【实战教程】Codex CLI 与推理模型中转配置:Responses 接口、推理强度与计费核对
新一代编程 Agent(如 Codex CLI)普遍依赖高强度推理参数(reasoning_effort)与严格的工具调用 JSON Schema。若中转站仅支持旧版简单对话或篡改 usage 字段,会直接影响多步代码修复成功率与实际花费。
一、区分 Chat Completions 与 Responses 接口
部分新版 Agent 工具默认请求 /v1/responses 端点,而不少传统中转站只完整实现了 /v1/chat/completions。如果遇到启动即报 404 或不支持的参数,先检查客户端配置中的协议开关,并确认中转站分组是否开放了对应模型。
对于 GPT-5 / GPT-6 系列及 o 系列推理模型,接口通常要求使用 max_completion_tokens 并自动拒绝 temperature=0 等传统采样参数。
# ~/.codex/config.toml
model = 'gpt-5.4'
model_provider = 'custom_relay'
[model_providers.custom_relay]
name = 'Custom Relay'
base_url = 'https://api.example.com/v1'
env_key = 'OPENAI_API_KEY'
二、用糖果推理与鹈鹕骑行测试检验真实输出能力
- 在「中转众测」选择糖果测试(固定 low 推理强度),快速验证接口能否遵循首行纯整数格式并正确完成逻辑推理。
- 再选择鹈鹕骑行测试(固定 medium 推理强度),观察长耗时(3~4 分钟)流式输出下网关是否会触发 Cloudflare 524 断连。
- 在首页切到「OpenAI」协议运行标准或深度检测,检查是否存在跨协议伪装字段(例如返回体夹带 Claude 或 Gemini 计费残留)。