模型与推理

可用模型

用 ChatGPT 账号登录时，推荐使用下列模型（以 v0.160.1 随附模型目录与官方文档为准；服务端可能因套餐、地区或工作区策略调整可用列表）：

档位从低到高依次为 low、medium、high、xhigh、max、ultra。

• 未设置 model 时，Codex 使用模型目录标记的默认模型；v0.159.1 起随附目录与 Amazon Bedrock Mantle / Runtime 目录的默认模型为 gpt-6.1-sol。目录会按登录方式、套餐和提供方刷新，实际可用列表与默认值以 /model 为准。codex debug models 可以打印完整目录，加 --bundled 只看随附目录。
• GPT-6 Sol 与 GPT-6 Luna 自 2026 年 9 月 22 日起逐步推出，token 价格低于对应的 GPT-5.6 模型，面向 Plus、Pro、Business、Enterprise 与 Edu 开放（Free 与 Go 只能在桌面应用中使用 Luna），Enterprise 需要管理员先启用。CLI 从 v0.156.1 起收录这两个模型。推出期间 GPT-5.6 的三个模型仍然可用，但随附目录会在你选用 gpt-5.6-sol、gpt-5.6-terra 时提示迁移到 gpt-6-sol，选用 gpt-5.6-luna 时提示迁移到 gpt-6-luna。
• GPT-5.5 将于 2026 年 10 月 14 日从 ChatGPT、ChatGPT Work 与 Codex 的所有套餐中下线，OpenAI API 不受影响。用 ChatGPT 登录的，官方现在建议 Plus、Pro、Business、Enterprise 与 Edu 在可用时换成 gpt-6-sol，Free 与 Go 在桌面应用中换成 gpt-6-luna；保存的模型设置、托管配置、自定义 agent、定时任务和脚本里的都要改。v0.158.0 随附的目录里 gpt-5.5 仍然可选，选用时会提示迁移到 gpt-6-sol，但没有标注下线时间。
• GPT-5.4 与 GPT-5.4 mini 已于 2026 年 8 月 31 日从 ChatGPT 登录的 Codex 中下线，官方建议在套餐与客户端可用时分别换成 gpt-6-sol 与 gpt-6-luna（Enterprise 与 Edu 需要管理员先启用 Luna）；v0.156.1 起，设置里仍是 gpt-5.4 或 gpt-5.4-mini 时，CLI 也会按这个对应关系提示迁移。v0.158.0 起随附目录（包括 Amazon Bedrock 的目录）删去了 GPT-5.4，迁移提示照旧保留，Bedrock 上的 openai.gpt-5.4 会提示换成 openai.gpt-6-sol；当前目录里已经没有旧模型时，提示里没有“继续使用旧模型”这一项。这类兜底提示只对模型所属的内置提供方（openai、amazon-bedrock）生效，自定义提供方里的同名模型不受影响。gpt-5.2、gpt-5.3-codex 同样已经弃用。官方说明 OpenAI API 与使用自己 API Key 的 Codex 不受这次下线影响。
• 也可以接入任何支持 Responses API 的模型与提供方，见下文“自定义模型提供方”。

切换模型

/review 使用的模型可以单独用 review_model 指定，默认与当前会话相同。

推理强度与相关参数

推理强度越高，复杂任务的效果通常越好，但更慢、消耗也更多。官方建议从默认强度起步，任务需要更深入的规划与分析时再调高。

model_reasoning_effort = "high"       # 可用档位取决于模型
plan_mode_reasoning_effort = "xhigh"  # 计划模式单独设置
model_reasoning_summary = "concise"   # auto / concise / detailed / none
model_verbosity = "low"               # low / medium / high

会话中除了 /model，还可以按 Alt+.、Alt+,（或 Shift+Up、Shift+Down）在当前模型支持的档位间逐级调高、调低，只对当前会话生效；v0.158.0 起可以一直调到 max，ultra 仍要在 /model 选中模型后的 More reasoning… 里选择（/model 选择器把 max 与 ultra 都收在这一项里）。

源码还接受 none、minimal 以及其他任意非空的自定义取值，但实际可选的档位以模型目录为准（见上表）；v0.158.0 起，纯数字的自定义取值（如 model_reasoning_effort = "64"）会以 JSON 数字而不是字符串发送给服务端。与推理输出相关的还有 hide_agent_reasoning（隐藏推理事件，适合 CI 日志）和 show_raw_agent_reasoning（显示模型输出的原始推理内容）。

