Codex CLI (Mac/Linux)
Installez et configurez le Codex CLI sur Mac / Linux pour vous connecter à l'API LMU AI, y compris comment activer le long contexte de 1M tokens dans config.toml.
Après avoir installé le Codex CLI, créez deux fichiers de configuration à la main (config.toml + auth.json) pour vous connecter à l'API LMU AI — aucun outil de configuration tiers n'est nécessaire.
Étape 1 — Installer Node.js
Vous avez besoin de Node.js 20+ — téléchargement : https://nodejs.org/en/download
Parcourez l'installateur, puis vérifiez dans le terminal :
node --version
# A version number (e.g. v23.7.0) means it installed correctlyÉtape 2 — Installer le Codex CLI
npm i -g @openai/codexSi vous rencontrez des problèmes réseau, basculez d'abord vers un miroir en Chine :
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codexVérifiez l'installation :
codex --version
# A version number means it installed correctlyÉtape 3 — Créer les fichiers de configuration
Le répertoire de configuration est ~/.codex/ (créez-le s'il est absent ; écrasez tout ancien fichier). Créez/écrasez ces deux fichiers à l'intérieur :
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"
}Étape 4 — Lancer le Codex CLI
Après avoir enregistré les fichiers de configuration, rouvrez le terminal et exécutez ce qui suit pour lancer et vous connecter automatiquement :
codex --dangerously-bypass-approvals-and-sandboxOu la forme abrégée :
codex --yoloCette commande de lancement contourne les approbations de sécurité, vous n'approuvez donc pas chaque étape exécutée automatiquement.
Au lancement réussi, l'interface affiche le modèle actuel comme gpt-5.4 xhigh (le modèle défini par le champ model dans config.toml).
À propos du changement de modèle
Si vous basculez accidentellement vers un modèle différent dans une session, redéfinissez le champ model dans ~/.codex/config.toml sur gpt-5.4 et redémarrez le terminal pour le restaurer.
Activer le contexte 1M dans Codex (facultatif)
gpt-5.4 prend en charge une fenêtre de long contexte de 1M tokens (272K par défaut), utile pour la revue de gros dépôts, l'analyse de longs journaux et les refactorisations multi-fichiers. Codex n'active pas la fenêtre 1M par défaut ; vous devez la déclarer explicitement dans config.toml.
Comment configurer : ajouter deux lignes à config.toml
Éditez ~/.codex/config.toml et ajoutez ce qui suit au niveau supérieur (avant toute [section], par exemple juste après model = "gpt-5.4") :
model_context_window = 1000000
model_auto_compact_token_limit = 900000Enregistrez, rouvrez le terminal et relancez Codex pour l'appliquer.
Référence des champs
| Champ | Rôle |
|---|---|
model_context_window | Déclare la fenêtre de contexte utilisable du modèle en tokens ; 1000000 correspond à 1M. Non défini, il utilise la valeur par défaut du modèle (272K) |
model_auto_compact_token_limit | Le seuil de tokens qui déclenche la compaction automatique de l'historique ; réglez-le à environ 90 % de la fenêtre (900000 pour 1M). Les valeurs au-delà de 90 % de la fenêtre sont plafonnées par Codex, donc un nombre plus grand est inutile |
Vérifier que cela a pris effet
Après avoir relancé Codex, tapez /status et vérifiez si context window affiche environ 1M (certaines versions affichent environ 950K — une marge de sécurité de 5 % réservée par Codex). Vous pouvez aussi utiliser /statusline pour ajouter l'utilisation du contexte à la barre d'état pour un suivi en direct.
Si vous utilisez CC Switch
Si vous gérez la configuration Codex avec CC Switch, ajoutez les deux mêmes lignes dans son éditeur de configuration Codex et appliquez — l'effet est identique :

Notes d'utilisation
- Doit être au niveau supérieur : ces deux champs ne prennent pas effet à l'intérieur d'une section
[profiles.xxx](une limitation connue de Codex) ; placez-les également dans le~/.codex/config.tomlau niveau utilisateur, car un.codex/config.tomlau niveau projet peut être ignoré - Prise en charge des modèles :
gpt-5.4etgpt-5.5prennent en charge 1M via le canal API ; des modèles commegpt-5.3-codexsont plafonnés à 272K, et aucune valeur de configuration ne peut dépasser la limite propre au modèle - Coût plus élevé : un contexte plus long consomme plus de tokens par requête ; la portion au-delà de 272K est facturée au tarif long contexte plus élevé, donc ne le laissez pas activé sauf pour des tâches très longues
- Différences de version : certaines versions récentes de Codex lisent d'abord la taille de la fenêtre depuis le catalogue de modèles ; si
/statusaffiche toujours l'ancienne valeur, mettez à jour vers la dernière version (npm i -g @openai/codex@latest) et réessayez
Dernière mise à jour :
Obtenez une clé API LMU AI et utilisez Claude, Codex et plus encore
Inscription gratuite et forfaits flexibles. Une seule clé API pour Claude Code, Codex CLI, Cursor, l'extension VS Code, OpenCode, Cherry Studio et d'autres outils d'IA.
S'inscrireConfigurer les modèles GPT dans Claude Code
Utilisez les modèles GPT (par ex. gpt-5.6-sol) dans Claude Code via l'API LMU AI : prérequis à planifier, la configuration settings.json et le changement via /model.
Codex CLI (Windows)
Installez et configurez le Codex CLI sous Windows pour vous connecter à l'API LMU AI, en apprenant notamment à activer le contexte long de 1M tokens dans config.toml.