灵眸AI

GPT-5.6 / Codex 国内能用吗？我接入灵眸AI 这几个月的记录

Codex CLI 用了几个月的接入记录：为什么直连 OpenAI 在国内走不通，官方自动 Prompt Caching 和 Anthropic 的手动 cache_control 有什么区别，怎么配置 base_url 和 wire_api，以及怎么用一个请求验证缓存字段是不是被中转层吞掉了。

Photo by Microsoft Copilot / Unsplash

Ghost 博客版本 · SEO 关键词：Codex CLI 国内、GPT API 中转、灵眸AI、lmuai、OpenAI 中转、国内节点、Codex 配置、DeepSeek、GLM、Qwen 接入

这几个月一直在用 Codex CLI 处理日常编程任务，跟之前写 Claude Code 那篇是同一个思路——把"国内能不能用"和"怎么接"这两件事讲清楚，附上我自己在用的配置。

一、为什么直连 OpenAI 在国内不好办

跟 Claude 系一样，卡点也是那三层。

注册和支付：ChatGPT 账号注册经常要求手机验证，国内号码命中率不稳定；Codex CLI 绑定的是 ChatGPT Plus/Pro/Business 这类订阅，订阅本身需要国际信用卡，双币卡在这一步经常被拒。

网络：OpenAI 对国内 IP 段有访问限制，Codex CLI 这种需要维持长连接的客户端，代理 IP 一旦被识别，后续请求容易被限流或直接拒绝。

账号风控：设备指纹、网络出口频繁切换，账号有被临时限制的风险，尤其是共享/代理场景下更容易触发。

所以现实路径也是两条：自己搞定订阅+专线代理，或者走国内中转。

二、选中转平台，这几项要事先搞清楚

Codex/GPT 这条线跟 Claude 系有几个关键差异，选平台前最好先弄明白，不然会拿错误的期待去套。

1. Codex 走的是订阅配额，不是纯按 token 计费

OpenAI 官方在 2026 年 4 月把 Codex 的计费方式从"按套餐固定"改成了"和 API token 用量对齐"，套餐本身（Plus/Pro/Business）决定的是你能用多少配额，不是一次性买断的次数包。国内中转平台在这条线上大多是把配额转手给你用，价格结构跟纯按量计费的开放 API（platform.openai.com）不是一回事，对比价格表时先看清楚对方标的是哪种。

2. Prompt Cache 的机制和 Claude 不一样

Anthropic 的 Cache 需要手动在请求里标 cache_control 字段才生效；OpenAI 的 Prompt Caching 是自动的，只要单次请求的 prompt 超过 1024 token，官方服务器会自动复用之前处理过的前缀，不需要改代码。命中的部分按输入价的 10% 计费（也就是最多省 90%），返回的 usage.prompt_tokens_details.cached_tokens 字段会告诉你这次请求实际命中了多少缓存 token。

想验证一个中转平台是不是把这个字段老实转发给你，方法很直接：连续发两次内容相近、且超过 1024 token 的请求，看第二次返回的 cached_tokens 是不是明显大于零。是零，说明这层机制在中转环节被吞掉了，实际成本比看起来的价格更高。

3. 价格结构要看倍率，不要只看¥数字表面

国内做 Codex/GPT 中转的平台，大多是按官方美元报价乘一个倍率来定价，倍率区间常见在 0.3 到 0.8 倍之间。灵眸AI 这边 GPT-5.6 Sol 这个型号是 0.4 倍率，换算成人民币输入 ¥2.00/M、输出 ¥12.03/M，加权约 ¥9.02/M；缓存创建 ¥2.51/M、缓存读取 ¥0.20/M，这两个数字对应官方 1.25 倍和 0.1 倍的缓存计费规则，比例是对得上的。

4. 服务器位置仍然是体感差距最大的一项

这条跟 Claude 系一样：服务器在国内，Codex CLI 交互时的响应延迟明显低于要绕美国/日本节点的平台。写代码是连续动作，等待感的差异很直接。

三、Codex CLI 配置：改一个配置文件

Codex CLI 的配置文件在 ~/.codex/config.toml，凭证放在 ~/.codex/auth.json：

{
  "OPENAI_API_KEY": "在灵眸AI后台生成的sk-开头密钥"
}

[model_providers.codex]
name = "codex"
base_url = "https://api.lmuai.ai"
wire_api = "responses"
requires_openai_auth = true

四个要点：

base_url 指向灵眸AI 的国内节点，不是 OpenAI 官方服务器
wire_api = "responses" 是 Codex CLI 默认使用的协议格式，配置里保持这个值即可，不需要改成别的
requires_openai_auth = true 让 Codex CLI 用上面 auth.json 里的密钥做认证
密钥是灵眸AI 后台生成的 sk- 密钥，不是你自己的 ChatGPT 登录信息

配置完执行 codex 启动即可，国内节点不需要额外挂代理。

四、一个账户，Claude + GPT + 国产模型一起管

这是我用下来觉得比单独找一家 Codex 中转更省事的地方：灵眸AI 同一个平台账户下，既能接 Claude 系模型，也能接 GPT/Codex，还接了 DeepSeek、GLM、Qwen、Kimi 这几个国产模型。日常任务按场景切换：

codex --model gpt-5.6-sol      # 复杂任务、架构相关
codex --model gpt-5.6-flash    # 简单改动、脚本类任务（如果平台有对应flash型号，具体以后台可用模型列表为准）

不用为了同时用 GPT 和国产模型分别注册、分别充值，账单和用量记录也能在一个后台里看。

需要说清楚的一点：灵眸AI 一个账户下，Claude 系模型和 GPT/国产模型分别对应不同的 API Key（不是一个 Key 跨厂商通用），具体怎么分组以后台实际设置为准，接入前建议先看一眼控制台里的 Key 管理页面，不要假设一个 Key 能直接切换到任意厂商的模型。

五、Codex CLI 实际能干什么

跟 Claude Code 的定位类似，Codex CLI 也是终端里跑的 Agent，不是简单的补全工具。日常用得比较多的场景：

单文件 bug 修复：贴报错信息，让它顺着调用栈自己定位
脚手架生成：新建模块、批量生成配置文件
测试补全：给现有函数补单测
小范围重构：函数拆分、命名规范化这类范围明确的改动

复杂的跨文件架构决策、模糊需求的判断，还是需要开发者自己主导，Agent 更适合"目标明确、能验证对错"的任务。

六、写在最后

Codex/GPT 这条线在国内的可用性，跟 Claude 系走的是同一套解决路径——中转替你处理掉注册、网络、订阅配额转手这几层麻烦。我自己在用的是灵眸AI，主要原因：

✅ 国内服务器节点，交互延迟低，不需要代理
✅ 官方 Prompt Caching 机制透传，cached_tokens 字段能验证
✅ 价格按官方倍率换算，缓存计费比例和官方规则对得上
✅ 同一账户能管 Claude、GPT、国产模型，不用来回切换平台
✅ 人民币充值，新人有免费额度可以先试

如果要接入 Codex，先用小额度跑几天验证一下缓存字段和实际延迟，比直接看价格表下决定更靠谱。

本文数据部分引用自《Codex 中转平台怎么选？GPT-5.6 系列价格实测对比》，价格随时可能调整，接入前建议核对当前后台实时价格。