05 · 接入第三方模型（如 DeepSeek）

通过 OpenAI 兼容接口给 Codex 配置第三方模型的方法、字段、验证步骤和能力差异。

Codex 默认用 OpenAI 自己的模型，但它也留了「接第三方模型」的口子。只要你用的第三方服务提供了兼容接口，就能把它配进 Codex。

原理不复杂：Codex 支持一种通用的接口约定（也就是所谓的 OpenAI 兼容接口）。你只要告诉它「去哪里请求」「用什么密钥」「模型叫什么名字」，它就能把请求转过去。

具体要做三件事：一是拿到第三方服务的接口地址和 API 密钥；二是在 Codex 的配置里声明这个模型；三是用一次简单任务验证它真的通了。其中配置里最常见的是填「接口地址」「密钥」「模型名」这几个字段，具体写在哪、怎么写，后面配置篇会展开。

这里要泼一盆冷水：能「接上」不等于「体验一样」。不同模型的能力、速度、对工具调用的支持程度都有差异。有些模型推理很强但跑命令、读文件这些「工具能力」偏弱，接上去之后你会发现它「会聊天但不太会干活」。

所以接第三方模型前，最好先想清楚你图的是什么：图便宜、图某类任务更强、还是图数据不出境。不同目的，选的模型和判断标准都不一样。

验证是否接通的标志是：在 Codex 里能选中这个模型，并且让它执行一个「读文件 + 改文件」的小任务能成功。如果只会在对话里回话、一动手就报错，那大概率是接口兼容性没调好。

这一篇先建立「第三方模型可以接、但要看能力差异」这个认知就够了，具体字段和写法，等到第四组的配置详解里再系统讲。

动手试一下：比起看十遍，不如立刻打开 Codex 跑一个小任务验证你理解的概念。比如这一篇讲的概念，你可以找一个一分钟能完成的小需求，让它跑一遍，看实际行为是不是和你理解的一致。

动手试一下：你可以花 5 分钟做一个最小验证——找一个真实的代码任务，让 Codex 跑一遍，看它的行为是不是和这一篇描述的一致。理论与实践对照，才知道「懂」和「会用」是两件事。

延伸阅读：学完这一篇，你可以看本组里的下一篇，把相邻的概念连起来读；也可以跳到更后面的组学 MCP、子代理、Skills 这些更深的能力。知识是网状的，多跳几篇会理解更深。

判断决策树：用三个问题判断该不该用——① 这件事值不值得用 Codex 做？② 用的话该用哪个入口？③ 风险高不高需不需要审批？三个问题的答案一出来，怎么做就清楚了。