博客园  :: 首页  :: 联系 :: 管理

Codex 额度不足后的模型替代

Posted on 2026-07-18 17:52  天戈朱  阅读(20)  评论(0)    收藏  举报

更佳阅读效果，请移步关注我的公众号
tgzhu_公众号

在上一篇文章中，尝试通过 Codex 调用  GordenImage2PPTX 这个 Skill，将图片转换为可编辑的 PPTX。

这类任务跑完一次往往会经历多轮模型推理和工具调用，因此 Token 消耗也明显高于普通问答。

图片
连续执行操作，Codex 官方使用额度被耗尽

在高频使用时，Token 消耗快速集中。统计页面显示，单日 Token 使用量达到较高水平，并最终触发 Codex 的使用额度限制。

图片
复杂多模态 Skill 会产生多轮上下文、视觉理解和工具调用，Token 消耗明显高于普通对话

这也引出了一个实际问题：

当 Codex 提示使用额度已用完，是否只能等待额度重置、购买额外 Credits，或升级到更高订阅套餐？除此之外，还有没有其他选择？

答案是：有。Codex 本身并不是模型，而是一个负责组织任务、调用工具和执行操作的 AI Agent 运行框架。只要模型接口能够兼容，理论上就可以切换到 DeepSeek 等第三方模型继续完成部分任务。

一、Codex 的额度，究竟限制了什么？

当 Codex 桌面端出现“使用额度已用完”提示时，最容易产生的误解就是： Codex 已经不能继续使用了。

实际上并不是。受到限制的通常不是 Codex 桌面端本身，而是当前账户继续调用 OpenAI 官方模型的额度。

之所以会产生误解，是因为把 Codex、模型和订阅额度混为了一件事。实际上，它们分别属于三个不同层次。

1. Codex 桌面端

Codex 负责承接任务，并在本地执行具体操作，例如：读取项目文件、搜索代码、修改文件、执行终端命令、运行测试、根据报错继续调整、管理任务过程和执行状态。

这些能力更接近一个 AI Agent 的运行框架。

2. 大模型

真正负责理解需求、分析代码、生成方案和决定下一步动作的是大模型，例如：OpenAI 官方模型、DeepSeek、其他兼容模型、本地部署的开源模型等。

模型相当于“大脑”，Codex 更像“执行环境”。

3. 订阅额度

ChatGPT Plus、Pro 等订阅中的 Codex 额度，决定的是：当前账户还能否继续通过订阅权益调用 OpenAI 官方模型。

因此，额度用完并不意味着 Codex 应用本身失效，但在缺少可用模型推理后端时，新的 Agent 任务通常无法继续推进。

真正需要讨论的问题是：能否在保留 Codex 工作流的前提下，将后端模型替换为 DeepSeek 等第三方模型？

要判断模型能否替换，先要看清它在 Codex 任务链路中的位置。接下来，从 Codex 一次完整交付的执行链路开始分析。

二、Codex 一次任务是怎样完成的？

用户在 Codex 中输入：帮我写一个可以直接运行的贪吃蛇游戏。

这一轮次的对话，在 Codex 内部，会形成一条完整的任务执行链路。

说明：OpenAI 官方模型以 GPT-5.5 来示例 

用户：写一个贪吃蛇游戏
            │
            ▼
Codex：收集上下文、准备工具
            │
            ▼
GPT-5.5：理解需求、制定方案、生成操作指令
           ▲           
           │ 多轮交互           
           ▼
Codex: 执行工具、返回执行结果
           │
           ▼
Codex: 输出最终交付结果

从这条执行链路可以看出，Codex 与 OpenAI 官方模型承担着不同的职责。

Codex 负责管理任务流程、调用工具并执行本地操作；

OpenAI 官方模型则负责理解需求、制定方案，并根据执行结果持续生成新的操作指令。

两者通过不断交换上下文和执行结果完成协作，模型根据执行结果判断是否继续生成操作指令；达到交付条件后，由 Codex 汇总并输出结果。

也就是说，如果希望在保持 Codex 工作流不变的情况下接入 DeepSeek，真正需要替换的，其实只有这一条执行链路中的 OpenAI 官方模型 节点。

三、Codex 接入 DeepSeek 的实现方案

保持 Codex 原有工作流不变，接入 DeepSeek 的整体方案如下：

           ┌──────────────────────┐
           │      本地代理        │
           │                      │
 Codex ──► │ 请求路由 + 协议适配  │ ──► DeepSeek
           └──────────────────────┘

