Codex解锁百万上下文：教程与隐藏代价全解析

很多用户发现，自己使用的Codex默认上下文长度只有约25.8万token，但同系列的GPT-5.6 Sol API却支持105万token的上下文窗口，这中间的差异让人困惑。事实上，这一设置并非一成不变，OpenAI的产品相关负责人Tibo此前曾表示默认值是经过调试的最优解，但在近期公开了解锁百万上下文的方法，只需要简单的三行配置即可完成修改。

Codex的上下文长度经历过几次调整，最初上线时默认上下文为37.2万token，今年7月18日通过GitHub PR调整到27.2万，再加上5%的安全缓冲后，就变成了当前的25.84万，也就是大家看到的25.8万。Tibo当时解释称，Codex每次调用工具时都需要重新处理完整的上下文，窗口越大单次开销越高，25.8万是性能和成本的平衡点。

快速解锁百万上下文的三种方式

如果需要长期使用百万上下文，可以通过修改配置文件实现。打开终端，编辑~/.codex/config.toml，如果此前没有修改过该文件，它可能是空的或者根本不存在，直接新建即可。在文件中添加或更新以下三行代码：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

第一行指定使用的模型为GPT-5.6 Sol；第二行设置上下文窗口为100万token；第三行设置自动压缩阈值，当上下文积累到90万token时，Codex会自动压缩历史对话。保存文件后重启Codex，即可完成配置。

这里需要注意，实际可用的上下文并非整整100万token：Codex会先预留12.8万token用于模型输出，再加上95折的安全缓冲，计算公式为(1000000 - 128000) × 95% = 828400，也就是约82.8万token，此前的25.8万默认上下文也是按照同样的逻辑计算得出的。

如果只需要临时使用百万上下文，可以通过命令行参数创建一次性会话，这样的设置仅对当前会话生效，下次启动Codex时会自动恢复默认值，适合偶尔需要长上下文的场景。对应的命令如下：

codex chat -m gpt-5.6-sol \
  -c model_context_window=1000000 \
  -c model_auto_compact_token_limit=900000

还有一种更简单的懒人方法，不需要打开终端，直接让Codex自己修改配置文件。只需要将以下提示词复制粘贴给Codex即可：

修改Codex配置文件，~/.codex/config.toml，把model设置为gpt-5.6-sol，model_context_window设置为1000000，model_auto_compact_token_limit设置为900000。

该方法亲测有效，此前这类配置仅对API用户开放，现在已经可以直接在本地使用。

开启百万上下文的隐藏成本

虽然解锁百万上下文的操作非常简单，但Tibo并没有提到开启后需要付出的代价，主要有两点需要注意：

第一是额度消耗。开启百万上下文后，Codex的额度消耗速度会大幅提升。Codex每次调用工具时，完整的上下文历史都会作为输入传递给模型，虽然OpenAI提供了缓存机制，已经处理过的内容不需要重新计算，但缓存部分仍然需要按照正常价格的十分之一收费，其中GPT-5.6 Sol的正常输入价格为5美元每百万token，缓存输入为0.5美元每百万token。上下文从25.8万扩展到82.8万，每次工具调用的计费缓存量翻了数倍，如果一次会话调用几十次工具，累积的费用会非常可观。不少用户在Tibo的评论区吐槽，开启后额度消耗速度极快，有的甚至连两天都撑不过，还有用户称已经用掉了两次额度重置，质疑平台是故意降低默认额度来逼氪，有消息称OpenAI正在测试付费购买额度重置的功能。

第二是性能问题，这一点比额度消耗更需要重视。上下文越长，模型越容易遗忘中间的内容，只能记住开头和结尾附近的信息。斯坦福大学2023年的研究“Lost in the Middle”已经验证了这一规律，后续也有多次实证，放在上下文中间位置的信息，检索准确率最多会下降30%到50%，这是Transformer架构本身的局限性。实测显示，GPT-5.5在12万到25万token的区间内表现最佳，超过这个范围后准确率会明显下降，这也解释了为什么OpenAI将默认上下文设置在25.8万。可以把上下文窗口类比为人类的工作记忆，内容塞得越满，越容易遗漏中间的信息。

修改配置后，有几个常用命令可以帮助管理上下文：使用/status可以随时查看当前的token用量，使用/compact可以手动压缩历史对话腾出空间，使用/new可以直接开启一个全新的干净会话，这些命令同时适用于桌面客户端和CLI工具。

是否需要开启百万上下文？

是否开启百万上下文需要根据具体的任务场景来决定，可以将任务分为三档：

• 日常编写代码的场景，30万左右的上下文就足够，早点触发压缩反而更高效
• 如果需要加载大型代码库、大量仓库和工具历史，60万左右的上下文比较合适
• 只有在逆向工程、大规模代码迁移、长时间调试这类需要反复查阅历史信息的“考古”类任务中，才需要将上下文调到100万

Tibo在同一天还透露，Codex即将接入OpenAI在8月初公布的下一代模型Astra，届时100万上下文可能会成为标配功能。