2026 年 8 月,OpenAI 正式向 Codex 桌面编程 Agent 开放 GPT-5.6 Sol 的百万级上下文能力,此前该长上下文规格仅面向 API 用户专属。
开发者仅需修改少量配置参数即可解锁超长窗口,支持一次性加载完整大型代码仓库、全量项目文档与依赖文件,大幅提升长链路代码重构、全量项目审计的工作效率,无需分段上传、手动拼接上下文。本文从配置方法、灵活调用方案、成本提示等维度完整梳理。
一、全局永久配置:三行参数一键解锁
对于长期处理大型项目的开发者,可通过修改全局配置文件永久开启百万上下文,操作仅需三步:
- 找到 Codex 根目录下的
config.toml配置文件,新手可直接将配置代码发送给 Codex,由其自动定位并修改文件;
- 在文件开头、所有
[section]段落标题之前写入三行参数:
- 重启 Codex 桌面端并新建会话,配置即可生效。 三行参数各司其职:指定默认调用模型为 GPT-5.6 Sol,设置理论上下文窗口为 100 万 Token,同时设定 90 万 Token 阈值触发自动上下文压缩,避免内容溢出导致会话中断。全局配置适合日常以大型仓库开发为主的团队,无需每次手动调整参数。
二、单会话临时配置:灵活控制额度开销
若仅偶尔处理超大型项目,无需修改全局默认设置,可通过 CLI 命令为单次对话临时开启百万上下文,会话结束后自动恢复原有配置,兼顾灵活性与成本控制。 执行命令如下:
通过-c参数传递临时配置项,仅对当前启动的会话生效。适合碎片化处理不同规模项目的开发者,普通小任务保持默认上下文节省额度,大型全量分析时临时开启长窗口,按需分配算力开销。
三、实测上限与成本提示:按需开启避免浪费
1. 实际可用上下文上限
官方标称的 100 万为理论总窗口,实际使用中系统会预留部分 Token 用于系统提示词、工具调用指令、状态缓存等开销。根据实测数据,有效可用内容约为 82 万 Token,足以加载绝大多数中型完整代码仓库、上百份配套文档,满足绝大多数全项目分析需求。
2. Token 消耗与额度提示
开启百万上下文后,Token 消耗速度远超常规窗口,翻倍都不止,额度消耗速度大幅加快。很多用户反馈开启后额度快速耗尽,需要等待额度重置才能继续使用。 因此不建议日常小任务默认开启长上下文,仅推荐以下场景使用:全仓库代码重构、跨多文件依赖审计、完整项目迁移、长链路 Bug 溯源、批量代码规范检查。普通单文件修改、功能开发使用默认窗口即可,避免不必要的额度浪费。
四、版本前瞻:GPT-6 Astra 即将接入 Codex
除了解锁百万上下文,业内同时爆料 Codex 后续还将上架 Astra 模型,也就是传闻中的 GPT-6 下一代旗舰模型。届时编程推理、长任务自主执行能力将进一步升级,配合长上下文能力,可支撑更复杂的全栈项目自主开发。 随着模型能力持续迭代,长上下文、强推理、自主 Agent 正在逐步成为编程工具的标配。与此同时也有大量开发者呼吁官方匹配额度供给,适配大上下文带来的消耗增长,支撑更重度的开发场景。
整体来看,本次百万上下文解锁进一步夯实了 Codex 在重型开发场景的优势,两种配置方案适配不同使用习惯,开发者可根据项目规模灵活选择,在效率与成本之间找到最优平衡。