文档

文档

Codex CLI

Codex 只支持 Responses API。只需在 config.toml 中配置一个提供方块,将其指向 Kunavo 原生的 /v1/responses 接口,并通过环境变量保存密钥,而不是写入文件。

在 ~/.codex/config.toml 中添加 [model_providers.kunavo] 配置块并设置 env_key,使密钥保留在环境变量中而不会写入配置文件。

~/.codex/config.toml
model = "gpt-5-6-sol"
model_provider = "kunavo"

[model_providers.kunavo]
name = "Kunavo"
base_url = "https://api.kunavo.com/v1"
env_key = "KUNAVO_API_KEY"     # the NAME of the variable, not the key
# wire_api defaults to "responses", which is the only supported value
wire_api 现在只有一个有效取值:"responses";省略时也默认使用该值。Codex 已移除对 Chat Completions 的支持,因此任何指导你填写 wire_api = "chat" 的旧指南都已过时——而且,没有实际 /v1/responses 路由的端点根本无法通过 Codex 使用。Kunavo 原生实现了该接口。
env_key 存放的是环境变量的名称,而不是密钥本身。这是 OpenAI 有意如此设计的:config.toml 是人们会提交到代码库并粘贴到问题中的文件。
还没有密钥?创建 Kunavo 账户,创建一个密钥(以 sk-kn- 开头),并充值 $10 起——调用费用从该余额中扣除,失败的调用不会收费。随后,控制台会打开 Codex CLI 设置页面。

分步操作

  1. 在 /app/keys 创建密钥并复制——它只会显示一次。
  2. 将上面的配置块添加到 ~/.codex/config.toml;如果文件不存在,请先创建。

    配置参考文档说明了同一个 model_providers 表,其中包含用于附加请求标头的 http_headers 和 env_http_headers,并将 openai、ollama 和 lmstudio 这几个 ID 保留给内置提供商,因此自定义配置块需要使用自己的 ID,例如 kunavo(learn.chatgpt.com 配置文件参考,阅读日期:2026年10月25日)。

  3. 导出 env_key 指定的变量:export KUNAVO_API_KEY=sk-kn-...
  4. 运行 codex。顶层的 model_provider 用于选择配置块;model 用于选择块内的 ID。
  5. 若要按会话切换模型而不编辑文件,请使用 codex -m <model id>;也可以保留多个提供方块并修改 model_provider。

已于 2026年9月6日对照 Codex 配置文件参考检查。第三方设置会发生变化;如果这里的字段名称不再与你看到的内容一致,应以该页面为准,而不是本页。

这是简要版本。完整教程——包括模型选择、真实会话成本和失败模式——见 Codex CLI API 密钥指南。

调试客户端前先验证

一个请求即可确定故障来自端点、密钥还是配置文件。如果返回 JSON,则相同的基础 URL 和密钥可以在 Codex CLI 中使用。

# Settles whether a failure is the endpoint, the key, or the client.
curl -sS https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer sk-kn-..."

字段中应填写哪个模型 ID

每个文本模型都可通过模型 ID 访问——实时列表见 GET /v1/models,包含价格的目录见模型页面。费率单位为每 1M token 的美元,格式为输入 / 输出。

模型 IDKunavo 输入 / 输出它在 Codex CLI 中的位置
gpt-5-6-sol$2.00 / $12.00Codex 的默认搭配——原生支持 Responses,直接调用
gpt-6-sol$0.80 / $4.00OpenAI 用于复杂编码和代理的 GPT-6——采用相同的 Responses 路径,费率低于 5.6 Sol
gpt-6-luna$0.04 / $0.20价格最低的 GPT-6,适用于高频或低工作量任务
gpt-5-6-terra$0.70 / $4.20更便宜的 GPT 层级,适用于以编辑为主的会话
claude-sonnet-5$1.40 / $7.00通过 Responses 使用的非 GPT 模型——由网关转换格式
claude-opus-5$3.50 / $17.50适用于推理深度值得其费率的规划任务
计费方式是从预付余额中按 token 扣费,无月费——参见 计费。对于重复上下文——这正是编辑器或聊天客户端发送内容的大部分——提示缓存对账单的影响大于模型选择。

常见问题

如何让 Codex CLI 指向自定义 API 端点?

在 ~/.codex/config.toml 中添加一个 [model_providers.<id>] 表,包含 name、base_url 和 env_key,然后将顶层的 model_provider 设为该 id,并将 model 设为你要运行的 id。base_url 是服务的 /v1 根路径;env_key 指定存放密钥的环境变量,因此密钥本身不会出现在文件中。

Codex CLI 需要什么 wire_api 值?

"responses"——配置参考文档说明,这是唯一受支持的值,也是省略时的默认值。Codex 已移除对 Chat Completions 的支持,因此仅实现 /v1/chat/completions 的端点无论如何配置都无法从 Codex 使用。端点必须提供真正的 /v1/responses 路由。

Codex CLI 能运行 Claude 模型吗?

可以,只要端点通过 Responses API 提供这些模型。Codex 会向 base_url 指定的地址发送 Responses 格式的请求,并原样传递模型 id,因此能将 Responses 转换为模型自身格式的网关可以向 Codex 提供 Claude 或 Gemini id。Codex 本身并不知道由哪个供应商响应。

Codex CLI 将 API 密钥存在哪里?

存放在提供商配置块的 env_key 字段指定的环境变量中,而不是 config.toml 中。Codex 会在启动时读取该变量,因此密钥保存在 shell 配置文件或密钥管理器中,配置文件则可以安全地提交或粘贴到错误报告中。