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。

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:
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_window 和 model_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:
mkdir -p ~/.codex
nano ~/.codex/config.tomlWindows PowerShell 可以執行:
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:
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:
[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:
- 退出當前 Codex 用戶端或 CLI;
- 重新啟動 Codex;
- 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:
codex doctor --json重點看這幾項:
overallStatus為ok;config.load為ok;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:
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:
codex --version然後升級到當前版本:
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:
model_context_window = 1000000
model_auto_compact_token_limit = 900000model = "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:
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000100 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。
相關指南

pandacode:讓 Claude Code 體驗跑在任何模型上
pandacode 係內置喺 pandapaw 嘅開源編碼 agent 引擎,兼容 Claude Code 嘅完整體驗,但模型後端由你決定——DeepSeek、Qwen、vLLM/Ollama、公司內網代理都接得到,OpenAI 同 Anthropic 兩種 API 格式通食。一條命令安裝,手機、瀏覽器、桌面照常遠端操控。
閱讀文章 →
Claude Code `/compact` 之後前面嘅對話全部睇唔到?其實冇丟,教你完整搵返
/compact 後舊消息消失?數據沒丟——PandaNpc 沿壓縮鏈拼接全量歷史,桌面端/web 端完整找回,支援多次壓縮,且不影響真實上下文。
閱讀文章 →
關掉呢部電腦,換個地方照樣遠程操控你的 Claude Code
Claude Code 綁死喺一部機器度?等佢喺開發機上面行,你換部電腦或者瀏覽器遠端操控——檢視工作階段、審批工具、睇程式碼變更,全程唔使守喺部機前面。
閱讀文章 →