GPT 5.6 推出之后，Codex 这几天一直在重置额度，我暂时可以持续使用 5.6 Sol。不过按照我平时的任务量，额度恢复正常以后，很难把所有工作都交给 Sol。
GPT 5.6 的 Luna、Terra、Sol 三个档位都可以在 Codex 里使用。我需要解决的问题因此从「选哪个模型」变成了「哪些任务值得使用 Sol」。
从 Claude 时期开始，我就一直在使用多模型协作：Claude 作为产品经理负责看代码和写方案，Codex 作为工程师负责实现代码和 review 代码，Gemini 负责设计。当时我还做了一个专门给 Claude 使用的 Codex Skill。
现在 GPT 5.6 的能力覆盖得更全面。继续使用多 Agent，主要是为了平衡效率和开销，不再依赖不同厂商模型之间的能力互补。
三个档位的模型
三个模型的命名分别是 Luna、Terra、Sol，对应月亮、地球和太阳。从层级可以大致看出定位：Luna 适合轻量的工作，Terra 可以承担比较复杂的执行，Sol 负责最复杂、最难的任务。
根据我的实测，三个模型的取向很接近，前端设计和文案能力也比较相似。真正拉开差距的是工程任务的复杂度。
四个自定义子 Agent
我自己实际的使用方式，是在 Codex 里创建四个自定义子 Agent，分别负责不同类型的工作：
- 看代码小子：Luna Medium 的思考程度，专门用来找对应的代码位置，类似于 Claude 里面的 Explore，那边使用的是 Haiku 模型；
- 写代码小子：Luna Medium 的思考程度，负责简单、非常明确的代码；
- 写难代码小子：Sol High 的思考程度，负责难一点的代码；
- Review 小子：Sol High 的思考程度，负责 review 代码。
负责和我对话、给子 Agent 分配任务的主 Agent，使用 Sol Extra High 的思考程度。
在 Codex 的输入框里按 @，就可以看到自己分配的这四个子 Agent。
使用 Dev Team Skill 调度
我把分配条件写进一个叫 Dev Team 的 Skill，分别说明什么时候使用看代码小子、写代码小子和写难代码小子。主 Agent 使用能力最强的模型，负责分配任务、编写方案和调度不同模型。
除了分配不同的子 Agent，我还会在 Skill 里告诉主 Agent：读代码或者 review 代码的时候，都可以并行派发 Agent。
实际配置里为什么没有 Terra
我的实际配置没有使用 Terra。这是基于自己的测试结果：方案明确时，Luna 和 Terra 的执行效果比较接近，无论探索代码还是执行修改都差不多；Sol 则明显强于这两个模型。所以我只保留 Luna 和 Sol 两档。
分开来看，代码探索和明确的局部修改使用 Luna 就够了。复杂工程执行时，Terra 比 Luna 好一点，但 Sol 又明显强于前两档。为了减少一层判断，我最后只保留 Luna 和 Sol：简单任务交给 Luna，真正复杂的任务直接交给 Sol。
前端概念设计方面，在我自己的盲评里，Luna 的效果最好，但三个模型的差别其实不大。下面是三个模型分别完成的 HTML 设计：
三个结果都能使用，没有哪一个明显领先。至少在这次前端概念设计盲评里，三个模型的差别很小。
只在编程任务里启用这套分工
我把这套分配机制写成 Skill，没有放进系统提示词或全局的 AGENTS.md。它只适合编程任务；简单对话和方案设计没有必要每次都启动一组开发 Agent。主 Agent 只有在任务明确需要修改代码时才调用 Dev Team，日常对话仍然保持原来的执行方式。
我现在的模型分工
我现在让 Sol Extra High 担任主 Agent，负责理解需求、制定方案和分配任务；Luna Medium 负责代码探索与边界明确的局部修改；复杂实现和最后的代码 review 交给 Sol High。
这套配置放弃了更细的三档路由，换来更清楚的判断边界。它也只解决编程任务的额度分配，不代表 Luna 适合所有轻量工作，也不代表 Sol 必须参与每一次对话。