Codex: GPT-5.6 Sol 1M -kontekstin käyttöönotto: 3 rivin `config.toml`-määritysopas
GPT-5.6 Sol tukee virallisesti 1,05 miljoonan tokenin kontekstia. Lisää vain 3 rivin konfiguraatio Codexin config.toml-tiedoston alkuun, niin se toimii miljoonan tokenin ikkunalla ja pakkaa historian automaattisesti noin 900 000 tokenin kohdalla. Mukana pysyvä konfiguraatio, yksittäinen komento, vahvistus ja kustannusmuistutus.

GPT-5.6 Sol:n virallinen konteksti-ikkuna on 1 050 000 tokenia, mutta Codex ei oletusarvoisesti käytä koko ikkunaa. Jos haluat, että hyvin pitkät keskustelut pakkautuvat mahdollisimman vähän, lisää vain 3 riviä Codexin config.toml-tiedoston alkuun:
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000Tallenna ja käynnistä Codex uudelleen, niin voit aloittaa uuden istunnon. Alla kerrotaan selkeästi asetuksen sijainti, kunkin rivin merkitys, kertakäynnistystapa ja huomioitavat seikat.
Yhteenveto: mitä nämä 3 riviä tekevät
| Asetus | Tarkoitus |
|---|---|
model = "gpt-5.6-sol" |
Valitsee selvästi GPT-5.6-sarjan lippulaivamallin Sol:n |
model_context_window = 1000000 |
Kertoo Codexille, että nykyiselle mallille varataan miljoonan tokenin kontekstibudjetti |
model_auto_compact_token_limit = 900000 |
Pakkaa automaattisesti vanhaa historiaa, kun aktiivinen konteksti lähestyy 900 000 tokenia, jotta ikkunan ylärajaa ei ylitettäisi |
OpenAI:n Codex-asetusviite on virallisesti listannut model_context_window- ja model_auto_compact_token_limit-asetukset; GPT-5.6 Sol -mallisivu ilmoittaa, että sen konteksti-ikkuna on 1 050 000 tokenia ja suurin ulostulo 128 000 tokenia.
Tässä ei aseteta suoraan 1 050 000:ta, vaan 1 000 000, jolloin järjestelmäkehotteille, työkalujen tuloksille ja toteutuserolle jää hieman varaa. Automaattinen pakkausraja asetetaan kohtaan 900 000, jotta Codexilla on tilaa suorittaa pakkaus sen sijaan, että se odottaisi ikkunan olevan pian täynnä.
Vaihe 1: Etsi Codexin `config.toml`
Codexin käyttäjäkohtainen määritystiedosto sijaitsee:
- macOS / Linux:
~/.codex/config.toml - Windows:
%USERPROFILE%\.codex\config.toml
macOS- tai Linux-järjestelmässä voit suorittaa suoraan:
mkdir -p ~/.codex
nano ~/.codex/config.tomlWindows PowerShellissä voit suorittaa:
notepad $env:USERPROFILE\.codex\config.tomlJos tiedostoa ei ole, luo se; jos se on olemassa, muokkaa sitä alkuperäisen pohjalta. Älä korvaa olemassa olevia MCP-, käyttöoikeus- tai projektiasetuksia.
Vaihe 2: Aseta määritykset tiedoston alkuun
Aseta seuraavat 3 riviä config.toml-tiedoston alkuun:
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000Ne on asetettava ennen ensimmäistä [section]-otsikkoa. Jos tiedostossasi on esimerkiksi:
[projects."/path/to/project"]
trust_level = "trusted"Nämä 3 malliasetusriviä on asetettava sen yläpuolelle. TOML:ssä tavalliset avaimet [projects."..."]-otsikon jälkeen käsitellään kyseisen osion sisältönä, eikä niitä enää pidetä globaaleina asetuksina.
Jos tiedostossa on jo rivi model = "...", muuta se suoraan arvoksi gpt-5.6-sol, älä kirjoita kahta model-riviä. Käytä myös englanninkielisiä puolileveitä lainausmerkkejä ", äläkä kopioi kaarevia lainausmerkkejä muotoillusta tekstistä.