整个方案主要解决两个问题。

1. 本地路由转发

默认情况下，Codex 会将模型请求发送到 OpenAI 官方接口。

增加本地代理后，所有请求统一发送到本地代理，再根据配置路由到指定模型，例如 DeepSeek、Qwen 或其他兼容模型。

这样，Codex 无需修改原有工作流，只需要调整模型出口即可完成切换。

2. 协议适配

模型切换不仅仅是修改 API 地址。不同模型接口采用的数据组织和交互方式可能不同，因此本地代理需要完成请求与响应格式的双向转换。

Responses API 与 Chat Completions API

两者并不是简单的“新旧替代”关系：

  • • Chat Completions API：更轻量，生态成熟，适合以消息交互为核心的应用；

  • • Responses API：更强调模型、工具与任务状态的协同，适合 Agent 工作流。

在 OpenAI 的产品体系中，Responses API 正成为新模型与 Agent 能力的主要承载接口；Chat Completions API 仍会继续服务大量已有应用和兼容场景。

目前，Codex 采用 Responses API，而 DeepSeek 提供与 OpenAI Chat Completions API 兼容的调用接口。两者的请求和响应格式并不完全一致，因此需要由本地代理完成协议适配。

路由解决的是请求发给谁；协议适配解决的是双方如何通信。

完成请求路由和协议适配后，Codex 可以在基本保持原有工作流的情况下接入 DeepSeek；实际可用程度仍取决于模型能力和代理层兼容性。

四、如何在 Codex 中接入 DeepSeek？

本地代理并不限定于某一种实现。只要具备请求路由和协议适配能力，都可以作为 Codex 与第三方模型之间的代理层。

可承担模型路由或协议适配的常见方案包括：

  • • CC-Switch：偏桌面端和图形化配置，适合快速切换 Codex、Claude Code 等工具的模型供应商；

  • • LiteLLM Proxy：开源、自托管的 AI Gateway，可通过统一接口连接多种模型，适合需要集中路由、日志和费用管理的场景；

  • • New API：开源模型网关，支持多供应商接入、格式转换、渠道管理和私有化部署；

  • • Portkey AI Gateway：提供模型路由、可观测性、重试和治理能力，更偏向团队及生产环境；

  • • OpenRouter：通过统一的云端 API 接入多个模型，并对不同供应商的返回格式进行标准化；目前也提供兼容 Responses API 的接口，但它属于云端网关，不是本地代理。

这些方案的部署形态和能力边界不同，是否支持 Codex 的 Responses 请求转换，需要结合具体版本验证。

本次接入采用 CC-Switch，主要流程如下。

1. 准备 DeepSeek API

进入 DeepSeek 开放平台[1] ，登录后完成以下准备：

API Key：一串以 sk- 开头的密钥。请务必立即点击复制，并粘贴到一个安全的地方。出于安全考虑，关闭这个对话框后，平台将不再显示完整的 Key，如果遗失则需要重新创建。

DeepSeek API 与网页端聊天属于不同服务，API 调用按量计费。

2. 安装 CC-Switch

CC-Switch 是一款面向 AI 编程工具的跨平台配置管理工具，可统一管理 Codex、Claude Code、Gemini CLI 等工具的模型供应商和扩展配置。主要能力包括：

  • • 供应商切换： 内置多种主流模型供应商预设，可减少手动修改配置文件的工作；

  • • 扩展配置管理： 集中管理部分工具的 MCP、系统提示词和 Skills；

  • • 用量统计： 开启本地路由后，可查看请求日志、Token 消耗和费用估算；

  • • 本地路由： 支持请求转发、协议适配和故障转移；

  • • 配置存储： 供应商和 API Key 等信息保存在本地，仍需做好设备权限和配置文件保护。

项目地址：CC-Switch 官网[2]

