

老叶
1.6K posts

@1999_eth
丢失193个BTC的男人丨资深程序员丨AI爱好者丨喜欢打破垄断做免费软件,传统大厂恨的牙痒痒的男人。本账号推文信息不做为投资建议。







新版 Codex App 使用第三方 API 无法生图,解决方法来了。 最近不少人应该都遇到了这个问题: 在新版 Codex App 里接入中转站 API 后,调用内置的 imagegen 技能时,模型看起来已经完成了生图,但图片就是不会在客户端里显示。 一开始我还以为是第三方 API 没有正确返回图片,后来对 Codex 的配置和请求逻辑做了一些分析,才发现问题出在新版客户端对第三方 Provider 的权限校验上。 目前网上好像还没有看到比较完整的公开解决方案,所以先把我们测试可用的方法分享出来。 方法一:手动修改 config.toml 首先找到 Codex 的配置文件: Windows: C:\Users\Administrator\.codex\config.toml 注意:其中的 Administrator 需要替换成你自己电脑的 Windows 用户名。 例如你的用户名是 zhang,路径就是: C:\Users\zhang\.codex\config.toml macOS / Linux / WSL: ~/.codex/config.toml 建议修改之前,先备份一下原来的 config.toml。 然后将配置修改为: model_provider = "custom" model = "gpt-5.6-sol" review_model = "gpt-5.6-sol" model_reasoning_effort = "high" model_context_window = 372000 model_auto_compact_token_limit = 372000 [model_providers.custom] name = "apikey.fun" wire_api = "responses" base_url = "这里更改为中转站的API网址" requires_openai_auth = false experimental_bearer_token = "这里更改为中转站的API密钥" http_headers = { "x-openai-actor-authorization" = "apikey.fun" } 简单说,关键就是这两个配置: requires_openai_auth = false http_headers = { "x-openai-actor-authorization" = "apikey.fun" } 前者关闭 OpenAI 官方账号鉴权要求,后者补上 Codex 客户端输出图片时需要的请求头。 方法二:使用开源软件:CodeStudio-lite 进行配置 开源仓库地址:github.com/dreamyloong200… 软件下载地址: github.com/dreamyloong200… 这个软件是我们团队里的技术小伙伴,开发了一款是 AI 工具的桌面控制台。 它把本地 AI 工具检测、安装更新、配置写入、用量查询和桌面端补丁流程放在同一个应用里,还能实现各个工具在不同供应商和模型之间切换,而不需要反复手动编辑配置文件。 同时他也在第一时间解决修复了新版 codex app 无法生图的问题。比较适合不想麻烦配置的人使用。 除此之外,它还支持 claude 桌面版中文汉化功能。 以上是我目前能找到的内容里,应该还没有人公开把新版 Codex App 第三方 API 无法生图的问题,以及完整修改方法讲得这么清楚。 遇到同样问题的可以试一下,记得修改完一定要彻底重启 Codex App。






