Некоторые ликуют: это самый "открытый" шаг OpenAI. Оснащение Codex розеткой для смены моделей — это все равно что собственноручно сровнять защитный ров вокруг своей модели. Что им нужно?
За одну ночь интеллектуальный агент программирования Codex от OpenAI перестал быть эксклюзивным для GPT и открылся для всех моделей с открытым исходным кодом.
Первыми этот сигнал уловили в сообществе разработчиков.
Некоторые разработчики обнаружили в конфигурации командной строки (CLI) и пакета средств разработки (SDK) Codex неизвестный режим с открытым исходным кодом (OSS mode), официально также называемый локальными провайдерами (local providers).
Добавление в командную строку параметра --oss позволяет запускать модели с открытым исходным кодом локально; чтобы подключить другие, достаточно изменить одно поле.
Раньше OpenAI был почти синонимом "закрытого кода", а Codex работал исключительно с GPT от OpenAI.
Но теперь все иначе: всего одна строка конфигурации позволяет переключиться на локальные сервисы моделей, такие как Ollama, LM Studio и другие.
Это быстро взорвало сообщество разработчиков.
Руководитель команды OpenAI Codex Тибо даже лично напомнил в X:
Codex App, CLI и SDK можно использовать с любой моделью с открытым исходным кодом, а не только с моделями от OpenAI.
Это напоминание быстро распространил соучредитель Hugging Face Томас Вольф, добавив с удивлением: только сегодня узнал, что в Codex можно использовать модели с открытым исходным кодом.
Некоторые пользователи в восторге заявили, что это, возможно, самый "открытый" шаг OpenAI за всю историю, и это большое дело.
Сообщество действует еще быстрее.
Как только появилась официальная документация, разработчики сразу попробовали подключить некоторые модели с открытым исходным кодом и даже обсудили более экономичные по токенам гибридные решения.
Но некоторые быстро наткнулись на препятствия.
Разработчик Филип Батуран хотел создать в Codex гибридную схему: GPT для планирования, а модели с открытым исходным кодом — для выполнения.
Однако в ходе тестов он обнаружил, что Codex требует от подключаемых моделей использования того же протокола вызова инструментов, которым обладают не все модели с открытым исходным кодом.
С одной стороны — ликование по поводу "самой большой открытости в истории", с другой — протоколы, которые не стыкуются.
Насколько же OpenAI на этот раз открылся?
Как модели с открытым исходным кодом подключаются к Codex?
Этот шаг OpenAI в отношении открытости Codex по сути не является открытием самой модели, а открытием "слоя подключения моделей".
Другими словами, они не открыли модель GPT, а добавили к Codex "подключаемый интерфейсный слой для моделей".
Эта возможность реализуется через конфигурацию под названием model_providers (провайдеры моделей).
Разработчики могут зарегистрировать несколько "провайдеров моделей" в файле конфигурации, каждый из которых содержит четыре типа информации:
URL-адрес для доступа (base_url), протокол связи (wire_api), способ аутентификации (env_key), а также сопоставление моделей (model).
При запуске Codex выбирает соответствующего провайдера моделей в зависимости от конфигурации, направляя запросы к различным сервисам моделей, включая собственные модели OpenAI, локальные модели Ollama или сторонние API, такие как DeepSeek.
Пример конфигурации model_providers в Codex. base_url — это адрес модели, а поле протокола wire_api принимает только одно значение — responses.
Mistral, корпоративные самодельные прокси, сторонние шлюзы — все это можно таким образом подключить к Codex.
Один из пользователей выделил основные преимущества этой возможности: не быть привязанным к одному вендору, переключаться по необходимости, самому контролировать конфиденциальность и затраты.
Еще удобнее то, что все эти настройки можно сохранить как "конфигурационные профили", и при отладке, чтобы использовать нужный, достаточно в командной строке указать его имя.
Помимо ручной настройки, есть и более прямой переключатель: --oss. С этим параметром Codex напрямую подключается к локальному сервису моделей с открытым исходным кодом.
По умолчанию их два: Ollama и LM Studio. Первый — самый популярный инструмент для локального запуска больших моделей, второй — настольная альтернатива с графическим интерфейсом.
Скриншот практического использования Codex --oss с локальной моделью: слева Codex CLI (v0.92.0) использует --oss для вызова локальной модели, справа LM Studio на локальной машине на порту 1234 загружает openai/gpt-oss-20b (12.11GB) и предоставляет услуги, весь процесс происходит локально и офлайн.
Другими словами, с помощью локальных сервисов моделей и настройки сетевых разрешений вы можете заставить Codex выполнять генерацию кода и логический вывод на вашем компьютере, в определенной степени реализовав автономную работу и локальную обработку.
Интерфейс Codex CLI: в информации о запуске в строке model указана текущая модель (gpt-5.2-codex), за которой следует «/model to change», одна команда позволяет сменить модель, и весь интеллектуальный агент работает на локальной машине.
Однако, установленная розетка не означает, что любое устройство будет работать после подключения.
Подключаемые модели обычно должны быть совместимы с форматом интерфейса завершения чата (Chat Completions); что касается более сложных возможностей, таких как вызов инструментов (function calling), официальных гарантий их полной работоспособности нет — нужно проверять каждую модель.
Именно из-за частого несоответствия протоколов сообществу приходится писать маршрутизаторы для преобразования, и все это — решения, найденные сообществом, которые пока не получили официальной поддержки OpenAI.
Когда GPT и модели с открытым исходным кодом работают вместе
в Codex
Пока OpenAI лишь слегка приоткрыл дверь, сообщество уже вовсю развлекается.
