问题说明

你已经在任务中选中新模型，但 Codex 显示的上下文仍明显偏小。例如使用 GPT-6 Astra，任务却报告 258,400 tokens；重新切换模型或新建任务也没有变化。模型选择正确，并不代表客户端同时更新了窗口信息。

先核对切换后的任务记录，再比较网关与客户端的模型目录。本文处理“已选中模型，但能力元数据未同步”的问题；如果模型根本没有出现在选择器中，请先阅读新模型不可见的排查经验。

解决方案

让 Codex 帮你处理

我通过 Sub2API 兼容入口使用 Codex，已经选中新模型，但运行时上下文仍明显小于站点或模型文档公布的值，例如选择 GPT-6 Astra 后仍显示 258,400。请先核对当前任务，而不是拿切换前的旧模型日志解释。我希望让客户端采用自己入口提供的正确模型目录，并明确上下文与压缩预算的边界。

所需资源：[下载目录同步脚本（Python 3.11+）](/downloads/sync-codex-model-catalog.py)。下载这个公开脚本不需要 API Key，不附带认证头。网页中的提示词会自动带上当前站点的完整下载地址；如果拿到的是相对路径，请结合教程来源解析，不要猜域名，也不要把模型 API Base URL 当作脚本所在站点。

请检查我的操作系统、实际运行的桌面内置 Codex 或终端 CLI 路径与版本、当前任务模型、运行时窗口，以及真正生效的用户配置、profile、项目和启动覆盖。只读取必要字段，不打印 API Key、认证头、完整认证文件或私有对话。保留 provider、features、memories、profiles、MCP、项目 trust 和任务历史。

使用我已有配置中的实际 Base URL 和对应凭证，读取 Codex 完整目录：在 Base URL 现有路径后追加 /models，并带当前客户端 client_version；不要随意补删 /v1，不跨域跟随带凭证的重定向。普通 data/id 模型列表不能替代包含 models/slug 与能力字段的目录。只有 HTTP 200、完整 JSON、目标模型存在且窗口字段有效，才继续。比较服务端 context_window、max_context_window、effective_context_window_percent、auto_compact_token_limit 与该实际 Codex 程序的 debug models 输出；不预设所有版本的 API Key 模式都不刷新。

若确认是目录未被采用，允许生成独立的本地目录候选文件。保留完整上游元数据，不手写一个模型的小 JSON，不复制他人的账号目录，也不捏造百万窗口。先用该 Codex 程序的单进程 -c model_catalog_json=候选文件 debug models 验证，成功后才备份并替换旧目录；下载、认证、解析或验证失败则保留旧文件。

允许备份后，仅在当前使用的 config.toml 顶层设置 model_catalog_json 为验证过的绝对路径；该行应位于首个 [section] 之前。已有 model_context_window、压缩阈值或 profile 覆盖时，先说明它们的实际影响，不静默移除或提高预算。根据接入通道已验证的最大输入和输出预留决定预算；没有长输入证据时，不把目录数字当成压测结果，也不自动把所有模型统一设为百万窗口。不得用简化示例覆盖整份配置。

可使用上面链接中的 Python 3.11+ 目录同步脚本；先查看代码与 --help，并传入实际 Codex 程序和独立输出路径。脚本只生成、验证目录，不会自动修改 config.toml，也不会发起模型生成；执行后仍需核对配置加载与预算。若系统不支持脚本或当前版本没有 debug models，保持旧配置并报告具体限制，不绕过验证。

请在当前生成和工具调用结束后说明重新加载配置的步骤，不在活跃任务中重启应用。最后分别报告：网关公布值、客户端实际目录值、重新加载后的任务模型与窗口、修改和备份路径、尚未验证的长上下文行为，以及回滚方式。默认不执行收费生成或长输入压测；只有我另外授权后才进行有限验证。不要修改服务器、账号、密钥或上游路由。

为了避免再次发生，在客户端升级、切换入口或分组、站点更新模型后重新比较目录，按相同流程更新静态文件。切换 provider 时必须同时检查 model_catalog_json 的对应关系，不能继续套用另一个入口的目录。

