Recentemente, o limite duplo do Codex (Pro) até o final de maio é muito atraente, muitas pessoas usam fast achando que podem acelerar ainda mais 🚀

Fui verificar o código-fonte Rust do CLI do Codex. O fast é basicamente dizer ao OpenAI "esta solicitação deve passar por uma fila prioritária". Exatamente, o modelo não foi trocado, a inferência não foi reduzida, a qualidade não mudou
Não é aceleração, é prioridade na fila 😂
E essa prioridade na fila é realmente mais rápida? Isso depende de quantas pessoas estão na fila, pode fazer diferença em horários de pico, quase não há diferença em horários de menor movimento
Além disso, o Claude Code também tem uma opção fast, com o mesmo nome, mas completamente diferente na essência. É o mesmo modelo rodando com uma configuração diferente, a saída é 2,5 vezes mais rápida, mas o custo por token é diretamente 6 vezes maior 💸
De um lado, fila prioritária gratuita, do outro, aceleração paga. Realmente, é uma questão de uma opção fast, duas interpretações