。兩份文件處理的時間與範圍不同；把它們混成「Codex 第一次和任何 ChatGPT 功能共用」，會錯失真正的改動。

對使用者來說，需要辨認的分界逐漸從「在哪個分頁工作」，移向「這次請求用了哪種能力、走哪份用量」。介面整合能減少切換成本，但也讓原本靠產品名稱辨認預算的人，需要更清楚的用量提示。這是我們對制度設計的判讀，並非已量到的使用者行為。

若想先認清既有入口，可以讀 ChatGPT Work 的 Chat／Work／Codex 分工；若工作從 Pages 發起，Space Pages 用量核對教學提供了辨認任務與帳本的方法。這些文章有各自的查核日期，不能拿舊配額直接替新制度填上數字。

Token 是計量單位，訂閱價值仍要看完整任務

官方 Pricing 文件說明，提示、檔案、對話歷史、工具結果與回覆都會使用 token；模型、上下文、推理、工具與快取也會影響用量。同樣一段短指令，背後讀了哪些材料、跑了幾輪工具，會使實際消耗不同。

所以，「改成 token 計量」與「每個人都能事先精確估算任務」之間，仍隔著可觀察性。讀者真正需要知道的，是一次工作開始前預計用多少、執行時已用多少、失敗後耗在哪裡，以及剩餘量足不足以完成下一件重要任務。這些是我們建議用來檢驗新制度的問題，不是公告已承諾的全部介面功能。

另外，官方認證文件明確區分：Codex 用 API key 登入時，依 OpenAI Platform 的 API 費率計費。不要把 API 單價乘上想像中的訂閱 token 數，算成一份看似精準的新方案價值。這份公告與 API 帳單需要分開看。

AlphaLab 的判讀：共用帶來彈性，也帶來工作之間的競爭

一、只重度使用一種能力的人，可能更在意可調度的容量

假設一個人主要寫程式，另一個人主要做深入分析。若兩者都能把同一份預算分配到最需要的任務，理論上可減少某處閒置、某處卻被擋住的情況。這是共用池可能帶來的好處。

但好處成立有條件：合併後提供多少容量、各類任務如何計入，必須一起看。只有「共用」兩個字，不能證明總量增加，也不能證明每個人都受益。把原本兩個抽屜改成一個抽屜，方便找東西；抽屜裡最後放了多少，則是另一個問題。

二、聊天分析與寫碼都很重的人，要觀察尖峰是否重疊

假設你上午反覆做深入分析，下午必須完成程式交付。如果兩類工作都計入同一用量池，上午的選擇就可能影響下午的餘裕。這種相互影響來自共用結構，不需要先猜測供應商有沒有減少總量。

對這類使用者，平均一個月用多少，未必能描述最痛的中斷。應記錄的是：兩件重要工作是否常落在同一重置區間、哪一件更急、剩餘額度能否支撐交付。若新制度提供更大的可用池，競爭也可能被抵銷；目前不替未知配額填答案。

三、「多數人等待不會增加」是公司的預期，還不是觀測結果

OpenAI 在原文表示，預期多數使用者不會更頻繁地等待重置。這是值得日後核對的公司的預期說法；它不能回答重度跨功能使用者、特定工作日或特定模型會發生什麼。

一個實用的檢驗方式，是比較同一個人的相近工作日：固定任務類型，記下中斷次數、可完成成果與額外付費。若只看整體平均，少數人的尖峰問題容易被其他人的低用量蓋過；若只看網路上一張耗盡截圖，也無法代表整個方案。

四、我同意整合入口，對「更划算或更縮水」保留判斷

我同意的部分：從討論問題到委派工作，若能延續同一份材料與意圖，產品使用上有清楚價值。統一剩餘用量的視圖，也有機會讓人少猜一次要查哪個地方。

我存疑的部分：把共用直接判成加量，或直接判成砍半。要下這個結論，至少需有新舊可用容量、消耗規則與同類任務的對照。供應商有整合產品與管理容量的動機，使用者則要可預期的交付；動機可以解釋雙方在意什麼，不能取代配額證據。

ChatGPT 與 Codex 共用額度上路前，先留一張自己的工作紀錄

現在可做的準備很小：挑一個代表日，記下方案、使用入口、模型、任務、開始與結束的餘量、重置時間，以及最後有沒有完成合格成果。不必為了測配額刻意耗盡訂閱；觀察原本就要做的工作即可。切換後再用相近任務比較，並標記同期其他活動，避免把不同條件硬當成前後差異。

把任務分成「需要優先保留容量」「可以延後」「已能由較輕量選擇完成」三類。重要交付開始前先看餘量；升級或加購前，先算中斷造成的實際成本。Instant 的例外可以幫你辨認邊界，但不要因此把需要深度處理的工作硬塞進不合適的模式。

衡量訂閱是否值得，可接著讀 AI 訂閱價值與 API 等值的比較陷阱；比較另一種限制形狀，可看 Claude Ultra 的短期與週額度解析。兩者都提醒我們，容量、使用節奏與成果品質，需要分開衡量。

真正值得等待的下一份資訊，是能把自己的工作排進去的規則。當你知道重要任務需要多少餘裕、何時重置、怎樣算完成，共用池才會從一個令人焦慮的百分比，變成可以安排的工作資源。