Observaciones completas recientes
- Cargando observaciones actuales…
SELECTOR DE MODELO + ESFUERZO
Elige el modelo y el esfuerzo de Codex adecuados
Describe la tarea. Codex Juice recomienda Astra, Sol, Terra o Luna y el menor esfuerzo de razonamiento que probablemente la complete bien.
Volver al Radar de CodexTASK → MODEL → EFFORT
Obtén una configuración inicial
Tres señales de la tarea producen un punto de partida transparente. Si falla la verificación, sigue la alternativa en vez de adivinar con valores Juice.
Referencia rápida
Son puntos de partida, no una clasificación de capacidad. La verificación difícil o la prioridad de calidad pueden elevar la configuración.
| Tarea | Empieza con | Esfuerzo |
|---|---|---|
| Rápida y fácil de comprobar | Luna | Bajo |
| Rutinaria y acotada | Terra | Medio |
| Trabajo complejo en repositorio | Sol | Alto |
| Ambigua o de alto riesgo | Astra | Muy alto |
GUÍA DE 30 SEGUNDOS
Elige en 30 segundos
Empieza por la forma de la tarea: usa menos esfuerzo si el camino y la validación son claros, y más si hay ambigüedad o alto riesgo de revisión. Esta guía combina la orientación de calidad frente a velocidad de OpenAI con resultados externos, no con valores Juice.
Cómo funciona la regla
El modelo sigue la amplitud de la tarea y el riesgo de verificación; el esfuerzo controla cuánto razonamiento invertir. El selector usa el posicionamiento de OpenAI y evidencia externa, no el tamaño de la huella Juice.
- Bajo Para trabajo rápido y de bajo riesgo cuando el camino y la validación son obvios.
- Medio Para tareas rutinarias y bien delimitadas; es un punto de partida equilibrado en trabajo conocido.
- Alto Como opción práctica por defecto para trabajo sustancial en repositorios; los resultados externos en vivo muestran aquí el mejor equilibrio antes de Max.
- Muy alto Para tareas ambiguas, entre módulos o con alto riesgo de revisión, cuando la integridad semántica importa más que tiempo y coste.
- Máximo Úsalo solo cuando la tarea justifique la latencia adicional; NixBench incluye Max, pero sigue siendo un único corpus externo, no una regla universal.
- Ultramáximo No hay evidencia pública comparable. No generes una recomendación desde su huella Juice.
MONITOR TÉCNICO
Huella experimental de ejecución
Las observaciones en vivo de los seis niveles vigilan la recolección y los cambios de configuración. Juice no es una puntuación de capacidad; el tamaño y la dirección son huellas neutrales de ejecución.
no disponible
Huellas autodeclaradas actuales
| nivel | actual | anterior | cambio | verificación |
|---|---|---|---|---|
| Bajo | — | — | — | no disponible |
| Medio | — | — | — | no disponible |
| Alto | — | — | — | no disponible |
| Muy alto | — | — | — | no disponible |
| Máximo | — | — | — | no disponible |
| Ultramáximo | — | — | — | no disponible |
Cargando observaciones actuales…
Historial de cambios confirmados
- Cargando observaciones actuales…
Tendencia por nivel
Elige un nivel para revisar valores confirmados en los sweeps conservados.
Método de la sonda
Una sesión restringida y efímera de Codex CLI observa cada nivel. Un valor nuevo se publica solo tras coincidir en una segunda sesión nueva. El sweep completo se invalida si cambia el identificador del modelo.
Lo que esta métrica no demuestra
Juice es una huella de ejecución no oficial y autodeclarada, no uso real de tokens ni un benchmark de calidad. Un valor más alto, más bajo o un cambio en cualquier dirección no indica mayor o menor capacidad de programación.
OpenAI solo ofrece una guía direccional entre calidad y velocidad y señala que no todas las tareas se benefician igual de más razonamiento. Leer la guía de esfuerzo de OpenAI
Evidencia externa en vivo de tareas reales
NixBench publica ahora resultados de GPT-5.6 Sol en Low, Medium, High, XHigh y Max sobre un corpus de 29 tareas de código, con cinco ensayos registrados por nivel. Es evidencia orientativa de otro benchmark, no una puntuación de capacidad de Codex Juice. NixBench aún no publica filas de GPT-6 Astra (comprobado el 2026-09-06).
| nivel | media superada | intervalo 95 % | segundos/tarea | ensayos | tiempos de espera |
|---|---|---|---|---|---|
| Bajo | 23.6/29 | 22.2–25.0 | 27.4s | 5 | 0 |
| Medio | 24.0/29 | 22.5–25.5 | 38.5s | 5 | 0 |
| Alto | 23.6/29 | 22.9–24.3 | 47.4s | 5 | 0 |
| Muy alto | 24.0/29 | 23.1–24.9 | 60.7s | 5 | 0 |
| Máximo | 23.2/29 | 20.1–26.3 | 81.4s | 5 | 3 |
Límites: NixBench usa su propio arnés, corpus y evaluadores shell ocultos objetivos; estos resultados no son lecturas de Codex Juice. Aquí hay una fila pública para Max. Ultra es un modo de producto y no encontramos una fila pública comparable en esta revisión.
Instantánea estática · verificada 2026-08-03
Abrir los resultados en vivo de NixBench Leer el método de NixBench Abrir el repositorio de NixBench Comparar con el tablero en vivo de DeepSWE Leer el contexto GPT-5.6 de OpenAI