让最贵的模型只负责定方向、做验收，实现环节全部交给便宜模型。一位开发者把这套编排思路做成了现成的包，实测下来顶级模型的额度消耗砍掉 98%，文档、测试照跑不误。

额度从"用不完"到"天天撞墙"

刚上线那一周，额度确实宽裕。有开发者一口气用了 5 亿（500M）token，离每周上限还差得远，平台又送过两次免费重置，用起来相当省心。可没过多久风向就变了：限速提示频繁弹出，为了把下一个 5 亿 token 跑完，他前后重置了 4 次。月度 20 倍档的套餐，照样不够烧。

前面两条弯路：只省 10%，还添了新毛病

他先试的是老办法：把此前给别的智能体写好的技能搬过来，让顶级模型把构建类任务转包出去。结果不痛不痒，用量只降了 10% 左右，还带出一堆新问题。同一套流程在 Claude 的 Fable 上跑得挺顺，挪到 codex 里就处处别扭。

接着他又试了子智能体混编，让几款大小模型分别承担不同环节。每款都有自己的长处和短板，换来的改善却都算不上实质性。折腾了一大圈，方向始终没对准：真正卡住他的是分工，跟模型强弱关系不大。这样使劲，无异于缘木求鱼。

转折点：让便宜模型去干"苦力"

真正的变化来自一次换人。把实现环节交给 DeepSeek V4.1 Flash 之后，输出质量立刻上了一个台阶，据他描述已经能跟 Opus 5 掰手腕，顶级模型的用量当场降了 60%。

代价还低得离谱。每百万 token 的价差摆出来，任谁看了都心动：

拿顶配模型去写实现，正是杀鸡焉用牛刀。

关键在分工：贵的定方向，便宜的动手

后面的优化，全花在"少让顶级模型亲自动手"上。得其大者可以兼其小，把决策和验收这两件大事抓住，实现这种细活自然就有着落了。

安装路径不复杂：

• 用 codex-router 把外部模型直接挂进 codex
• 填入 DeepSeek 或 OpenRouter 的 API，接上 V4.1 Flash
• 把技能装进 ~/.agents/skills/
• 把 Flash 角色装进 ~/.codex/agents/，再到 ~/.codex/AGENTS.md 里加一条工作流策略

跑起来就三步：顶级模型管范围、架构设计，把每个阶段拆成任务简报；Flash 负责摸底、实现、测试，逐项汇报；顶级模型再审、再验，逐项决定通过还是打回重做。

实测：7 小时只吃掉 2% 周额度

他的对照数据相当直白：一场 7 小时的构建，只消耗每周额度的 2%；而更早那次 5 小时的构建，烧掉了 28% 还多。

基准图里的账更细。顶级模型的 token 消耗从 856 万降到 9.59 万，降幅 98.9%。同一段提示词，薄编排跑出 47449 行源码与测试，比全用顶级模型的 34425 行还多 39%。折算到每千行实现代码，顶级模型的开销从 11.32 美元压到 0.26 至 0.34 美元。候选跑那一轮，6706 个测试全部通过，0 失败，63 条验收标准一条不落。

想抄这套作业，先记住这几处

• 方案还在实时迭代，作者本人也在继续测，配置和文档随时会变；
• 这套东西要动本地配置，codex-router 和 ~/.codex/AGENTS.md 都在其中，改之前先备份，别拿主力环境直接试；
• 效果跟任务类型强相关，长任务、构建类收益最明显，短平快的小改未必划算；
• 先挑一个无关紧要的小项目跑一轮，确认流程和账单都符合预期，再往正式项目上搬。

以人为镜，可以明得失。别人踩过的坑已经写在明处，照着调配置就好，不必自己从头再撞一遍。

原文链接：
https://www.reddit.com/r/vibecoding/comments/1wl3lfi/i_built_an_orchestration_package_that_lowered_my/

仓库地址：
github.com/ethanplusai/astra-flash-orchestrator