最近我把 Codex CLI 的默认模型换成了 DeepSeek跑了两周之后发现费用直接降了一个数量级顺手把整个切换过程整理出来。如果你正在用 Codex 写代码又嫌官方模型的配额和按量费用不划算或者想试试 DeepSeek、Qwen、智谱这些国产模型那这篇文章大概率对你有用。核心工具叫 CC Switch它本身不是模型而是一个替 Codex 做模型分流的本地代理。装上之后你可以在 DeepSeek、Qwen、智谱这几个服务商之间来回切换不用改 Codex 的安装目录也不用反复去翻配置文件。整个过程熟练之后确实不超过 5 分钟下面我会把原理、步骤、坑全部说清楚。1. 为什么要给 Codex“换大脑”官方模型的痛点和国产模型的切入点1.1 Codex 默认接入方式的问题Codex 是 OpenAI 推出的终端编程代理可以直接在命令行里让它读仓库、改代码、跑测试。能力很强但有一个绕不开的问题模型的调用成本不低。如果你走官方订阅虽然有免费额度但重度使用很容易撞到限制如果走 API 按量付费代码补全和 agent 式多轮对话会消耗大量 token月底账单很感人。更麻烦的是官方模型在 Codex 里的身份绑定比较死你想换一个更便宜、更擅长中文或者更开放的模型没有现成入口。很多人因此把 Codex 当成了一个“只能配官方模型的玩具”其实这是误解因为 Codex 的请求链路是可以用本地代理改写的。1.2 DeepSeek、Qwen、智谱各自擅长什么先说 DeepSeek。它的代码生成能力在国产模型里属于第一梯队价格又低很多团队拿它做代码补全和批量重构。DeepSeek 的上下文窗口做得比较大在长文件、多文件跨模块修改的场景下不容易丢信息。然后是 Qwen阿里的千问系列。它的优势是开源和可选择性官方 API 有 qwen-plus、qwen-max 等不同档位如果你想完全私有化也可以用 Ollama 或 vLLM 本地部署 qwen 系列。对隐私要求高的项目Qwen 是很好的备选。智谱的 GLM 系列则更偏中文理解和结构化对话和 Agent 流程配合起来很顺。智谱经常给新用户送免费 token历史上有过“3 亿 token 免费额度”之类的活动如果你手头正好有这类资源的兑换码或赠送额度通过 CC Switch 把它接到 Codex 上等于白嫖一个编程代理。1.3 CC Switch 解决的三个核心问题第一个是配置分散问题。没有 CC Switch 之前你想切换模型得手改环境变量、改 base URL、改模型名换一个服务商就要重新查一遍文档。CC Switch 把供应商配置收敛到一个界面点选即可。第二个是协议兼容问题。Codex 默认走的是 OpenAI 兼容接口格式而 DeepSeek、智谱、Qwen 虽然大多宣称兼容 OpenAI实际在请求路径、模型名、流式输出上都有细微差别。CC Switch 在本地启动一个代理服务把 Codex 发来的请求转换成目标厂商能理解的格式再把结果返回给 Codex。第三个是成本控制问题。一个模型不够用可以按任务类型切换。日常小修小改用便宜模型复杂重构切到更强模型一个月下来能省下不少钱。这也是文章标题里“省钱又简单”两个关键词的由来。2. 5分钟快速部署安装、配置和首次启动2.1 安装 CC Switch下载或 npm 两选一CC Switch 提供 Windows、macOS、Linux 的安装包推荐直接去官网下载对应平台的版本。下载完成后解压双击运行会在本地启动一个控制台服务浏览器打开它给出的地址就能看到配置界面。如果你已经装了 Node.js也可以走命令行安装方式。这类工具通常会发布到 npm 托管平台上全局安装后直接用命令启动。两种方式本质一样区别只是安装入口不同。我在 macOS 上用的安装包方式启动后日志里显示端口为 1455。不同版本默认端口可能不一样所以第一次启动时建议盯一下终端或控制台日志确认实际端口再继续。2.2 把 Codex 指向 CC Switch 的本地代理Codex 在启动时默认会去连 OpenAI 官方接口我们要做的就是把它的接口地址改成 CC Switch 的本地代理地址。最常用的做法是设置环境变量export OPENAI_BASE_URLhttp://127.0.0.1:1455/v1注意端口要和你启动 CC Switch 时看到的实际端口保持一致。设置完环境变量后再启动 codex它发出的所有模型请求就会先打到 CC Switch由 CC Switch 转发到你选中的模型服务商。如果你不想每次开终端都手动 export可以把这行写进 shell 配置文件比如~/.zshrc或~/.bashrc。改完之后记得source一下否则当前终端窗口不会立即生效。2.3 填入 DeepSeek / Qwen / 智谱的 API Key打开 CC Switch 的控制台界面一般会有一个“供应商”或“Provider”管理区域。点新增选择 DeepSeek填入你在 DeepSeek 开放平台申请的 API Key再新增一个选择 Qwen填入阿里云百炼的 API Key继续新增智谱填入智谱开放平台的 API Key。这里要注意每个平台的 API Key 申请位置不一样而且有的平台还分“主账号 API Key”和“子账号 API Key”。