Codex con contexto de 1M para GPT-5.6 Sol: tutorial de 3 líneas de configuración en `config.toml`

La ventana de contexto oficial de GPT-5.6 Sol es de 1,050,000 tokens, pero Codex no utiliza toda la ventana por defecto. Para que las sesiones muy largas se compriman lo menos posible, solo tienes que añadir estas 3 líneas al inicio del config.toml de Codex:

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

Guarda, reinicia Codex y abre una sesión nueva. A continuación te explicamos de una vez la ubicación de la configuración, la función de cada línea, cómo iniciar una sola vez y las advertencias a tener en cuenta.

Para empezar, la conclusión: qué hace cada una de estas 3 líneas

La referencia de configuración de Codex de OpenAI ya lista oficialmente los dos elementos de configuración model_context_window y model_auto_compact_token_limit; la página del modelo GPT-5.6 Sol indica que su ventana de contexto es de 1,050,000 tokens y la salida máxima de 128,000 tokens.

Aquí no se escribe 1.050.000 directamente, sino que se pone 1.000.000 para dejar un pequeño margen para el prompt del sistema, los resultados de las herramientas y las diferencias de implementación; además, se coloca la línea de compactación automática en 900.000 para que Codex tenga espacio para completar la compactación, en lugar de esperar a que la ventana esté a punto de reventar.

Primer paso: localizar el `config.toml` de Codex

El archivo de configuración a nivel de usuario de Codex se encuentra en:

• macOS / Linux：~/.codex/config.toml
• Windows：%USERPROFILE%\.codex\config.toml

En macOS o Linux puedes ejecutar directamente:

mkdir -p ~/.codex
nano ~/.codex/config.toml

En Windows PowerShell puedes ejecutar:

notepad $env:USERPROFILE\.codex\config.toml

Si el archivo no existe, créalo; si ya existe, modifícalo sobre la base del original. No sobrescribas la configuración existente de MCP, permisos o proyectos.

Segundo paso: coloca la configuración al principio del archivo

Pon estas 3 líneas al principio de config.toml:

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

Debe colocarse antes del primer encabezado [section]. Por ejemplo, si tu archivo ya contiene:

[projects."/path/to/project"]
trust_level = "trusted"

Esas 3 líneas de configuración del modelo deben colocarse encima. En TOML, las claves normales escritas después de [projects."..."] se tratan como contenido de esa sección y ya no son configuración global.

Si el archivo ya tiene una línea model = "...", cámbiala directamente a gpt-5.6-sol; no escribas dos model. Las comillas deben ser comillas dobles rectas en inglés "; no las copies de un texto enriquecido como comillas curvas.

Tercer paso: reinicia y abre una sesión nueva

Después de guardar el archivo:

1. Sal de la CLI o el cliente actual de Codex;
2. Reinicia Codex;
3. Crea una sesión nueva.

Las sesiones antiguas ya abiertas normalmente no cambian el presupuesto de contexto durante la ejecución, por lo que recargar la ventana o continuar el hilo anterior no es fiable; lo más sencillo es crear una sesión nueva.

Puedes usar el comando de diagnóstico integrado de Codex para comprobar si la configuración se cargó correctamente:

codex doctor --json

Presta atención a estos elementos:

• overallStatus debe ser ok;
• config.load debe ser ok;
• model debe mostrar gpt-5.6-sol.

Este comando verifica que el archivo de configuración se pueda analizar y cargar correctamente; no consumirá cientos de miles de tokens solo para "probar 1M".

Sin cambiar la configuración predeterminada: activa 1M solo para la sesión CLI actual

Si solo de vez en cuando trabajas con repositorios enormes o tareas muy largas y no quieres que todas las sesiones usen 1M por defecto, puedes sobrescribirlo temporalmente al iniciar:

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

Estos parámetros solo afectan a este inicio. Después de cerrar el Codex actual, la próxima vez volverá a los valores predeterminados de config.toml.

¿Para qué escenarios es adecuado el contexto de 1M?

