可以比较
在同一组行为参数下，三种重置策略对应的相对服务量与未用额度损失。
历史情景回放
Codex 重置，
多提供了多少额度？
额度重置并不等于增加一整份额度：重置时尚未用完的部分会被覆盖。 页面以应用程序编程接口（API）中可确认的生效时刻或官方窗口末端估计为基础，与只有每 7 天自然重置的情况比较；右侧结论采用下方页面假设下的使用节奏。
在当前假设下 · 过去一个月
—%
—u
正在计算相对自然重置的服务量增幅
正在读取所选历史范围内的 API 明确预告…
01
总体用户何时耗尽额度
模型假设 · 不是 API 观测到的用户标签
EXHAUSTION / RESPONSE DENSITY
无预告与响应 Tibo 预告的耗尽时间分布
耗尽概率密度
响应 Tibo 的重置预告
无预告
7 个假设速度组
累计 80% 范围
随时间累计使用量
响应 Tibo 的重置预告后累计使用
无预告周期内累计使用
INDIVIDUAL HISTORICAL GAIN
按个人通常用尽日估算的累计使用量变化
通常第 — 天用尽
响应 Tibo 的重置预告—u—%
不响应 Tibo 的重置预告—u—%
响应 Tibo 的重置预告
不响应 Tibo 的重置预告
悬停上下两图定位自己的通常用尽日
采用模块 2 的历史日期、硬重置与自然周期起点，并复用模块 1 当前选择的用量曲线；重置前已使用但未用尽的部分也计入。
主要结论采用当前连续用量曲线；只在完整用尽时计入 1u 的旧口径保留为敏感性对照。
02
历史情景
HISTORICAL REPLAY
硬重置时点下的累计额度使用量
硬重置 / 无预告假设
硬重置 / 响应 Tibo 的重置预告
仅自然重置
预告节点
硬重置生效 / 估计时点
AGGREGATE SERVICE RATE
总体服务率（累计曲线的一阶差分）
不是单个用户曲线；颜色与上图一致
—采纳硬重置事件
—中位间隔 / 天
—硬重置事件范围
横轴按使用者浏览器时区显示；精确时刻缺失时会明确标为官方窗口末端或日期中点估计。
—%
—u
相对自然重置的累计额度使用量变化
03
合成测试
30 天仿真 · 每 0.025 天采样
SYNTHETIC SERVICE
累计额度使用量
额外重置 / 不响应 Tibo 的重置预告额外重置 / 响应 Tibo 的重置预告仅自然重置预告位置额外重置位置
04
我的额度曲线
单用户用尽时间独立 · 复用模块 1 的使用形态
ONE USAGE CYCLE
一份额度的累计使用进度
Sigmoid 使用 · 第 2 天用尽
PERSONAL TIMELINE
硬重置、自然重置与 banked reset
硬重置
banked reset 发放
banked reset 使用
自然重置
额外重置后自然重置
使用额外重置
不使用额外重置
正在读取个人范围内的硬重置
05
这张图能说什么，不能说什么
不是预测
API 只提供事件时间线，不提供用户耗尽分布或周期内使用轨迹。中心、分散度、响应率与三种周期内使用形态都是可调模型假设，不是观测到的真实用户行为。
不等于成本
服务单位没有换算成 token、GPU 时间或财务成本；本地日志也无法推出绝对周额度上限。
自然重置口径
个人图的绿色基线只保留每 7 天自然重置；紫色情景纳入 API 记录中可确认的硬重置与已选 banked reset。两者使用时都会覆盖当前余额，并重新开始下一段 7 天周期；banked reset 的发放本身不自动重置。