最新！Codex 能接入第三方模型！哪个模型效果最好？2026 年实测选型指南

发布日期：2026-06-23 | 话题：AI 编程工具 | 适用人群：开发者、AI 工程师、独立开发者

Codex 桌面版和 CLI 支持通过 config.toml 接入任何兼容 OpenAI Responses API 的模型，官方内置推荐模型为 gpt-5.5（最强复杂任务）和 gpt-5.4-mini（轻量快速），同时支持 Claude、Gemini、Mistral、本地 Ollama 等第三方模型。选型核心结论：如果优先编程能力基准，当前 SWE-bench Verified 排行中 Gemini 3.1 Pro 以 80.6% 领先，Claude Sonnet 4 和 Opus 4 分别以 72.7% 和 72.5% 紧随；如果优先成本控制，官方 gpt-5.4-mini 或接入本地 Ollama 是最省钱方案；如果优先推理深度，gpt-5.5 和 Claude Opus 4.8 在复杂架构任务上有明显优势。本文从官方模型定位、第三方模型接入限制、SWE-bench 数据对比、成本结构四个维度，给出不同场景下的具体配置建议。

Codex 官方推荐模型：四档定位

Codex 官方文档（developers.openai.com/codex/models）列出的推荐模型按能力从高到低分四档：

日常使用建议：

• 复杂任务默认 gpt-5.5，成本贵但效果最强
• 高频重复任务（如自动修复 lint、写测试）用 gpt-5.4-mini，比 gpt-5.5 省约 7 倍
• 想体验实时编码的 Pro 用户可试 gpt-5.3-codex-spark

# 日常开发配置
model = "gpt-5.5"
model_reasoning_effort = "medium"

# 成本敏感 / CI 配置
model = "gpt-5.4-mini"
model_reasoning_effort = "low"

接入第三方模型的关键限制：Chat Completions 正在废弃

官方文档有一条重要警告，很多教程没有提到：

“Support for the Chat Completions API is deprecated and will be removed in future releases of Codex.”

这意味着：接入第三方模型必须使用 Responses API，不能只支持 Chat Completions。

目前明确支持 Responses API 的第三方服务：

• Azure OpenAI（wire_api = "responses"）
• Amazon Bedrock（内置 provider，直接走 Bedrock 认证）
• CC Switch（https://api.ccswitch.cc/v1，专为 Codex 适配）

Chat Completions 格式的 provider 目前仍可用，但未来某个版本会停止支持。如果你在用只提供 Chat Completions 接口的服务接 Codex，建议关注该 provider 的更新计划。

本地模型（Ollama / LM Studio） 通过保留 ID 直接支持，不受此限制：

# 本地 Ollama（不受 Responses API 限制）
model = "qwen2.5-coder:32b"
model_provider = "ollama"

SWE-bench 编程能力对比：2026 年最新数据

SWE-bench Verified 是目前最权威的 AI 编程能力基准，用真实 GitHub Issues 测试模型独立修复代码的能力。

怎么理解这个数据：

SWE-bench 分数是模型"裸能力"的参考，实际在 Codex 里的效果还受到 Agent 调度质量、工具调用策略、上下文管理的影响。同一个模型，通过 Codex 使用比直接调用 API 通常效果更好，因为 Codex 做了额外的 Agent 脚手架。

Gemini 3.1 Pro 的 80.6% 是当前公开数据里最高的单次得分，但它通过 Codex 接入需要 Google AI Studio API Key，且目前只能走 Chat Completions 格式（Responses API 支持有限），受前述废弃限制影响。

第三方模型接入对比：哪些实测好用

Claude Opus 4.8 / Sonnet 4.6（通过 CC Switch / Fenno 接入）

适合场景： 复杂重构、多文件架构分析、长上下文任务

Claude 系列的核心优势是长上下文理解和推理深度，Opus 4.8 在涉及全局代码库分析的任务上表现尤为突出（SWE-bench 高计算模式达 79.4%）。Claude Sonnet 4.6 是价格/性能平衡最优的选项之一。

model = "claude-sonnet-4-6"
model_provider = "ccswitch"
model_reasoning_effort = "medium"

[model_providers.ccswitch]
name = "CC Switch"
base_url = "https://api.ccswitch.cc/v1"
env_key = "CCSWITCH_API_KEY"

Qwen2.5-Coder（本地 Ollama）

适合场景： 离线开发、中文代码注释、成本为零的本地任务

Qwen2.5-Coder 系列是目前开源代码模型里效果最好的之一，32B 版本在补全任务上接近闭源中等模型，且完全本地运行无 API 费用。

model = "qwen2.5-coder:32b"
model_provider = "ollama"
approval_policy = "on-request"

Mistral Codestral（通过 Mistral API 接入）

适合场景： 欧洲数据合规要求、填充式代码补全（FIM）

Mistral 是官方文档中明确列出的示例 provider，支持 Chat Completions 格式，当前仍可用（未来受废弃影响）。

model = "codestral-latest"
model_provider = "mistral"

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

Amazon Bedrock（企业/AWS 用户）

适合场景： 已有 AWS 基础设施、企业数据不出云要求

Bedrock 是唯一有内置 Provider 支持的第三方云服务，走 AWS 原生认证，无需 API Key 配置：

model = "us.anthropic.claude-sonnet-4-6"
model_provider = "amazon-bedrock"

