Codex'te GPT-5.6 Sol 1M Bağlamını Etkinleştirme: 3 Satırlık `config.toml` Yapılandırma Rehberi

GPT-5.6 Sol'un resmi bağlam penceresi 1.050.000 token'dır, ancak Codex varsayılan olarak pencerenin tamamını kullanmaz. Çok uzun oturumlarda mümkün olduğunca az sıkıştırma yapılmasını istiyorsanız, Codex'in config.toml dosyasının en üstüne 3 satır yapılandırma eklemeniz yeterlidir:

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

Kaydettikten sonra Codex'i yeniden başlatıp yeni bir oturum açmanız yeterlidir. Aşağıda yapılandırmanın konumu, her satırın işlevi, tek seferlik başlatma yöntemi ve dikkat edilmesi gerekenler tek seferde açıklanmıştır.

Önce Sonuç: Bu 3 Satır Ne İşe Yarar?

OpenAI'nin Codex yapılandırma referansı model_context_window ve model_auto_compact_token_limit yapılandırma öğelerini resmi olarak listelemiştir; GPT-5.6 Sol model sayfası ise bağlam penceresinin 1.050.000 token olduğunu ve maksimum çıktının 128.000 token olduğunu belirtmektedir.

Burada doğrudan 1.050.000 yazmak yerine 1.000.000 olarak ayarlanır; böylece sistem istemleri, araç sonuçları ve uygulama farklılıkları için küçük bir pay bırakılır. Otomatik sıkıştırma çizgisi de 900.000'e konur; böylece Codex, pencere neredeyse dolmak üzereyken değil, sıkıştırmayı tamamlamak için alana sahip olur.

Adım 1: Codex'in `config.toml` Dosyasını Bulun

Codex'in kullanıcı düzeyindeki yapılandırma dosyası şu konumdadır:

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

macOS veya Linux'ta doğrudan şu komut çalıştırılabilir:

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

Windows PowerShell'de şu komut çalıştırılabilir:

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

Dosya yoksa yeni oluşturun; zaten mevcutsa mevcut dosya üzerinde değişiklik yapın ve mevcut MCP, izin veya proje yapılandırmalarının üzerine yazmayın.

Adım 2: Yapılandırmayı Dosyanın En Üstüne Yerleştirin

Aşağıdaki 3 satırı config.toml dosyasının en başına yerleştirin:

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

Bunları ilk [section] başlığından önce yerleştirdiğinizden emin olun. Örneğin dosyanızda zaten şunlar varsa:

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

O 3 satırlık model yapılandırması onun üzerinde olmalıdır. TOML'de [projects."..."] bölümünden sonra yazılan normal anahtarlar o bölümün içeriği olarak değerlendirilir ve artık genel yapılandırma olmaz.

Dosyada zaten bir model = "..." satırı varsa, bunu doğrudan gpt-5.6-sol olarak değiştirin; iki ayrı model satırı yazmayın. Tırnak işaretleri de İngilizce yarım genişlikte çift tırnak " olmalı; zengin metinden kavisli tırnak kopyalamayın.

Adım 3: Yeniden Başlatın ve Yeni Bir Oturum Açın

Dosyayı kaydettikten sonra:

1. Mevcut Codex istemcisinden veya CLI'dan çıkın;
2. Codex'i yeniden başlatın;
3. Yeni bir oturum oluşturun.

Zaten açık olan eski oturumlar genellikle çalışma sırasında bağlam bütçesini değiştirmez; bu nedenle yalnızca pencereyi yeniden yükleyip eski sohbet dizisine devam etmek güvenilir değildir. Doğrudan yeni bir oturum açmak en kolayıdır.

Yapılandırmanın başarıyla yüklenip yüklenmediğini Codex'in yerleşik tanılama komutuyla kontrol edebilirsiniz:

codex doctor --json

Şu öğelere odaklanın:

• overallStatus değeri ok olmalı;
• config.load değeri ok olmalı;
• model alanı gpt-5.6-sol göstermeli.

Bu komut, yapılandırma dosyasının doğru şekilde ayrıştırılıp yüklenip yüklenemeyeceğini doğrular; "1M test etmek" için gerçekten yüz binlerce token harcamaz.

Varsayılan Yapılandırmayı Değiştirmeden: Yalnızca Geçerli CLI Oturumu için 1M Açın

Yalnızca ara sıra çok büyük depolarla veya çok uzun görevlerle çalışıyorsanız ve tüm oturumların varsayılan olarak 1M kullanmasını istemiyorsanız, başlatma sırasında geçici olarak geçersiz kılabilirsiniz:

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

Bu parametreler yalnızca bu başlatmayı etkiler. Mevcut Codex'i kapattıktan sonra bir dahaki sefere yine config.toml içindeki varsayılan değerlere dönülür.

1M Bağlam Hangi Senaryolar için Uygundur?

