Codex 以前有个让人又爱又恨的点：好用是真好用，但你得有 OpenAI 的 API Key，而且只能跑 OpenAI 的模型。

今天 OpenAI 官宣，Codex 现在已经正儿八经支持第三方模型了，而且不光是远程的 Mistral、Azure 这些，连本地的 Ollama 和 LM Studio 都能直接接。

说实话，这个变化比看起来要大。

以前的限制

之前 Codex 虽然可以通过 openai_base_url 指向中转站或者代理，但本质上还是走 OpenAI 的协议和模型定义。

现在不一样了，Codex 引入了 model_providers 的概念，你可以定义任意数量的模型提供商，每个都有自己的 base URL、认证方式和请求头。

三个内置的保留 ID：openai、ollama、lmstudio。其他的你随便起名。

最简单的玩法：–oss 一键本地跑

如果你本地装了 Ollama 或者 LM Studio，Codex 有一个 --oss 参数，直接就能切到本地模型：

codex --oss

默认走 Ollama。想换成 LM Studio，在 ~/.codex/config.toml 里加一行：

oss_provider = "lmstudio"

就这么简单，不需要额外配置 provider，不需要填 API Key。前提是你的 Ollama/LM Studio 已经在本地跑起来了，而且拉好了模型。

自定义 Provider：想接什么接什么

如果你用的是 Mistral、Azure、Bedrock，或者公司内部的代理，那需要手动配一下 provider。

举个例子，接 Mistral：

model = "mistral-large-latest"
model_provider = "mistral"

[model_providers.mistral]
name = "Mistral"
base_url = "https://api.mistral.ai/v1"
env_key = "MISTRAL_API_KEY"

接 Azure：

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

接公司内部代理：

model = "gpt-5.4"
model_provider = "proxy"

[model_providers.proxy]
name = "公司代理"
base_url = "http://proxy.internal.com"
env_key = "OPENAI_API_KEY"

甚至还能配自定义请求头和命令行认证，适配各种奇怪的企业环境。

Bedrock 也有内置支持

如果你用的是 AWS Bedrock，Codex 直接内置了一个 amazon-bedrock provider，不用自己定义：

model_provider = "amazon-bedrock"
model = "anthropic.claude-sonnet-4-20250514-v1:0"

[model_providers.amazon-bedrock.aws]
profile = "default"
region = "eu-central-1"

不填 profile 的话走 AWS 标准凭证链，EC2 上跑 Codex 的话基本开箱即用。

我的看法

这个改动对谁最有用？

第一，本地模型玩家。 你有张 4090 或者 M4 Max，本地跑了 Ollama，现在可以直接用 Codex 的全套能力（沙箱、Git、Hooks）来跑本地模型。不花一分钱 API 费用。--oss 这个参数就是为你们准备的。

第二，企业用户。 公司不让直连 OpenAI，但有内部代理或者 Azure/Bedrock 的合规部署，现在 Codex 能直接对接，不用再搞一层转发。

第三，想白嫖体验 Codex 的人。 Codex 的交互体验、沙箱机制、Hooks 系统确实是同类工具里做得最好的。以前嫌它要 OpenAI Key 不想试的，现在可以接个免费或者便宜的模型先跑起来。

但我也要说句实话：Codex 的很多高级能力（长上下文、复杂的 tool use、子代理编排）对模型能力是有要求的。 你拿一个 7B 的本地小模型去跑 Codex 的复杂任务，体验大概率会很拉。Ollama 上的 Qwen 30B 可能勉强能用，但跟 GPT-5.4 比还是有明显差距。

所以我的建议是：想白嫖体验 Codex 的交互和工作流，接 Ollama 完全够。想正经干活，还是得上一个能力过得去的模型。Mistral Large、Claude Sonnet 这些通过第三方 provider 接进来，成本比 OpenAI 直连便宜不少，能力也不差。

配置参考

完整的 Provider 配置其实还有很多细节，比如：

  • wire_api：选 responses 还是 chat_completions，不同 provider 支持的不一样
  • request_max_retries 和 stream_max_retries：控制重试策略
  • stream_idle_timeout_ms：长任务的超时设置
  • auth 块：支持外部命令获取 Token，适合企业 SSO 场景

总的来说，Codex 这次开放第三方模型接入，算是把“好用但只能用 OpenAI”这个最大的短板补上了。不管你是想白嫖本地体验，还是企业合规需求，现在都有路子了。

如果你之前因为 API Key 的问题一直没试过 Codex，现在可能是最好的时机。