codex-model-switcher logo

codex-model-switcher

免费

把 DeepSeek / MiniMax / 智谱 GLM / Kimi / 通义 / OpenRouter / Groq 等模型一键接进 Codex 并随时切换 · macOS 原生 App(完整版自带 Python,双击即用)+...

访问官网
根据共同标签和关键词推荐codex-harness-desktopdiffoforgeo
ai-toolsclicodexcodex-clideepseekaiai assistantautomation

工具概览

Codex Model Switcher 是将兼容的模型提供方连接到 Codex(ChatGPT App)的工具,让用户可以直接在 Codex 的模型下拉菜单中选择 DeepSeek、MiniMax、智谱 GLM、月之暗面 Kimi、Qwen、SiliconFlow、OpenRouter、Groq、自定义网关/中转站或本地 Ollama 等提供方,并可一键回到官方 OpenAI。它解决了手工编辑 Codex 配置文件的局限,例如新版 Codex 会拒绝某些 wire API、需要手写模型目录 JSON、API 密钥以明文存储,以及旧对话被绑定到其原始提供方。该工具自动完成提供方的设置和切换,管理模型目录,并确保协议兼容。

该工具提供一条命令的设置,内置 17 个预设,也支持自定义 Base URL,根据平台生成完整的模型目录,并可通过 CLI、交互式菜单或 GUI 一键切换/恢复。它保留现有的任务绑定和原始历史,绝不在提供方之间迁移它们。它包含一个上下文守卫,会对照可用窗口检查会话大小,并提供一键切换到容得下的模型。模型能力通过真实请求探测并写回目录,API 密钥安全地存放在系统钥匙串中。

安全特性包括带并发写保护的原子配置写入、界面/日志中的密钥掩码,以及仅限本地的 GUI 和桥接监听 127.0.0.1。该工具在 macOS 上提供原生应用,在 Windows/Linux 上提供浏览器界面,拥有双语界面(中文和英文),零依赖。它还会自动接通提供方的 API 接口,包括 MCP 服务器,以及供官方 CLI、SDK 和 curl 使用的环境文件。

定价

免费

目录尚未确认完整价格档位,请到官网查看当前额度、限制及计费方式。

访问官网

价格与限制可能变化,请以官网为准,并确认币种、付款周期、最低席位数和用量上限。

应用场景

  • 开发者用 Codex Model Switcher 把 DeepSeek 或 MiniMax 等第三方模型提供方连接到 Codex,无需手动编辑配置文件。
  • 团队用该工具为新任务在模型提供方之间切换,同时保持现有的任务绑定和历史不变。
  • 管理员用该工具把 API 密钥安全地存放在系统钥匙串中,而不是以明文放在配置文件里。
  • 开发者用该工具自动接通提供方的 API 接口,包括 MCP 服务器和环境文件,以便配合官方 CLI、SDK 和 curl 使用。
  • 用户用该工具一条命令恢复官方 OpenAI 配置,同时保持第三方配置不变。
  • 团队用该工具通过内置诊断来排查并修复未知模型错误或协议不匹配等常见问题。

功能特性

将多家模型接入 Codex

一键切换 Codex 模型

使用 macOS 原生应用

通过 Windows 和 Linux 命令行运行

查询模型账户余额

查看用量百分比

桥接 Responses 协议

无需安装第三方依赖

用户评论

还没有评论,来分享你的使用体验吧

常见问题

Does continuing an old conversation after switching work?

Yes for third-party to third-party: recent tasks are re-bound automatically. Threads bound to official OpenAI are intentionally left alone (they'd lose their account binding) — fork or start a new task for those.

What about image generation / web search / computer use?

Not available on third-party providers. Those are OpenAI server-side tools or separate platform models (image-01, video-01…); Codex talks to one chat model. The tool won't pretend otherwise — that's exactly what the capabilities view is for.

Why two "count the squares" images for the vision probe?

Single-image color questions get guessed correctly far too often — the probe was fooled once. Two different counts must both be right, and the output budget is generous so reasoning models don't return an empty (truncated) answer and get misread as "no vision".

Does it touch my plugins / MCP / skills?

No. Model-related fields only, with verify-and-rollback.

相关榜单与专题