GPT-6 in Codex: configurazione, setup testati ed errori

GPT-6 Astra, GPT-6 Sol e GPT-6 Luna funzionano tutti come modello nella Codex CLI di OpenAI con una chiave SeedRouter. Aggiungi SeedRouter a ~/.codex/config.toml, esporta la tua chiave e avvia Codex con gpt-6-astra, gpt-6-sol o gpt-6-luna. Paghi a token dal tuo saldo SeedRouter, senza alcun piano ChatGPT. Nei nostri test del 29 settembre 2026 con Codex CLI 0.157.0, tutti e tre i modelli hanno creato un file, l'hanno eseguito, modificato, eseguito di nuovo e hanno riportato correttamente entrambi gli output.

Come si usa GPT-6 in Codex?

Aggiungi SeedRouter al tuo ~/.codex/config.toml a livello utente:

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"

Poi esporta la chiave e avvia Codex:

export SEEDROUTER_API_KEY=sk-your-seedrouter-key
codex

Per cambiare modello in una sessione, passalo dalla riga di comando, per esempio codex -m gpt-6-sol. Il riferimento di configurazione di Codex dice che responses è l'unico valore supportato per wire_api, ed è il predefinito quando viene omesso. GPT-6 usa la Responses API per gli strumenti, ed è su questa che Codex si basa per leggere, modificare ed eseguire file.

Metti queste impostazioni in ~/.codex/config.toml, non nel .codex/config.toml di un progetto. La guida alla configurazione avanzata di OpenAI dice che Codex ignora model_provider e model_providers nella configurazione locale del progetto "e stampa un avviso all'avvio quando li trova".

Quale modello GPT-6 scegliere in Codex?

ID modello	Ideale per	Sforzo inviato di default da Codex nel nostro test
`gpt-6-astra`	I compiti di programmazione e ragionamento più difficili	`low`
`gpt-6-sol`	Il lavoro di programmazione quotidiano	`medium`
`gpt-6-luna`	Passaggi rapidi e più economici	`medium`

Codex 0.157.0 conosce già tutti e tre gli ID modello, quindi si avvia senza avvisi e applica i propri predefiniti per ciascuno. Quando model_reasoning_effort non è impostato, invia comunque un livello di sforzo con ogni richiesta: nei nostri test era low per GPT-6 Astra e medium per Sol e Luna. Il confronto tra Astra, Sol e Luna approfondisce le differenze, e ogni pagina del modello mostra le tariffe aggiornate: Astra, Sol, Luna.

Come si imposta lo sforzo di ragionamento di GPT-6 in Codex?

Imposta model_reasoning_effort in config.toml:

model_reasoning_effort = "medium"

Il riferimento di configurazione di Codex lo descrive come "lo sforzo di ragionamento dichiarato dal modello selezionato, come low, medium, high, xhigh, max o ultra. I livelli disponibili dipendono dal modello e dal client." Per GPT-6 Astra, Codex elenca anche ultra, che etichetta come "ragionamento massimo con delega automatica dei compiti". È un'impostazione di Codex, non un livello di sforzo dell'API: nel nostro test con ultra, le richieste inviate da Codex riportavano xhigh.

Uno sforzo più alto significa più token di ragionamento, e il ragionamento viene fatturato come output. Per un agente di programmazione che esegue molti passaggi, parti dal predefinito e alzalo solo per i compiti che ne hanno bisogno.

Cosa fa model_context_window per GPT-6 in Codex?

Il riferimento di configurazione di Codex lo descrive come "i token della finestra di contesto disponibili per il modello attivo." GPT-6 Astra, Sol e Luna hanno una finestra di contesto di 1,05M token con fino a 922K token di input (vedi la documentazione di GPT-6 Astra), ma Codex usa un proprio valore più piccolo a meno che tu non lo cambi.

Cosa abbiamo misurato in Codex 0.157.0:

Impostazione	Finestra utilizzabile riportata da Codex
Non impostata	258.400 token
`model_context_window = 1050000`	828.400 token

Senza l'impostazione, Codex lavora con una finestra di 272.000 token. Impostarla più in alto ha allargato la finestra, ma non fino al valore che abbiamo impostato: il profilo integrato di Codex per GPT-6 la limita a 872.000 token. Quindi il massimo utile è:

model_context_window = 872000

Tieni presente il costo prima di alzarlo. Una richiesta GPT-6 con più di 272K token di input viene fatturata alle tariffe di contesto lungo per l'intera richiesta, e la finestra predefinita di Codex mantiene la sessione sotto quella soglia. Finestra di contesto e token di output massimi spiega come differiscono i due limiti. Codex non ha un'impostazione per il limite di output.

Cosa abbiamo testato?