两个白嫖免费顶级大模型的方法 & Codex更换模型 最近在写一个平台网站,最开始觉得就是一个小工程用免费的额度完全够用了,哪知道做着做着想法就多了起来,功能越写越多,免费的额度完全不够用了。Plan的额度又得留着给其他项目,于是就开始各种找渠道白嫖额度用。 分享白嫖的平台,原则是只用顶级的大模型 Kiro @kirodotdev 这个在x上很多人分享过了,CLI工具,能0美元订阅Plan,需要绑定银行卡然后取消订阅就行,Bitget、Bybit和Safepal的u卡都可以绑定。 0美金订阅的是原价20美金的Plan,1000积分,能使用 Opus 4.8,但是会有2.2x的倍率,积分消耗加快。 如果你做的项目不太大,也不特别复杂,这些额度是够用的,稍微复杂一点的项目,最好提前规划一下步骤和需求,节省积分。 官网:kiro.dev Code Buddy 腾讯的AI开发工具,包含IDE和CLI,有国际站和中国站。白嫖模型 GLM 5.2,只有使用中国站的才行。国际站能使用Claude code和GPT这些模型,但是不能白嫖。 注册后会送活动积分,不要领取后就开始做项目。先网页里把成长计划里的任务全做了,能多拿1400积分(做任务消耗的积分400不到),然后加上基础体验包的500积分和活动赠送包的2400积分,一共就有了4300积分。 白嫖的积分做一般复杂项目用是完全够用的。 中国站官网:codebuddy.cn/work/ Free Model 刚白嫖API的一个中转站,能给GPT 5.5 用,20u的Pro额度,没有倍率叠加,没有测试,无所谓了,不是骗人的就行。 Gmail注册:freemodel.dev/invite/FRE-314… Codex更换模型 Codex支持了通过OSS Mode(Open Source Software Mode) 接入第三方模型。 这里多说两句,我本以为大家都知道,但是想不到很多人并不知道的两个点: 1.Codex是OpenAI的另一款产品,从名字上就能看出,主要针对编程的,Codex使用的模型是GPT 5; 2.ChatGPT和Codex注册/登录账号相同,使用的模型都是GPT x.x ,但是额度并不是完全共用的。不管是free使用还是订阅了Plan计划使用,ChatGPT用完了额度之后,Codex还是能继续使用的,反之亦然。但是相互会有一点点影响,比如说把ChatGPT的额度完全使用完之后,就算Codex并没有使用,但是余额是会少2%左右的。 接入第三方模型 默认使用的Codex客户端 打开客户端-设置-配置-打开config.toml 如果要接入Ollama部署的本地模型 # 启动服务(后台运行) ollama serve # 拉取常用编码模型示例 ollama pull qwen2.5-coder:32b ollama pull deepseek-coder:33b ollama pull llama3.1:70b 打开config.toml 文件编辑 替换为: model = “Ollama内的模型,比如:qwen3:32b" model_provider = "local_ollama" [model_providers.local_ollama] name = "Ollama" base_url = "http://localhost:11434/v1" wire_api = "responses" 重启Codex后生效 如果接入 LM Studio部署的本地模型 首先LM Studio内要开启 API Server—— Developer→Start Server 默认url:http://127.0.0.1:1234 然后同样的编辑 config.toml : model = "LM Studio内的模型,比如:qwen3-coder-30b" model_provider = "lmstudio" [model_providers.lmstudio] name = "LM Studio" base_url = "http://127.0.0.1:1234/v1" wire_api = "responses" 如果使用第三方 OpenAI 兼容 API 编辑 config.toml : model = "deepseek-chat" # 替换为实际模型 ID model_provider = "my_proxy" [model_providers.my_proxy] name = "我的中转服务" base_url = "api.example.com/v1" # 替换为实际 base_url env_key = "MY_API_KEY" # wire_api = "responses" 以上就替换完成了,可以直接问Codex现在使用的什么模型。 个人建议,规划程度高,流程化Tasks详细且明确,基本只是代码执行的项目,接入DeepSeek这种性价比高的API是很不错的选择。按需接入,不要什么都用最好的。


抱歉,真的草率了,请原谅! 深度用了一整天,觉得 5.6 sol 太慢了,其次是太纠结了。一个小问题,越修范围越大! 不好意思,奥特曼,这次真的无法帮你吹牛逼了!吊了这么久的胃口,就这? 当我知道了 5.6 原来是使用 5.4 的底座开发的,我就知道要完蛋了!

给大家一个忠告!如果你要使用 5.6 sol。 请把 Superpowers 暂时的丢进垃圾桶! 否则你将会见到模型持续数小时的左右脑互博!最终问题越来越多,没完没了!


gpt-5.6-sol 还没用上的,真的赶紧去用。 我刚用 ultra 模式,把自己的中转站项目完整 review 了一遍。 耗时 1 小时 32 分钟,硬生生揪出了 19 个问题。 说实话,我人都看傻了。 我一直有个习惯:每次发版前必须做一次 review。原本以为项目已经挺干净了,结果还是挖出一堆历史遗留问题。 现在终于明白了: gpt-5.5 留下的屎山,得靠 gpt-5.6 来擦。 至于 gpt-5.6 留下的屎山…… 那就等 GPT-6.0 来擦吧。

@haider1 Ultra will be in codex.
