OpenAI Codex 不再只认自家 GPT 模型了。通过新增的开源模式（OSS mode），你现在可以用一行配置切换到 Ollama、LM Studio 等本地模型服务，甚至实现完全离线的代码生成与推理。这对想控制 API 成本、保护代码隐私的开发者来说，是个实打实的好消息。

核心变化：从"模型绑定"到"可插拔接口"

过去，Codex 只能调用 OpenAI 自家的 GPT 模型。这次更新的本质，是 OpenAI 在 Codex 中加了一个可插拔的模型接入层——不开放模型本身，但开放了"换模型"的能力。

具体来说，开发者通过 model_providers 配置项，可以注册多个"模型提供方"。每个提供方包含四类信息：

• 访问地址（base_url）：模型服务的 URL
• 通信协议（wire_api）：目前主要支持 Responses API
• 鉴权方式（env_key）：API 密钥的环境变量名
• 模型映射关系（model）：模型名称映射

Codex 的 model_providers 配置示例。base_url 指定模型地址，wire_api 目前只认 responses 协议。

两种接入方式

方式一：--oss 快捷开关

最直接的方式是在命令行加一个 --oss 参数，Codex 就会自动连接本地模型服务。默认支持两个主流工具：

• Ollama：本地运行大模型最流行的命令行工具
• LM Studio：带图形界面的桌面模型管理工具

左侧 Codex CLI 用 --oss 调用本地模型，右侧 LM Studio 在本机 1234 端口加载模型对外提供服务，全程本地离线。

方式二：手动配置 model_providers

如果需要接入 DeepSeek、Mistral 等第三方模型，需要手动编辑配置文件。你可以把这些设置保存为"配置档案"（profile），调试时通过命令行快速切换。

Codex CLI 启动信息中显示当前使用的模型，一句 /model 命令即可切换。

现实限制：协议对不齐

插座装上了，不代表什么电器插上都能转。目前最大的障碍是协议兼容性：

• Codex 主要基于 OpenAI 的 Responses API 协议
• 大多数开源模型（如 DeepSeek）使用的是 Chat Completions 接口
• 两套协议在请求结构、流式输出、工具调用机制上都不一致

社区的解法是在中间加一层"协议转换器"（如 LiteLLM、claude-code-router），基本流程是：

1. Codex 按 Responses API 发出请求
2. 路由层将其转换为 Chat Completions 格式
3. 转发给 DeepSeek 等开源模型
4. 返回结果再转换回 Codex 能识别的格式

目前这些协议转换方案都是社区自发的，OpenAI 官方尚未为其背书，使用时需要自行测试稳定性。

混合路由：省钱的关键玩法

更有价值的用法是混合路由：让 GPT 负责任务规划（拆解需求、设计架构），让开源模型负责执行（写代码、批量改文件）。通过这样的搭配，同样一个任务的成本可能降低一半以上，而且代码全程不出本地。

适合谁用

• 想降低 API 成本的个人开发者
• 需要代码隐私、不想上传云端的企业团队
• 希望离线环境下使用 AI 编程的用户
• 想混搭不同模型优势的技术探索者

官方文档已上线，地址：https://developers.openai.com/codex/config-advanced#oss-mode-local-providers