[model_providers.amazon-bedrock.aws]
profile = "default"
region = "us-east-1"

按场景选模型：四种典型配置

场景一：追求最强编程效果

model = "gpt-5.5"
model_reasoning_effort = "high"
approval_policy = "on-request"

官方旗舰，复杂重构和多步 Agent 任务首选。成本最高，建议用 --profile 只在需要时加载。

场景二：日常开发，平衡效果与成本

model = "claude-sonnet-4-6"
model_provider = "ccswitch"
model_reasoning_effort = "medium"

[model_providers.ccswitch]
name = "CC Switch"
base_url = "https://api.ccswitch.cc/v1"
env_key = "CCSWITCH_API_KEY"

SWE-bench 72.7%，长上下文理解强，价格比 gpt-5.5 便宜约 3-5 倍（通过第三方平台接入）。

场景三：CI/批量任务，成本最低

model = "gpt-5.4-mini"
approval_policy = "never"
hide_agent_reasoning = true

[history]
persistence = "none"

官方轻量模型，适合自动修复 lint、批量写单测、格式化等重复性任务。

场景四：完全离线，零费用

model = "qwen2.5-coder:32b"
model_provider = "ollama"
approval_policy = "on-request"

[tui]
file_opener = "cursor"

本地 Ollama 运行，Apple Silicon M4 Pro 及以上可流畅使用 32B 量化版本，无 API 费用。

怎么在不同模型间切换（Profile 方案）

不同场景用不同 Profile，切换一条命令：

# 默认（日常开发）
codex

# 深度推理（用旗舰模型）
codex --profile deep

# CI 模式（轻量无交互）
codex --profile ci

对应的 Profile 文件：

# ~/.codex/deep.config.toml
model = "gpt-5.5"
model_reasoning_effort = "high"
approval_policy = "on-request"

# ~/.codex/ci.config.toml
model = "gpt-5.4-mini"
approval_policy = "never"
hide_agent_reasoning = true

常见问题 FAQ

Q1：接入 Claude 之后，效果真的比 gpt-5.5 好吗？
取决于任务类型。Claude Sonnet 4 在长上下文理解和涉及全局代码库分析的任务上与 gpt-5.5 接近；SWE-bench 数据显示 Claude 4 系列（72%+）落后于 Gemini 3.1 Pro（80.6%），但 SWE-bench 是单次任务基准，不完全代表 Agent 交互场景的实际体验。建议用自己的典型任务实测 2-3 轮再决定。

Q2：Gemini 3.1 Pro SWE-bench 得分最高，为什么不是首选？
三个原因：① 接入 Codex 目前需要自行配置 Google AI Studio API，支持文档较少；② Responses API 支持尚不完整，未来 Chat Completions 废弃后可能失效；③ 国内访问稳定性不如 CC Switch / Fenno 等专为 Codex 适配的平台。如果你的网络环境和 API 条件允许，值得尝试。

Q3：本地模型（Ollama）在 Codex 里能用吗？实测如何？
完全可用，且不受 Responses API 废弃限制。Qwen2.5-Coder:32B 在补全、单文件修改类任务上效果接近中等闭源模型，但多文件重构和需要全局推理的任务明显差于 gpt-5.5 或 Claude Sonnet 4。有 Apple Silicon M3 Max/M4 Pro 以上的用户可以流畅跑 32B 量化版本，具体速度取决于芯片和量化精度。

Q4：Chat Completions API 什么时候会被完全废弃？
官方文档说"将在未来版本移除"但未给具体时间线。目前仍可用，但建议新配置优先选择支持 Responses API 的 provider（CC Switch、Azure、Bedrock）。

Q5：一个 API Key 能同时给 Claude Code 和 Codex 用吗？
可以。CC Switch 和 Fenno 都支持两个工具共用一个 Key——Claude Code 的 ~/.claude/settings.json 和 Codex 的 ~/.codex/config.toml 分别填入相同的 base_url 和 Key 即可，互不干扰。

小结

Codex 接哪个模型效果最好，答案取决于三个变量：任务复杂度、成本预算、基础设施约束。追求基准最高分选 Gemini 3.1 Pro（SWE-bench 80.6%，接入门槛高）；追求成本/效果平衡选 Claude Sonnet 4.6（SWE-bench 72.7%，第三方平台接入成熟）；追求零费用选本地 Ollama + Qwen2.5-Coder；不想折腾直接用官方 gpt-5.5。无论接什么模型，记住一条：Chat Completions API 正在被 Codex 废弃，新配置优先选支持 Responses API 的 provider。本文数据来源：Codex 官方文档（developers.openai.com/codex）、Anthropic Claude 4 发布说明、Google DeepMind Gemini 3.1 Pro 技术页，2026-06。

参考来源：

• Codex 官方文档：Models（developers.openai.com/codex/models）
• Anthropic：Claude 4 发布说明（anthropic.com/news/claude-4）
• Google DeepMind：Gemini 3.1 Pro 基准（deepmind.google/models/gemini/pro）
• 七牛云：AI 编程工具配置大全
• Fenno 官网：AI 编程