Codex 速通：周活逆袭超 500 万，随意跑百款模型

Codex 没有消失。

今天凌晨，OpenAI 在 GPT-5.6 发布会上宣布：Codex 桌面应用正式并入新版 ChatGPT 桌面端。但 Codex 的 Logo、名称、开发能力和专业入口都被完整保留，Codex CLI、IDE 扩展和云端服务仍独立存在，OpenAI 还在同一天更新了 Codex CLI 0.144.1 版本。

而 Codex 让开发者尤为兴奋的是，它自由接入第三方模型的能力并未因合并而改变。无论你是用桌面版、CLI 还是 IDE 插件，依然可以接入 DeepSeek、Qwen、GLM、Kimi 等高性价比的开源模型。

从 2025 年 4 月发布时被 Claude Code 碾压，到如今周活用户超 500 万完成逆袭，Codex 用一年时间证明了自己。

核心原因有两个：开放和产品力。今年 6 月，OpenAI 开放了 Codex 的自定义模型服务商配置能力，对于追求性价比与多模型体验的开发者来说，可以通过硅基流动这样的 Token 供应平台将各类模型轻松接入 Codex 使用。

与此同时，Codex 从一个纯 AI 编程工具进化成支持计算机操作、插件市场、内置浏览器的超级工具，而 Codex CLI 基于 Rust 构建，响应速度更快、Token 消耗更少。

功能更强、速度更快、成本更低，三者叠加，Codex 起势就不奇怪了。

Codex 有三种使用方式：ChatGPT 桌面版、编辑器插件、CLI 终端运行。前两种方式接入硅基流动 API 较为简单（可参考官方配置文件：https://learn.chatgpt.com/docs/config-file/config-advanced）。

下面我们主要介绍 Codex CLI 这个终端编程 Agent 接入硅基流动平台各种模型 API 的使用方式。

第一步：获取硅基流动 API Key

注册/登录 SiliconFlow 平台（https://cloud.siliconflow.cn/models），完成实名认证。进入 API 密钥 管理页面，点击「新建 API 密钥」，复制并妥善保存。

第二步：安装 Codex CLI

开始之前，你也可以打开官方文档以备查阅：https://developers.openai.com/codex/cli

检查 Node.js 环境

Codex 通过 npm 安装，因此需要提前安装 Node.js。建议使用 Node.js 20 LTS 或更高版本。

在终端执行：

node -v

npm -v

如果这两个命令能正常输出版本号，说明环境就绪。如果报错……先去 nodejs.org 下载安装。

安装 Codex CLI

打开终端，执行：

npm install -g @openai/codex

安装完成后，可以通过以下命令验证是否成功：

codex --version

如果能正常输出版本信息，则说明安装成功。

⚠️ Windows 用户请注意：建议先安装 WSL2，然后在 Ubuntu 等 Linux 发行版中按照上述步骤安装。当然，Codex 也支持 Windows 原生运行，但 WSL2 的体验会更顺滑。

第三步：配置硅基流动 API

由于 Codex 从 v0.80.0 版本开始，Codex 采用 Responses API 协议，而硅基流动目前提供的是 Chat Completions API 接口，两者协议格式存在差异，硬连是连不上的，但我们可以绕个路。

解决方案：使用 CC Switch 作为本地路由层

CC Switch 的作用是在 Codex 和硅基流动 API 之间进行协议转换——将 Codex 的 Responses 请求转换为硅基流动可接收的 Chat Completions 格式，再将响应转换回来。

这一方案也便于后续灵活切换其他模型，无需反复修改 Codex 的配置文件。（CC Switch 安装教程请见：55K 星开源利器：Agent 秒切任意模型，不用改配置）

CC Switch 配置步骤

安装并打开 CC Switch 后，点击左上角进入【设置】

在【路由】界面中，打开【路由总开关】，并在【路由启用】中打开【Codex】开关

打开路由后，在顶部应用切换器中选中【Codex】，并点击右上角加号，添加新供应商

在【预设】下拉框中选择【SiliconFlow】（紫色图标），点击右下角【添加】

在 API Key 字段中粘贴第一步获取的密钥。

下拉至【模型映射】板块，可按需修改模型和上下文窗口。模型名称可以参考硅基流动模型广场（https://cloud.siliconflow.cn/me/models）。DeepSeek、Qwen、GLM、Kimi 等百款国产模型随便选。

完成后点击保存即可。

第四步：验证配置是否成功

完成上述操作后，在终端执行【codex】。如果一切顺利，【model】部分将会显示你所调用的模型名称。输入一个问题试试，如果能正常回复，说明配置成功了。

从被开发者吐槽不完善到成为周活 500 万，Codex 用了一年时间完成了进化。现在，你可以尝试让它搞定那些复杂的编码任务了。

（更多硅基流动使用场景与应用案例：https://docs.siliconflow.cn/cn/usercases/awesome-user-cases）