最近 DeepSeek 官方文档更新,正式放出了Codex 接入指南

这意味着,开发者现在可以直接在 OpenAI 的 Codex 体系里使用 DeepSeek 模型了。

目前支持的模型是deepseek-v4-flashdeepseek-v4-pro预计将在 2026 年 8 月初开放。

为什么这件事值得关注?
打开网易新闻 查看精彩图片
为什么这件事值得关注?

Codex 并不是单一工具,而是一套完整的编程助手体系,包含:

  • Codex CLI
  • ChatGPT 桌面端
  • VS Code 的 Codex 插件

这三者共用同一套配置文件。只要配置一次,就能在命令行、桌面端和 IDE 里同步使用 DeepSeek 模型。

更关键的是,DeepSeek API原生支持 Responses API,这正是 Codex 与模型交互所使用的格式,因此接入门槛相对较低。

两种接入方式 1. 一键配置脚本(官方推荐)

DeepSeek 提供了自动化脚本,适合大多数用户。

前提条件

已经安装过 Codex CLI 或 ChatGPT 桌面端,并至少运行过一次(确保~/.codex目录存在)。

macOS / Linux 用户在终端执行:

Windows 用户在 PowerShell 中执行:

脚本会自动完成以下几件事:

  1. 备份现有配置文件
  2. 写入模型目录(models.json
  3. 修改config.toml,添加 DeepSeek 作为模型提供方
  4. 进行语法校验,失败则不会改动任何文件

运行过程中会提示输入 API Key(以sk-开头),可在 DeepSeek 开放平台获取。

脚本支持重复运行,方便切换模型或恢复默认配置。

2. 手动配置
打开网易新闻 查看精彩图片
2. 手动配置

如果更喜欢自己掌控细节,也可以手动操作。

首先创建或编辑~/.codex/models.json,声明模型元数据。

然后修改~/.codex/config.toml,添加类似以下内容:

model = "deepseek-v4-flash"
model_provider = "deepseek"
preferred_auth_method= "apikey"
model_reasoning_effort= "high"
model_catalog_json ="~/.codex/models.json"


[model_providers.deepseek]
name = "deepseek"
base_url ="https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token="<你的 DeepSeek API Key>"

其中model_reasoning_effort控制推理强度,数值越高,模型思考越深入,回答质量通常更好,但耗时也会增加。

配置完成后如何验证?

  • Codex CLI:进入项目目录执行codex,启动信息中显示对应模型名称即表示生效。
  • ChatGPT 桌面端:模型选择器中出现「自定义」选项。
  • VS Code Codex 插件:与 CLI 共用配置,安装后即可直接使用。

体验 DeepSeek V4 Flash 正式版 显示 用时花费,缓存命中率,按官方教程接入 Codex 使用量, 如图

打开网易新闻 查看精彩图片

DeepSeek 这次把 Codex 的接入流程做得比较完整:既有一键脚本降低门槛,也保留了手动配置的灵活性,并且明确标注了当前支持的模型与后续计划。

对于已经在使用 Codex 生态的开发者来说,这相当于多了一个高性价比的模型选择;对于 DeepSeek 用户而言,则是把模型能力更顺畅地接入到了编程工作流中。

有兴趣的朋友可以直接去官方文档查看完整说明,或者先跑一遍一键脚本体验。