Codex CLI (Windows)
Instala y configura el Codex CLI en Windows para conectarte a la API de LMU AI, incluyendo cómo habilitar el contexto largo de 1M tokens en config.toml.
Después de instalar el Codex CLI, crea dos archivos de configuración a mano (config.toml + auth.json) para conectarte a la API de LMU AI — sin necesidad de herramientas de configuración de terceros.
Paso 1 — Instala Windows Terminal
En Windows, recomendamos usar Windows Terminal en lugar de CMD para el Codex CLI — admite múltiples ventanas y es más práctico.
- Descarga desde la nube en China (recomendada, rápida): https://www.ilanzou.com/s/MzWnpE05
- Descarga desde GitHub: https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0
Descarga Microsoft.WindowsTerminal_1.23.20211.0_x64.zip, descomprímelo y haz doble clic en WindowsTerminal.exe para iniciarlo — es buena idea crear un acceso directo en el escritorio.
Paso 2 — Instala Node.js
Si ya está instalado, puedes omitir esto; verifícalo con:
node -v
Necesitas Node.js 20+ — descarga: https://nodejs.org/en/download
Durante la instalación, asegúrate de marcar "Automatically install the necessary tools".
Después de instalar, verifica en la terminal:
node -v
# A version number (e.g. v24.4.1) means it installed correctlyCaso especial
Si node.js no está instalado, o lo instalaste antes pero el entorno quedó mal configurado, descárgalo y reinstálalo una vez, luego vuelve a abrir la terminal.
Si te topas con un error de ejecución de scripts bloqueada, ejecuta el siguiente comando:
Set-ExecutionPolicy RemoteSigned -Scope CurrentUserPaso 3 — Instala el Codex CLI
npm i -g @openai/codexSi te topas con problemas de red, cambia primero a un mirror de China y luego instala:
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codexVerifica la instalación:
codex --version
# A version number means it installed correctlyPaso 4 — Crea los archivos de configuración
El directorio de configuración es C:\users\your-username\.codex\ (créalo si falta; sobrescribe cualquier archivo antiguo). Crea/sobrescribe estos dos archivos en él:
config.toml
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
sandbox_mode = "danger-full-access"
windows_wsl_setup_acknowledged = true
approval_policy = "never"
file_opener = "vscode"
model_provider = "codex"
web_search = "cached"
suppress_unstable_features_warning = true
[history]
persistence = "save-all"
[tui]
notifications = true
[shell_environment_policy]
inherit = "all"
ignore_default_excludes = false
[sandbox_workspace_write]
network_access = true
[features]
plan_tool = true
apply_patch_freeform = true
view_image_tool = true
unified_exec = false
streamable_shell = false
rmcp_client = true
elevated_windows_sandbox = true
[profiles.auto-max]
approval_policy = "never"
sandbox_mode = "workspace-write"
[profiles.review]
approval_policy = "on-request"
sandbox_mode = "workspace-write"
[notice]
hide_gpt5_1_migration_prompt = true
[model_providers.codex]
name = "codex"
base_url = "https://api.lmuai.com"
wire_api = "responses"
requires_openai_auth = trueauth.json
{
"OPENAI_API_KEY": "your sk- key generated in the console"
}Paso 5 — Inicia el Codex CLI
Después de guardar los archivos de configuración, vuelve a abrir la terminal y ejecuta lo siguiente para iniciar e iniciar sesión automáticamente:
codex --dangerously-bypass-approvals-and-sandboxO la forma corta:
codex --yoloEste comando de inicio omite las aprobaciones de seguridad, así que no apruebas cada paso ejecutado automáticamente.
Cuando el inicio es exitoso, la interfaz muestra el modelo actual como gpt-5.4 xhigh (el modelo definido por el campo model en config.toml).
Habilitar el contexto de 1M en Codex (opcional)
gpt-5.4 admite una ventana de contexto largo de 1M tokens (solo 272K por defecto), útil para revisar repos muy grandes, analizar logs largos, refactorizar en varios archivos y tareas similares. Codex no habilita la ventana de 1M por defecto; debes declararla explícitamente en config.toml.
Cómo configurarlo: agrega dos líneas a config.toml
Edita C:\users\your-username\.codex\config.toml y agrega lo siguiente en el nivel superior (antes de cualquier [section], por ejemplo justo después de model = "gpt-5.4"):
model_context_window = 1000000
model_auto_compact_token_limit = 900000Guarda, vuelve a abrir la terminal y vuelve a entrar en Codex para aplicarlo.
Referencia de campos
| Campo | Propósito |
|---|---|
model_context_window | Declara la ventana de contexto utilizable del modelo en tokens; 1000000 es 1M. Sin definir, usa el valor por defecto del modelo (272K) |
model_auto_compact_token_limit | El umbral de tokens que dispara la compactación automática del historial (auto-compact); configúralo en aproximadamente el 90% de la ventana (900000 para 1M). Los valores por encima del 90% de la ventana son limitados por Codex, así que un número mayor no tiene sentido |
Verifica que tomó efecto
Después de volver a entrar en Codex, escribe /status y verifica si context window muestra alrededor de 1M (algunas versiones muestran cerca de 950K — un margen de seguridad reservado del 5% por parte de Codex). También puedes usar /statusline para agregar el uso de contexto a la barra de estado y monitorearlo en vivo.
Si usas CC Switch
Si administras la configuración de Codex con CC Switch, agrega las mismas dos líneas en su editor de configuración de Codex y aplícalas — el efecto es idéntico:

Notas de uso
- Debe estar en el nivel superior: estos dos campos no toman efecto dentro de una sección
[profiles.xxx](una limitación conocida de Codex); además ponlos en elC:\users\your-username\.codex\config.tomla nivel de usuario, ya que un.codex\config.tomla nivel de proyecto puede ser ignorado - Soporte del modelo:
gpt-5.4ygpt-5.5admiten 1M por el canal de API; modelos comogpt-5.3-codexestán limitados a 272K, y ningún valor de configuración puede exceder el límite propio del modelo - Mayor costo: cuanto más largo el contexto, más tokens usa cada solicitud; la porción por encima de 272K se factura en el nivel de contexto largo más caro, así que no lo dejes activado excepto para tareas muy largas
- Diferencias de versión: algunas versiones más nuevas de Codex leen el tamaño de la ventana del catálogo de modelos primero; si
/statusaún muestra el valor antiguo, actualiza a la última versión (npm i -g @openai/codex@latest) y vuelve a intentar
Última actualización:
Consigue una clave de API de LMU AI y empieza a usar Claude, Codex y más
Registro gratuito y planes flexibles. Una sola clave API para Claude Code, Codex CLI, Cursor, la extensión de VS Code, OpenCode, Cherry Studio y otras herramientas de IA.
RegistrarseCodex CLI (Mac/Linux)
Instala y configura la Codex CLI en Mac / Linux para conectarte a la API de LMU AI, incluido cómo habilitar el contexto largo de 1M tokens en config.toml.
Codex CLI (Servidor)
Despliega el Codex CLI en un servidor WSL2 o SSH y conéctalo a la API de LMU AI: instala Node 20 con volta, luego escribe config.toml y auth.json en un solo comando.