我自己建议用子账号只开通需要的模型权限万一泄露还可以快速吊销不会牵连主账号。填完之后界面里通常还会有一个“默认模型”或“模型映射”选项。你可以把 DeepSeek 的deepseek-chat、Qwen 的qwen-plus、智谱的glm-4-plus都填进去方便后面随时切换。2.4 第一次切换模型用一个小例子验证配置完成后在 CC Switch 里把当前启用的供应商切换成 DeepSeek保存然后在终端里运行 codex随便问一个改代码的问题比如“把当前目录下所有 Python 文件里的 print 改成 logger.info”。这时候观察 CC Switch 的日志如果能看到请求转发到api.deepseek.com并且返回了响应说明链路已经通了。我第一次验证时遇到一个问题Codex 初始化连接正常但一发送请求就报 400日志提示和reasoning_content有关这个问题后面单独讲。3. 核心实现细节模型映射、请求转发和 reasoning_content 的坑3.1 模型名的映射逻辑Codex 在内部会使用自己的模型标识比如gpt-5、o3之类的名字。当你把 base URL 指向 CC Switch 后Codex 发送请求头里的 model 字段仍然是这些官方名。CC Switch 要做的事情就是把它们翻译成目标服务商的模型名。我在实际配置时发现CC Switch 的模型映射通常有两种模式一种是严格映射即“Codex 的模型名 → 目标模型的准确名”例如gpt-5映射到deepseek-chat另一种是通配模式不管 Codex 发什么模型都强制替换成你指定的目标模型。建议使用严格映射这样你以后切回官方模型时不需要重新配置。强制替换虽然省事但如果你同时跑多个 Codex 实例很容易出现“这个任务到底用的哪个模型”的混乱。3.2 DeepSeek 的 reasoning_content 报错为什么会发生这是我踩过最深的一个坑。把 Codex 切到 DeepSeek 之后发普通对话没问题但只要跑稍微复杂一点的 agent 任务就会报类似这样的错误cc switch local proxy failed while handling codex endpoint /responses. provider: deepseek; model: deepseek-v4-flash; upstream_status: http 400; cause: the reasoning_content in the thinking mode must be passed back to the api.原因要先从 DeepSeek 的推理模型说起。以deepseek-reasoner为代表的模型会在响应里额外返回一个reasoning_content字段里面是模型的思维链内容。OpenAI 的接口协议里原本没有这个字段所以 CC Switch 作为中间层正常情况下应该把它吃掉或转换掉。但在某些版本里当 Codex 发起多轮对话把上一轮完整响应作为上下文再次发给 DeepSeek 时CC Switch 会把包含reasoning_content的旧消息原样传给上游 API。DeepSeek 那边对多轮请求要求“上一轮的 thinking mode 内容必须原样带回”一旦缺失或不匹配就会返回 HTTP 400。解决办法有几条。最直接的是升级 CC Switch 到最新版本官方已经针对这个字段做了兼容处理。如果升级后仍然报错可以在 CC Switch 里把模型从推理模型切换成非推理模型比如deepseek-chat因为非推理模型不产生reasoning_content自然也不会触发这个校验。还有一个笨办法报错后清空当前会话重新发起任务让 Codex 不要带上之前的思维链历史。3.3 各家的 API 差异一览把三个服务商放在一起看差异其实很明显项目DeepSeekQwen智谱主要模型名deepseek-chat / deepseek-reasonerqwen-plus / qwen-maxglm-4-plus / glm-4-flashOpenAI 兼容性较好较好部分兼容推理字段有 reasoning_content较少出现支持类似字段常见错误类型400思维链校验404模型名错误401鉴权失败了解差异之后遇到错误时排查方向就清晰了。404 多半是模型名写错401 多半是 API Key 有问题400 则要重点看是不是协议字段兼容问题。4. 切换实战三种模型的效果、成本与适用场景4.1 DeepSeek日常补全和重构的中坚力量我的主力模型目前是 DeepSeek。日常让 Codex 帮我读代码、改 bug、补单元测试大部分任务用deepseek-chat就够了。它的响应速度快长上下文表现稳定尤其在处理大型函数拆分和跨文件重命名时理解力不会明显滑坡。偶尔遇到特别复杂的架构重构我会临时切到deepseek-reasoner让它先把思考过程走一遍再动手改代码。这时候要警惕前面说的reasoning_content报错建议先升级 CC Switch 版本。实测下来升级后多轮对话的稳定性好了很多。DeepSeek 的成本优势是三个模型里最直观的。官方模型的收费是按百万 token 计算的DeepSeek 的价格通常只有官方的几十分之一。