6月17日，X 上 OpenAI Codex 團隊負責人 Tibo（@thsottiaux）發了一條推文，提醒大家 Codex App、CLI 和 SDK 現在可以接任何開源模型，不只限于 OpenAI 自己的模型。他還直接貼了官方配置文檔的鏈接，指向 OSS 模式和本地 provider 的部分。看到這條消息的時候，我第一反應其實挺意外的，因為 OpenAI 長期以來給人的印象一直是比較封閉，這次突然把自定義模型供應商的門打開，確實有點不一樣。

主要是，Codex 并不一個普通的工具，它本質上是一個完整的工作臺，能讓模型讀文件、寫文件、調用 shell、抓取網頁、執行命令，還能根據工具返回的結果繼續推理判斷，最后輸出可交付的成果。也就是說在 Codex 里，模型不光要會說話，更重要的是得真能干活。

（圖源：X）

過去很多人吐槽 OpenAI 封閉，其實不光是因為模型不開源，更核心的原因是它的工具、模型和工作流都被整個包在自家體系里，你可以用，但很難拆開重組。尤其是 Codex 這種 Agent 工具，本質上是模型能力、工具調用、上下文管理、權限控制和本地環境的組合。也就是模型越強，工作臺越完整，用戶就越不容易離開。現在 OpenAI 給 Codex 留出了 custom model provider 入口，至少在產品姿態上不再只把 Codex 死死綁定在自家模型上。

但你以為 OpenAI 真的突然就徹底放開了嗎？雷科技（ID：leitech）實測下來發現，根本就沒有這么簡單。

填個 Key 就想用第三方模型？沒這么簡單

這次最容易被誤讀的地方，其實就是“Codex 支持第三方模型”這句話。很多人看到這里，第一反應會是既然 DeepSeek、Qwen、Kimi 這些模型都提供 API，有些還號稱兼容 OpenAI API，那我把接口地址和 API Key 填進 Codex，是不是就能直接用了？我們一開始也是這么測的。Codex 的官方高級配置文檔里確實寫到了自定義模型供應商，簡單說一個 provider 可以定義 Codex 連接模型的方式，包括接口地址、協議類型、鑒權方式和一些附加請求信息。你可以在配置文件里新增一個模型供應商，再讓 Codex 指向它。

但我們第一次嘗試接入 DeepSeek V4 Pro 的 API，卻失敗了。

翻閱官方技術文檔之后，答案很明顯了，那就是 Codex 確實開放了，但只開放了一半，是有條件地開放。文檔里寫得很清楚，當前自定義供應商公開支持的協議只有 Responses API 這一種，省略不填時它也是默認協議。簡單來說，Codex 允許你換模型供應商，但它當前公開配置路徑吃的是 Responses API 這套協議，模型供應商能不能進來，不只看它有沒有 API，還要看它能不能給 Codex 提供它要的 Responses 形態。

（圖源：雷科技制圖）

DeepSeek 官方 API 主入口是 Chat Completions，它可以用 OpenAI SDK 調用，模型也能正常填 DeepSeek V4 Pro，對很多聊天應用、普通 API 調用、OpenAI SDK 兼容場景來說，這都沒問題，但 Codex 不是這么請求的。我們嘗試讓 Codex 直連 DeepSeek，模型填 DeepSeek V4 Pro，鑒權也走 DeepSeek 的 Key，啟動之后 Codex 實際去找的是 DeepSeek 官方并不存在的 Responses 接口，結果返回 404。

其實就是DeepSeek 官方的 OpenAI 格式入口并沒有提供 Codex 當前要訪問的 Responses API 端點。

同樣叫“兼容 OpenAI”，里面也分很多層。Chat Completions 是一套接口，Responses API 是另一套接口。普通聊天、工具調用、流式輸出、推理塊、函數調用結果回傳，在不同協議里結構并不完全一樣。對用戶來說這些差別都藏在配置后面，對 Codex 這種 Agent 工作臺來說，它們會直接決定任務能不能跑起來。