Vaihe 3: Käynnistä uudelleen ja aloita uusi istunto
Tallenna tiedosto ja:
- Sulje nykyinen Codex-sovellus tai CLI.
- Käynnistä Codex uudelleen.
- Luo uusi istunto.
Jo avatut vanhat istunnot eivät yleensä vaihda kontekstibudjettia ajon aikana, joten pelkkä ikkunan uudelleenlataus ja vanhan keskustelun jatkaminen ei ole luotettavaa. Uuden istunnon luominen on helpointa.
Voit tarkistaa Codexin mukana tulevalla diagnostiikkakomennolla, onko määritys ladattu onnistuneesti:
codex doctor --jsonKiinnitä huomiota näihin kohtiin:
overallStatusonok.config.loadonok.modelnäyttää arvongpt-5.6-sol.
Tämä komento tarkistaa, pystyykö määritystiedosto jäsentämään ja lataamaan asetukset oikein. Se ei kuluta satoja tuhansia tokeneita "1M:n testaamiseksi".
Oletusasetuksia muuttamatta: ota 1M käyttöön vain nykyisessä CLI-istunnossa
Jos käsittelet vain satunnaisesti erittäin suuria repositorioita tai pitkiä tehtäviä etkä halua, että kaikki istunnot käyttävät oletusarvoisesti 1M:ää, voit väliaikaisesti ohittaa asetukset käynnistyksen yhteydessä:
codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000Nämä parametrit vaikuttavat vain tähän käynnistyskertaan. Kun suljet nykyisen Codexin, seuraavalla kerralla palataan config.toml-tiedoston oletusarvoihin.
Mihin käyttötarkoituksiin 1M konteksti sopii
Se sopii parhaiten seuraaviin tehtäviin:
- useiden moduulien muokkaaminen peräkkäin suuressa monoliittisessa repositoriossa;
- agentin on säilytettävä pitkään arkkitehtuuripäätökset, vianetsintäprosessi ja testitulokset;
- suurten suunnitteluasiakirjojen, rajapintakuvausten tai lokien syöttäminen kerralla;
- et halua, että tehtävä pakkautuu automaattisesti usein kesken kaiken ja menettää varhaiset yksityiskohdat.
Jos muutat vain yhtä tai kahta tiedostoa, korjaat tavallisia bugeja tai kirjoitat lyhyitä skriptejä, Codexin oletusikkuna on yleensä riittävä. Suurempi ikkuna tarkoittaa, että "mahtuu enemmän", mutta sitä ei tarvitse täyttää joka kierroksella, eikä se tarkoita, että mallin tarkkaavaisuuden hyödyntäminen olisi välttämättä tehokkaampaa pidemmässä kontekstissa.
Kustannus- ja laatuvaikutukset, jotka on tiedettävä ennen käyttöönottoa
Pitkä konteksti on hyödyllinen, mutta ei ilmainen lounas.
1. Yli 272 000 tokenin jälkeen API:n pitkä konteksti siirtyy korkeampaan hintaluokkaan
OpenAI:n GPT-5.6 Sol -mallisivu ilmoittaa selvästi: Kun syöte ylittää 272 000 tokenia, koko pyynnön syötteen hinta laskutetaan 2-kertaisena ja ulostulon hinta 1,5-kertaisena.
Jos käytät API-laskutusta, tämä näkyy suoraan laskussa. Jos kirjaudut sisään ChatGPT-/Codex-tilauksella, se voi näkyä nopeampana kiintiön kulutuksena, ja lopullinen raja on asiakassovelluksessa näkyvä käytäntö.
2. Jokaisella kierroksella on kuljetettava pidempi historia
Mitä pidempi istunto, sitä enemmän on syytä kiinnittää huomiota viiveeseen, tokeneiden kulutukseen ja välimuistin toimintaan. Jos satojen tuhansien tokenien vanhoista lokeista suurin osa on jo hyödytöntä, niiden kuljettaminen sellaisenaan ei välttämättä ole parempi vaihtoehto kuin laadukas pakattu yhteenveto.
