Codex GPT-5.6 Sol 1M-context inschakelen: configuratiehandleiding met 3 regels `config.toml`

Het officiële contextvenster van GPT-5.6 Sol is 1.050.000 tokens, maar Codex gebruikt standaard niet het volledige venster. Als u wilt dat zeer lange sessies zo min mogelijk worden gecomprimeerd, voegt u eenvoudig 3 regels toe aan het begin van config.toml van Codex:

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

Sla het bestand op, herstart Codex en start een nieuwe sessie. Hieronder wordt duidelijk uitgelegd waar de configuratie staat, wat elke regel doet, hoe u eenmalig start en waar u op moet letten.

Eerst de conclusie: wat doen deze 3 regels?

De Codex-configuratiereferentie van OpenAI vermeldt officieel de configuratieopties model_context_window en model_auto_compact_token_limit; de GPT-5.6 Sol-modelpagina vermeldt dat het contextvenster 1.050.000 tokens bedraagt en de maximale uitvoer 128.000 tokens.

Hier wordt niet direct tot 1.050.000 opgehoogd, maar ingesteld op 1.000.000 om enige marge over te laten voor systeemprestaties, toolresultaten en implementatieverschillen; vervolgens wordt de automatische comprimeringsgrens op 900.000 gezet, zodat Codex voldoende ruimte heeft om te comprimeren in plaats van pas te handelen wanneer het venster bijna vol is.

Stap 1: Vind het `config.toml` van Codex

Het configuratiebestand op gebruikersniveau van Codex bevindt zich op:

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

Op macOS of Linux kunt u direct uitvoeren:

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

In Windows PowerShell kunt u uitvoeren:

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

Als het bestand niet bestaat, maakt u het aan; als het al bestaat, wijzigt u het bestaande bestand. Zorg ervoor dat u de bestaande MCP-, machtigings- of projectconfiguraties niet overschrijft.

Stap 2: Plaats de configuratie helemaal bovenaan het bestand

Plaats de volgende 3 regels helemaal bovenaan config.toml:

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

Zet ze vóór de eerste [section]-titel. Als uw bestand bijvoorbeeld al bevat:

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

Dan moeten de 3 modelconfiguratieregels erboven staan. In TOML worden normale sleutels na [projects."..."] beschouwd als inhoud van die sectie, niet meer als globale configuratie.

Als er al een regel model = "..." in het bestand staat, wijzig die dan rechtstreeks in gpt-5.6-sol en schrijf niet twee keer model. Gebruik voor aanhalingstekens ook Engelse rechte dubbele aanhalingstekens ", en kopieer geen gebogen aanhalingstekens uit rich text.

Stap 3: Herstart en start een nieuwe sessie

Sla het bestand op en:

1. Sluit de huidige Codex-client of CLI af;
2. Start Codex opnieuw;
3. Maak een nieuwe sessie aan.

Oude sessies die al geopend zijn, schakelen meestal niet tijdens het gebruik over naar een ander contextbudget. Daarom is het niet betrouwbaar om alleen het venster te herladen en de oude thread voort te zetten; het is het eenvoudigst om direct een nieuwe sessie te starten.

U kunt de ingebouwde diagnose-opdracht van Codex gebruiken om te controleren of de configuratie met succes is geladen:

codex doctor --json

Let vooral op deze punten:

• overallStatus is ok;
• config.load is ok;
• model toont gpt-5.6-sol.

Deze opdracht controleert of het configuratiebestand correct kan worden geparseerd en geladen; het verbruikt niet echt honderdduizenden tokens om '1M te testen'.

Zonder de standaardconfiguratie te wijzigen: alleen 1M voor de huidige CLI-sessie

Als u slechts af en toe een zeer grote repository of een zeer lange taak wilt verwerken en niet wilt dat alle sessies standaard 1M gebruiken, kunt u bij het starten tijdelijk overschrijven:

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

Deze parameters zijn alleen van invloed op deze sessie. Na het afsluiten van de huidige Codex worden bij de volgende keer de standaardwaarden uit config.toml weer gebruikt.

Voor welke scenario's is 1M-context geschikt?

