Codex需通过Skill规则、命令行参数或配置文件三方式自动匹配GPT-5.6系列模型：按任务难度用正则绑定Sol/Terra/Luna；命令行支持全名或代号调用；config.toml设默认Terra模型，仅显式指定才覆盖。
☞☞☞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☜☜☜
你需要在Codex中根据任务复杂度自动匹配最合适的模型，避免简单任务浪费高配模型额度、复杂任务又卡在低配模型上出错。GPT-5.6系列的Sol/Terra/Luna三档模型就是为此设计的，但默认不会自动切换，必须手动配置策略。
用 Skill 按任务类型绑定模型
第一步：打开Codex → 点击左下角「Skills」→ 新建 Skill，命名为「Task-Graded-Model」。
第二步：在「Trigger」栏填入正则表达式 【^分析.*结构|^定位.*Bug|^重构.*模块|^设计.*方案】，匹配高难度任务关键词。
第三步：在「Action」里选择「Run with model」→ 下拉菜单选「gpt-5.6-sol」→ 保存。
第四步：再新建一个Skill，Trigger填 【^实现.*功能|^修改.*页面|^补.*测试|^格式.*化】，Action绑定「gpt-5.6-terra」。
第五步：最后一个Skill，Trigger填 【^批量.*替换|^统一.*命名|^删除.*空行|^转.*JSON】，Action绑定「gpt-5.6-luna」。这三组规则覆盖了90%的日常开发指令模式，触发后自动调用对应模型，无需人工判断。
命令行临时指定模型（适合调试）
方法一：直接调用带前缀的模型名
在终端输入：codex --model openai/gpt-5.6-sol "分析这个微服务的循环依赖问题"。加openai/前缀能确保不误调本地Ollama同名模型。
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
方法二：用简短代号快速执行codex --model sol "重写auth中间件逻辑"。Codex会自动映射到完整模型名，比打全称快得多。
注意：命令行参数只对本次执行生效，关闭终端就失效；右下角模型显示仍为config.toml里的默认值，别被它误导。
配置文件设默认模型+按需覆盖
打开Codex → File → Settings → General → 查看「Config directory」路径，用文本编辑器打开该目录下的config.toml。
在文件开头添加：model = "gpt-5.6-terra" —— 这是日常开发主力模型，平衡效果与额度消耗。
保存后重启Codex。此后所有未显式指定模型的指令，都默认走Terra；只有加--model参数或触发Skill时才覆盖此默认值。
这一步操作起来很简单，但【不要修改其他位置同名的config.toml】，Codex只读取Settings里明确指出的那个路径。
