사용법 : codex켜고 최신모델 설정 후 '해줘'&재시작
config.toml 수정해서 1m context 사용설정 해줘
model_context_window = 1000000
model_auto_compact_token_limit = 900000
✍️후기
OpenAI 화이팅
- 국방부고 뭐고 절대 망해선 안된다. Claude처럼 뭐 만들면 찌질하게 api로만 열어주는게 아니라 화끈하게 OAuth 사용자에 바로 공개. 적자보면서 해줄때 쓰자. 대기업이 초 적자라는건 그 서비스 안 쓰는 사람이 바보인 시기라는 것.
200k < 400k ««««« 1M
- 1m context는 claude의 200k window와는 질적으로 다르다.
코어작업은 대부분 전체 코드 구조와 참조를 다 고려하면서 해야하는데 적은 컨텍스트로는 구조적으로 불가.
200k 로는 제대로 된 작업 힘드니 subagent로 쪼개고, 팀 띄우고 하는건데 그래봤자 체급 차이는 못이긴다.
결국 팀 유지해야하고 같은 작업 여러번 하느라 토큰 낭비도 심함. 가능만 하다면 main session이 일관성있게 쭉 밀며 작업하는게 최고.
토큰 수 통곡의 벽이 온다
- 기존 context window 넘어가는 순간부터 x2 사용량 카운팅. 지금도 weekly limit 닳는게 눈에 보임. 4월에 사용량 두배 이벤트 끝나고 나면 기존의 4배속으로 닳는다는 말인데 그럼 Pro 사용자도 토큰 절대 부족해짐... 이런식으로 토큰 소비 멀티플 적용하는 옵션 하나씩 생기다 보면 금방 Pro 계정 두개씩 써야하는 시기가 올 듯.
"GPT Pro 토큰 대체 어떻게 다씀?" => 곧 그리워질 낭만..
cf)
1. reddit 반응 보면 1m 해봤자 context 커지면 멍청해져서 토큰만 아깝다는 반응도 많은데, 직접 해보니 괜찮으니 해보고 판단해도 될 듯.
2. 특징
- reasoning + coding + agentic workflows
- OSWorld 벤치마크 47.3 => 75%로 확 오름 : 이게 의미하는게, 실제 사람이 컴퓨터 쓰듯이 마우스/키보드 주고 윈도우 쓰게 하면 인간(72.4%)보다 잘 쓴다는거임. Openclaw 시대가 온다.