Mac / Linux で Codex CLI をサードパーティ API に向ける方法は？

Node.js 20+ と Codex CLI をインストールしたあと、~/.codex/ 配下に config.toml を手動で作成します。model_provider と base_url を https://api.lmuai.com に設定し、[model_providers.codex.http_headers] セクションに Authorization = "Bearer " を記述します。サードパーティの設定ツールは不要で、プロキシなしで直接接続できます。

Codex CLI で 1M トークンのロングコンテキストを有効にする方法は？

~/.codex/config.toml のトップレベル（どの [section] よりも前）に model_context_window = 1000000 と model_auto_compact_token_limit = 900000 を追加し、保存して Codex に再入室します。2 つ目の値はウィンドウの約 90% に設定してください。それより大きい値は Codex 側で上限に丸められます。

1M コンテキストを有効にしたのに /status がまだ 272K と表示されます。どうすれば？

順番に確認してください。2 行がファイルのトップレベルにあるか（[profiles.xxx] の中では有効になりません）、ユーザーレベルの ~/.codex/config.toml に書かれているか（プロジェクトレベルの .codex/config.toml は無視される場合があります）、現在のモデルが 1M に対応しているか（gpt-5.4 と gpt-5.5 は対応、gpt-5.3-codex は 272K が上限）。最後に npm i -g @openai/codex@latest でアップグレードして再試行してください。一部バージョンで約 950K と表示されるのは正常で、5% の安全マージンが予約されているためです。

1M コンテキストはコストが上がりますか？

はい。コンテキストが長くなるとリクエストあたりのトークン消費が増え、272K を超えた部分はより高いロングコンテキスト料金で課金されます。大規模リポジトリのレビューや長いログの解析など、本当に必要なときだけ有効にし、常時オンにはしないでください。

Codex CLI (Mac/Linux)

Mac / Linux で Codex CLI をインストールして LMU AI API に接続する手順。config.toml で 1M トークンのロングコンテキストを有効にする方法も含みます。

Codex CLI をインストールしたあと、設定ファイル config.toml を 1 つ手動で作成するだけ（キーはその中のリクエストヘッダーに記述します）で LMU AI API に接続できます。サードパーティの設定ツールは不要です。

ステップ 1 — Node.js をインストール

Node.js 20+ が必要です。ダウンロード: https://nodejs.org/en/download

インストーラーを進めたあと、ターミナルで確認します:

node --version
# A version number (e.g. v23.7.0) means it installed correctly

ステップ 2 — Codex CLI をインストール

npm i -g @openai/codex

ネットワークの問題が出る場合は、先に中国のミラーに切り替えてください:

npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex

インストールを確認します:

codex --version
# A version number means it installed correctly

ステップ 3 — 設定ファイルを作成

設定ディレクトリは ~/.codex/ です（無ければ作成し、古いファイルは上書きしてください）。その中に config.toml を作成／上書きします:

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"

[model_providers.codex.http_headers]
Authorization = "Bearer your sk- key generated in the console"

キーはリクエストヘッダーに記述します

最後の行の「コンソールで発行した sk- キー」を自分の sk- キーに置き換えます。Bearer とキーの間にはスペースを 1 つ入れてください。例: Authorization = "Bearer sk-xxxx"
[model_providers.codex.http_headers] セクションはファイルの最後に置き、その後に他の設定を書かないでください
新しいバージョンの Codex では auth.json は不要です。旧ガイドに従って作成済みの場合、そのまま残しても問題ありませんし、削除しても構いません（Codex App の画像生成スキルを使う場合は残してください）
古い設定の [model_providers.codex] セクションに requires_openai_auth = true がある場合は、その行を削除するだけで済みます

ステップ 4 — Codex CLI を起動

設定ファイルを保存したら、ターミナルを開き直して以下を実行すると、自動的に起動・サインインします:

codex --dangerously-bypass-approvals-and-sandbox

または短縮形:

codex --yolo

この起動コマンドはセキュリティ承認をスキップするため、自動実行される各ステップを承認する必要がなくなります。

正常に起動すると、画面に現在のモデルとして gpt-5.4 xhigh が表示されます（config.toml の model フィールドで設定したモデルです）。

モデル切り替えについて

セッション中に誤って別のモデルに切り替えてしまった場合は、~/.codex/config.toml の model フィールドを gpt-5.4 に戻し、ターミナルを再起動すれば元に戻ります。

Codex で 1M コンテキストを有効にする（任意）

gpt-5.4 は 1M トークンのロングコンテキストウィンドウに対応しています（デフォルトは 272K）。大規模リポジトリのレビュー、長いログの解析、ファイル横断のリファクタリングに便利です。Codex はデフォルトでは 1M ウィンドウを有効にしないため、config.toml で明示的に宣言する必要があります。

設定方法: config.toml に 2 行追加する

~/.codex/config.toml を編集し、トップレベル（どの [section] よりも前、例えば model = "gpt-5.4" の直後）に以下を追加します:

model_context_window = 1000000
model_auto_compact_token_limit = 900000

保存してターミナルを開き直し、Codex に再入室すると適用されます。

フィールドの説明

フィールド	用途
`model_context_window`	モデルが使用可能なコンテキストウィンドウをトークン単位で宣言します。`1000000` は 1M です。未設定の場合はモデルのデフォルト（272K）が使われます
`model_auto_compact_token_limit`	履歴の自動圧縮がトリガーされるトークン閾値。ウィンドウの約 90%（1M なら `900000`）に設定します。ウィンドウの 90% を超える値は Codex 側で丸められるため、それ以上大きくしても意味がありません

適用されたか確認する

Codex に再入室したあと /status と入力し、context window が 1M 前後になっているか確認してください（一部バージョンでは約 950K と表示されます。Codex が 5% の安全マージンを予約しているためです）。/statusline を使ってコンテキスト使用量をステータスバーに表示し、リアルタイムで監視することもできます。

CC Switch を使っている場合

CC Switch で Codex の設定を管理している場合は、その Codex 設定エディターに同じ 2 行を追加して適用してください。効果は同じです:

CC Switch の Codex 設定で model_context_window = 1000000 と model_auto_compact_token_limit = 900000 を設定し、1M トークンのロングコンテキストを有効にする

利用上の注意

トップレベルに置く必要があります: この 2 つのフィールドは [profiles.xxx] セクション内では有効になりません（Codex の既知の制限）。また、プロジェクトレベルの .codex/config.toml は無視される場合があるため、ユーザーレベルの ~/.codex/config.toml に記述してください
モデル対応状況: API チャネルでは gpt-5.4 と gpt-5.5 が 1M に対応しています。gpt-5.3-codex などは 272K が上限で、設定値がモデル自体の上限を超えることはできません
コスト増: コンテキストが長くなるとリクエストあたりのトークン消費が増えます。272K を超えた部分はより高いロングコンテキスト料金で課金されるため、本当に長いタスク以外では有効にしたままにしないでください
バージョン差異: 一部の新しいバージョンの Codex はモデルカタログからウィンドウサイズを優先的に読み取ります。/status が古い値のままの場合は、最新版にアップグレード（npm i -g @openai/codex@latest）して再試行してください

最終更新：2026-10-08