AI Radar先替你读,再把 AI 变化讲明白
EN
模型接入与实操

绷不住了:DeepSeek 官方教你把 V4 塞进 OpenAI Codex

最后更新 2026-08-20编辑综合:多条来源拼接后再下判断不是快讯搬运;事实、判断和未知分开写
Codex 编辑器入口保持不变,模型提供方切换为 DeepSeek V4 的配置示意图
编辑绘图:DeepSeek 官方文档提供 Codex provider 配置与一键脚本;这是模型供应商切换,不是 DeepSeek 变成 OpenAI 原生模型。
一句话结论

DeepSeek 官方文档已提供 Codex 一键设置和手动配置:保留 Codex 的 CLI、桌面应用或 VS Code 入口,替换模型 provider 为 DeepSeek V4;但第三方 API 的模型质量、计费和会话分组都要单独负责。

先说结论

DeepSeek 官方现在教你:不换 Codex 的壳,直接把里面的模型换成 DeepSeek V4。

DeepSeek 文档新增了专门的“Integrate with Codex”页面,明确写着:Codex 通过 OpenAI Responses API 与模型通信,而 DeepSeek API 原生支持 Responses API,因此 Codex CLI、ChatGPT 桌面应用和 VS Code 的 Codex 扩展都可以接入 DeepSeek 模型。

这不是网友研究出的偏门配置,而是 DeepSeek 官方提供了一键脚本和手动配置方案。最尴尬的组合也因此出现了:OpenAI 做的编程入口,DeepSeek 来提供“脑子”。

官方一键脚本,做的事情比改一行配置多

DeepSeek 提供 macOS/Linux 和 Windows 的一键设置脚本。脚本会先备份 `~/.codex/config.toml`,再写入模型目录 `models.json`,添加 DeepSeek provider,校验 TOML 和 JSON,最后保留现有 MCP 服务器和项目可信级别等设置。

这意味着它不是简单把 API 地址换掉,而是把模型上下文窗口、推理档位、工具调用格式等元数据也交给 Codex。

手动配置的核心字段包括:模型名、`model_provider`、`wire_api = "responses"`、DeepSeek API 的 `base_url`,以及 API Key。DeepSeek 文档称 V4 Flash 和 V4 Pro 都在模型目录里。

但它不是“免费获得 OpenAI Codex”

Codex 仍然是 Codex 的客户端和 Agent 工作流,DeepSeek 只是替换模型提供方。模型质量、速率、上下文、工具调用边界和计费都由 DeepSeek API 决定;不要把它理解成“DeepSeek 借壳后等于原生 GPT”。

还有一个容易踩坑的细节:切换到第三方 API 后,Codex 会按登录方式分组保存会话记录。原来的 ChatGPT 订阅会话没有被删除,只是暂时不会显示;恢复原配置后才会回来。

API Key 也会被写入配置文件。个人电脑上至少要限制文件权限,团队仓库绝不能提交 `config.toml`,更不要把 Key 粘进截图、日志或公开教程。

为什么这个组合会让 OpenAI 不舒服

以前模型厂商争的是“谁的模型更强”。现在开发者入口已经变成一层独立资产:终端、IDE、MCP、权限、会话和项目上下文都在入口里。

DeepSeek 这次没有重新做一个 Codex,而是先把自己的模型送进已有工作流。它绕开了用户迁移编辑器和习惯的成本,直接争夺每一次 Agent 调用。

这也是 V4 Pro 发布时同时强调 Responses API、Codex 一键设置和可调 reasoning effort 的原因:模型能力只有接上工具链,才会变成持续使用。

我们的判断:这是一次“入口反向开放”

DeepSeek 不是把 OpenAI 的产品整个拿走,而是证明了 AI 编程入口可能逐渐变成“可插拔的壳”。谁掌握模型,谁就可以进入别人已经养成的工作流;谁掌握壳,谁就可以在模型之间收取分发价值。

普通用户是否值得切换,不要看标题,拿自己的三类任务测一遍:代码修改、长上下文理解、需要多次工具调用的任务。最便宜的模型不一定是最省钱的,返工和失败调用也有成本。

仍然要观察

  • OpenAI 是否继续支持第三方 provider 这类配置路径。
  • DeepSeek V4 在真实 Codex 工具链中的稳定性,而不只是 API 兼容。
  • Codex 对第三方模型的权限、数据处理和会话分组是否继续变化。

证据与原文