Codex: включаем GPT-5.6 Sol 1M контекст — руководство по настройке из 3 строк в `config.toml`

Официальное окно контекста GPT-5.6 Sol составляет 1 050 000 токенов, но Codex по умолчанию не использует всё окно полностью. Чтобы сверхдлинные сессии как можно реже сжимались, достаточно добавить 3 строки конфигурации в начало config.toml Codex:

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

После сохранения перезапустите Codex и откройте новый сеанс. Ниже подробно разберём, где находится конфигурация, что делает каждая строка, как запустить однократно и на что обратить внимание.

Сразу вывод: что делает каждая из 3 строк

OpenAI уже официально включила параметры model_context_window и model_auto_compact_token_limit в справочник конфигурации Codex; на странице модели GPT-5.6 Sol указано окно контекста 1 050 000 токенов и максимальный вывод 128 000 токенов.

Здесь мы не указываем сразу полные 1 050 000, а ставим 1 000 000, оставляя небольшой запас для системного промпта, результатов инструментов и различий в реализации. Линию автоматического сжатия ставим на 900 000, чтобы у Codex было пространство для выполнения сжатия, а не обработка в момент, когда окно вот-вот переполнится.

Шаг 1: найдите `config.toml` Codex

Пользовательский конфигурационный файл Codex находится по адресу:

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

На macOS или Linux можно выполнить:

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

В Windows PowerShell можно выполнить:

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

Если файла нет, создайте его; если он уже существует, измените его содержимое, не перезаписывая уже имеющиеся конфигурации MCP, прав доступа или проекта.

Шаг 2: поместите конфигурацию в самое начало файла

Поместите следующие 3 строки в самое начало config.toml:

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

Обязательно разместите их перед первым заголовком [section]. Например, если в вашем файле уже есть:

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

Эти 3 строки конфигурации модели должны находиться выше него. В TOML обычные ключи, записанные после [projects."..."], считаются содержимым этого section, а не глобальной конфигурацией.

Если в файле уже есть строка model = "...", просто замените её на gpt-5.6-sol, не добавляйте вторую строку model. Кавычки должны быть английскими прямыми двойными кавычками "; не копируйте из форматированного текста изогнутые кавычки.

Шаг 3: перезапустите и создайте новый сеанс

После сохранения файла:

1. Выйдите из текущего клиента или CLI Codex.
2. Запустите Codex заново.
3. Создайте новый сеанс.

Уже открытые старые сеансы обычно не переключают бюджет контекста на лету, поэтому просто перезагрузить окно и продолжить старый поток ненадёжно; самый простой способ — создать новый сеанс.

Проверить, загрузилась ли конфигурация, можно встроенной диагностической командой Codex:

codex doctor --json

Обратите внимание на следующие пункты:

• overallStatus должен быть ok;
• config.load должен быть ok;
• model показывает gpt-5.6-sol.

Эта команда проверяет, может ли конфигурационный файл быть корректно разобран и загружен; она не потратит сотни тысяч токенов ради «проверки 1M».

Не меняя конфигурацию по умолчанию: включить 1M только для текущего CLI-сеанса

Если вы лишь изредка работаете с огромными репозиториями или сверхдлинными задачами и не хотите, чтобы все сеансы по умолчанию использовали 1M, можно временно переопределить настройки при запуске:

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

Эти параметры действуют только на текущий запуск. После закрытия текущего Codex следующий запуск снова будет использовать значения по умолчанию из config.toml.

Для каких сценариев подходит контекст 1M

Он лучше всего подходит для следующих задач:

• последовательное изменение нескольких модулей в большом монолитном репозитории;
• когда агенту нужно надолго сохранять архитектурные решения, результаты диагностики и тестов;
• когда нужно за раз ввести множество проектных документов, описаний интерфейсов или логов;
• когда не хочется, чтобы задача на полпути часто автоматически сжималась с потерей ранних деталей.

Если нужно изменить один-два файла, исправить обычную ошибку или написать короткий скрипт, окна по умолчанию в Codex обычно достаточно. Большее окно означает «можно уместить больше», но не то, что каждую итерацию нужно заполнять целиком, и не то, что более длинный контекст обязательно означает более высокую эффективность внимания модели.

Стоимость и качество: что важно знать перед включением

Длинный контекст удобен, но это не бесплатный обед.

1. При превышении 272K длинный контекст API переходит в более высокий ценовой диапазон

На странице модели GPT-5.6 Sol от OpenAI ясно указано: когда вход превышает 272K токенов, цена за входные токены всего запроса рассчитывается с коэффициентом 2, а за выходные — с коэффициентом 1.5.

Если вы платите по API, это напрямую отразится в счёте; если вы входите через подписку ChatGPT / Codex, конкретным проявлением может быть более быстрое расходование квоты; при этом следует ориентироваться на политику лимитов, отображаемую в клиенте.

2. Каждый раунд переносит более длинную историю

Чем длиннее сеанс, тем внимательнее стоит относиться к задержке, расходу токенов и поведению кэша. Если среди сотен тысяч токенов старых логов большая часть уже бесполезна, продолжать тащить их целиком не обязательно лучше, чем качественное сжатое резюме.

3. Поддержка 1M не означает, что при 1M качество совсем не меняется

Сверхдлинный контекст уменьшает вероятность усечения информации, но модель всё равно может отвлекаться на большой объём шума. Рекомендуется вовремя удалять логи сборки, повторяющийся вывод инструментов и уже неактуальные пути диагностики; при явной смене этапов задачи можно также активно использовать /compact.

Часто задаваемые вопросы

Настроил, но текущий сеанс не изменился. Почему?

config.toml загружается в основном при запуске и создании сеанса. Перезапустите клиент и создайте новый сеанс; не проверяйте на старом длинном сеансе.

Конфигурационный файл загружается, но модель не Sol?

Проверьте, не используется ли codex -m ..., --profile, а также есть ли в каталоге проекта собственный .codex/config.toml. Аргументы командной строки Codex, конфигурация проекта и profile могут переопределять пользовательскую конфигурацию.

Codex сообщает, что «не знает этот параметр конфигурации». Что делать?

Сначала проверьте версию:

codex --version

Затем обновитесь до текущей версии:

codex update

В более старых версиях Codex этих двух ключей конфигурации может не быть.

Что делать, если нужно вернуть настройки по умолчанию?

Удалите две следующие строки, чтобы вернуть собственное окно контекста и стратегию автоматического сжатия модели:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

Строку model = "gpt-5.6-sol" можно оставить или вернуть модель, которую вы использовали раньше.

Итоги

Чтобы навсегда включить контекст 1M для GPT-5.6 Sol, достаточно разместить эти 3 строки в самом начале ~/.codex/config.toml:

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

1 миллион — это бюджет контекста, 900 тысяч — порог автоматического сжатия. Это отлично подходит для крупных репозиториев и длительных задач агента, но для обычных задач чаще выгоднее по квоте, быстрее и стабильнее продолжать использовать настройки Codex по умолчанию.

Если вы планируете запускать Codex с долгими задачами на машине разработки и не хотите постоянно сидеть перед компьютером, вы можете также удалённо просматривать сеансы и взаимодействовать через PandaNpc в браузере, на десктопе или на телефоне.