Codex: attivare il contesto GPT-5.6 Sol 1M — tutorial di configurazione con 3 righe in `config.toml`

La finestra di contesto ufficiale di GPT-5.6 Sol è 1.050.000 token, ma Codex di default non utilizza completamente tutta la finestra. Per ridurre al minimo la compressione nelle sessioni molto lunghe, basta aggiungere 3 righe di configurazione all'inizio del config.toml di Codex:

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

Dopo il salvataggio, riavvia Codex e apri una nuova sessione. Di seguito spiegheremo tutto in una volta: la posizione della configurazione, la funzione di ogni riga, la modalità di avvio singola e le note importanti.

Prima di tutto: cosa fanno queste 3 righe

Il riferimento di configurazione di Codex di OpenAI elenca ufficialmente le due opzioni model_context_window e model_auto_compact_token_limit; la pagina del modello GPT-5.6 Sol indica che la sua finestra di contesto è di 1.050.000 token, con un output massimo di 128.000 token.

Qui non si imposta direttamente 1.050.000, ma 1.000.000, per lasciare un po' di margine al prompt di sistema, ai risultati degli strumenti e alle differenze di implementazione; quindi si imposta la soglia di compressione automatica a 900.000, dando a Codex lo spazio per completare la compressione, invece di lasciare che sia l'ultimo momento prima che la finestra si riempia.

Passo 1: trovare il `config.toml` di Codex

Il file di configurazione a livello utente di Codex si trova in:

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

Su macOS o Linux puoi eseguire direttamente:

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

Su Windows PowerShell puoi eseguire:

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

Se il file non esiste, crealo; se esiste, modificalo a partire dal file originale, senza sovrascrivere le configurazioni MCP, di autorizzazione o di progetto esistenti.

Passo 2: mettere la configurazione all'inizio del file

Metti queste 3 righe all'inizio di config.toml:

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

Deve assolutamente essere prima del primo titolo [section]. Ad esempio, se il tuo file contiene già:

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

Queste 3 righe di configurazione del modello devono essere posizionate sopra di esso. In TOML, le chiavi normali scritte dopo [projects."..."] vengono considerate contenuto di quella sezione e non più configurazione globale.

Se nel file esiste già una riga model = "...", cambiala direttamente in gpt-5.6-sol, non scrivere due volte model. Le virgolette devono essere doppie in stile inglese ", non copiarle da un testo formattato con virgolette curve.

Passo 3: riavvia e apri una nuova sessione

Dopo aver salvato il file:

1. Esci dal client Codex o dalla CLI corrente;
2. Riavvia Codex;
3. Crea una nuova sessione.

Le sessioni già aperte di solito non cambiano il budget di contesto durante l'esecuzione, quindi non è affidabile ricaricare solo la finestra e continuare il thread precedente; creare direttamente una nuova sessione è la soluzione più semplice.

Puoi usare il comando di diagnostica integrato di Codex per verificare che la configurazione sia stata caricata correttamente:

codex doctor --json

Controlla in particolare questi elementi:

• overallStatus sia ok;
• config.load sia ok;
• model mostri gpt-5.6-sol.

Questo comando verifica che il file di configurazione venga analizzato e caricato correttamente; non consuma centinaia di migliaia di token solo per "testare 1M".

Senza modificare la configurazione predefinita: attivare 1M solo per la sessione CLI corrente

Se ti capita solo occasionalmente di lavorare su repository molto grandi o compiti molto lunghi e non vuoi che tutte le sessioni usino 1M per impostazione predefinita, puoi sovrascrivere temporaneamente all'avvio:

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

Questi parametri influiscono solo sull'avvio corrente. Dopo aver chiuso Codex, la volta successiva tornerai ai valori predefiniti presenti in config.toml.

Per quali scenari è adatto il contesto da 1M

È più adatto a questi compiti:

• Modificare più moduli in sequenza in un grande repository monolitico;
• Quando un agente deve mantenere a lungo decisioni architetturali, processi di debugging e risultati di test;
• Inserire in una sola volta molti documenti di progettazione, specifiche di interfaccia o log;
• Se non vuoi che un'attività venga compressa automaticamente troppo spesso a metà percorso, perdendo i dettagli iniziali.

Se devi solo modificare uno o due file, correggere bug comuni o scrivere script brevi, di solito la finestra predefinita di Codex è già sufficiente. Una finestra più grande significa "può contenere di più", non che ogni turno debba essere riempito, né che un contesto più lungo implichi automaticamente un migliore utilizzo dell'attenzione del modello.

Costi e compromessi di qualità da conoscere prima di attivarla

1. Oltre 272K, il contesto lungo dell'API viene applicato a una fascia di prezzo più alta

La pagina del modello GPT-5.6 Sol di OpenAI specifica chiaramente: quando l'input supera i 272K token, il prezzo di input dell'intera richiesta viene calcolato ×2 e il prezzo di output ×1.5.

Se utilizzi la fatturazione API, questo si rifletterà direttamente sulla bolletta; se accedi tramite abbonamento ChatGPT / Codex, potrebbe manifestarsi come un consumo più rapido del credito; fai comunque riferimento alla policy dei limiti mostrata dal client.

2. Ogni turno deve trasportare una cronologia più lunga

Più lunga è la sessione, più è importante prestare attenzione a latenza, consumo di token e comportamento della cache. Se gran parte dei vecchi log da centinaia di migliaia di token non è più utile, continuare a trasportarli così com'è non è necessariamente meglio di un riepilogo compresso di alta qualità.

3. Supportare 1M non significa che la qualità rimanga identica a 1M

Un contesto molto lungo può ridurre il troncamento delle informazioni, ma il modello può comunque essere distratto da molto rumore. Si consiglia di eliminare tempestivamente i log di build, gli output ripetuti degli strumenti e i percorsi di debug non più validi; quando le fasi del compito cambiano nettamente, puoi anche usare attivamente /compact.

Domande frequenti

Ho configurato, perché la sessione attuale non è cambiata?

config.toml viene caricato principalmente all'avvio e alla creazione della sessione. Riavvia il client e crea una nuova sessione; non continuare a verificare con la vecchia sessione lunga.

Il file di configurazione viene caricato, ma il modello non è Sol?

Controlla se hai usato codex -m ..., --profile, e se nella directory del progetto esiste ancora un .codex/config.toml. I parametri della riga di comando di Codex, la configurazione del progetto e il profilo possono sovrascrivere la configurazione a livello utente.

Cosa fare se Codex segnala "configurazione sconosciuta"?

Per prima cosa controlla la versione:

codex --version

Poi aggiorna alla versione corrente:

codex update

Le versioni più vecchie di Codex potrebbero non avere ancora queste due chiavi di configurazione.

Come ripristinare le impostazioni predefinite?

Basta eliminare le due righe seguenti per ripristinare il contesto predefinito del modello e la politica di compressione automatica:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" può essere mantenuto o puoi ripristinare il modello che usavi in precedenza.

Riepilogo

Per attivare permanentemente il contesto GPT-5.6 Sol 1M, basta mettere queste 3 righe all'inizio di ~/.codex/config.toml:

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

1 milione è il budget di contesto, 900.000 è la soglia di compressione automatica. È adatto a grandi repository e a lunghe attività di agente, ma per i compiti ordinari continuare a usare le impostazioni predefinite di Codex spesso fa risparmiare credito, è più veloce e più stabile.

Se lasci Codex a eseguire attività lunghe sulla macchina di sviluppo e non vuoi restare sempre davanti al computer, puoi anche visualizzare da remoto le sessioni e gestire le interazioni tramite PandaNpc da browser, desktop o smartphone.