Codex App登录账号同时使用第三方API服务

背景

随着 OpenAI 不断向 ChatGPT Codex 应用推送新功能，灰度更新的顺序通常按照账号等级（Pro → Plus/Team → 普通账号）进行。这意味着只有登录了自己的 ChatGPT 账号，用户才能优先获得新版特性，例如更强的大模型、更好的实时协作或远程控制能力。然而，许多用户希望在使用官方账号登录的同时，底层模型调用却能走自己选择的第三方 API 提供商（如自定义代理、镜像站或其他兼容 OpenAI 接口的服务），而不是消耗官方账号的配额或受到官方速率限制。这篇文章即为解决这种「账号登录 + 第三方 API 调用」的共存问题而写，适用于 macOS 和 Windows 平台上的 Codex App 用户。

核心内容

原文完整介绍了如何在 Codex App 中实现「保持自己的 ChatGPT 账号登录，同时底层使用第三方 API 服务」的完整操作流程，分为三个主要阶段。

第一阶段：登录自己的 ChatGPT 账号

用户在 Codex App 中选择「使用 ChatGPT 账号登录」，然后跳转到网页完成 OAuth 授权认证。认证成功后，返回 Codex App 确认账号登录状态。此时需要在本地配置文件中验证账号授权信息是否正确。

配置文件路径：

• macOS: ~/.codex/auth.json
• Windows: C:\Users\你的Windows用户名\.codex\auth.json

确认其中关键字段的值：

{
  "auth_mode": "chatgpt",
  "OPENAI_API_KEY": null,
  "tokens": {
    "id_token": "xxx",
    "access_token": "xxx",
    "refresh_token": "xxx",
    "account_id": "xxx"
  },
  "last_refresh": "2026-07-12T04:51:06.293607Z"
}

只要 auth_mode 为 "chatgpt" 且 OPENAI_API_KEY 为 null，就说明账号登录成功且未绑定官方 API Key。

第二阶段：修改配置文件，接入第三方 API 提供商

编辑配置文件 config.toml（路径同 auth.json 所在目录的 config.toml），添加如下内容：

model_provider = "OpenAI"

[model_providers.OpenAI]
name = "OpenAI"
base_url = "你的模型提供商 base_url"
wire_api = "responses"
requires_openai_auth = true
supports_websockets = true
experimental_bearer_token = "你的模型提供商 key"

关键参数是 experimental_bearer_token，它会被直接作为 Bearer Token 放入请求头中的 authorization 字段，从而替代从 auth.json 读取的凭据，实现与 OAuth 账号登录的共存。

特别注意事项：

• 模型提供商按 TOML 表结构配置（[model_providers.xxx]），可以配置多个，只要通过顶层 model_provider 选中需要的那个即可。
• 配置段必须连在一起，且前面不要出现其他表头（如 [mcp_servers]）。因为 TOML 中，从某个表头开始到下一个表头之间的所有键都归该表管辖。如果在 model_provider 前加了其它表头，model_provider 会被视为该表下的子键，而非顶层键，导致模型提供商选择失效，进而回退到官方账号订阅的模型。

第三阶段：验证与附加功能

验证方式： 在 Codex App 中新建聊天，输入 prompt 例如「汇报一下今天的大新闻」。然后到第三方 API 服务商后台查看使用记录，确认请求确实走了该服务。

附加功能： ChatGPT 手机 App 远程操控桌面端 Codex App

• 手机端更新到最新版 ChatGPT 应用，选择 Codex Tab，点击右上角配置 → 设置 → 添加连接 → 配对新增设备。
• 桌面端 Codex App 中点击账户旁边的手机图标（Intel Mac 上此功能已被最新更新移除，ARM Mac 仍可用），会生成一个二维码。
• 手机 App 扫码连接后，可以进入 vibe coding/chat coding 模式，支持语音输入远程操作桌面端。

总结

操作顺序很重要：先登录 ChatGPT 账号，再修改 config.toml，修改完成后重启 Codex App 使配置生效。注意 TOML 数组/表头问题。手机端远程功能在 Intel Mac 上已被砍掉，ARM Mac 正常。

关键要点

• 登录与配置顺序不可颠倒：必须先完成 OAuth 账号登录，确保 auth.json 中 auth_mode 为 "chatgpt"、OPENAI_API_KEY 为 null，然后再修改 config.toml，否则可能无法实现共存。
• experimental_bearer_token 是核心：此配置项直接将字符串作为 Bearer Token 注入请求头，绕过 auth.json 中的凭据，使 API 调用走第三方服务，同时保留账号登录状态。
• TOML 表头顺序易出错：model_provider 必须位于文件顶层（即不在任何其他表头之后），否则会因 TOML 解析规则变成其他表下的键，导致配置失效。
• 可配置多个第三方提供商：只需按 [model_providers.xxx] 格式添加多个表，并在顶层 model_provider 中指定使用哪个即可。
• 验证需双向确认：既要在 Codex App 内发送消息，又要在第三方 API 后台查看调用记录，确保流量确实经过第三方接口。
• 远程功能依赖硬件架构：Intel Mac 的远程控制功能已被最新 Codex 更新移除，ARM Mac（Apple Silicon）仍支持。手机 App 需更新至最新版。

意义与影响

这篇文章为 ChatGPT Codex 用户提供了一种「鱼与熊掌兼得」的实用技巧。从用户角度看，其意义主要体现在以下几点：

1. 优先享受灰度更新：通过登录自己的 ChatGPT 账号（尤其是 Plus/Team 或 Pro 用户），可以在官方推送新版本时率先获得体验，而无需等待公开部署。
2. 自主控制模型调用成本与路线：底层使用第三方 API 服务（如代理、国产镜像、自建本地后端等）可以避免消耗官方账号的免费/付费配额，同时可能获得更低的延迟或自定义模型版本（如支持更长上下文、特定微调模型）。
3. 降低被官方限速的风险：高频调用或开发测试通常会被官方限制，第三方 API 提供商往往提供更灵活的速率限制，适合专业用户和开发者。
4. 远程交互增强：手机 App 远程操控桌面 Codex App 的能力，使得用户在移动场景下也能通过语音或触屏进入编程对话，提升了工作流连贯性。
5. 对 TOML 配置文件的解析细节敲响警钟：许多用户习惯随意编辑配置文件，这篇文章通过实际报错机制（配置顺序导致模型选择失效）揭示了 TOML 的严格表头结构，对使用任何基于 TOML 的应用都有参考价值。

长远来看，这种「登录 + 第三方底层」的混合模式可能会成为更多 AI 桌面客户端（如 NextChat、LobeChat、Open WebUI 等）的标配功能——既保留官方账号的生态权益（订阅、新特性、同步），又获得第三方提供的灵活性与成本控制。同时，它也提醒开发者：在设计配置项时需注意解析顺序的透明性，并提供清晰的文档以避免用户踩坑。