DeepSeek Harness 教程
按顺序阅读,循序渐进掌握相关 AI 工具与实战方法。
Codex 支持多种 AI 模型,不同模型在速度、能力、和成本方面各有特点。本节详细介绍如何选择合适的模型。
| 模型 | 特点 | 适用场景 |
|---|---|---|
| gpt-5.4 | 最新旗舰模型,最强编码能力 | 复杂软件工程、专业工作 |
| gpt-5.4-mini | 快速高效的轻量模型 | 响应式编码任务、子代理 |
| gpt-5.3-codex | 行业领先的编码模型 | 复杂软件工程任务 |
对于大多数 Codex 任务,建议从 gpt-5.4 开始。它将强大的编码、推理、原生计算机使用和更广泛的专业工作流结合在一个模型中。
| 模型 | 特点 | 适用场景 |
|---|---|---|
| gpt-5.2 | 之前用于编码和代理任务的通用模型 | 需要深度思考的复杂调试任务 |
使用 gpt-5.4 作为默认选择。它在各种编码任务中表现出色。
使用 gpt-5.4-mini 当你想要更快、更低成本的选项来处理轻量编码任务或子代理。
当遇到需要深入思考的困难调试任务时,可以尝试 gpt-5.2。
你可以在配置文件中设置默认使用的模型:
# ~/.codex/config.toml # 设置默认模型 model = "gpt-5.4"
如果不指定模型,Codex 应用、CLI 或 IDE 扩展会默认使用推荐模型。
# 使用特定模型启动 codex -m gpt-5.4 # 使用 exec 命令 codex exec -m gpt-5.4 "fix this bug"
# 在 Codex 中输入 /model gpt-5.4-mini # 或者使用 /model 命令 /model gpt-5.2
在 IDE 扩展中,使用输入框下方的模型选择器来切换模型。
Codex 支持调整推理工作量(reasoning effort):
| 配置值 | 说明 |
|---|---|
minimal |
最小推理 |
low |
低推理 |
medium |
中等推理(默认) |
high |
高推理 |
xhigh |
极高推理(取决于模型) |
# 配置默认推理强度 model_reasoning_effort = "medium" # 为计划模式设置特定推理强度 plan_mode_reasoning_effort = "high"
更高的推理工作量会产生更深思熟虑的响应,但可能会更慢并消耗更多资源。
你可以控制推理摘要的详细程度:
| 配置值 | 说明 |
|---|---|
auto |
自动选择 |
concise |
简洁摘要 |
detailed |
详细摘要 |
none |
禁用摘要 |
# 选择推理摘要详细程度 model_reasoning_summary = "auto"
除了 OpenAI 的模型,你还可以配置其他模型提供商:
[model_providers.custom]
# 提供商显示名称
name = "My Custom Provider"
# API 基础 URL
base_url = "https://api.example.com/v1"
# API 密钥环境变量
env_key = "CUSTOM_PROVIDER_API_KEY"
# 其他配置
http_headers = {
"X-Custom-Header": "value"
}
支持任何支持 Chat Completions 或 Responses API 的模型和提供商。
Codex 支持不同的服务层级:
| 服务层级 | 说明 |
|---|---|
flex |
灵活层级,优化成本 |
fast |
快速层级,优先速度 |
# 设置首选服务层级 service_tier = "fast"
使用 gpt-5.4 以获得最佳整体体验。
使用 gpt-5.4-mini 节省成本。
考虑使用 gpt-5.2 进行深度调试。
子代理使用 gpt-5.4-mini 以提高效率。
定期检查更新,因为新模型和改进会不断推出。
gpt-5.4 是日常编码任务的最佳选择,提供强大的能力和合理速度的平衡。
子代理执行较简单的任务,mini 模型可以更快地完成,同时节省成本。
是的,可以通过配置 model_providers 来使用任何支持 Responses API 的模型。
是的,不同模型有不同的定价。查看定价页面了解详细信息。
本文技术内容整理自 runoob 公开教程,版权归原作者所有;具体参数与版本请以 Codex 官方文档为准。