沟通风格 personality 已在 v0.156.0 退役：friendly、pragmatic 不再改变回复风格，/personality 命令与同名功能开关也一并移除；只有 personality = "none" 仍有作用，它会去掉模型指令里的 Personality 小节。官方的 CLI 命令文档目前仍列着 /personality。

model_reasoning_summary 决定是否返回推理摘要。v0.155.0 起 TUI 会在状态行实时显示推理摘要，但随附模型目录的默认值都是 none，本地 TUI 新会话在没有设置时也按 none 请求，所以要看到它，需要把 model_reasoning_summary 设为 auto、concise 或 detailed。v0.155.0 曾让本地 TUI 新会话默认按 detailed 请求，不支持推理摘要的提供方因此报错，v0.155.1 改了回来。

速度：Fast 模式

Fast 模式以更高的额度消耗换取速度：GPT-5.6、GPT-5.5、GPT-5.4 提速 1.5 倍，其中 GPT-5.6 与 GPT-5.5 按标准费率的 2.5 倍消耗额度，GPT-5.4 为 2 倍；按官方 Speed 页，GPT-6 Astra、GPT-6 Sol 与 GPT-6 Luna 的 Fast 模式同样按 2.5 倍计（随附目录里 GPT-6 Astra 的 Fast 档位标注为“2x speed”）。它是 ChatGPT 额度功能，只在用 ChatGPT 登录时可用；用 API Key 时按 API 价格计费（API 的 Priority 处理对 GPT-5.6 是标准价的 2 倍）。

• 会话中输入 /fast 切换。这个命令根据当前模型在目录中声明的服务档位生成，模型不支持时不会出现。它不接受参数，每次输入都在开、关之间切换；官方 Speed 页写的 /fast on、/fast off、/fast status 在 v0.158.0 中并不存在。v0.157.0 起随附目录里的 gpt-5.6-sol 不再提供 Ultrafast 档位，/ultrafast 也随之消失。
• 设为默认：service_tier = "fast"，并保持 [features] 中的 fast_mode = true（默认即开启）。service_tier 也接受 priority、flex 与 default。v0.158.0 起，使用 flex 时如果服务端报告 Flex 容量不足，这一轮会直接以 “Flex capacity unavailable.” 结束，不再自动重试。
• GPT-6 Sol 与 GPT-6 Luna 默认用 Fast：v0.158.0 随附的模型目录把这两个模型的默认服务档位设为 Fast（priority，选择器里标注为“1.5x speed”）。配置里没有 service_tier、也没用 /fast 关过时，交互式 TUI 选用它们就会以 Fast 发送请求，会话标题栏会标出 Fast。想按标准速度计费，用 /fast 关掉（会写入 service_tier = "default"），或者直接在配置里写上这一行。codex exec 不采用模型目录里的这个默认值。

此前官方文档还介绍过 GPT-5.3-Codex-Spark：一个面向近乎实时编码迭代、仅 ChatGPT Pro 可用的独立研究预览模型，而不是加速选项。官方更新日志显示它已于 2026 年 9 月 14 日弃用，桌面应用、CLI 与 IDE 扩展都不能再选用，配置、自定义 agent 与脚本里的 gpt-5.3-codex-spark 需要换掉；想要更快的响应，请用受支持模型的 Fast 模式。

自定义模型提供方

只想让内置的 OpenAI 提供方走代理、路由或数据驻留端点时，不必新建提供方，设 openai_base_url 即可：

openai_base_url = "https://us.api.openai.com/v1"

接入其他兼容 Responses API 的服务，则在 model_providers 中定义提供方，再用 model_provider 指向它：

model = "gpt-6-sol"
model_provider = "proxy"

[model_providers.proxy]
name = "OpenAI via LLM proxy"
base_url = "https://proxy.example.com/v1"
env_key = "OPENAI_API_KEY"          # 从该环境变量读取 API Key
http_headers = { "X-Team" = "infra" }
request_max_retries = 4             # 默认 4
stream_idle_timeout_ms = 300000     # 默认 300000

[model_providers.azure]
name = "Azure"
base_url = "https://YOUR_PROJECT_NAME.openai.azure.com/openai"
env_key = "AZURE_OPENAI_API_KEY"
query_params = { api-version = "2025-04-01-preview" }

