充值教程

Codex 上下文500k／1M怎么设置？自动压缩与生效检查

分清默认窗口、可用空间与自动压缩阈值；按本地 CLI 条件设置 500k／1M，检查加载与实际显示，并了解失败处理和恢复默认。未完成的实测明确标注。

频繁看到 Codex 自动压缩，先不要急着把窗口改成 1M。对 GPT-6.1 Sol，OpenAI 当前说明的 Work／Codex 默认窗口已经是 500,000 tokens。是否需要调整，要看你实际使用的模型、客户端和任务。查看官方默认窗口与用量说明。

本文适用范围：重点讲 Codex 本地 CLI 的配置。IDE 扩展与 CLI 共享配置层，但本文未逐客户端验证；桌面应用、Work 或 Codex 云端任务是否读取同一份本地设置，也未在本文实测。不要将下面的 CLI 操作直接套用为云端扩容方法。本文的 500k 指 500,000 tokens，1M 示例指 1,000,000 tokens，均不是中文字数。

先分清三个数：默认窗口、可用空间、压缩阈值

概念它说明什么
默认窗口模型和产品默认采用的上下文预算。当前官方说明中，GPT-6.1 Sol 在 Work／Codex 默认为 500,000。
可用上下文客户端扣除预留开销后呈现或使用的预算；不保证等于配置值，也不等于全部可以塞入的用户资料。
自动压缩阈值活跃历史累计到何时触发压缩，由独立设置与计数口径共同影响；并非窗口总量本身。

官方配置项 model_context_window 表示模型上下文预算；model_auto_compact_token_limit 表示触发自动历史压缩的 token 阈值，未设置时用模型默认值。model_auto_compact_token_limit_scope 还会影响计数：默认 total 计完整活跃上下文，body_after_prefix 只计承接的压缩窗口前缀之后的增长。排查时先记录原值，不要同时随意改动。来源：配置参考。

截至本次核对，官方源码 main 分支会让配置窗口受模型目录的 max_context_window 约束；自动压缩阈值受“解析后的窗口 × 90%”上限约束。源码中的默认可用上下文比例是 95%，即另留约 5% 的开销；95% 不是自动压缩阈值，也不要先乘 95% 再乘 90%。这解释了为何不同数字不能直接画等号；它不是对每个已安装版本的运行时承诺。窗口约束源码 · 可用窗口与压缩算法。

500k 和 1M，先选哪一个？

任务正常就先保留默认。如果确实需要在同一任务内保留大量资料，且频繁压缩已经影响交接，再评估较大窗口。把当前任务目标、已确认决定和未完成事项保存到项目文件，也能减少压缩后重新解释的成本。

只有有效窗口和有效压缩阈值确实提高后，才可能让自动压缩更晚发生；较大的预算不会自动提高资料质量，也不能保证更聪明、更快或更省额度。本站没有完成 500k／1M 的同任务对照，无法给出通用的效果或消耗排序。

OpenAI 的 GPT-6.1 Sol API 模型页列出 1,050,000 的上下文窗口和 128,000 的最大输出。这是 API 规格，不能据此断言每个订阅客户端已经获得同样的实际窗口。来源：API 模型规格。

设置前：确认模型、入口和配置位置

  1. 确认当前任务使用的是 GPT-6.1 Sol。若账号或工作区没有该模型，不要靠抄配置来解锁访问。
  2. 在终端运行 codex --version，记录客户端版本；在 CLI 内用 /status 记录当前模型与上下文／token 显示。界面没有给出的数，记为“未知”。
  3. 确定自己编辑哪一层：个人默认文件通常是 ~/.codex/config.toml；若设置了 CODEX_HOME，应以该目录为准。可信项目还可能有 .codex/config.toml。不要把用户级修改误认为只影响一个项目。
  4. 用 /debug-config 检查加载层和策略来源。命令行覆盖、项目配置或选中的 profile 可能覆盖个人默认值。修改前保存原文件副本，记下这两项原来是缺省还是已有值。

配置位置与优先级 · CODEX_HOME 说明 · CLI 检查命令。

两组条件性配置示例

下面是目标配置示例，不是生效截图，也不是必须手动设置的官方推荐档位。如果默认 500k 已满足需求，可以跳过配置。只有当前客户端、模型目录和服务端允许相应窗口时，才有条件采用目标值；修改文件不能突破服务端限制。

