Codex limitini koruma: Fast modu, modeller ve akıl yürütme

👁 112 okunma

Codex ayarlarında, Kullanım ve faturalandırma sekmesinde iki kez okumaya değer bir cümle var: “Codex, Work modu, çalışma alanı ajanları ve ChatGPT for Excel için ortak limit. Sohbet konuşmaları bu limite dahil değildir.” Hemen altında haftalık limit göstergesi bulunuyor. İlk gün gösterge yüzde 100’dü. Birkaç saat sonra yapılandırma dosyasını incelerken, haftalardır bu limiti fark ettirmeden iki buçuk kat daha hızlı tüketen bir ayar buldum.

Sözünü ettiğim ayar Fast modu. Aşağıda ne kadara mal olduğunu, görev için doğru modeli ve akıl yürütme seviyesini nasıl seçebileceğinizi ve kalıcı olarak hangi ayarları kullandığımı anlatıyorum. Tüm sayılar OpenAI belgelerine veya 3 Kasım tarihli testlerime dayanıyor.

Fast modu limiti 2,5 kat hızlı tüketiyor

Fast modu model yanıtlarını hızlandırıyor. OpenAI, modelin 1,5 kat daha hızlı çalıştığını belirtiyor. Aynı belgede maliyet de açıklanıyor: Fast, abonelik limitinden standart moda göre 2,5 kat, ek kredilerden ise 2 kat fazla tüketiyor. Kullanılabilir olduğu yerlerde GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Astra, GPT-6 Sol ve GPT-6 Luna modelleriyle çalışıyor.

Yalnızca GPT-6 Astra ve GPT-6.1 Sol için sunulan Ultrafast modu da var. Abonelik limitinden standart moda göre 8 kat, kredilerden 6 kat fazla tüketiyor. Dolayısıyla Ultrafast’ta geçirilen bir saat, standart modda geçirilen sekiz saat kadar limit harcıyor.

Fast modu bende varsayılan olarak iki yerde birden açıktı. ~/.codex/config.toml dosyasında service_tier = "priority", masaüstü uygulamasının bölümünde ise default-service-tier = "priority" satırı vardı. Codex’te Priority, eski adlandırmayla Fast ile aynı seçeneği ifade ediyor. İki satırı da kaldırdım. Gerçekten acelem olduğunda Codex’e /fast on yazıyor, işim bitince /fast off ile kapatıyorum. Durumu /fast status komutuyla kontrol ediyorum.

Fast’i sürekli açık tutmak isterseniz belgelerde şu iki satır yer alıyor:

service_tier = "fast"

[features]
fast_mode = true

Sol, Astra veya Luna: hangi Codex modeli seçilmeli?

Codex’in model seçim ekranında birkaç ad var; uygulamadaki açıklamalar ise kısa. GPT-6.1 Sol, “kod ve günlük işler için en yeni çalışma modeli”; GPT-6 Astra, “en zorlu görevler için üst düzey zekâ”; GPT-6 Luna ise “daha kolay görevler için hızlı ve ucuz model” olarak tanımlanıyor. GPT-6.1 Terra’yı ayrı olarak Codex’te GPT-6.1 Terra yazısında test ettim. Ayrıca 6 ve 5.6 serilerinden eski modeller de var.

Astra’nın akıl yürütme kapasitesi daha güçlü, ancak Sol 6.1’den daha eski bir seriye ait. Bu nedenle varsayılan modelim olarak onu seçmedim. Bir hatanın maliyetinin bekleme süresinden daha önemli olduğu görevlerde kullanıyorum: yeni bir uygulamanın mimarisini tasarlamak, Sol’un daha önce yanlış teşhis ettiği zor bir hatayı çözmek veya kapsamlı araştırma yapmak gibi. Dosya adlarını değiştirmek, basit bir betik yazmak ya da günlük dosyasını okumak için düşük seviyede Luna yeterli.

Akıl yürütme seviyesi de kullanımı etkiliyor

Her modelde low, medium, high, xhigh ve max seçeneklerinin yer aldığı bir akıl yürütme seviyesi ayarı var; çoğu modelde ultra seçeneği de bulunuyor. Luna’da en yüksek seçenek max. OpenAI, Codex istemleri kılavuzunda günlük kullanım için medium; en zor ve uzun görevler içinse high veya xhigh seviyesini öneriyor. Seviye yükseldikçe model yanıt vermeden önce daha fazla düşünüyor ve limitten daha fazla tüketiyor.