Abbiamo dato a ciascun modello lo stesso compito in quattro passaggi in codex exec: creare fib.py per stampare i primi 10 numeri di Fibonacci, eseguirlo con python3, modificarlo per stamparne 15, eseguirlo di nuovo e riportare entrambi gli output.

Modello	Richieste	Risultato
`gpt-6-luna`	2	Entrambi gli output riportati correttamente; ha scritto ed eseguito entrambe le versioni in un solo comando shell
`gpt-6-astra`	4	Entrambi gli output riportati correttamente; ha modificato il file con lo strumento patch di Codex e l'ha eseguito con lo strumento shell
`gpt-6-sol`	5	Entrambi gli output riportati correttamente; due patch e due esecuzioni

Ogni modello ha riportato le stesse due righe:

0 1 1 2 3 5 8 13 21 34
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377

I conteggi di token riportati da Codex corrispondevano, richiesta per richiesta, ai registri di utilizzo del nostro account SeedRouter, a conferma che ogni chiamata è passata dalla chiave SeedRouter.

La prima richiesta di una sessione Codex è la più grande: Codex invia le sue istruzioni e le definizioni degli strumenti, da circa 15.000 a 20.000 token di input nei nostri test, prima che il modello faccia qualsiasi lavoro. I turni successivi rinviano lo stesso prefisso, e nella nostra esecuzione con GPT-6 Astra oltre il 98% dell'input di ogni turno successivo è stato letto dalla cache. Questo rende il primo turno il più costoso della sessione: il prefisso viene scritto in cache, e le scritture in cache vengono fatturate a 1,25 volte la tariffa di input, come spiega la guida ai prezzi di GPT-6.

Perché Codex dice che GPT-6 non è disponibile?

Il messaggio dipende da come accedi.

Con una chiave SeedRouter, un ID modello che non esiste fallisce. Quando abbiamo avviato Codex con -m gpt-6, che non è uno dei tre ID modello, Codex ha stampato:

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.

Abbiamo tolto dall'ultima riga l'URL e l'ID della richiesta. Codex riprova cinque volte prima di arrendersi. Usa l'ID modello esatto: gpt-6-astra, gpt-6-sol o gpt-6-luna. La riga Model metadata ... not found è solo un avviso che Codex non riconosce il nome; la richiesta è fallita perché l'ID modello non esiste, come dice l'ultima riga.

Con l'accesso tramite ChatGPT, l'accesso dipende dal tuo piano e dalla tua versione di Codex. L'articolo di assistenza di OpenAI GPT-5.6 and GPT-6 Pro in ChatGPT dice: "I piani Plus includono GPT‑6 Astra in ChatGPT Work e Codex." e "Per la Codex CLI, Astra richiede la versione 0.153.0 o successiva." Controlla la tua versione con codex --version e aggiornala se è più vecchia. Una chiave SeedRouter non dipende da un piano ChatGPT.

Mi serve un abbonamento ChatGPT per usare GPT-6 in Codex?

No. La documentazione sull'autenticazione di Codex di OpenAI elenca due modi per accedere: "Accedi con ChatGPT per l'accesso in abbonamento" e "Accedi con una chiave API per l'accesso a consumo". Una chiave SeedRouter funziona nel secondo modo: Codex invia ogni richiesta a SeedRouter e tu paghi a token dal tuo saldo. La stessa pagina nota che "Codex cloud richiede l'accesso con ChatGPT", quindi la funzione dei task nel cloud non è disponibile con una chiave API. Le sessioni locali della Codex CLI, quelle usate nei nostri test, funzionano.

Domande frequenti

Quale versione di Codex mi serve per GPT-6?

I nostri test hanno usato Codex CLI 0.157.0. Per l'accesso tramite ChatGPT, OpenAI richiede la versione 0.153.0 o successiva per GPT-6 Astra. Usare una versione recente ti dà anche le impostazioni integrate di Codex per i modelli GPT-6.

Posso usare GPT-6 in Codex con la Chat Completions API?

No. Codex parla solo la Responses API, e GPT-6 Astra non supporta il function calling in Chat Completions, quindi gli strumenti richiedono comunque la Responses API. Mantieni wire_api = "responses".

Posso usare temperature con GPT-6 Astra in Codex?

No. GPT-6 Astra ragiona sempre e non accetta temperature né top_p. Regola invece model_reasoning_effort.

Come ottengo una chiave SeedRouter?

Registrati, crea una chiave nella dashboard e aggiungi fondi. Ogni nuovo account parte con un piccolo saldo gratuito, sufficiente per provare una breve sessione Codex su GPT-6 Luna; una sessione con GPT-6 Astra costa di più, perché il solo primo turno scrive circa 20.000 token in cache. La guida all'API di GPT-6 spiega come chiamare i modelli dal tuo codice.

GPT-6 in Codex: configurazione, setup testati ed errori comuni