解释这个 diff:把首页示例项从客户端读取模型,改为服务端派生后通过 props 传入。
改动摘要:首页现在在服务端派生精选示例,并传给客户端区块。 行为影响:Hero、Features 和 Gallery 使用同一条已复核示例,不再让客户端组件引入仅限服务端的模块。 做法原因:保留静态渲染,同时让归属边界更清楚。 验证:typecheck 应确认 props 合约。 剩余风险:仍需页面抽样确认移动端示例栏显示正常。
GPT-5.1 Codex 是 Rivya 里的升级版 Codex AI 编码助手,适合多文件重构、更稳的仓库修改、代码结构清理和实现规划。
示例输出
适合 PR 摘要、工程交接和评审上下文。
响应
示例输出
适合 PR 摘要、工程交接和评审上下文。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex Diff 解释提示词的对话预览。
输出摘要
适合 PR 摘要、工程交接和评审上下文。
适合任务
支持能力
在线试用
输入设置
对话控制
当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。
联网搜索
允许支持的模型在回答过程中调用实时网页搜索。
推理强度
可以保持模型默认,或在支持时指定更轻或更强的推理级别。
开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。
提示词起步
当你不想从空白输入开始时,可以先用已经映射到 GPT-5.1 Codex 的模板,再按自己的任务改写。
模型示例
先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex Diff 解释提示词的对话预览。
输出摘要
适合 PR 摘要、工程交接和评审上下文。
主示例
Rivya Codex Diff 解释提示词的对话预览。
输入
提示词 + 可选图片
看点提示
Rivya Codex Diff 解释提示词的对话预览。
每次消耗积分
按量付费 — 根据使用量消耗积分
为什么它适合
代码准确性优于 GPT-5 Codex
更擅长多文件重构
12K 输出 Token 上限,适合长代码生成
最适合的任务
模型示例
决策确认
决策确认
适合任务
任务接近这些情况时使用
安静事实
提供商
OpenAI
类别
对话
能力标签
响应
积分模式
按量付费 — 根据使用量消耗积分
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
GPT-5.1 Codex 常见问题
GPT-5.1 Codex 适合多文件重构、迁移、架构清理、陌生代码库讲解,以及跨关联文件的实现规划。当改动范围不止一个模块时,它比基础 GPT-5 Codex 更合适。
在 Rivya 里,GPT-5.1 Codex 当前是以对话为核心的项目,也支持围绕图片材料继续分析和回答。
提供相关文件或片段、当前行为、目标行为、约束条件和必须通过的检查。迁移任务还应在要求编辑方案前写清兼容性和回滚边界。
Rivya 当前按每百万输入 token 100 积分、每百万输出 token 800 积分计费。当更好的跨文件理解能避免重构不完整或遗漏依赖时,这个档位更有价值。
多文件工程任务可选 GPT-5.1 Codex;范围更小的代码审阅或调试可选基础 GPT-5 Codex;主要做写作或研究时选择通用对话模型。
如果这次要先验证多文件重构、架构整理、跨关联文件修改或实现规划,这页就够用。先在这里确认输入、方向和初步结果;等需要保存历史、连续迭代或管理素材时,再切到完整创作工作台。
这页当前就是围绕 GPT-5.1 Codex 的对话入口来设计的。它适合先把多文件重构、仓库修改或实现规划需要的截图、图表或图片材料带进来。
对 GPT-5.1 Codex 这类编码模型来说,先把代码目标、现有上下文和你要它产出的形式说清楚,比继续找额外参数更重要。初步如果能把仓库背景、验收标准和限制交代明白,它在多文件重构和实现规划上的表现通常会上来得更快。
这页可以先公开浏览,但真正发送初步消息前仍需要先登录。当前是按 token 计费:每百万输入 token 为 100 积分,每百万输出 token 为 800 积分。如果你还在整理问题或选模型,可以先在这里准备;确认要正式开聊时再登录即可。
如果你现在只是要开初步对话,查看 GPT-5.1 Codex 能不能把多文件重构、仓库修改或实现规划接住,继续留在这页就够了。等任务开始需要保存上下文、挂文件、连续追问,或者把同一条线程长期保留下来时,再切到完整创作工作台会更顺。
比较替代模型
OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。
OpenAI 在 Rivya 上更高阶的 AI 对话模型,支持更完整的结构化输入、推理强度控制与工具型对话,适合复杂分析和多步骤任务。
为什么考虑它
如果任务更接近这个方向,可以考虑它:长策略简报和决策备忘录。
OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。
为什么考虑它
如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。
Schema 回填计划对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
可观测性缺口对话提示词的对话预览。
复核事故记录中缺失的日志、指标、链路、告警和可执行埋点下一步。
可观测性缺口对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
依赖升级风险审查提示词的对话预览。
复核依赖升级中的 API 变化、生成文件、浏览器要求和回退计划。
依赖升级风险审查提示词的对话预览。
开发者接入
确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5.1 Codex。