• wire_api 只支持 responses（也是默认值）。v0.158.0 中写 wire_api = "chat" 会直接报错，Chat Completions 已不再支持；旧的 ollama-chat 提供方也已移除，请改用 ollama。
• openai、ollama、lmstudio 是保留 ID，不能拿来定义自定义提供方；要改 OpenAI 的地址请用 openai_base_url。amazon-bedrock、amazon-bedrock-runtime 也是内置 ID，只能改动下文 Amazon Bedrock 一节列出的几个字段。
• v0.158.0 起，请求或流式响应失败后重试时，如果服务端给出了 Retry-After（秒数或 HTTP 日期），Codex 会等到它指定的时间再重试，没有时才用本地的指数退避；重试次数仍由 request_max_retries、stream_max_retries 决定。
• 需要从外部凭证助手获取 token 时，在 [model_providers.<id>.auth] 中配置 command、args、timeout_ms（默认 5000）、refresh_interval_ms（默认 300000）。它不能与 env_key、experimental_bearer_token、requires_openai_auth 同时使用。
• model_provider、model_providers 写在项目配置中会被忽略，请放在用户级或系统级配置里。v0.156.0 起，组织还可以在 requirements.toml 里用同名的两个键强制指定提供方：要求的选择优先于本地与会话设置，要求中的提供方定义会整体替换本地的同名条目，包括其中的认证与请求头。
• v0.156.0 起可以用 model_catalog_url 指定 Codex 格式模型目录的完整地址，与推理端点分开托管；Codex 获取目录时会带上该提供方的认证、请求头与查询参数，响应上限 1 MiB，不跟随重定向。注意：以 API key 认证时（提供方配置了 env_key 等 API key，或用 API key 登录），除非提供方用 auth.command 获取凭据，否则只有打开仍在开发中、默认关闭的功能开关 api_key_model_discovery 才会去取这个地址，之前缓存的目录也不会使用。
• 提供方前面还有一层要求单独登录的网关时，v0.156.0 起可以配置 gateway_oauth：需要网关凭据而本地没有时，Codex 自动打开浏览器完成 OAuth（PKCE）登录，把 token 按 delivery 放进指定的请求头或 cookie，与主认证一起发送；凭据单独加密保存，过期或被拒绝后自动刷新。

[model_providers.corp.gateway_oauth]
authorization_url = "https://sso.example.com/oauth2/authorize"
token_url = "https://sso.example.com/oauth2/token"
client_id = "codex-cli"
scopes = ["llm.invoke"]
delivery = { kind = "header", name = "X-Gateway-Authorization" }   # scheme 默认 Bearer；也可以写 kind = "cookie"

本地模型：--oss

--oss 让 Codex 使用本机运行的开源模型服务，内置 Ollama 与 LM Studio 两种：

codex --oss                                  # 未配置默认提供方时交互式选择
codex --oss --local-provider ollama
codex exec --oss --local-provider lmstudio "explain this repo"

oss_provider = "ollama"   # --oss 的默认本地提供方：ollama / lmstudio

• 既没有 --local-provider 也没有 oss_provider 时，交互模式会让你选择，codex exec 则直接报错退出。
• 使用 Ollama 时，所选模型（-m 指定的模型，未指定时为默认模型）若本地尚未下载，Codex 会自动拉取。
• 端口或地址不同时，可用实验性环境变量 CODEX_OSS_PORT 或 CODEX_OSS_BASE_URL 覆盖。

Amazon Bedrock

内置的 amazon-bedrock 提供方通过 AWS 原生认证调用 Bedrock 上的 OpenAI 模型，不需要 ChatGPT 登录或 OPENAI_API_KEY：

model_provider = "amazon-bedrock"
model = "openai.gpt-6-sol"       # 可省略，v0.157.0 起默认就是它

[model_providers.amazon-bedrock.aws]
profile = "codex-bedrock"        # 省略则使用 AWS 标准凭证链
region = "us-east-2"