CC-Switch 为开源项目，下载和版本信息建议以官网或官方 GitHub 仓库为准。

3. 在 CC-Switch 中添加 DeepSeek

进入 CC-Switch 的 Codex 配置页面，新增 DeepSeek 供应商，并填写 API 地址、API Key 和模型名称。如果已有 DeepSeek 预设，优先使用预设配置，减少接口地址和参数填写错误。

4. 开启本地路由

在 CC-Switch 中：打开路由总开关，启用 Codex 路由，将 DeepSeek 设置为当前供应商。

此时，Codex 请求先进入 CC-Switch，再由 CC-Switch完成路由转发和协议适配。配置完成后，需要完全退出并重新启动 Codex，使新的模型配置生效。

图片
CC-Switch 路由配置

注意检查项

1）、开启 CC Switch 的“保留登录”开关：

  • • 进入 设置 → 通用 → Codex 应用增强。

  • • 打开 “切换第三方时保留官方登录” 这个开关。

  • • 开启该选项用于保留 Codex 官方登录信息，方便在官方模型与第三方模型之间切换，避免覆盖原有认证配置。

2）、检查 CC Switch 路由设置：
  • • 进入 设置 → 路由 → 本地路由，确保：

5. 配置检查

配置文件：~/.codex/config.toml

图片
config.toml

可在 config.toml 中定义多个 [model_providers.xxx]（例如 deepseek、ollama、claude）。

Codex 当前生效的模型供应商由 model_provider 配置决定；开启 CC-Switch 本地路由后，该配置通常会被调整为指向本地代理。

五、如何确认请求真的走了 DeepSeek？

界面显示已经切换，并不代表实际请求一定已经切换。

图片
切换后界面

更可靠的验证方式有以下几种

  • • CC-Switch 日志显示请求被转发到 DeepSeek，并返回成功状态码；

  • • DeepSeek 开放平台出现对应的 Token 消耗记录；

  • • Codex 能够完成一次包含文件读取、工具执行和结果反馈的完整任务。

如下图日志

图片
切入DeepSeek日志

六、结论

Codex 额度不足后，并不只有等待重置、购买额外 Credits 或升级套餐这一种选择。

从整个任务执行链路来看，可以将 Codex 拆分为三个相互独立的部分：

  • • Codex： 负责管理任务流程、调用工具和执行本地操作；

  • • 模型： 负责理解需求、分析执行结果并生成下一步操作指令；

  • • 本地代理： 负责请求路由和协议适配，实现 Codex 与不同模型之间的连接。

因此，在保持 Codex 原有工作流基本不变的情况下，可以通过本地代理将后端推理模型切换为 DeepSeek 等第三方模型，为官方额度不足提供一种可行的补充方案。

需要注意的是，切换到第三方模型后，项目代码、日志和上下文可能会发送至对应模型服务。涉及企业源码、账号密钥或生产数据时，应充分评估数据安全、隐私保护和企业合规要求。

第三方模型是否适合作为长期默认方案，还需要结合模型能力、工具兼容性、稳定性、成本和实际业务场景综合判断。

对于开发者而言，Codex 与模型并不是固定绑定关系；真正决定模型能否替换的，是接口协议、代理能力以及 Agent 工作流的兼容程度。

参考资料

引用链接

[1] DeepSeek 开放平台: https://platform.deepseek.com[2] CC-Switch 官网: https://ccswitch.io[3] Using Codex with your ChatGPT plan: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan[4] Codex Advanced Configuration: https://developers.openai.com/codex/config-advanced[5] Migrate to the Responses API: https://developers.openai.com/api/docs/guides/migrate-to-responses[6] DeepSeek API 文档: https://api-docs.deepseek.com/[7] DeepSeek Chat Completions API: https://api-docs.deepseek.com/api/create-chat-completion