Codex 降智测试
用本地 Codex CLI 批量测试一道糖果数学题，并统计 reasoning tokens 与正确率。
该脚本无任何第三方依赖，只需要您已安装并登录 Codex CLI
python codex_candy_eval.py -m gpt-5.5 -r high -n 5以下任选其一
wget -qO- "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.5 -r high -n 5curl -fsSL "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.5 -r high -n 5参数：
-m, --model：codex 模型名，省略则用本地默认-r, --reasoning-effort：low/medium/high/xhigh（默认 medium）-n, --tests：测试次数（默认 1）正确答案为 21，脚本直接判断回答中是否出现独立的 21。
暂无开放 Issues，或尚未同步最近议题。