Het is het meest geschikt voor deze taken:

• Het continu wijzigen van meerdere modules in een grote monorepo;
• Een Agent moet architectuurbeslissingen, het opsporingsproces en testresultaten langdurig bewaren;
• In één keer grote hoeveelheden ontwerpdocumenten, interfacebeschrijvingen of logboeken invoeren;
• U wilt niet dat de taak halverwege regelmatig automatisch wordt gecomprimeerd en vroege details verloren gaan.

Als u slechts een of twee bestanden wijzigt, een normale bug repareert of een kort script schrijft, is het standaardvenster van Codex meestal voldoende. Een groter venster betekent 'er kan meer in worden opgeslagen', niet dat elke ronde volgepropt moet worden, en het betekent ook niet dat hoe langer de context, hoe hoger de aandachtsbenutting van het model gegarandeerd is.

Kosten en kwaliteitsnadelen die u vóór het inschakelen moet weten

Lange context is erg handig, maar het is geen gratis lunch.

1. Boven 272K geldt een hogere prijsklasse voor lange context via de API

Op de GPT-5.6 Sol-modelpagina van OpenAI staat duidelijk: Als de invoer meer dan 272K tokens bedraagt, wordt de invoerprijs van de hele aanvraag met 2x en de uitvoerprijs met 1,5x berekend.

Als u facturering via de API gebruikt, wordt dit direct weerspiegeld op uw factuur; als u zich via een ChatGPT / Codex-abonnement aanmeldt, kan dit tot uiting komen in een sneller verbruik van tegoeden. Raadpleeg altijd het limietbeleid dat in de client wordt weergegeven.

2. Elke ronde moet langere geschiedenis meedragen

Hoe langer de sessie, hoe meer aandacht nodig is voor latentie, tokenverbruik en cachegedrag. Als het grootste deel van de oude logboeken met honderdduizenden tokens niet langer nuttig is, is het niet noodzakelijkerwijs beter om ze ongewijzigd mee te dragen dan een hoogwaardige gecomprimeerde samenvatting.

3. Ondersteuning voor 1M betekent niet dat de kwaliteit bij 1M volledig ongewijzigd is

Zeer lange context kan verminderen dat informatie wordt afgekapt, maar het model kan nog steeds worden afgeleid door veel ruis. Het wordt aanbevolen om buildlogboeken, herhaalde tooluitvoer en inmiddels ongeldige opsporingspaden tijdig op te ruimen; als de taakfase duidelijk verandert, kunt u ook actief /compact gebruiken.

Veelgestelde vragen

De configuratie is ingesteld, maar waarom is de huidige sessie niet veranderd?

config.toml wordt voornamelijk geladen bij het starten en het aanmaken van sessies. Herstart de client en maak een nieuwe sessie; gebruik niet de oude lange sessie om te blijven testen.

Het configuratiebestand kan worden geladen, maar het model is niet Sol?

Controleer of u codex -m ..., --profile gebruikt en of er in de projectmap ook een .codex/config.toml staat. Opdrachtregelparameters, projectconfiguratie en profielen van Codex kunnen de configuratie op gebruikersniveau overschrijven.

Wat moet ik doen als Codex meldt dat het deze configuratieoptie niet kent?

Kijk eerst naar de versie:

codex --version

Upgrade vervolgens naar de huidige versie:

codex update

Oudere versies van Codex hebben deze twee configuratiesleutels mogelijk nog niet.

Hoe herstel ik de standaardinstellingen?

Verwijder de volgende twee regels om de standaard context van het model en de automatische compressiestrategie te herstellen:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" kunt u behouden, of wijzigen naar het model dat u eerder gebruikte.

Samenvatting

Om de 1M-context van GPT-5.6 Sol permanent in te schakelen, plaatst u eenvoudig deze 3 regels helemaal bovenaan ~/.codex/config.toml:

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

1 miljoen is het contextbudget, 900.000 is de automatische compressiegrens. Het is zeer geschikt voor grote repositories en langdurige Agent-taken, maar voor gewone taken is het vaak voordeliger, sneller en stabieler om de standaardinstellingen van Codex te blijven gebruiken.

Als u wilt dat Codex lange tijd taken op een ontwikkelmachine draait en u wilt niet voortdurend achter de computer blijven zitten, kunt u via PandaNpc op afstand in de browser, desktop of mobiel de sessie bekijken en interacties afhandelen.