虽然具体数字随活动调整但“便宜一个数量级”是真实感受。4.2 Qwen开源灵活还能接本地部署Qwen 的接入方式和 DeepSeek 基本一致唯一的区别是模型名要以你在阿里云百炼创建的服务名前缀为准。我日常会用qwen-plus来处理需要较强指令跟随的任务比如让 Codex 按照严格的 commit 规范格式生成提交信息或者把一段高耦合代码改造成策略模式。如果你更看重数据私有化还有一个玩法在本地用 Ollama 部署一个 qwen 模型然后通过自定义 OpenAI 兼容接口地址把它接入 CC Switch。这个方案不需要把代码上传到任何云服务器适合涉密或有合规要求的项目。本地部署的代价是推理速度取决于你的 GPU 或 CPU。我试过用 Ollama 跑 7B 级别模型普通笔记本电脑上写注释和小函数还能接受做大型重构就有点吃力。所以我的建议是本地模型用于轻量任务重型代码分析还是走云端 API。4.3 智谱中文场景和 Agent 流程的好选择智谱的 GLM 模型在中文学术、技术文档理解上有天然优势。我让 Codex 用智谱模型写 README、项目总结、代码评审意见时输出更贴近中文母语者的表达不像其他模型那样有明显的“翻译腔”。如果你在用 AutoGen 之类多 Agent 框架把智谱接进来也比较常见。智谱 API 的对话补全能力和 OpenAI 格式兼容良好配合 CC Switch 后Codex 可以充当一个“中文友好的编程助手”对团队里不习惯英文输出的成员更友好。智谱还有一个值得留意的点新用户和活动赠送的 token 额度往往比较慷慨。如果你手里有赠送额度可以把智谱设为默认模型把日常简单请求都走这条路进一步降低整体费用。4.4 成本对比一个月到底能省多少钱拿一个月中等强度使用做个估算每天让 Codex 执行 20 次任务每次任务大约消耗 10 万 token。按官方模型和国产模型的价格差来算一个月可能省下几百到上千元。具体数额取决于你的任务类型代码任务相对没那么耗 token但 agent 化多轮对话会显著放大费用。省钱的关键不是“只用最便宜模型”而是“会按任务切换”。简单的变量重命名、代码格式化用最便宜的档位涉及多文件、跨模块的改动才切到更强的模型。CC Switch 的意义就是让“按任务切换”从想法变成顺手操作。5. 常见报错排查与避坑经验5.1 一份速查表local proxy failed、401、404、400我在使用过程中遇到最多的错误基本可以汇总成一张表报错特征可能原因解决办法local proxy failed while handling ... upstream_status: http 400协议字段不兼容常见于 DeepSeek 推理模型升级 CC Switch改用非推理模型清理 Codex 会话历史unexpected status 401 unauthorizedAPI Key 错误、额度用尽或没有开通目标模型权限重新生成 API Key检查账户余额确认服务商控制台已开通模型unexpected status 404 not found模型名不对或 endpoint 路径错误去服务商文档核对模型标识检查 CC Switch 里的模型映射local proxy 启动后一直退出端口被占用或配置文件损坏换一个监听端口删除配置文件后重新初始化排查时要有顺序意识。先看 CC Switch 的日志日志里通常有明确的上游地址和状态码再回到服务商控制台看调用记录最后才考虑是不是 CC Switch 本身的版本问题。我见过不少人一上来就重装工具结果发现只是 API Key 少了几个字符。5.2 几个月实操下来我的配置习惯第一API Key 一律用子账号且只有目标模型权限。这样即便 Key 泄露影响面也有限。第二CC Switch 和 Codex 的启动顺序不能乱先启动 CC Switch再启动 Codex否则 Codex 第一次握手会失败。第三修改 CC Switch 配置后一定重启 Codex 会话否则 Codex 可能会复用旧的连接参数。还有一条经验是给 Codex 设置合理的 max tokens。有些任务模型侧输出内容很多如果不限制响应时间和 token 消耗都会激增。CC Switch 即使没提供额外限制你也能在 Codex 的配置里控制最大输出长度这能省下不少费用。5.3 最后两个省钱小技巧第一个技巧是给不同类型任务预设不同模型组合。比如我用 DeepSeek 处理日常开发用智谱处理文档和中文注释用 Qwen 处理隐私要求高的模块。这样每个模型都用在刀刃上不会出现“大材小用”的浪费。第二个技巧是定期清理历史会话。Codex 多轮对话会把历史消息一并发送积累多了不仅慢还烧 token。简单直接的方案是每个任务完成后执行/new或类似命令开新会话让上下文保持精简。这个习惯比任何配置优化都省钱。我现在的默认配置是Codex 通过 CC Switch 连接 DeepSeek 的deepseek-chat需要深度思考时手动切到智谱的glm-4-plus。这套组合跑了一个月账单比纯官方模型降了大概八成代价只是花了几分钟做了一次初始配置。如果你也在为 Codex 的模型费用头疼不妨按上面的步骤试一次遇到问题就回来翻翻这张排查表。