结论先说
- Codex 原生内置了两大云厂商提供商支持(保留内部标识
amazon-bedrock、amazon-bedrock-runtime与gcp),不需要自己架设协议转换服务。 - 接入 Amazon Bedrock 支持四种标准凭证:本机已有的 AWS Profile、访问密钥对(Access keys)、Shell 环境变量或 Bedrock 专用 API 密钥,开跑前确认 IAM 角色具备对应区域的
bedrock:InvokeModel权限。 - 接入 Google Cloud Vertex AI 目前处于受邀预览阶段(Private preview):需使用 Codex CLI
0.167.0及以上版本,并在本机通过gcloud auth application-default login配好默认凭证(ADC)或指定服务账号 JSON 文件。 - 合规团队必盯 Google Cloud 的
Location参数:留空默认使用global时请求可能跨多个区域调度;若公司有严格的数据不出境或单区驻留要求,配置时务必填入管理员指定的具体区域代号。

图:本站根据 OpenAI Codex 官方 Bedrock 与 Vertex AI 文档 整理的示意图
本文根据 OpenAI Codex 官方文档《Use ChatGPT Work and Codex with Amazon Bedrock》《Connect Codex to Google Cloud Vertex AI》整理,核对日期 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI、AWS 或 Google 官方网站。
适用于谁
- 搜「codex 接入 bedrock」「codex google vertex ai 配置」「codex 走企业 aws 账单」的云架构师与开发者;
- 公司采购与合规政策要求所有大模型调用必须落在既有的 AWS 或 Google Cloud 企业协议与私有网络边界内的人;
- 已经退出个人账号准备切换云厂商通道,分不清 AWS Profile、ADC 默认凭证与区域参数怎么填的同学。
如果你的团队用的是微软云 Azure OpenAI,请直接看专门教程 /guides/codex-azure-openai-model-providers-config;如果你同时也要给 Claude Code 配云厂商托管通道,可对照 /guides/claude-code-other-models-bedrock-vertex-foundry。
一、路线 A:配置 Codex 连接 Amazon Bedrock
1. 前置检查
先找公司云管人员确认三件事:目标 AWS 账号已在 Bedrock 控制台开通受支持的 OpenAI 模型访问权、明确该模型所在的 AWS Region(区域代号),并且你所用的 IAM 身份拥有调用该模型或推理配置文件的权限(例如部分模型要求在账户默认项目上具备 bedrock:InvokeModel)。
2. CLI 与桌面端交互式绑定步骤
如果你当前已经登录了个人账号,先按 /guides/codex-cli-switch-account-logout 退出回到登录选择页:
- 启动
codex(或在桌面端登录页点击 其他登录方式 Sign in another way),选择 Use Amazon Bedrock; - 如果 Codex 自动检测到了你本机
~/.aws/下的可用配置,直接选中对应 Profile;若未检测到,从菜单提供的四种方式里任选一种:AWS profile、AWS access keys、Environment variables 或 Bedrock API key; - 按向导提示输入 AWS Region(若选环境变量方式,在当前 Shell 导出后重启一次 Codex),发送一条测试指令验证连通。

图:本站根据 OpenAI Codex 官方企业云配置文档 整理的示意图
二、路线 B:配置 Codex 连接 Google Cloud Vertex AI
1. 前置检查与本机 gcloud 认证
先确认项目已通过官方预览申请并启用了对应模型,将本地 Codex CLI 升至 0.167.0 或更高版本。在运行 Codex 的机器上安装 Google Cloud CLI,执行下面命令完成应用默认凭证(ADC)登录:
bash
gcloud auth application-default login
如果企业安全规范禁止个人交互登录、统一分发服务账号密钥文件,跳过上面这条命令,直接准备好管理员发给你的凭证 JSON 绝对路径即可(Codex 底层会调用 gcloud 获取访问令牌并做预检)。
2. 在 CLI 或桌面端完成向导配置
- 启动
codex,选择 Sign in another way → Use Google Cloud Vertex AI(桌面端显示为 Use Google Cloud); - 输入管理员提供的 Google Cloud Project ID;
- 输入 Vertex AI Location:直接回车默认走跨区调度的
global;有区域驻留合规要求时务必手动输入指定区域; - 凭证文件一栏:使用本机 ADC 登录的直接按回车留空,使用服务账号文件的填入 JSON 文件绝对路径。Codex 会当场尝试换取一次令牌,校验通过后才会把提供商配置写盘(底层
config.toml字段细节可对照 /guides/codex-config-toml-complete-guide)。
独立开发者或尚未申请企业云预览资格的小型团队,日常使用官方直连 ChatGPT Plus 或 Pro 订阅依然是最省事的开箱方案,相关订阅说明可参考 /chongzhi/chatgpt-plus。
常见问题
Q:可以在 config.toml 里自定义一个名字叫 gcp 或 amazon-bedrock 的第三方网关吗?
不可以。官方文档明确指出,openai、ollama、lmstudio、amazon-bedrock、amazon-bedrock-runtime 与 gcp 均属于 Codex 内部保留的内置提供商 ID;配置公司自建模型网关时必须另外起一个不重名的自定义标识(如 corp-gateway)。
Q:配好 Vertex AI 后发消息报权限被拒(Permission denied)怎么查?
先在终端手动运行一次 gcloud auth application-default print-access-token 确认本机能正常吐出非空令牌,再核对当前身份在所填的 Project ID 下是否已被授予调用对应 Vertex AI 模型的 IAM 角色,以及所填区域是否已开通该模型配额。
Q:走 Bedrock 或 Vertex AI 时,消费的是 ChatGPT 个人订阅额度吗?
不是。切换为云厂商提供商后,所有的模型输入输出请求都直接记在你绑定的 AWS 账号或 Google Cloud 项目账单下,受你们企业云账户自身的配额与支出警报管控,与个人订阅通道互不混扣。
相关教程
- /guides/codex-azure-openai-model-providers-config:Codex 接入微软云 Azure OpenAI 配置指南
- /guides/codex-config-toml-complete-guide:Codex
config.toml模型提供商与高级配置全解 - /guides/codex-cli-switch-account-logout:Codex CLI 退出当前账号与切换认证方式
- /guides/claude-code-other-models-bedrock-vertex-foundry:Claude Code 接入 Bedrock、Vertex 与 Foundry 对比
参考资料
- OpenAI Codex 官方文档:Amazon Bedrock & Google Cloud Vertex AI — https://developers.openai.com/codex
0 条评论
还没有评论,来抢沙发~