Codex 自訂模型怎麼用？Ollama、LM Studio 與 Provider 設定

Codex 自訂模型怎麼用？Ollama、LM Studio 與 Provider 設定

Codex 可以切換 OpenAI 模型，也能連接 Ollama、LM Studio、Azure、LLM proxy 或其他支援 Responses API / Chat Completions API 的 Provider。

這不是在 Codex 裡訓練模型。你要先有一個已部署、能接受 API 請求的模型服務，再告訴 Codex 要用哪個 model ID、base URL 和認證方式。

如果你還沒跑完基本工作流，先看 Codex 完整教學。自訂 Provider 是進階設定，不是新手第一步。

Codex 自訂模型有哪三條路？

方法一：更換 OpenAI 模型

使用者設定檔：

~/.codex/config.toml

加入：

model = "gpt-5.5"
model_reasoning_effort = "high"

CLI 單次切換：

codex -m gpt-5.5

互動中的 CLI thread 也能使用 /model 切換。IDE Extension 可從輸入框附近的 model selector 選擇。

方法二：使用 Ollama 或 LM Studio

Codex 有內建 OSS mode。設定預設 Provider：

oss_provider = "ollama"

啟動：

codex --oss -m your-local-model

使用 LM Studio：

oss_provider = "lmstudio"

本機模型要先在 Ollama 或 LM Studio 啟動 API server。Codex 只負責呼叫，不會自動幫你下載所有模型或保證每個模型都能正確使用工具。

方法三：設定自訂 Provider

範例：

model = "your-model-id"
model_provider = "my_provider"

[model_providers.my_provider]
name = "My Model Provider"
base_url = "https://api.example.com/v1"
env_key = "MY_MODEL_API_KEY"
wire_api = "responses"

環境變數：

export MY_MODEL_API_KEY="your-api-key"

不要把 token 直接寫進 config.toml 或 git repo。env_key 填的是環境變數名稱，不是金鑰本身。

自訂 Ollama Provider 範例

不使用 --oss，也可以明確定義 Provider：

model = "your-local-model"
model_provider = "local_ollama"

[model_providers.local_ollama]
name = "Local Ollama"
base_url = "http://localhost:11434/v1"
wire_api = "responses"

openai、ollama、lmstudio 是保留 ID，自訂 Provider 不要使用相同名稱。像 local_ollama 這種新 ID 才不會衝突。

Azure OpenAI 怎麼設定？

model = "your-deployment-name"
model_provider = "azure"

[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"

實際 deployment name、API version 與 endpoint 以你的 Azure 專案為準。

只想改 OpenAI base URL 怎麼辦？

如果只是讓內建 OpenAI Provider 經過公司 proxy、router 或 data residency endpoint，不需要建立新的 [model_providers.openai]。

直接設定：

openai_base_url = "https://your-openai-compatible-host/v1"

官方特別提醒：不能覆蓋保留的 built-in provider ID openai。

設定要放在哪裡？

這是最常踩的坑。

專案 .codex/config.toml 不能覆蓋 model_provider、model_providers、openai_base_url 等會改變認證或請求目的地的設定。

為什麼模型接上了，工具還是不能用？

API endpoint 能回文字，不代表能當 coding agent。

要確認：

1. Provider 是否支援 Responses API
2. 模型是否能正確處理工具呼叫
3. 串流格式是否相容
4. context window 是否足夠
5. model ID 是否正確
6. 本機服務是否真的啟動

Chat Completions Provider 目前仍可使用，但 Codex 官方已標記為 deprecated，新的整合應優先選 Responses API。

常見問題

Codex 可以接任何模型嗎？

不是模型名字填進去就可以。Provider 必須提供相容 API，模型也要能處理 Codex 需要的工具與上下文。

自訂模型可以用在 Codex Cloud 嗎？

目前不能自行更換 Codex Cloud task 的預設模型。自訂 Provider 主要適用本機 App、CLI 與 IDE Extension。

為什麼專案 .codex/config.toml 的 Provider 沒生效？

這是安全限制。Provider、base URL 與認證相關設定必須放在使用者層級 ~/.codex/config.toml。

Ollama 不需要 API key 嗎？

本機服務通常不需要。自訂 Provider 沒有設定 env_key 或 OpenAI auth 時，Codex 會視為不需要認證。

官方資料

• Codex Advanced configuration
• Codex Models
• Codex Config basics