Codex 开放 1M 上下文了，但我劝你别急着开：GPT-5.6 Sol 配置详解

昨天，Codex 官方话事人兼“首席重置官”Tibo 在 X 上宣布：Codex 正式支持 1M 上下文。

配置本身并不复杂，直接编辑 ~/.codex/config.toml，加入这三行：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

这样 gpt-5.6-sol 就能在 Codex 里用上完整的 1M 上下文了。但我劝你先别急着动手。

Tibo 在推文末尾也提醒了一句：默认长度（258K）是团队调校到接近完美的状态，还丢下一句 “But you do you”（你随意）。这表态颇有点耐人寻味。一边给 Codex 放开了 1M 上下文，一边又反复劝大家不要轻易开启，怎么看都透着 Tibo 对这个功能的纠结。

258K 其实是精打细算的默认值

Codex 给 Sol 配置的有效上下文是 258K，也就是 272K 原始窗口打 95 折。272K 这个数字恰好卡在计费门槛上：按 OpenAI 定价，单次请求输入一旦超过 272K，整个请求就会被划入长上下文档，输入价格从每百万 token 5 美元翻倍到 10 美元。上个月 GPT-5.6 发布后，因为大量用户投诉，Codex 又把默认值从 372K 恢复到 272K。所以从 Codex 的角度看，258K 才是当前最适配 GPT-5.6 的上下文窗口。

不推荐上 1M 的两个原因

token 消耗会成倍放大

一个长度超过 272K 的会话，每百万输入 token 要 10 美元，输出直接跳到 45 美元。订阅用户看不到账单，但额度肯定哐哐往下掉，token 消耗呈倍数递增。Tibo 那条推文下有条评论一针见血：Codex 做 1M 上下文就是因为问的人实在太多了——毕竟 1M 是现在 LLM 的标配，但不代表他们建议你真这么用。

1M 后半段输出质量会衰减

连长上下文表现最强的 GPT-5.5，在 MRCR 基准 512K 到 1M 区段的多针检索里也只拿到 74%。所谓多针检索，就是把几条信息埋进超长上下文，考察模型能不能全找回来。74% 意味着可靠窗口大约只有标称值的一半。Sol 目前还没有公开具体数字，但可以确定 1M 的后半段已经进入衰减区。

Codex 真正的长处在于那套服务端压缩：模型原生训练过跨窗口工作，压缩发生时几乎无感。258K 搭配这套压缩机制，日常任务很难碰到天花板。

所以我的建议是：先别给 Codex 升级 1M 上下文配置。真有这种超长文档任务，临时加上那三行，任务结束后再改回默认值就行。