En çok şu görevler için uygundur:

• Büyük monolitik depolarda birden fazla modülü sürekli olarak değiştirmek;
• Agent'ın mimari kararları, sorun giderme süreçlerini ve test sonuçlarını uzun süre saklaması gereken durumlar;
• Bir seferde çok sayıda tasarım dokümanı, arayüz açıklaması veya günlük girdisi sağlamak;
• Görevin ortasında sık sık otomatik sıkıştırma yapılıp erken ayrıntıların kaybolmasının istenmediği durumlar.

Yalnızca birkaç dosyayı değiştiriyor, sıradan hataları düzeltiyor veya kısa betikler yazıyorsanız, Codex'in varsayılan penceresi genellikle yeterlidir. Daha büyük bir pencere "daha fazlasını sığdırabilmek" anlamına gelir; her turda doldurulması gerekmez ve bağlam ne kadar uzun olursa modelin dikkat kullanımının o kadar yüksek olacağı anlamına da gelmez.

Açmadan Önce Bilmeniz Gereken Maliyet ve Kalite Bedeli

Uzun bağlam çok kullanışlıdır, ancak bedava öğle yemeği değildir.

1. 272K'nın Üzerine Çıkıldığında API Uzun Bağlamı Daha Yüksek Fiyat Dilimine Girer

OpenAI'nin GPT-5.6 Sol model sayfası açıkça şunu belirtir: Girdi 272K token'ı aştığında, tüm isteğin girdi fiyatı 2 kat, çıktı fiyatı ise 1,5 kat olarak hesaplanır.

API faturalandırması kullanıyorsanız, bu doğrudan faturanıza yansır; ChatGPT / Codex aboneliğiyle giriş yapıyorsanız, bu durum kendini daha hızlı limit tüketimi olarak gösterebilir; yine de istemcide görüntülenen limit politikası esas alınmalıdır.

2. Her Turda Daha Uzun Bir Geçmiş Taşınır

Oturum ne kadar uzun olursa, gecikme, token tüketimi ve önbellek davranışı o kadar dikkate değer hale gelir. Yüz binlerce token'lık eski günlüklerin çoğu artık işe yaramıyorsa, bunları olduğu gibi taşımak, yüksek kaliteli bir sıkıştırılmış özetten mutlaka daha iyi olmayabilir.

3. 1M Desteği, 1M'de Kalitenin Tamamen Aynı Kalacağı Anlamına Gelmez

Çok uzun bağlam, bilgilerin kesilmesini azaltabilir, ancak model yine de çok sayıda gürültü nedeniyle dikkati dağılabilir. Derleme günlüklerini, tekrarlayan araç çıktılarını ve artık geçerli olmayan sorun giderme yollarını zamanında temizlemeniz önerilir; görev aşamaları belirgin şekilde değiştiğinde /compact özelliğini de proaktif olarak kullanabilirsiniz.

Sık Sorulan Sorular

Yapılandırdım, Neden Mevcut Oturumda Değişiklik Yok?

config.toml esas olarak başlatma ve oturum oluşturma sırasında yüklenir. İstemciyi yeniden başlatıp yeni bir oturum açın; doğrulamak için orijinal uzun oturumu kullanmaya devam etmeyin.

Yapılandırma Dosyası Yükleniyor ama Model Sol Değil?

codex -m ... veya --profile kullanıp kullanmadığınızı ve proje dizininde ayrıca bir .codex/config.toml olup olmadığını kontrol edin. Codex'in komut satırı parametreleri, proje yapılandırması ve profili, kullanıcı düzeyindeki yapılandırmayı geçersiz kılabilir.

Codex "Bu Yapılandırma Öğesini Tanımıyorum" Hatası Veriyorsa Ne Yapmalı?

Önce sürüme bakın:

codex --version

Ardından güncel sürüme yükseltin:

codex update

Daha eski Codex sürümlerinde bu iki yapılandırma anahtarı henüz bulunmayabilir.

Varsayılan Ayarlara Dönmek İstersem Ne Yapmalıyım?

Aşağıdaki iki satırı silerek modelin kendi varsayılan bağlam ve otomatik sıkıştırma politikasına dönebilirsiniz:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" satırı korunabilir veya daha önce kullandığınız modele geri değiştirilebilir.

Özet

GPT-5.6 Sol 1M bağlamını kalıcı olarak etkinleştirmek için yalnızca bu 3 satırı ~/.codex/config.toml dosyasının en üstüne koymanız yeterlidir:

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

1 milyon bağlam bütçesi, 900 bin ise otomatik sıkıştırma çizgisidir. Büyük depolara ve uzun süreli Agent görevlerine çok uygundur; ancak sıradan görevlerde Codex varsayılan ayarlarını kullanmaya devam etmek genellikle daha az limit harcar, daha hızlı ve daha kararlıdır.

Codex'i geliştirme makinesinde uzun süre görev çalıştıracaksanız ve sürekli bilgisayar başında beklemek istemiyorsanız, PandaNpc üzerinden oturumları tarayıcıda, masaüstünde veya telefonda uzaktan görüntüleyebilir ve etkileşimleri yönetebilirsiniz.