真正的轉機來自 DeepSeek 的另一個入口，也就是 Anthropic API 兼容端點。DeepSeek 官方文檔里除了常見的 OpenAI 格式入口，還提供了 Anthropic 格式入口，后者更適合承載工具調用、工具返回結果這類 Agent 場景需要的結構，和 Codex 的工作方式更接近。我們最后跑通的路徑，不是讓 Codex 直接訪問 DeepSeek，而是在本機加了一層輕量“翻譯器”。Codex 仍然按自己熟悉的方式發起任務，這個翻譯器再把請求轉成 DeepSeek 能理解的格式，DeepSeek 返回后，再翻譯回 Codex 可以繼續執行工具的形態。

（圖源：雷科技制圖）

更直接地說，目前大家期待的 DeepSeek、Mimo、Kimi、智譜 GLM，目前都沒有辦法直接拿 API Key 去接入到 Codex，只能用轉接橋，和之前流行的 CC Swich 方案差不太多。當然，非要嘗嘗「直接」也不是不行，阿里百煉大模型目前提供了Responses 接口，價格嘛，200 元/月，有剛需的小伙伴們可以試試。

Deepseek驅動的Codex，體驗真的好嗎？

跑通配置之后，我們選擇讓 DeepSeek + Codex 去一些更符合雷科技日常的任務，其實主要就是看看第三方開源模型和 Codex 結合，會不會水土不服。

第一個任務是全網搜索雷科技相關資料，結合官網介紹、文章、特色報道，比如 MWC、IFA、AWE 等展會報道，做一份雷科技的商務招商文檔，輸出成 Markdown 文件。這個任務看起來像寫稿，其實包含好幾個 Agent 能力點。它要先找資料，找不到搜索工具時要能換策略。拿到網頁后要能提取有用信息，信息不能只堆在一起，還要按招商文檔的結構重新組織，最后它還要把結果寫成本地 Markdown 文件。

（圖源：雷科技制圖）

DeepSeek V4 Pro 一開始嘗試的時候內置網頁搜索工具不可用，網頁搜索的能力也不順暢，它直接換了一個方式，從本地終端直接抓取雷科技官網的一手頁面，包括首頁、關于我們、聯系我們、歷史專題列表、MWC26 專題、MWC26 凱旋報道、AWE2026 專題等。最后它生成了一份 320 行的 Markdown 文檔。內容上它整理出了雷科技的品牌定位、媒體矩陣、用戶畫像、內容欄目、核心數據、展會報道能力、視頻化分發、商務合作模式、合作案例和聯系方式。

（圖源：雷科技制圖）

雖然頁面比較粗糙，但是還是能用的。

第二個任務更進一步，讀取上一步生成的招商文檔，再做一份雷科技 2026 年度招商報告 PPT，輸出成 HTML 格式。這一步測試的是連續任務能力。如果第一步只是從網頁到 Markdown，第二步就是從已有文檔到結構化展示。模型需要理解上一步文件里的 9 個章節，再把它們改造成 10 頁 slide，包括封面、關于雷科技、媒體矩陣、內容體系、核心數據、全球展會、視頻戰略、商務合作、合作案例、聯系我們。

（圖源：雷科技制圖）

最終輸出是一個單文件 HTML，約 790 行，接近 40KB，里面包含暗色科技風主題、藍紫強調色、滾動觸發動畫、右側圓點導航、鍵盤上下翻頁、響應式布局和打印導出 PDF 支持。這不是精修設計稿，但已經是一個可打開、可預覽、可繼續修改的交付物。從完成度看，DeepSeek 在這組輕量任務里是能用的。它的強項很明顯，資料整理速度快，長文檔組織能力不錯，遇到工具不可用時會嘗試繞路，生成 Markdown 和 HTML 這類文本型文件比較順。對于“寫一份介紹”“整理一份資料”“根據文檔生成展示頁”這類任務，它已經可以承擔初稿生產。

（圖源：雷科技制圖）

但體驗上，它還不像官方模型那樣成熟。Codex + GPT 5.5 所有能力都在同一個生態里，模型、工具調用、上下文、視覺能力等都能順利調用。但 Deepseek 在 Codex 里跑的鏈路很長，中間還經過了一層轉接橋，速度自然是比不上「官配」組合的。

所以在響應速度上，DeepSeek 在簡單文本和資料整理任務里沒有慢到不能用，但確實不如官方模型來得快。尤其進入 Codex 這種 Agent 工作流之后，它不是一次性回答完，而是要一邊調用工具，一邊等待結果，一邊繼續推理。鏈路多了一層本地翻譯，工具調用也要來回跑，速度體感自然會慢一些。