Причина проста: Codex удобен, но использование моделей OpenAI с оплатой за токены — дорого.
Поэтому многие разработчики обратили внимание на модели с открытым исходным кодом.
DeepSeek — одна из самых знакомых моделей с открытым исходным кодом для многих китайских разработчиков. Естественный вопрос: может ли Codex напрямую использовать DeepSeek?
Ответ CC Switch таков: может, но не напрямую, требуется промежуточный слой — «шлюз».
Учебник сообщества CC Switch: «Использование DeepSeek в Codex через локальную маршрутизацию»
В учебнике сообщества «Использование DeepSeek в Codex через локальную маршрутизацию» указано, что причина в том, что новая версия Codex в основном основана на Responses API от OpenAI, в то время как интерфейсы DeepSeek и большинства моделей с открытым исходным кодом все еще используют Chat Completions.
Эти два набора интерфейсов не полностью совместимы по структуре запросов, способу потоковой передачи вывода и механизму вызова инструментов.
Поэтому если просто вставить адрес DeepSeek в Codex, он не будет работать корректно. Частая ситуация — несоответствие параметров запроса или невозможность разбора возвращаемых результатов, что приводит к сбою вызова или аномальному выводу, а не просто к «недоступности».
Решение сообщества — добавить промежуточный локальный «маршрутизирующий слой» или «преобразователь протоколов».
Базовый процесс следующий:
1. Codex отправляет запрос по Responses API;
2. Маршрутизатор преобразует его в формат Chat Completions;
3. Пересылает его моделям с открытым исходным кодом, таким как DeepSeek;
4. Затем преобразует результат обратно в формат Responses, понятный Codex.
Подобные возможности предоставляет не только CC Switch.
LiteLLM, claude-code-router и различные прокси-сервисы, созданные разработчиками, по сути решают одну и ту же проблему: обеспечение взаимодействия различных моделей через единый интерфейсный стандарт.
OpenAI на этот раз открыл путь, но для реального внедрения сообществу нужно «добавить кирпичики».
За всем этим стоит подход смешанной маршрутизации.
Например, GPT отвечает за планирование: разбор задачи, проектирование архитектуры, понимание того, что нужно сделать. Модели с открытым исходным кодом отвечают за выполнение: превращение решения в работающий код, пакетное изменение файлов.
С помощью такого сочетания стоимость выполнения той же задачи может сократиться более чем вдвое.
Кроме экономии, подключение Codex к локальным моделям с открытым исходным кодом означает, что ни одна строка кода не покидает ваш компьютер.
Для индивидуальных разработчиков, которые не хотят загружать личные проекты в облако и постоянно платить за API, это тоже немалый соблазн.
Война моделей окончена
Война интерфейсов началась
Последние несколько лет все думали, что защитным рвом является модель. У кого модель больше по параметрам, выше по тестам, умнее в ответах — тот и победит.
Но на этот раз OpenAI превратил уровень Codex в подключаемый интерфейс, и его ценность начала смещаться к экосистемному входу.
Скорее всего, план OpenAI — превратиться из продавца моделей в игрока, продающего платформу и фреймворк: модели можете менять, но инструмент должен быть наш.
Кто захватит тот вход, который разработчики открывают каждый день, тот получит контроль над дистрибуцией и займет центральное место в экосистеме.
Это не первая попытка OpenAI закрепиться в экосистеме с открытым исходным кодом.
Хотя после выпуска GPT-2 в 2019 году она долгое время не выпускала большие языковые модели с открытыми весами, на фоне быстрого развития экосистемы с открытым исходным кодом (таких моделей, как Llama, DeepSeek) в августе 2025 года она все же снова выпустила серию моделей с открытыми весами gpt-oss.
Эти модели были быстро интегрированы и поддержаны инструментами сообщества (такими как Ollama, LM Studio и другие), что сейчас и поддерживается по умолчанию при подключении через Codex --oss.
На уровне конфигурации OpenAI действительно открыл возможность подключения моделей, позволив через слой абстракции model_providers подключать сторонние модели, но не любая модель может использоваться напрямую — она должна соответствовать его интерфейсным протоколам или проходить через слой адаптации.
На уровне протокола они сохранили ключевое ограничение: использование Responses API в качестве основного стандарта взаимодействия, при этом допуская поддержку других интерфейсов моделей, таких как Chat Completions, через слой совместимости.
Другими словами, независимо от типа подключаемой модели, необходимо соответствовать структуре запроса и ответа, определенной OpenAI, и их конечная цель — держать стандарт интерфейса в своих руках.
С этой точки зрения этот ранее игнорируемый уровень интерфейсного протокола становится новой точкой конкуренции.
Возможно, на этот раз OpenAI хочет с помощью незаметного переключателя конфигурации развязать войну за вход в AI-программирование, и это делает так, что ее следующее противостояние с Anthropic развернется не вокруг моделей.
Для разработчиков, которые ежедневно открывают Codex, это реальное удобство: можно запускать модели с открытым исходным кодом, экономить токены и работать локально в автономном режиме.
Но чем удобнее и глубже его использование, тем сложнее обойтись без этого входа.
Источники:
https://x.com/thsottiaux/status/2067181377028538431
https://developers.openai.com/codex/config-advanced#oss-mode-local-providers
https://www.ccswitch.io/en/tutorials/codex-deepseek-routing-guide
Эта статья взята из официального аккаунта WeChat «新智元» (Новый интеллект), автор: ASI启示录, редактор: 元宇
