結論先說
- 官方沒有寫 1M 開關。 在模型頁、配置參考和桌面 App 設定頁裏,都沒有這樣一項設定。別人說「在 App 設定裏勾選 1M 上下文」,沒有官方出處。
- 官方寫了的數字是:GPT-6.1 Sol 在 Codex 和 ChatGPT Work 裏預設上下文窗口 500,000 個 token。 其他模型的窗口,官方模型頁沒有逐一列出,以你在應用裏看到的為準。
config.toml裏有model_context_window,官方說明是「當前模型可用的上下文窗口 token 數」,示例裏預設值是「按模型自動」。官方沒有寫可以把它設得比模型實際支持的更大。- 長對話靠壓縮。
/compact手動壓縮,model_auto_compact_token_limit控制自動壓縮的閾值。 - 窗口大不等於質素一直好。 官方在子代理說明裏寫道,即使窗口很大,模型也有限度,主對話裏堆滿探索筆記、測試日誌和命令輸出,會話會隨時間變得不那麼可靠。

圖:本站根據 Codex 官方文檔《Models》 和《Configuration Reference》 整理的示意圖
本文根據 Codex 官方文檔《Models》《Configuration Reference》《Advanced Configuration》和命令頁整理,資料核對於 2026-11-13。官方文檔裏沒有「1M 上下文」的設定項,所以本文不提供「改成 1M」的步驟,只寫官方能確認的上下文相關設定,以及怎麼在不改窗口的情況下讓長任務更穩。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。
適用於誰
- 在桌面 App 裏做大項目,擔心上下文不夠,想找「1M 上下文」開關的人;
- 看到網上教學讓你改
config.toml,不確定能不能改的人; - 對話越聊越長,想知道怎麼讓 Codex 保持穩定的人。
一、先查你現在有多少上下文可用
不要先去改,先看現狀。官方命令頁裏:
- 輸入
/status,查看當前使用的模型、審批策略、可寫目錄等; - 輸入
/statusline,在底部狀態欄裏加入需要的項目。官方說明可選項包括模型、模型加推理強度、上下文統計、速率限制、git 分支、token 計數器、會話 ID、當前目錄和 Codex 版本。官方示例配置裏,上下文相關的項目標識是context-remaining,預設的狀態欄就包含它。
這些是命令行裏的做法。桌面 App 是否有同樣的狀態欄顯示,官方這幾頁沒有寫,以你應用的當天介面為準。
二、config.toml 裏有哪些上下文相關的鍵
官方配置參考列出的幾項,括號裏是本站的解釋:
model_context_window:當前模型可用的上下文窗口 token 數。官方示例註釋寫的是「預設:按模型自動」,另一處示例寫成model_context_window = 128000;model_auto_compact_token_limit:觸發自動壓縮歷史的 token 閾值,未設定時使用模型預設值;model_auto_compact_token_limit_scope:自動壓縮的閾值按完整的活動上下文計算(total,預設),還是隻算壓縮窗口前綴之後的增長部分(body_after_prefix);model_post_turn_compact_threshold_percent:一輪的最終回覆之後,如果活動上下文達到可用窗口的這個百分比,就壓縮歷史;不設定或設為 0 表示關閉,且通常的自動壓縮限制仍然適用。官方示例是 80;tool_output_token_limit:每次工具輸出儲存的 token 數,示例值是 12000。
這些鍵放在 $CODEX_HOME/config.toml(預設 ~/.codex/config.toml)裏。重要提醒:
- 官方沒有寫
model_context_window可以大於模型實際支持的窗口。如果你寫了一個模型並不支持的數,結果官方沒有說明,可能被忽略,也可能引起報錯,所以不建議這樣試; - 如果網上某篇教學寫「加上這一行就是 1M」,請先到官方模型頁核對你的模型是否真的有這麼大的窗口,沒有出處就不要照搬;
- 配置文件的位置和讀取規則,見官方《Advanced Configuration》;Windows 頁寫明桌面 App 與原生 Windows 版 Codex 使用同一個家目錄
%USERPROFILE%\.codex,由此可以推斷 App 同樣讀取這份配置,但官方沒有專門就上下文窗口在 App 裏的表現作出說明,這是推斷。
三、對話太長了怎麼辦
1. 手動壓縮:/compact