自己操作：先生成目录，再接入配置

下载目录同步脚本（Python 3.11+）。保存后先查看代码和帮助。脚本只请求模型目录、验证并保存文件，不发送生成请求，也不自动修改 config.toml。

以下示例适用于 macOS / Linux / WSL 终端，输出路径按你实际的 Codex 配置目录调整：

python3 sync-codex-model-catalog.py --help
python3 sync-codex-model-catalog.py --model gpt-6-astra --output "$HOME/.codex/model-catalogs/sub2api.json"

脚本默认检查终端中的 codex。桌面使用者必须添加 --codex-bin，指定当前应用实际使用的内置引擎绝对路径；更新终端 CLI 不等于更新桌面程序。Windows PowerShell 可用 py -3.11 启动脚本，并使用 "$env:USERPROFILE/.codex/model-catalogs/sub2api.json" 作为示例输出路径；Windows 版本尚未专项实操验证。

默认读取用户目录下 .codex/config.toml 和同目录 auth.json，支持该 provider 的普通 API Key 或 env_key。使用自定义 CODEX_HOME、profile 文件或其他认证方式时，先确认实际配置，再使用 --config、--provider、--auth-file 等参数；脚本不合并所有配置层，也不支持命令获取凭证或自定义认证请求头。不要把 API Key 写进命令行或网页。

脚本会读取带 client_version 的完整 /models 目录，保留原有路径前缀和所有模型能力字段；验证目标模型、候选 JSON 与实际 Codex 加载结果。成功后备份旧文件并替换，失败保留旧目录。第一次生成没有旧文件，因此不会产生目录备份。

生成成功后，脚本会打印适合本机的配置行。先备份配置，核对下面第三部分的窗口预算，再把该行放在 config.toml 顶层、首个 [section] 之前；如果已有该键，只更新它，不重复添加：

# 示例路径，必须换成脚本输出的真实绝对路径
model_catalog_json = "/absolute/path/to/sub2api.json"

保留其他 provider、features、memories、profiles、MCP 和 trust 设置。已有窗口或压缩覆盖时先判断其用途，不随意删除。在当前生成和工具调用结束后重新加载客户端配置，再检查实际任务。目录文件准备好，不等于活跃任务已经采用新预算。

原因、验证与注意事项

直接复制基础配置，文件不存在怎么办？

接入弹窗的基础示例不预先设置 model_catalog_json，因此不会依赖尚未生成的 JSON 文件。它不保证新模型已出现在选择器中或已使用完整上下文；遇到这些情况时，使用本文提示词生成、验证目录，再添加配置引用。已有自定义目录配置时先检查文件，不直接删除。

macOS / Linux 的 ~/.codex/config.toml 和 Windows 的 %USERPROFILE%\\.codex\\config.toml 是寻找配置文件的位置提示；自定义 CODEX_HOME 时以实际目录为准。不要把这些缩写照抄为 TOML 中的目录文件路径。生成成功后使用真实绝对路径；Windows 可写成 C:/Users/你的用户名/.codex/model-catalogs/sub2api.json，避免反斜杠转义问题。macOS、Windows 原生 Codex 和 WSL 的目录各自独立，必须由实际运行的客户端验证文件可读。

模型列表有别名重复怎么办？

同步脚本默认保留上游列表，不会按名字相似或能力相同推断重复，也不再内置具体型号规则。需要隐藏已核实的别名时，在输出目录文件旁保存同名 .rules.json 文件，例如 sub2api.json 对应 sub2api.rules.json，以后同步自动读取。

规则采用 version: 1，并用 provider 和 endpoint 绑定实际 provider 与不带查询参数的完整模型目录接口。aliases 填写已核实的“别名 → 完整型号”；visibility 可对模型指定 list 或 hide。别名仅在最终完整型号存在且可见时隐藏，显式显示偏好优先；支持别名链，循环与自引用会报错。日期版本不自动合并，能力或价格不同的型号应先确认是否需要分别选择。