消耗上，這次體感就很直接了，我們給 DeepSeek 賬戶充了 10 塊錢，跑完這兩個任務，中間還夾著幾輪聊天和調試，最后余額還剩 9.27 元。也就是說這一整輪輕量實測實際只花掉了 7 毛多。DeepSeek 真不愧是性價比之王，假如全都是這類型的任務，那確實可以拋棄 ChatGPT Plus 每月 20 美元的訂閱費了。

這波要讓智譜和 DeepSeek們贏麻？

體驗下來，對于多數普通用戶而言，Codex 能不能搞第三方模型，意義其實沒有那么大，假如只想要簡單、絲滑的體驗，那么開通個 Plus 會員性價比也不低，畢竟它是和 ChatGPT 打包在一起的。

真正有利的，是那些開源模型。

過去國產和開源模型想進入開發者真實工作流，需要自己做很多產品層能力。一個模型發布 API 只是第一步，后面還有 IDE 插件、命令行工具、文件權限、工具調用、項目上下文、任務記憶、錯誤恢復、協作界面、審閱流程，這些東西不是模型論文能解決的。

Codex 這類工具的價值，是它把工作臺先搭好了。它負責和本地文件系統交互，負責執行命令，負責展示工具調用，負責把任務拆成多輪，負責讓模型在上下文里持續工作。第三方模型一旦能接進去，就相當于直接獲得了一個成熟 Agent 容器。這對智譜、DeepSeek、Qwen、Kimi 們都是機會。

（圖源：雷科技制圖）

比如智譜，智譜最近上線了 GLM-5.2，直接強調 1M 無損上下文、長程任務能力提升，Coding 與長程任務評測達到開源 SOTA，在復雜系統工程、深度調試里表現更穩。過去幾天，開發者圈對這個模型的評價很高，很多人夸它在代碼任務和長程 Agent 場景里的性能非常強。更有意思的是，智譜的 GLM Coding Plan 也開始變成一種稀缺資源，因為太火爆，不少人搶不到，但這其實已經說明國產模型的競爭不再只是發布一個強模型，而是開始圍繞 Coding Plan、開發工具接入、Agent 工作流額度和真實工程體驗展開。

（圖源：智譜）

當然，智譜并不是沒有自己的 Agent 工具。它也在做類似 Codex 的圖形化 Agent 工作臺，用戶可以在里面交給模型代碼任務、長程任務和工程任務。問題在于，對模型廠商來說，自建工作臺和接入 Codex 這類成熟工作臺并不沖突。自家工具更適合展示完整能力和打磨閉環體驗；接入 Codex，則更像進入一個已經被大量開發者熟悉的工作環境。用戶原本就在 Codex 里寫代碼、跑命令、讀項目、交付文件，如果國產模型能出現在同一個任務流里，被使用和被比較的機會都會變多。

在 OpenAI 釋出消息后，智譜的股價一路飆升，今天盤中一度大漲超 22%，股價突破 2000 港元大關，市值也站上新高，創下近期新紀錄，這已經很能說明問題。

（圖源：雅虎財經）

不過，OpenAI 也有自己的考量，Codex 開放 provider 并不意味著 OpenAI 放棄了控制權。恰恰相反，工作臺標準仍然由它定義。Responses API、模型配置、官方推薦模型、工具調用協議、權限機制，這些關鍵環節仍然圍繞 OpenAI 的體系展開，OpenAI 可能想要的局面，是讓 Codex 成為更通用的 Agent 工作臺。官方模型負責最強能力和最佳體驗，第三方模型負責擴展場景、降低成本、覆蓋更多供應商需求。用戶可以有選擇，但選擇發生在 OpenAI 定義的工作臺里，這肯定比單純封閉更聰明。

說到底，Codex 開放明顯是雙贏的局面，對 OpenAI 來說，它能把 Codex 往平臺方向推，讓其在不久的將來有可能成為一家獨大的 AI 工作臺；對對國產和開源模型來說，它們終于有機會進入一個成熟工作臺，而不是只待在自己的 Agent 里。可目前來說，OpenAI 開放得還不夠，遠遠不夠。