Codex 接入 DeepSeek API省钱的替代方案实测Codex 好用但它的模型调用是有成本的重度使用一个月下来账单不算便宜。DeepSeek 的 API 价格低一截而且兼容 OpenAI 的接口协议这就给用 Codex 的壳、跑 DeepSeek 的模型留了操作空间。这个思路我在生产脚本和日常辅助编码上已经跑了一个多月能省是真省但坑也是真有几个。这篇文章讲清楚三件事为什么要接含成本测算、怎么配置环境变量和配置文件两条路、以及跑起来之后会遇到的报错和效果差异。价格数字都是会变的我标了以官方定价为准你配置前最好去官网看一眼当天价。截图同样用占位符你按步骤跑一遍预期输出都写在代码块里。为什么要接先算一笔账选模型说白了就是算性价比。Codex 默认走 OpenAI 的模型DeepSeek 走自己的 API两边都是输入 token 输出 token计费。把同类定位的模型放在一起看差距大概是这样价格经常调整以官方定价为准对比项OpenAI 同档模型DeepSeek 模型输入价格每百万 token明显偏高明显偏低输出价格每百万 token明显偏高明显偏低缓存命中价格有优惠档有优惠档计费粒度按 token按 token价格数字我不写死因为一个月一个样。但你记住结论就行DeepSeek 的输入价格通常是 OpenAI 同档的十分之一量级输出也低不少。对一个每天跑几百次调用、一次任务吃几十万 token 的 Codex 重度用户这个差价能差出几十倍。轻度用可能无所谓一天几百个来回的用法差距就真实了。举个具体例子就直观了。假设一个中等任务消耗 200 万输入 token、5 万输出 token按当时的官方定价OpenAI 同档模型大概在 60 元量级DeepSeek 大概在 6 元量级具体数字以官方定价为准。单次看没感觉但一天跑 30 个这样的任务一个月下来就是两位数的量级差。把两边官网价摆在一起算一遍该接谁不言自明。【此处需补真实截图DeepSeek 官网计价页与 OpenAI 官网计价页的对比截图标注截图日期】配置方法环境变量和配置文件两条路Codex 通过环境变量或配置文件指定走哪个 API。两条路都讲建议用配置文件持久生效不用每次开终端都 export。方法一环境变量临时用# Linux / macOS 临时生效exportOPENAI_BASE_URLhttps://api.deepseek.com/v1exportOPENAI_API_KEY你的DeepSeek密钥codex原理很简单Codex 默认把所有 API 请求发到 OpenAI 的域名OPENAI_BASE_URL把地址改掉OPENAI_API_KEY换成 DeepSeek 的密钥。这两项一配对Codex 就把请求发到 DeepSeek 了。Windows 下环境变量设置不一样PowerShell 里用$env:OPENAI_BASE_URL https://api.deepseek.com/v1$env:OPENAI_API_KEY 你的DeepSeek密钥codex方法二配置文件推荐Codex 的配置文件在~/.codex/config.toml。用 DeepSeek 的话长这样# ~/.codex/config.toml model_provider deepseek # 默认模型供应商指定为 deepseek model deepseek-chat # 默认模型名以 DeepSeek 官方文档为准 [model_providers.deepseek] name DeepSeek base_url https://api.deepseek.com/v1 env_key DEEPSEEK_API_KEY # Codex 从这里读密钥配好后把密钥写进环境变量或者有些版本支持写进~/.codex/auth.json里对应的字段字段名以官方文档为准。exportDEEPSEEK_API_KEYsk-你的DeepSeek密钥codex写配置文件有个好处来回切模型不用改代码。想临时切回 OpenAI把model_provider那一行注释掉重启即可。验证与常见报错配置完别急着干活先跑个最小验证codexexec回复 OK# 预期输出OK# 如果返回内容正常说明链路通了【此处需补真实截图codex 用 DeepSeek 成功回应的终端截图】不通的话报错集中在下面几种对号入座报错现象常见原因处理方式401 Unauthorized / Invalid API key密钥错误或没配env_key检查密钥、确认环境变量名和配置文件里的env_key一致404 / model not found模型名不对核对deepseek-chat、deepseek-reasoner等模型名以官方文档为准timeout / connection error网络不通或域名写错检查base_url是否拼写正确、是否有代理拦截一直弹登录界面环境变量没生效或配置未加载重启终端确认model_provider拼写正确请求成功但回答很怪模型能力边界降级预期简单任务用它复杂任务切回原模型其中模型名不对是我踩过最多的一次。