必须正确配置auth.json和config.toml两个文件才能调用指定大模型；前者负责身份认证，后者决定模型名称、服务端点及调用方式，任一字段错误将导致401或“model not found”报错。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让Codex CLI调用指定的大模型（比如gpt-5.6-sol或gpt-5.5），必须正确配置两个核心文件：auth.json负责身份认证，config.toml决定用哪个模型、从哪调用、怎么调用。少改一个字段，命令行一执行就报401或“model not found”。
准备环境与获取密钥
先确认 Node.js 版本 ≥ 22，npm ≥ 10；打开终端，运行 node -v 和 npm -v 验证。没装好就别往下走，后续所有配置都会失败。
访问 LetAiCode 中转站 → 进入「接口密钥」页面 → 点击「创建新密钥」→ 密钥类型【必须选 codex 分组】 → 填写任意令牌名称 → 生成 SK 密钥并复制备用。
Windows 用户请先在文件资源管理器中开启“显示隐藏的项目”，否则根本看不到后续要操作的 .codex 文件夹。
创建并配置 auth.json
进入用户主目录下的 .codex 文件夹（路径示例：Windows 是 C:\Users\用户名\.codex，macOS/Linux 是 ~/.codex）；若该文件夹不存在，请手动新建。
在 .codex 目录下新建文本文件，命名为 auth.json，仅写入以下一行内容：
{"OPENAI_API_KEY":"sk-xxx"}
【务必删掉所有空格、换行、注释、多余引号或逗号】——哪怕多一个空格，Codex 就会返回 401 Unauthorized 错误，且不提示具体哪错了。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
编写 config.toml 指定模型与服务端点
在同一个 .codex 目录下，新建或编辑 config.toml 文件，将以下完整内容粘贴进去（覆盖原有全部内容）：
model_provider = "letaicode"<br>model = "gpt-5.6-sol"<br>model_reasoning_effort = "high"<br>disable_response_storage = true<br>preferred_auth_method = "apikey"<br><br>[model_providers.letaicode]<br>name = "letaicode"<br>base_url = "https://letaicode.cn/codex"<br>wire_api = "responses"<br>requires_openai_auth = false
如需切换为 gpt-5.6-terra，只需把第二行改为 model = "gpt-5.6-terra"；若用第三方服务（如七牛云），则需替换 [model_providers.xxx] 区块，并确保 wire_api = "responses" 保持不变——Codex 只认这个协议值。
注意：【所有配置项必须从文件顶部开始写，不能有任何前置空行或注释】，否则模型参数不生效。
重启终端并验证模型调用
关闭当前所有终端窗口（不是关标签页，是彻底退出 CMD/PowerShell/Terminal 进程），重新打开一个新的终端。
执行：codex chat --model gpt-5.6-sol "你好"
看到返回的响应内容，即表示模型已成功调用。如果报错，90% 是 auth.json 格式错误或 config.toml 没放在文件最顶行。
