看到佬们对codex的重置产生的收益讨论激烈，因此简单做了一下建模来进行了实验。事先声明，仿真是临时做的比较粗糙，结论图个乐呵看就行。 
场景描述为：一周的总额度为100，一个月有约430的总额度(第29天刚重置这个周期如果能立刻蹬完也可以当作一个月500额度)在一个月的时间里会有4次自然重置的时间，剩下的天数里随机抽1天进行重置并重新延后自然重置的时间，让不同用户的需求波形来蹬这些额度，并与自然重置的使用相比，以模拟不同的使用场景下的额度收益。 
对用户做了简单建模，各种人群如表所示 
 [图片] 
暂时就能想到这些使用的方式，懒得做细分了。各用户的需求波形建模在仿真时会受到实际的窗口限制，蹬完额度就得等重置了。 
总共合成了100,000名用户在这30天的用量分析，结果对我来说很惊讶: 
自然重置平均实际用量：395.11。 
随机重置一次平均实际用量：398.46，平均只增加了3.3...