结论先说
- 官方高级配置页有 Azure 的配置示例:在
config.toml里写一个[model_providers.azure]块,用base_url、env_key、query_params和wire_api = "responses"描述连接方式。 - 提供方 id 自己起,但有保留名。 官方说明
openai、ollama、lmstudio、amazon-bedrock、amazon-bedrock-runtime和gcp是内置提供方,不能被覆盖。 - 协议只支持 Responses。 官方参考写明
wire_api唯一支持的值是responses,省略时默认就是它。也就是说,你要连的服务必须提供兼容的 Responses 接口。 - 密钥放环境变量,不写进文件。 官方的做法是
env_key指定变量名;虽然有experimental_bearer_token可以直接写,但官方标注「不建议」。 - Bedrock 和 Vertex AI 有内置写法,认证走 AWS 或 Google 自己的机制,和 Azure 的做法不同。

图:本站根据 Codex 官方文档《Advanced Configuration》 整理的示意图
本文根据 Codex 官方文档《Advanced Configuration》《Configuration Reference》和《Use ChatGPT Work and Codex with Amazon Bedrock》整理,资料核对于 2026-11-13。只写官方文档列出的模型提供方,不涉及任何第三方转发或中转服务。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。第三方模型怎么接的总览见 /guides/codex-third-party-models-deepseek-gemini-grok。
适用于谁
- 公司已经在用 Azure OpenAI,想让 Codex 走公司的 Azure 资源的人;
- 想知道官方还支持哪些云上提供方(Amazon Bedrock、Google Vertex AI)的人;
- 想用本地 Ollama 或 LM Studio 跑模型的人。
如果你只想直接用 ChatGPT 订阅里的 Codex,不需要读这篇,见 /guides/codex-getting-started。
一、配置文件在哪
官方说明本地客户端读取 ~/.codex/config.toml(Windows 上是用户目录下的 .codex,设置了 CODEX_HOME 则以它为准)。桌面 App、命令行、IDE 扩展和 SDK 读的是同一套本地配置层。改完保存后,重启 Codex 再试。
二、Azure 的官方示例
官方高级配置页「Azure provider and per-provider tuning」一节给出的块是这样的:
toml
[model_providers.azure]
name = "Azure"
base_url = "https://YOUR_PROJECT_NAME.openai.azure.com/openai"
env_key = "AZURE_OPENAI_API_KEY"
query_params = { api-version = "2025-04-01-preview" }
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 10
stream_idle_timeout_ms = 300000
逐项解释(来自官方配置参考):
name:给这个提供方起的显示名;base_url:提供方的接口地址,YOUR_PROJECT_NAME换成你自己的 Azure 资源名;env_key:提供 API 密钥的环境变量名。你需要在运行 Codex 的环境里设置这个变量,没设置会报「缺少环境变量」,排查见 /guides/codex-missing-environment-variable;query_params:附加在每个请求后面的查询参数,这里用来带上api-version;wire_api:使用 Responses 协议;request_max_retries:HTTP 请求的重试次数,默认 4;stream_max_retries:流式输出被打断后的重试次数,默认 5,示例里调成了 10;stream_idle_timeout_ms:流式输出的空闲超时,默认 300000 毫秒。
然后在配置文件的顶层指向它:
toml
model_provider = "azure"
model = "<你在 Azure 里要用的模型或部署名>"
关于 model 要写什么:官方高级配置页没有说明。 Azure 的部署名、区域和模型是否可用,属于 Azure 一侧的文档范围,请在 Azure 的控制台核对,再填进来。也不要原样照抄示例里的 api-version,它是官方示例当天的写法,Azure 的版本会更新。
官方还在这一节末尾提醒:如果只是想改内置 OpenAI 提供方的地址,用顶层的 openai_base_url,不要新建 [model_providers.openai],因为内置提供方的 id 不能覆盖。
三、认证相关的几个键
官方配置参考列出的认证相关设置:
env_key:用环境变量提供 API 密钥(推荐);env_key_instructions:给用户看的、关于如何设置这个密钥的提示,可选;experimental_bearer_token:直接写令牌,官方标注不建议使用;requires_openai_auth:该提供方是否使用 OpenAI 的认证,默认false;[model_providers.<id>.auth]:让 Codex 调用外部的凭据助手命令来获取令牌,官方说明这个命令不接收标准输入,要把令牌打印到标准输出,并且不能和env_key、experimental_bearer_token、requires_openai_auth同时使用;http_headers和env_http_headers:给请求加固定的头,或用环境变量提供头的值。
