Codex 開啟 GPT-5.6 Sol 1M 上下文:3 行 `config.toml` 配置教學

GPT-5.6 Sol 官方支援 105 萬 token 上下文。只需在 Codex 的 config.toml 頂部加入 3 行配置,即可按 100 萬視窗運行,並在約 90 萬 token 時自動壓縮歷史。附永久配置、單次命令、驗證與成本提醒。

PandaNpc首次發佈於
Codex 開啟 GPT-5.6 Sol 1M 上下文:3 行 `config.toml` 配置教學

GPT-5.6 Sol 的官方上下文視窗是 1,050,000 token,但 Codex 預設不會把整個視窗全部用滿。想讓超長對話盡量少壓縮,只需要在 Codex 的 config.toml 頂部加入 3 行配置:

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

儲存後重新啟動 Codex,再開啟一個新對話即可。下面把配置位置、每一行的作用、單次啟動方式和注意事項一次講清楚。

先說結論:這 3 行分別做什麼

配置 作用
model = "gpt-5.6-sol" 明確選擇 GPT-5.6 系列的旗艦模型 Sol
model_context_window = 1000000 告訴 Codex 給當前模型分配 100 萬 token 的上下文預算
model_auto_compact_token_limit = 900000 活躍上下文接近 90 萬 token 時自動壓縮舊歷史,避免撞到視窗上限

OpenAI 的 Codex 配置參考 已正式列出 model_context_windowmodel_auto_compact_token_limit 兩個配置項;GPT-5.6 Sol 模型頁 標明其上下文視窗為 1,050,000 token,最大輸出為 128,000 token。

這裡不直接寫滿 1,050,000,而是設為 1,000,000,給系統提示、工具結果和實現差異留一點餘量;再把自動壓縮線放在 900,000,讓 Codex 有空間完成壓縮,而不是等視窗快爆了才處理。

第一步:找到 Codex 的 `config.toml`

Codex 的用戶級配置檔案位於:

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

macOS 或 Linux 可以直接執行:

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

Windows PowerShell 可以執行:

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

檔案不存在就新建,已經存在則在原檔案基礎上修改,不要把已有的 MCP、權限或項目配置覆蓋掉。

第二步:把配置放在檔案最頂部

把下面 3 行放到 config.toml 的最前面:

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

一定要放在第一個 [section] 標題之前。 例如你的檔案裏已經有:

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

那 3 行模型配置必須放在它上面。TOML 中,寫在 [projects."..."] 後面的普通鍵會被當成該 section 的內容,不再是全域配置。

如果檔案裏已經有一行 model = "...",直接改成 gpt-5.6-sol,不要重複寫兩個 model。引號也要用英文半形雙引號 ",不要從富文本裏複製成彎引號。

第三步:重新啟動並開啟新對話

儲存檔案後:

  1. 退出當前 Codex 用戶端或 CLI;
  2. 重新啟動 Codex;
  3. 建立一個新對話。

已經開啟的舊對話通常不會在運行中切換上下文預算,因此只重新載入視窗、繼續舊執行緒並不穩妥,直接建立新對話最省事。

可以用 Codex 自帶診斷命令檢查配置是否成功載入:

bash
codex doctor --json

重點看這幾項:

  • overallStatusok
  • config.loadok
  • model 顯示 gpt-5.6-sol

這個命令驗證的是配置檔案能否正確解析和載入,不會為了「測試 1M」真的消耗幾十萬 token。

不改預設配置:只為當前 CLI 對話開啟 1M

如果你只是偶爾處理超大倉庫或超長任務,不想讓所有對話都預設使用 1M,可以在啟動時臨時覆蓋:

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

這組參數只影響本次啟動。關閉當前 Codex 後,下次仍然回到 config.toml 中的預設值。

1M 上下文適合什麼場景

它最適合這些任務:

  • 在大型單體倉庫裏連續修改多個模組;
  • Agent 需要長時間保留架構決策、排查過程和測試結果;
  • 一次輸入大量設計文檔、介面說明或日誌;
  • 不希望任務跑到一半頻繁自動壓縮,遺失早期細節。

如果只是改一兩個檔案、修普通 bug 或寫短指令碼,Codex 預設視窗通常已經足夠。更大的視窗是「能裝下更多」,不是每輪都必須塞滿,也不代表上下文越長,模型的注意力利用率就一定越高。

開啟前必須知道的成本與質量代價

長上下文很好用,但不是免費午餐。

1. 超過 272K 後,API 長上下文會進入更高價格檔

OpenAI 的 GPT-5.6 Sol 模型頁明確寫明:當輸入超過 272K token 時,整個請求的輸入價格按 2 倍、輸出價格按 1.5 倍計算。

如果你使用 API 計費,這一點會直接反映在賬單上;如果你透過 ChatGPT / Codex 訂閱登入,具體體現可能是額度消耗更快,仍應以用戶端顯示的限額策略為準。

2. 每一輪都要攜帶更長的歷史

對話越長,延遲、token 消耗和快取行為越值得關注。幾十萬 token 的舊日誌裏如果大部分已經沒用,繼續原樣攜帶不一定比一份高質量壓縮摘要更好。

3. 支援 1M,不等於 1M 時質量完全不變

超長上下文能減少資訊被截斷,但模型仍可能被大量噪音分散注意力。建議把構建日誌、重複工具輸出和已經失效的排查路徑及時清掉;任務階段切換明顯時,也可以主動使用 /compact

常見問題

配好了,為什麼當前對話沒變化?

config.toml 主要在啟動和建立對話時載入。重新啟動用戶端並建立新對話,不要拿原來的長對話繼續驗證。

配置檔案能載入,但模型不是 Sol?

檢查是否使用了 codex -m ...--profile,以及項目目錄裏是否還有 .codex/config.toml。Codex 的命令列參數、項目配置和 profile 都可能覆蓋用戶級配置。

Codex 報「不認識這個配置項」怎麼辦?

先看版本:

bash
codex --version

然後升級到當前版本:

bash
codex update

較舊版本的 Codex 可能還沒有這兩個配置鍵。

想恢復預設設定怎麼辦?

刪除下面兩行即可恢復模型自己的預設上下文與自動壓縮策略:

toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" 可以保留,也可以改回你原來使用的模型。

小結

永久開啟 GPT-5.6 Sol 1M 上下文,只需要把這 3 行放在 ~/.codex/config.toml 的最頂部:

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

100 萬是上下文預算,90 萬是自動壓縮線。它很適合大型倉庫和長時間 Agent 任務,但普通任務繼續使用 Codex 預設設定,往往更省額度、更快也更穩定。

如果你會讓 Codex 在開發機上長時間跑任務,又不想一直守在電腦前,也可以透過 PandaNpc 在瀏覽器、桌面端或手機上遠端查看對話和處理互動。