换用DeepSeek-v4-flash可显著提升Codex响应速度，因其专为实时编码优化，支持INT4量化与FlashAttention-3，在RTX 4090上吞吐达142 tokens/s；需修改配置文件model字段并重启，同步将model_reasoning_effort调至medium，并卸载gpt-toolkit等不兼容技能，安装deepseek-core。
☞☞☞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☜☜☜
Codex响应太慢，直接和你选的模型强相关——用GPT-5.6跑一个函数生成要3.8秒，换DeepSeek-v4-flash同一任务0.9秒出结果，差值不是网络抖动，是模型推理路径和硬件适配层的真实差距。
模型选择直接影响响应速度
不同模型在Codex中运行时，底层计算图、KV缓存策略、量化精度、CUDA内核优化程度完全不同。GPT-5.6虽能力全面，但默认未启用低延迟变体（如GPT-5.6-Lite），首Token延迟常超1200ms；DeepSeek-v4-flash专为实时编码设计，支持INT4量化+FlashAttention-3，在RTX 4090上实测吞吐达142 tokens/s。
打开Codex配置文件（codex-rs/core/src/config.rs），找到model字段：
→ 将原值"gpt-5.6"改为"deepseek-v4-flash"
→ 保存后执行codex restart强制重载模型
【必须重启，仅修改配置不生效】
推理强度档位必须匹配模型特性
模型变了，推理强度参数却还套用旧逻辑，会放大延迟。比如对v4-flash强行设model_reasoning_effort = high，它会主动展开三层嵌套思维链，而该模型在medium档已能覆盖92%的日常开发路径。
方法一：CLI快速切换
执行codex config set model_reasoning_effort medium
方法二：手动编辑配置
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
在config.rs中定位到model_reasoning_effort行，将字符串值从"high"改为"medium"
这一步操作起来很简单，直接把文件拖进去就行。
避免模型与技能加载冲突
第一步：检查当前加载的技能列表
运行codex skills list，观察输出中是否有gpt-toolkit或openai-ext类技能
第二步：卸载与当前模型不兼容的技能
→ 执行codex skills uninstall gpt-toolkit
→ 执行codex skills uninstall openai-ext
第三步：安装适配v4-flash的轻量技能集
→ 运行codex skills install deepseek-core
【gpt-toolkit与v4-flash共存会导致模型路由错乱，强制降级为CPU软解】