如果你的公司用的是统一的模型网关,而不是直接访问 Azure,请向管理员要提供方配置;官方有「Connect to a gateway」页面,面向这类场景。
密钥不要写进提交到仓库的文件,也不要贴给别人,检查清单见 /guides/ai-privacy-data-safety-checklist。
四、官方内置的其他提供方

图:本站根据 Codex 官方文档《Advanced Configuration》 整理的示意图
Amazon Bedrock
官方写法:把 model_provider 设为 amazon-bedrock(Bedrock Mantle 端点)或 amazon-bedrock-runtime(Runtime 端点),再用 model 指定 Bedrock 的模型 id,必要时用 [model_providers.amazon-bedrock.aws] 指定 profile 和 region。官方 Bedrock 页建议新配置使用 Runtime,认证有两条路,按顺序检查:Bedrock API 密钥(环境变量 AWS_BEARER_TOKEN_BEDROCK,必须同时指定区域),然后是 AWS 的凭据链(共享配置文件、访问密钥、SSO 命名配置、联合身份等)。桌面 App 和 IDE 扩展可能继承不到 shell 里的环境变量,官方建议把需要的值写进 ~/.codex/.env 再重启。
Google Cloud Vertex AI
官方写法:
toml
model_provider = "gcp"
[model_providers.gcp]
project_id = "my-project"
location = "global"
省略 project_id 或 location 时,会分别读取 GOOGLE_CLOUD_PROJECT 和 GOOGLE_CLOUD_LOCATION,位置默认是 global。默认认证要在运行 Codex 的机器上安装 Google Cloud CLI,本地用 gcloud auth application-default login 登录;也可以用 credential_file 指定凭据文件。
本地 Ollama 和 LM Studio
官方的「OSS mode」写明:传 --oss 时,Codex 可以对本地的 Ollama 或 LM Studio 运行;用 --local-provider 为一次运行指定,或用 oss_provider = "ollama"(或 "lmstudio")设默认值。都没设置时,交互命令行会提示你选,codex exec 则直接报错退出。一条命令接入的做法见 /guides/ollama-launch-claude-code-codex。
数据驻留
如果你的 API 组织启用了数据驻留,官方示例是建一个提供方,把 base_url 改成带正确前缀的地址。官方同时说明:对启用了数据驻留的 ChatGPT 工作区,不需要自定义提供方,Codex 在你用 ChatGPT 登录时会遵循工作区的驻留设置。
五、选之前要想清楚的事
- 功能和订阅不是一回事。 用 ChatGPT 账号登录时用的是订阅里的额度;改用自定义提供方后,用量按那个提供方的规则计费,和 ChatGPT 订阅额度无关。官方也写明,用 API 密钥时按 API 令牌计价。
- 有些功能依赖提供方支持。 官方有
supports_websockets、supports_standalone_web_search等能力开关,默认对自定义提供方是关的,需要提供方真的支持才有意义。Codex 云端任务要求用 ChatGPT 登录,见官方认证页。 - 出了问题,先区分是谁的问题。 官方 Bedrock 页明确写了支持边界:Codex 客户端的设置和行为找 OpenAI,AWS 的凭据、权限、配额等问题找 AWS。Azure 同理:连接、配额和部署问题要查 Azure 一侧。
- 报错对号入座。 401 见 /guides/codex-401-unauthorized-error,Bad Request 见 /guides/codex-detail-bad-request-error。
如果你没有现成的云上资源,只是想稳定使用 Codex,直接用 ChatGPT 订阅登录通常更省事,可以看看本站的 ChatGPT Plus 充值说明,价格和额度以官方页面当前显示为准。
常见问题
Q:能写 [model_providers.openai] 来改地址吗?
不能。官方明确写了内置提供方 id 不能覆盖,改内置 OpenAI 提供方的地址用 openai_base_url。
Q:配置写好了没生效?
先确认顶层的 model_provider 指向了你的 id,且顶层键没有误放进提供方的表里;官方在网关排查表里把这点列在第一条。还要检查当前使用的 profile 和配置的优先级。
Q:wire_api 能写 chat 吗?
官方配置参考写明 responses 是唯一支持的值。
相关教程
- /guides/codex-third-party-models-deepseek-gemini-grok:自定义模型提供方总览
- /guides/codex-missing-environment-variable:缺少环境变量怎么办
- /guides/codex-common-errors-summary:Codex 常见报错总表
参考资料
- Codex 官方文档:Advanced Configuration — https://learn.chatgpt.com/docs/config-file/config-advanced
- Codex 官方文档:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
- Codex 官方文档:Use ChatGPT Work and Codex with Amazon Bedrock — https://learn.chatgpt.com/docs/amazon-bedrock
0 条评论
还没有评论,来抢沙发~