示例 A：明确指定 500k，目标阈值 450k

在实际生效的 config.toml 顶层新增或修改以下两项。应位于第一个 [table] 之前，避免误写进已有表；已有同名键就改原值，不要重复添加。

model_context_window = 500000
model_auto_compact_token_limit = 450000

450k 是本示例主动指定的目标阈值，不代表每个读者当前的默认触发点。如原有 scope 不是默认 total，也不能只按界面累计数直接判断是否到线。

示例 B：尝试 1M，目标阈值 900k

确认环境支持后，将上述两项替换为下面一组；两组不要同时保留。

model_context_window = 1000000
model_auto_compact_token_limit = 900000

即使文件成功保存为 1M／900k，解析后的窗口仍可能低于目标，压缩阈值也可能被收紧。若客户端报错或显示不符，先回到后面的排查步骤，不要继续抬高数值。

只想临时试一次？

官方支持 CLI 的 -c 对单次启动覆盖配置。下面是 macOS／Linux 常见 shell 的示例，行末反斜杠表示续行；这是供读者自行选择的操作，本文没有执行它。

codex --model gpt-6.1-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000

退出这次 CLI 后，再次不带这些参数启动，就不再带有这次命令行覆盖；但原配置文件中的覆盖仍会生效。参数写法依据官方单次覆盖说明，不表示本站验证了目标容量。

怎么检查生效？分三层验收

本文没有找到保证这两项在旧会话中即时热加载的官方承诺。为减少旧状态干扰，建议保存任务交接后退出并重新启动本地 CLI，在新会话检查。这是保守核对步骤，不能据此推断桌面或云端会同步扩容。

检查层检查方法与证据边界
第1层：文件确认路径、顶层键和值，检查是否重复或被覆盖。只证明配置保存了。
第2层：客户端重启后查看启动警告、/debug-config 和 /status，记录模型与实际显示的上下文。支持判断加载来源和客户端显示；不能单独证明服务端接受完整目标窗口。
第3层：任务在可控任务里记录真实输入、压缩发生点、等待时间、结果完整性与用量变化。才能评估该环境是否有实际收益；本站尚未做这层对照。

不要只让助手回答一句“已改好”。如果界面总量与设置值不同，保留原始数字和客户端版本，不强行把它解释为 1M 成功。若只看到百分比或剩余额度，也不要反推精确窗口。检查命令的用途以官方 CLI 文档为准，/debug-config 也不保证展示服务端容量。

没生效、报错，或想恢复默认怎么办？

  1. 先核模型与作用域。是不是在另一客户端、云端任务、另一个 profile 或另一个 CODEX_HOME 中？项目是否可信、配置层是否被加载？
  2. 再核覆盖与格式。检查命令行参数、项目层及个人层是否仍有旧值；TOML 同名键重复、写进其他表等格式问题应先修正。
  3. 目标超过能力时退回。模型目录或服务端限制不是本地数字能绕过的。保留报错与实际显示值，回退这次修改；不要反复加大窗口或阈值。
  4. 撤销本次修改。本次新增的两项可删除或注释；若原来已有值，先恢复备份中的原值。临时命令行测试则退出后不带对应 -c 重启。恢复旧的自定义值，只代表撤销本次修改，不等于采用模型默认。
  5. 想采用模型默认。需要确认相关配置层均不再覆盖这两项，再重新启动并核对；受管理环境以允许的设置为准。不要把手写 500000 当作永远适用的“恢复默认”，也不要把两个值写成 0 当作重置。

恢复配置不会把已压缩的历史自动还原。重要需求、决定与待办应有项目文件可回读；较大窗口也不能代替可核对的任务记录。

三条参考帖，分别能支持什么？

  • 相宁，2026-10-16：因频繁压缩和信息丢失而要求改为 1M。附图是助手报告“1M／900k”，同时说明当前会话即时扩容未验证、界面总量约 828k。它支持“有此设置尝试”，不能证明完整 1M 已生效或稳定解决失忆。
  • FeiZ，2026-10-12：倾向 500k，认为不必一味拉满 1M。这是个人体验观点，未提供统计对照，不能据此推出所有任务或模型的表现规律。
  • Lasse，2026-10-10：因压缩频繁、等待长而手动扩到 500k。这发生在 10 月 12 日默认窗口更新公告之前，属于历史操作经历，不能证明今天仍默认 272k。

Tibo 10 月 12 日公告说明默认从 272k 调到 500k，并可覆盖到更低或更高、最高 1M；公告也不等于每个账号的实际生效验证。上面帖文按原帖核查材料整理，不作为本站效果实测。

上下文、缓存、套餐额度不要混在一起

上下文窗口管一次任务能携带多少信息；缓存待遇管可复用输入的处理或计价；套餐额度管还能用多少服务。扩大窗口不会自动增加 5 小时或周额度，也不意味着恢复旧对话就没有消耗。

官方当前说明：GPT-6.1 Sol 在订阅套餐内含用量范围中没有额外的长上下文附加费，但长对话和长任务仍计入用量。购买 credits、Enterprise 按量和 API 各按其现有规则，不能统一说“免费”或“一律双倍扣额”。来源：官方用量说明。更多套餐区别可继续阅读Codex 各套餐额度对照；旧对话相关问题见该文的缓存与额度小节。

本站验证范围：本文复核了官方文档和公开源码，未修改实际 Codex 配置，未进行 1M 长上下文实测，未测量压缩触发计数，也未做 500k／1M 同任务效果、耗时和额度对照。这些结果均为待验证。现阶段可把本文当作设置与核对指南，不把它当作扩窗成功报告。

资料核对日期：2026-10-21。文档、客户端和模型目录会更新；以你当前账号、客户端显示与官方说明为准。本站非 OpenAI 官方。