官方命令頁:/compact 總結當前可見的對話來釋放 token,適合在長時間運行之後使用,讓 Codex 保留關鍵點而不撐爆上下文窗口。執行後,早先的輪次會被一段簡明的摘要取代,同時保留關鍵細節。壓縮後細節會變成摘要,所以重要的約束、決定請在壓縮前確認已經寫進了 AGENTS.md 或計劃文件。 寫法見 /guides/codex-agents-md-how-it-reads。
2. 自動壓縮
不動配置時,Codex 按模型預設值自動處理。想更早觸發,可以設定 model_auto_compact_token_limit 或 model_post_turn_compact_threshold_percent。這兩項屬於進階調整,官方沒有給推薦數值,示例裏的數字只是示例。
3. 開新對話
換任務就開新對話。官方在多代理說明裏把「上下文污染」和「上下文腐爛」當作問題來講:有用的資訊被噪聲埋住,隨着對話被不相關的細節填滿,表現會下降。新對話是最直接的清理辦法。
4. 讓子代理讀大文件
官方在子代理說明裏寫道,Codex 可以把分析一份數百萬 token 的大文檔拆成較小的問題,並把提煉出的要點交回主線程。做法的要點是:主代理專注需求、決定和最終產出;讓專門的子代理並行處理探索、測試或日誌分析;讓子代理返回摘要,而不是原始的中間輸出。官方建議先把並行代理用在讀多寫少的任務上,例如探索、測試、分流和總結。
提示詞可以這樣寫,括號裏自己填:
text
請把 [某個目錄] 裏的日誌分給子代理並行分析,每個子代理只返回:出現次數最多的 3 類錯誤、各一條代表性日誌和可能原因。主線程只保留這些摘要,不要貼原始日誌。
四、窗口、速度和額度的關係
官方寫明,更高的推理強度會增加響應時間和 token 用量;上下文越長,每一輪需要處理的內容也越多。所以窗口大不是免費的:既可能更慢,也會更快消耗額度。慢的排查見 /guides/codex-slow-reconnecting-why,額度怎麼看見 /guides/codex-usage-limits。如果你確實經常跑很長的任務、額度不夠用,可以看看本站的 ChatGPT Plus 充值說明 或 ChatGPT Pro 充值說明,價格和額度以官方頁面當前顯示為準。

圖:本站根據 Codex 官方文檔 整理的示意圖
五、如果你想用的是本地模型
通過 Ollama 等本地提供方運行時,上下文長度往往要在提供方那邊設定,不是 Codex 的開關。這部分見 /guides/ollama-launch-claude-code-codex;自定義模型提供方的配置見 /guides/codex-third-party-models-deepseek-gemini-grok。
常見問題
Q:網上說 Codex 可以開 1M,是真的嗎?
官方這幾頁沒有寫。官方明確寫了的是 GPT-6.1 Sol 在 Codex 裏預設 500,000 token。別的數字請以官方模型頁當天寫法為準,沒有出處的不要當真。
Q:把 model_context_window 改大,能讓它記住更多嗎?
官方沒有保證。它描述的是「當前模型可用的窗口」,模型本身不支持的容量,改配置不會憑空增加。
Q:壓縮之後它忘了前面的要求怎麼辦?
重要要求寫進 AGENTS.md 或計劃文件,並在壓縮後讓它重新讀一遍。
Q:ChatGPT 網頁版的上下文限制是一回事嗎?
不是,網頁版見 /guides/chatgpt-context-length-limits。
相關教學
- /guides/codex-switch-model-reasoning-effort:切換模型和思考強度
- /guides/codex-cli-commands-cheatsheet:命令行常用命令一頁看
- /guides/codex-app-vs-cli-which-better:App 和 CLI 怎麼選
參考資料
- Codex 官方文檔:Models — https://learn.chatgpt.com/docs/models
- Codex 官方文檔:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
- Codex 官方文檔:Advanced Configuration — https://learn.chatgpt.com/docs/config-file/config-advanced
- Codex 官方文檔:Commands(CLI) — https://learn.chatgpt.com/docs/developer-commands?surface=cli
- Codex 官方文檔:Subagents — https://learn.chatgpt.com/docs/agent-configuration/subagents
0 條評論
還沒有評論,來搶沙發~