认证时先尝试 Bedrock API Key（环境变量 AWS_BEARER_TOKEN_BEDROCK，此时必须用 AWS_REGION 等指定区域），再尝试 AWS SDK 凭证链（aws configure、AWS_PROFILE、SSO 等）。amazon-bedrock 走区域内推理的 Bedrock Mantle 端点（https://bedrock-mantle.<区域>.api.aws/openai/v1），模型 ID 形如 openai.gpt-6-sol、openai.gpt-6-astra、openai.gpt-6-luna、openai.gpt-5.6-sol、openai.gpt-5.6-terra、openai.gpt-5.6-luna、openai.gpt-5.5。v0.157.0 起目录加入了 GPT-6 Sol 与 GPT-6 Luna，GPT-6 Sol 成为这个提供方的默认模型与兜底模型。要跨区域推理，改用另一个内置提供方 model_provider = "amazon-bedrock-runtime"：它走 Bedrock Runtime 端点（https://bedrock-runtime.<区域>.amazonaws.com/openai/v1），模型 ID 带 global. 或 us. 前缀（如 global.openai.gpt-6-sol，没有 GPT-5.5），默认的 GPT-6 Sol 优先用 global. 路由。

v0.158.0 起，Mantle 的目录删去了 openai.gpt-5.4（迁移提示见上文“可用模型”）；base_url 指向 GovCloud 的 Mantle 端点（主机名形如 bedrock-mantle.us-gov-west-1.api.aws）时，默认目录只有 GPT-5.6 Terra 与 GPT-5.6 Luna，默认模型为 GPT-5.6 Terra（官方文档仍写本地客户端不支持 GovCloud 区域的 Mantle 端点）。Bedrock 上的模型都没有 Fast 档位，内置目录里也不提供 ultra 推理强度。这两个内置提供方都只允许修改 base_url、auth、http_headers 以及 aws 下的 profile、region、credential_export（v0.155.0 起）、auth_refresh。配置完成后，在 CLI 中用 /status 确认当前使用的提供方。

凭据由公司的凭据工具发放时，v0.155.0 起可以让 Codex 调用外部命令导出 AWS 凭据：

[model_providers.amazon-bedrock.aws]
region = "us-east-2"

[model_providers.amazon-bedrock.aws.credential_export]
command = "/usr/local/bin/export-bedrock-credentials"   # 绝对路径或 PATH 中的命令名，不经过 shell
args = ["--role", "codex"]
timeout_ms = 30000                                      # 默认 30000

• 命令要在 stdout 输出 JSON，字段为 AccessKeyId、SecretAccessKey，以及可选的 SessionToken、Expiration（RFC 3339 时间）；AWS credential_process 的扁平格式和 STS 返回的、包在 Credentials 里的格式都可以，输出不能超过 64 KiB。
• 凭据只缓存在内存里：有 Expiration 时提前 5 分钟重新导出，没有时每小时导出一次。遇到可恢复的认证失败时，先运行 aws.auth_refresh（如果配置了）再重新导出。
• 配置了 credential_export 后，它优先于 Bedrock API Key 环境变量、AWS 凭据环境变量与 SDK 凭证链，只有 auth 命令比它更优先；它不能与 aws.profile 同时配置。

计费与额度

用量从哪里扣，取决于登录方式：

• 价格参考（以官网为准）：Go 每月 8 美元，Plus 每月 20 美元，Pro 每月 100 美元起（额度为 Plus 的 5 倍或 20 倍），Business 年付每人每月 20 美元（月付 25 美元）。
• v0.158.0 起 CLI 识别 Pro Max 套餐，/status 与用量分析面板把三档 Pro 分别显示为 Pro（prolite）、Pro (More)（pro）与 Pro (Max)（promax）。
• 额度按 5 小时窗口计算，另可能有每周上限。消耗取决于模型、任务规模与上下文，而不只是提示长度。以 Plus 为例，每 5 小时本地消息的估算范围是：GPT-6 Astra 5～45 条，GPT-6 Sol 15～150 条，GPT-6 Luna 350～3,000 条，GPT-5.6 Sol 10～100 条，GPT-5.6 Terra 25～200 条，GPT-5.6 Luna 250～2,000 条。
• 本地会话与云端任务共享额度；Fast 模式、图片生成会更快消耗额度。
• 达到上限时，正在进行的回合仍可完成；Plus 与各档 Pro 可以购买额外 credits，也可以换用更小的模型，或改用 API Key 按量付费。
• 在 CLI 中用 /status 查看剩余额度；v0.156.0 起 /usage 的 View analytics 会打开全屏的用量分析面板，按天、按周查看 token 用量与常用的插件和技能。额度快用完时，提醒会固定显示在输入框上方。