Es ideal para estas tareas:

• Modificar continuamente varios módulos en un monorepo grande;
• Agentes que necesitan conservar durante mucho tiempo decisiones de arquitectura, procesos de depuración y resultados de pruebas;
• Introducir de una sola vez una gran cantidad de documentos de diseño, especificaciones de interfaz o registros;
• No querer que la tarea se comprima automáticamente con frecuencia a mitad de camino y pierda detalles tempranos.

Si solo se trata de modificar uno o dos archivos, corregir un bug normal o escribir un script corto, la ventana predeterminada de Codex suele ser suficiente. Una ventana más grande significa "puede contener más", no que cada ronda deba llenarse, ni que un contexto más largo garantice una mayor utilidad de atención del modelo.

Costes y sacrificios de calidad que debes conocer antes de activarlo

El contexto largo es muy útil, pero no es gratis.

1. Por encima de 272K, el contexto largo de la API entra en un nivel de precio más alto

La página del modelo GPT-5.6 Sol de OpenAI indica claramente: cuando la entrada supera los 272K tokens, el precio de entrada de toda la solicitud se calcula al doble y el de salida al 1,5 veces.

Si usas la facturación por API, esto se reflejará directamente en la factura; si accedes mediante una suscripción de ChatGPT / Codex, puede manifestarse como un consumo de cuota más rápido; en cualquier caso, debes atenerte a la política de límites que muestre el cliente.

2. Cada ronda debe arrastrar un historial más largo

Cuanto más larga sea la sesión, más atención merecen la latencia, el consumo de tokens y el comportamiento de la caché. Si la mayor parte de los registros antiguos de cientos de miles de tokens ya no son útiles, seguir arrastrándolos tal cual no siempre es mejor que un resumen comprimido de alta calidad.

3. Soportar 1M no significa que la calidad se mantenga exactamente igual con 1M

Un contexto ultralargo puede reducir la truncación de información, pero el modelo aún puede distraerse con mucho ruido. Se recomienda eliminar a tiempo los registros de compilación, las salidas repetidas de herramientas y las rutas de depuración que ya no sirven; cuando el cambio de fase de la tarea sea evidente, también puedes usar /compact de forma proactiva.

Preguntas frecuentes

Ya lo he configurado, ¿por qué la sesión actual no cambia?

config.toml se carga principalmente al iniciar y al crear sesiones. Reinicia el cliente y crea una sesión nueva; no sigas usando la sesión larga anterior para comprobar.

El archivo de configuración se carga, pero el modelo no es Sol?

Comprueba si has usado codex -m ..., --profile, y si en el directorio del proyecto existe también un .codex/config.toml. Los argumentos de línea de comandos de Codex, la configuración del proyecto y los perfiles (profile) pueden sobrescribir la configuración a nivel de usuario.

¿Qué hago si Codex indica "no reconoce este elemento de configuración"?

Primero mira la versión:

codex --version

Luego actualiza a la versión actual:

codex update

Las versiones más antiguas de Codex pueden no tener aún estas dos claves de configuración.

¿Qué hago si quiero restaurar la configuración predeterminada?

Elimina las dos líneas siguientes para restaurar el contexto predeterminado del modelo y su estrategia de compactación automática:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" puedes conservarlo o cambiarlo de nuevo al modelo que usabas antes.

Resumen

Para activar permanentemente el contexto de 1M de GPT-5.6 Sol, solo tienes que poner estas 3 líneas al principio de ~/.codex/config.toml:

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

1 millón es el presupuesto de contexto y 900 000 es la línea de compactación automática. Es muy adecuado para repositorios grandes y tareas de agente de larga duración, pero para tareas normales seguir usando la configuración predeterminada de Codex suele ahorrar cuota, ser más rápido y más estable.

Si vas a dejar que Codex ejecute tareas largas en la máquina de desarrollo y no quieres estar todo el tiempo frente al ordenador, también puedes usar PandaNpc para ver la sesión y manejar las interacciones de forma remota desde el navegador, el escritorio o el móvil.