3. 1M:n tuki ei tarkoita, että laatu pysyy täysin samana 1M:ssä
Erittäin pitkä konteksti vähentää tiedon katkeamista, mutta malli voi silti hajaantua suuren määrän kohinaa takia. On suositeltavaa tyhjentää ajoissa rakennusloki, toistuvat työkalujen tulosteet ja vanhentuneet vianetsintäreitit. Kun tehtävän vaihe vaihtuu selvästi, voit myös käyttää aktiivisesti /compact-komentoa.
Usein kysytyt kysymykset
Asetukset on tehty, miksi nykyinen istunto ei muuttunut?
config.toml ladataan pääasiassa käynnistyksen ja istunnon luomisen yhteydessä. Käynnistä asiakassovellus uudelleen ja luo uusi istunto. Älä jatka vanhan pitkän istunnon tarkistamista.
Määritystiedosto latautuu, mutta malli ei ole Sol?
Tarkista, oletko käyttänyt codex -m ... tai --profile, ja onko projektihakemistossa myös .codex/config.toml-tiedosto. Codexin komentoriviparametrit, projektimääritykset ja profiili voivat kaikki ohittaa käyttäjäkohtaiset asetukset.
Codex ilmoittaa "tuntematon määritysavain" – mitä tehdä?
Tarkista ensin versio:
codex --versionPäivitä sitten uusimpaan versioon:
codex updateVanhemmissa Codex-versioissa ei välttämättä ole näitä kahta määritysavainta.
Miten palautan oletusasetukset?
Poista seuraavat kaksi riviä palauttaaksesi mallin oletuskontekstin ja automaattisen pakkausstrategian:
model_context_window = 1000000
model_auto_compact_token_limit = 900000model = "gpt-5.6-sol" voi jättää paikalleen tai vaihtaa takaisin aiemmin käyttämääsi malliin.
Yhteenveto
Ota GPT-5.6 Sol 1M -konteksti pysyvästi käyttöön asettamalla nämä 3 riviä ~/.codex/config.toml-tiedoston alkuun:
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000Miljoona on kontekstibudjetti, 900 000 automaattinen pakkausraja. Se sopii hyvin suuriin repositorioihin ja pitkiin agenttitehtäviin, mutta tavallisissa tehtävissä Codexin oletusasetusten käyttäminen on usein säästeliäämpää, nopeampaa ja vakaampaa.
Jos annat Codexin suorittaa pitkiä tehtäviä kehityskoneella etkä halua koko ajan istua tietokoneen ääressä, voit myös PandaNpc:n avulla tarkastella istuntoja ja käsitellä vuorovaikutuksia etänä selaimessa, työpöytäsovelluksessa tai puhelimella.
Aiheeseen liittyvät oppaat

pandacode: Anna Claude Coden kokemus toimia millä tahansa mallilla
pandacode on pandapaw'n sisäänrakennettu avoimen lähdekoodin koodausagenttimoottori, joka on täysin yhteensopiva Claude Coden kanssa, mutta mallin taustajärjestelmän päätät itse – DeepSeek, Qwen, vLLM/Ollama, yrityksen sisäverkon välityspalvelin, kaikki käyvät, ja se tukee sekä OpenAI:n että Anthropicin API-muotoja. Yksi komento asentaa, ja voit ohjata sitä etänä puhelimella, selaimella tai työpöydällä normaalisti.
Lue artikkeli →
Claude Code `/compact` -toiminnon jälkeen aiemmat keskustelut eivät näy? Ne eivät ole kadonneet, opettele palauttamaan ne kokonaan
/compact jälkeen vanhat viestit katoavat? Tietoja ei ole kadonnut – PandaNpc yhdistää koko historian pakkausketjua pitkin, työpöytä- ja verkkopuolella täysin palautettavissa, tukee useita pakkauksia eikä vaikuta todelliseen kontekstiin.
Lue artikkeli →
Sammuta tämä tietokone, mutta ohjaa Claude Code -etäyhteydellä toisaalta
Claude Code sidottu yhteen koneeseen? Anna sen pyöriä kehityskoneella, vaihda toiseen tietokoneeseen tai selaimeen etäohjauksella – katso keskusteluja, hyväksyntätyökaluja, koodimuutoksia, ilman että tarvitsee olla koneen ääressä koko ajan.
Lue artikkeli →