GPT-6 en Codex: configuración, configuraciones probadas y errores comunes
Cómo usar GPT-6 Astra, Sol y Luna en OpenAI Codex CLI con una clave de SeedRouter: el config.toml, el ajuste de ventana de contexto, pruebas y errores comunes.
Leer en MarkdownGPT-6 Astra, GPT-6 Sol y GPT-6 Luna funcionan como modelo en Codex CLI de OpenAI con una clave de SeedRouter. Añade SeedRouter a ~/.codex/config.toml, exporta tu clave e inicia Codex con gpt-6-astra, gpt-6-sol o gpt-6-luna. Pagas por token desde tu saldo de SeedRouter, sin ningún plan de ChatGPT de por medio. En nuestras pruebas del 29 de septiembre de 2026 con Codex CLI 0.157.0, los tres modelos crearon un archivo, lo ejecutaron, lo editaron, lo volvieron a ejecutar e informaron correctamente de las dos salidas.
¿Cómo uso GPT-6 en Codex?
Añade SeedRouter a tu ~/.codex/config.toml de usuario:
model = "gpt-6-astra"
model_provider = "seedrouter"
[model_providers.seedrouter]
name = "SeedRouter"
base_url = "https://api.seedrouter.ai/v1"
env_key = "SEEDROUTER_API_KEY"
wire_api = "responses"Después exporta la clave e inicia Codex:
export SEEDROUTER_API_KEY=sk-your-seedrouter-key
codexPara cambiar de modelo en una sesión, pásalo en la línea de comandos, por ejemplo codex -m gpt-6-sol. La referencia de configuración de Codex dice que responses es el único valor admitido para wire_api, y el valor por defecto si se omite. GPT-6 usa la API Responses para las herramientas, que es de lo que depende Codex para leer, editar y ejecutar archivos.
Pon estos ajustes en ~/.codex/config.toml, no en el .codex/config.toml de un proyecto. La guía de configuración avanzada de OpenAI dice que Codex ignora model_provider y model_providers en la configuración local de un proyecto "y muestra un aviso al arrancar cuando los ve".
¿Qué modelo GPT-6 elijo en Codex?
| ID del modelo | Ideal para | Esfuerzo que Codex envió por defecto en nuestra prueba |
|---|---|---|
gpt-6-astra | Las tareas de programación y razonamiento más difíciles | low |
gpt-6-sol | El trabajo de programación diario | medium |
gpt-6-luna | Pasos rápidos y más baratos | medium |
Codex 0.157.0 ya conoce los tres ID de modelo, así que arranca sin avisos y aplica sus propios valores por defecto a cada uno. Cuando model_reasoning_effort no está fijado, envía igualmente un nivel de esfuerzo en cada solicitud: en nuestras pruebas fue low para GPT-6 Astra y medium para Sol y Luna. La comparación de Astra, Sol y Luna detalla las diferencias, y la página de cada modelo muestra las tarifas actuales: Astra, Sol, Luna.
¿Cómo fijo el esfuerzo de razonamiento de GPT-6 en Codex?
Fija model_reasoning_effort en config.toml:
model_reasoning_effort = "medium"La referencia de configuración de Codex lo describe como "el esfuerzo de razonamiento que anuncia el modelo seleccionado, como low, medium, high, xhigh, max o ultra. Los niveles disponibles dependen del modelo y del cliente". Para GPT-6 Astra, Codex también muestra ultra, que etiqueta como "razonamiento máximo con delegación automática de tareas". Es un ajuste de Codex, no un nivel de esfuerzo de la API: en nuestra prueba con ultra, las solicitudes que envió Codex llevaban xhigh.
Más esfuerzo significa más tokens de razonamiento, y el razonamiento se factura como salida. Para un agente de programación que ejecuta muchos pasos, empieza con el valor por defecto y súbelo solo en las tareas que lo necesiten.
¿Qué hace model_context_window con GPT-6 en Codex?
La referencia de configuración de Codex lo describe como "tokens de ventana de contexto disponibles para el modelo activo". GPT-6 Astra, Sol y Luna tienen una ventana de contexto de 1,05M tokens con hasta 922K tokens de entrada (consulta la documentación de GPT-6 Astra), pero Codex usa su propia cifra, más pequeña, salvo que la cambies.
Lo que medimos en Codex 0.157.0:
| Ajuste | Ventana utilizable que indicó Codex |
|---|---|
| Sin fijar | 258.400 tokens |
model_context_window = 1050000 | 828.400 tokens |
Sin el ajuste, Codex trabaja con una ventana de 272.000 tokens. Subirlo amplió la ventana, pero no hasta el valor que fijamos: el perfil integrado de Codex para GPT-6 la limita a 872.000 tokens. Así que el máximo útil es:
model_context_window = 872000Ten en cuenta el coste antes de subirlo. Una solicitud de GPT-6 con más de 272K tokens de entrada se factura a las tarifas de contexto largo en toda la solicitud, y la ventana por defecto de Codex mantiene la sesión por debajo de ese punto. Ventana de contexto vs tokens máximos de salida explica en qué se diferencian los dos límites. Codex no tiene ningún ajuste para el límite de salida.