每次从最新上游目录重新计算，不把旧输出的隐藏状态当成用户偏好。删除规则条目后下次同步恢复上游状态；--ignore-rules 可临时忽略全部本地规则，--rules 可指定其他规则文件。入口不匹配或规则格式错误时保留旧目录，输出 picker_decisions 说明每条规则是否应用。

规则格式示例（使用自己的 provider、目录接口与已核实模型 ID）：

{"version":1,"provider":"your-provider","endpoint":"https://gateway.example/v1/models","aliases":{"friendly-alias":"canonical-model"},"visibility":{}}

为什么模型切换了，窗口却没有变化？

客户端既需要模型 ID，也需要默认窗口、最大窗口等能力信息。2026-09-15 的案例中，桌面内置 Codex 0.154.0-alpha.6.2 和 CLI 0.154.0 在普通 API Key 认证下未自动刷新远端目录，使用了内置 Astra 数据。这是带版本的观测，不代表所有未来客户端都会如此。

客户端按 95% 计算可用预算，因此 272,000 × 95% = 258,400。它不是“当前任务仍在用旧模型”的证明，也不是上游拒绝超过该长度请求的证明。当前案例中，显式传入网关完整目录后，同一个程序能正确加载 1,050,000；没有进行百万上下文生成测试。

目录、使用窗口、压缩阈值分别管什么？

总上下文、最大输入、输出预留和压缩阈值不是同一个数。官方 Astra API 文档列出总上下文 1,050,000、最大输入 922,000；具体接入通道是否支持该长度仍需验证。按 95% 算出的 997,500 不能直接当成允许发送的输入量。目录可解析、短请求成功，都不能替代长输入验收。

没有长输入证据时，先保留已验证可用的使用预算，不因目录变大就自动提高阈值。在案例中的 272K 默认窗口下，客户端按 90% 推导的自动压缩阈值为 244,800；这些数字仅用于解释该版本，不是所有模型的推荐配置。后续扩大预算应在独立、有限的验证中进行，并为下一轮输入、工具返回和输出留出空间。

怎样确认修复到了哪一步？

1. 用自己的凭证取得完整 models/slug 目录，目标模型和窗口字段存在。
2. 候选文件经过实际 Codex 程序验证；可比较 codex debug models 与 codex debug models --bundled。桌面端应使用其内置程序执行同类检查。
3. 重新加载后，实际目录采用目标文件；检查启动覆盖与 profile 是否仍选择其他目录。
4. 当前任务选中目标模型，报告的窗口与生效目录及本地预算相符。保留较小预算时，窗口不增大可以是预期结果。
5. 只有额外完成真实请求，才能报告生成链路通过；只有验证对应长度，才能报告长输入可用。默认的同步流程不执行这两项。

怎样减少再次发生？

这个 JSON 是静态快照，不会自动同步。客户端升级、模型发布或窗口变化、切换接入入口或个人分组后，重新运行脚本并核对差异、来源和获取时间。保存脚本输出中的来源、版本和摘要即可，不公开完整目录或认证文件。

model_catalog_json 默认是顶层配置，可能随 provider 切换继续生效。不同入口保留不同文件，切换时同步修改目录引用，或在确认客户端支持后放进对应 profile。每次刷新只在验证成功后替换，不把失败下载保存成正式文件。

回滚时恢复脚本输出的目录备份，并恢复原来的 model_catalog_json 配置行；首次启用则移除新增的这一行。保留此前窗口与压缩设置、memories 和任务历史，不删除整个 .codex。等当前任务结束后重新加载并复查。

失败时检查什么？

本站提供的是通用方法与脚本，不提供适用于所有账号的固定模型目录。案例及脚本已在 macOS 验证；Linux / WSL / Windows 未专项验证。本文针对 Codex，Claude Code 不使用这套配置。

资料：Codex 官方配置说明、GPT-6 Astra 模型说明、案例版本目录刷新实现。