Codex aktiverar GPT-5.6 Sol 1M-kontext: handledning med 3 rader i `config.toml`

GPT-5.6 Sol:s officiella kontextfönster är 1 050 000 token, men Codex använder som standard inte hela fönstret. För att mycket långa sessioner ska komprimeras så lite som möjligt behöver du bara lägga till 3 rader konfiguration överst i Codex config.toml:

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

Spara filen, starta om Codex och öppna en ny session. Nedan förklaras konfigurationsplatsen, vad varje rad gör, hur du startar en engångssession samt viktiga saker att tänka på.

Slutsats först: vad dessa 3 rader gör

OpenAI:s Codex-konfigurationsreferens listar officiellt konfigurationsposterna model_context_window och model_auto_compact_token_limit; GPT-5.6 Sol-modellsidan anger att dess kontextfönster är 1 050 000 token och maximal utdata är 128 000 token.

Här skrivs inte hela 1 050 000 utan 1 000 000, för att lämna lite marginal för systemprompter, verktygsresultat och implementeringsskillnader; den automatiska komprimeringsgränsen sätts sedan till 900 000 så att Codex får utrymme att komprimera innan fönstret håller på att sprängas.

Steg 1: Hitta Codex `config.toml`

Codex användarnivåkonfigurationsfil finns på:

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

På macOS eller Linux kan du köra:

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

I Windows PowerShell kan du köra:

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

Skapa filen om den inte finns; om den redan finns, ändra i den befintliga filen och skriv inte över befintliga MCP-, behörighets- eller projektkonfigurationer.

Steg 2: Placera konfigurationen överst i filen

Lägg följande 3 rader överst i config.toml:

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

Se till att de placeras före den första [section]-rubriken. Om din fil till exempel redan innehåller:

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

De 3 raderna med modellkonfiguration måste placeras ovanför den. I TOML behandlas vanliga nycklar som skrivs efter [projects."..."] som innehåll i den sektionen, inte som global konfiguration.

Om filen redan har en rad med model = "...", ändra den direkt till gpt-5.6-sol och skriv inte två model-rader. Använd engelska halvbredds citattecken " och kopiera inte krokiga citattecken från rik text.

Steg 3: Starta om och öppna en ny session

Spara filen och gör sedan:

1. Avsluta nuvarande Codex-klient eller CLI;
2. Starta om Codex;
3. Skapa en ny session.

Redan öppnade gamla sessioner växlar vanligtvis inte kontextbudget under körning, så det är inte tillförlitligt att bara läsa om fönstret och fortsätta i en gammal tråd. Det enklaste är att skapa en ny session.

Du kan kontrollera om konfigurationen har laddats korrekt med Codex inbyggda diagnostikkommando:

codex doctor --json

Titta särskilt på följande:

• overallStatus är ok;
• config.load är ok;
• model visar gpt-5.6-sol.

Kommandot verifierar att konfigurationsfilen kan parsas och laddas korrekt; det förbrukar inte hundratusentals token bara för att ”testa 1M”.

Ändra inte standardkonfigurationen: aktivera 1M endast för aktuell CLI-session

Om du bara ibland arbetar med mycket stora databaser eller mycket långa uppgifter och inte vill att alla sessioner ska använda 1M som standard, kan du tillfälligt åsidosätta vid start:

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

Dessa parametrar påverkar bara den aktuella starten. När du stänger nuvarande Codex återgår nästa start till standardvärdena i config.toml.

Vilka scenarier passar 1M-kontext för?

Den passar bäst för dessa uppgifter:

• Att kontinuerligt ändra flera moduler i ett stort monorepo;
• När agenten behöver behålla arkitekturbeslut, felsökningsprocesser och testresultat under lång tid;
• Att mata in stora mängder designdokument, API-beskrivningar eller loggar på en gång;
• När du inte vill att uppgiften ska komprimeras automatiskt ofta halvvägs och förlora tidiga detaljer.

Om du bara ändrar en eller två filer, fixar en vanlig bugg eller skriver ett kort skript räcker Codex standardfönster vanligtvis. Ett större fönster innebär att ”det får plats mer”, inte att varje runda måste fyllas helt, och inte heller att en längre kontext nödvändigtvis ger högre utnyttjande av modellens uppmärksamhet.

Kostnads- och kvalitetskonsekvenser du måste känna till innan aktivering

Lång kontext är praktisk, men den är inte gratis.

1. Efter 272K går API:ets långa kontext in i en högre prisklass

OpenAI:s GPT-5.6 Sol-modellsida anger tydligt: När inmatningen överstiger 272 000 token beräknas hela begärandets inmatningspris som 2 gånger och utmatningspriset som 1,5 gånger.

Om du använder API-fakturering syns detta direkt på räkningen; om du loggar in via ChatGPT / Codex-prenumeration kan det innebära att kvoten förbrukas snabbare. Följ alltid den gränspolicy som visas i klienten.

2. Varje runda måste bära med sig längre historik

Ju längre sessionen är, desto viktigare är latens, token-förbrukning och cache-beteende. Om större delen av gamla loggar på hundratusentals token inte längre är användbara, är det inte säkert att det är bättre att bära med dem oförändrade än att använda en högkvalitativ komprimerad sammanfattning.

3. Stöd för 1M innebär inte att kvaliteten är helt oförändrad vid 1M

Mycket lång kontext kan minska att information trunkeras, men modellen kan fortfarande distraheras av mycket brus. Rensa bort byggloggar, upprepade verktygsutdata och föråldrade felsökningsvägar i tid; när uppgiftens fas tydligt växlar kan du också aktivt använda /compact.

Vanliga frågor

Jag har konfigurerat, varför har den aktuella sessionen inte ändrats?

config.toml laddas främst vid start och när sessioner skapas. Starta om klienten och skapa en ny session; använd inte den gamla långa sessionen för att verifiera.

Konfigurationsfilen kan laddas, men modellen är inte Sol?

Kontrollera om du använder codex -m ..., --profile, och om det även finns en .codex/config.toml i projektkatalogen. Codex kommandoradsargument, projektkonfiguration och profiler kan alla åsidosätta användarnivåkonfigurationen.

Vad gör jag om Codex rapporterar ”känner inte igen den här konfigurationsposten”?

Börja med att kontrollera versionen:

codex --version

Uppgradera sedan till nuvarande version:

codex update

Äldre versioner av Codex kanske inte har dessa två konfigurationsnycklar.

Hur återställer jag standardinställningarna?

Ta bort följande två rader för att återställa modellens eget standardkontext- och automatiska komprimeringsläge:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" kan behållas eller ändras tillbaka till den modell du tidigare använde.

Sammanfattning

För att permanent aktivera GPT-5.6 Sol 1M-kontext behöver du bara placera dessa 3 rader överst i ~/.codex/config.toml:

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

1 miljon är kontextbudgeten och 900 000 är den automatiska komprimeringsgränsen. Den passar bra för stora databaser och långvariga agentuppgifter, men för vanliga uppgifter är det ofta mer kvotbesparande, snabbare och stabilare att fortsätta med Codex standardinställningar.

Om du låter Codex köra långa uppgifter på utvecklingsmaskinen men inte vill sitta framför datorn hela tiden, kan du också via PandaNpc fjärrvisa sessionen och hantera interaktioner i webbläsaren, på skrivbordet eller mobilen.