¿Qué probamos?
Dimos a cada modelo la misma tarea de cuatro pasos en codex exec: crear fib.py para imprimir los 10 primeros números de Fibonacci, ejecutarlo con python3, cambiarlo para que imprima 15, ejecutarlo de nuevo e informar de las dos salidas.
| Modelo | Solicitudes | Resultado |
|---|---|---|
gpt-6-luna | 2 | Informó correctamente de las dos salidas; escribió y ejecutó las dos versiones en un solo comando de shell |
gpt-6-astra | 4 | Informó correctamente de las dos salidas; editó el archivo con la herramienta de parches de Codex y lo ejecutó con la herramienta de shell |
gpt-6-sol | 5 | Informó correctamente de las dos salidas; dos parches y dos ejecuciones |
Todos los modelos informaron de las mismas dos líneas:
0 1 1 2 3 5 8 13 21 34
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377Los recuentos de tokens que indicó Codex coincidieron, solicitud por solicitud, con los registros de uso de nuestra cuenta de SeedRouter, lo que confirma que todas las llamadas pasaron por la clave de SeedRouter.
La primera solicitud de una sesión de Codex es la más grande: Codex envía sus instrucciones y definiciones de herramientas, entre 15.000 y 20.000 tokens de entrada en nuestras pruebas, antes de que el modelo haga nada. Los turnos siguientes reenvían el mismo prefijo, y en nuestra prueba con GPT-6 Astra más del 98% de la entrada de cada turno posterior se leyó de la caché. Eso convierte el primer turno en el más caro de la sesión: el prefijo se escribe en la caché, y la escritura en caché se factura a 1,25 veces la tarifa de entrada, como explica la guía de precios de GPT-6.
¿Por qué Codex dice que GPT-6 no está disponible?
El mensaje depende de cómo inicies sesión.
Con una clave de SeedRouter, un ID de modelo que no existe falla. Cuando iniciamos Codex con -m gpt-6, que no es ninguno de los tres ID de modelo, Codex mostró:
warning: Model metadata for `gpt-6` not found. Defaulting to fallback metadata; this can degrade performance and cause issues.
ERROR: Reconnecting... 1/5
...
ERROR: Reconnecting... 5/5
ERROR: unexpected status 503 Service Unavailable: The requested model is not available.Recortamos la URL y el ID de la solicitud en la última línea. Codex reintenta cinco veces antes de rendirse. Usa el ID de modelo exacto: gpt-6-astra, gpt-6-sol o gpt-6-luna. La línea Model metadata ... not found es solo un aviso de que Codex no reconoce el nombre; la solicitud falló porque el ID de modelo no existe, como dice la última línea.
Con inicio de sesión de ChatGPT, el acceso depende de tu plan y de tu versión de Codex. El artículo de ayuda de OpenAI GPT-5.6 and GPT-6 Pro in ChatGPT dice: "Los planes Plus incluyen GPT‑6 Astra en ChatGPT Work y Codex" y "En Codex CLI, Astra requiere la versión 0.153.0 o posterior". Comprueba tu versión con codex --version y actualiza si es anterior. Una clave de SeedRouter no depende de ningún plan de ChatGPT.
¿Necesito una suscripción a ChatGPT para usar GPT-6 en Codex?
No. La documentación de autenticación de Codex de OpenAI indica dos formas de iniciar sesión: "Inicia sesión con ChatGPT para acceder con tu suscripción" e "Inicia sesión con una clave de API para acceder con pago por uso". Una clave de SeedRouter funciona de la segunda forma: Codex envía cada solicitud a SeedRouter y pagas por token desde tu saldo. La misma página señala que "Codex cloud requiere iniciar sesión con ChatGPT", así que la función de tareas en la nube no está disponible con una clave de API. Las sesiones locales de Codex CLI, que son las que usamos en nuestras pruebas, sí funcionan.
Preguntas frecuentes
¿Qué versión de Codex necesito para GPT-6?
Nuestras pruebas usaron Codex CLI 0.157.0. Para iniciar sesión con ChatGPT, OpenAI exige la versión 0.153.0 o posterior para GPT-6 Astra. Usar una versión actual también te da los ajustes integrados de Codex para los modelos GPT-6.
¿Puedo usar GPT-6 en Codex con la API Chat Completions?
No. Codex solo habla la API Responses, y GPT-6 Astra no admite llamadas a funciones en Chat Completions, así que las herramientas necesitan la API Responses de todos modos. Mantén wire_api = "responses".
¿Puedo usar temperature con GPT-6 Astra en Codex?
No. GPT-6 Astra siempre razona y no acepta temperature ni top_p. Ajusta model_reasoning_effort en su lugar.
¿Cómo consigo una clave de SeedRouter?
Regístrate, crea una clave en tu panel y añade fondos. Cada cuenta nueva empieza con un pequeño saldo gratuito, suficiente para probar una sesión corta de Codex con GPT-6 Luna; una sesión con GPT-6 Astra cuesta más, porque solo su primer turno escribe unos 20.000 tokens en la caché. La guía de la API de GPT-6 explica cómo llamar a los modelos desde tu propio código.