Varsayılan seviyeyi high olarak ayarladım. Genellikle başından sonuna kadar tamamlanması gereken projeler üzerinde çalışıyorum; bu tür işlerde daha uzun düşünmek, daha ucuz ama hatalı bir yanıttan daha avantajlı. Max ve ultra seviyelerini tek bir görev için gerektiğinde elle açıyorum. Yapılandırma dosyasında ilgili ayarlar şöyle görünüyor:

model = "gpt-6.1-sol"
model_reasoning_effort = "high"
plan_mode_reasoning_effort = "xhigh"

Üçüncü satır planlama moduyla ilgili. Plan bir kez oluşturuluyor ve devamındaki tüm çalışmayı etkiliyor. Bu nedenle planlama sırasında modele daha fazla zaman tanımak mantıklı. Planın uygulanması ise normal high seviyesinde ilerliyor.

Kısa sorular da limit tüketiyor

Codex’i yapılandırırken terminalden ona kontrol amaçlı sorular sordum. Örneğin, test materyalindeki Lehçe “Tire işaretleriyle ilgili kuralın ne?” sorusunun çevirisini kullandım; bu, Lehçe özgün test sorusunun Türkçe çevirisidir, Türkçe olarak yeniden test edilmiş bir soru değildir. Yanıt birkaç satırdı, ancak sayaç her seferinde 19.000 ila 24.500 token gösteriyordu. Boş bir konuşmada bile Codex modele kendi talimatlarını, AGENTS.md dosyamı, kullanılabilir becerilerin listesini ve araç açıklamalarını gönderiyor. Bu yüzden tek cümlelik on soru sormak, on maddelik tek bir soru sormaktan daha fazla maliyete yol açabiliyor.

Bu nedenle üç alışkanlık edindim:

• Konuşmayı adım adım ilerletmek yerine bağlamı ve beklediğim sonucu belirterek tüm görevi tek mesajda veriyorum.
• AGENTS.md dosyasını kısa tutuyorum. Ayrıntıları yalnızca gerektiğinde yüklenen becerilere taşıdım.
• Uzun konuşmaları sonsuza kadar sürdürmüyorum. İyi bir AGENTS.md ile yeni bir konuşma başlatmak, eski konuşmada yüzüncü mesajı göndermekten daha ucuz.

Codex belleği ve limit kullanımı

Codex belleğini de etkinleştirdim ([features] bölümünde memories = true). Codex, Claude Code’da olduğu gibi konuşmalardan kendi notlarını çıkarıyor ve bunları daha sonra kullanıyor. Bu notları oluşturmak da limit tüketiyor; ancak bir güvenlik eşiği var: varsayılan ayarlarda, limitin yüzde 25’inden azı kaldığında Codex not üretmeyi durduruyor. Bu eşiği memories.min_rate_limit_remaining_percent anahtarıyla değiştirebilirsiniz.

Haftalık limit bittiğinde Codex, ek kredilerle çalışmaya devam edebilir. Aynı sekmede kredi bakiyesi ve otomatik yükleme anahtarı görülebiliyor. OpenAI, kredi satın alırken yüzde 40’a varan indirim vaat ediyor. Ben otomatik yüklemeyi açmadım. Limitin bitmesini sessizce oluşan bir fatura yerine bir uyarı olarak görmeyi tercih ediyorum.

Daha ucuz plandaki limitlerin nasıl olduğunu ChatGPT Plus’ta Codex limitleri yazısında anlattım. Claude Code’daki kuralları ve becerileri Codex’e nasıl aktarabileceğinizi, böylece her mesajda her şeyi baştan açıklamanız gerekmeyeceğini Claude Code’u Codex’e aktarma rehberinde gösteriyorum. Ancak benim için en büyük farkı tek bir satırı silmek yarattı: service_tier = "priority". Bu ayarı açtığımı bile hatırlamıyorken, şimdi aynı haftalık limit iki buçuk kat daha fazla işe yetiyor.

Kaynaklar

• OpenAI, Speed (Fast ve Ultrafast): https://learn.chatgpt.com/docs/agent-configuration/speed
• OpenAI, Configuration Reference: https://learn.chatgpt.com/docs/config-file/config-reference
• OpenAI Cookbook, Codex Prompting Guide: https://developers.openai.com/cookbook/examples/gpt-5/codex_prompting_guide
• Codex Desktop ayarları, Kullanım ve faturalandırma sekmesi, 3 Kasım 2026 itibarıyla
• Kendi Codex CLI 0.162.1 testlerim, 3 Kasım 2026

// okumaya devamSansürsüz yapay zekâ: Daha az kısıtlamalı modellerGenelFairStress: Yapay zekâ modellerinde gizli karar asimetrileriKarşılaştırmalarCOPEX: MCP kullanan dil modelleri nasıl kandırılıyor?Karşılaştırmalar