DeepSeek 开放平台里模型名有两个版本旧名和最新名并存过一段时间写错就 404。务必以当天官网文档为准。验证链路有个更稳妥的顺序先不经过 Codex直接用 curl 测 DeepSeek API 通不通排除 Codex 配置的干扰curl-XPOST https://api.deepseek.com/v1/chat/completions\-HContent-Type: application/json\-HAuthorization: Bearer 你的DeepSeek密钥\-d{model:deepseek-chat,messages:[{role:user,content:回复 OK}]}# 预期输出一段 JSON其中 choices[0].message.content 为 OKcurl 通了再回 Codex 里跑如果还报错问题基本就定位在 Codex 配置侧而不是网络或密钥侧。这个先排除下层、再查上层的思路排查任何 API 对接问题都通用。效果对比质量、速度、适用场景换模型不是免费午餐能力差异要心里有数。我连续用了一个多月的体感如下这是主观感受不同任务差异很大维度实测体感说明代码生成质量够用有差距常规函数、脚本、重构没问题极复杂架构设计会需要你多把关推理速度大体可用长任务偶尔比原模型慢跟当天服务负载有关中文理解好DeepSeek 的中文场景体验不差复杂长任务偶尔掉链子多文件大改动时中途需要你纠正方向的情况多一点实际跑起来我一般把能明确描述、边界清晰的任务——修 bug、补测试、写文档、改配置——交给 DeepSeek 接管的 Codex真正纠结的架构级改动还是切回原模型。省钱的正确姿势不是全量替代而是分层使用。拿我的实际任务分布看占比最高的是三类补注释和文档、写测试用例、解释报错信息。这三类共同特点是边界清晰、上下文需求小DeepSeek 的表现和原模型差距很小但价格差距很大。真正需要谨慎的是架构设计、跨文件重构、安全相关代码审查——这几类我基本不交给便宜模型风险不值得省。分层使用一个月下来总体效果没打折账单倒是肉眼可见地降了。如果你拿不准自己的任务该不该切过去教一个简单的判断方法把最近十次用 Codex 的任务按描述清楚程度打个分八分以上的基本都可以交给 DeepSeek六分以下的留着用原模型。描述越清楚模型能力差距对结果的影响越小这个规律在绝大多数任务上成立。进阶按项目切换供应商配置文件方案的好处是可以定义多个 provider随时切换。一个完整的config.toml长这样# ~/.codex/config.toml model_provider deepseek model deepseek-chat [model_providers.deepseek] name DeepSeek base_url https://api.deepseek.com/v1 env_key DEEPSEEK_API_KEY [model_providers.openai] name OpenAI base_url https://api.openai.com/v1 env_key OPENAI_API_KEY切换时改model_provider这一行重启即可也可以按任务粒度临时切# 简单任务走 DeepSeekcodexexec给 README 补使用说明# 重要重构临时切回原模型codexexec--modelopenai重构 auth 模块保持接口不变--model参数名以官方文档为准什么时候别用这个省钱方案代码含机密的环境、对输出质量要求极高的任务、团队强制统一工具链的场景就别为了省几十块钱给自己添堵。我见过最亏的用法把复杂的跨模块重构也压到便宜模型上来回返工三天省下的费用还不够半天人工成本。省钱的正确逻辑是低成本任务才用低成本模型而不是所有任务都用低成本模型。除了省那笔 API 钱这个方案还有两个隐性收益。一个是不依赖订阅额度——OpenAI 订阅版有使用限额第三方 API 按量计费没有次数焦虑另一个是可脚本化——接进去之后可以写脚本批量跑任务走 CI 也没问题这是订阅账号做不到的。注意事项接入第三方 API 有几件事必须提前知道。代码会离开你的机器。你项目里的代码会被发送到 DeepSeek 服务器做推理。公司代码、含密钥的仓库、未公开的项目先问清楚合规性再决定这个没有商量余地。接口兼容性不是百分之百。Codex 依赖 OpenAI 的部分特有行为比如某些工具调用格式、流式输出的细节DeepSeek 兼容 OpenAI 协议但细节不可能一模一样。偶尔会遇到功能降级或行为异常这是预期的不是 bug。稳定性要自己扛。第三方 API 偶尔有服务波动、限流接口也可能变动。重要的自动化流程建议加好重试和降级逻辑。费用结构不同。DeepSeek 便宜但缓存命中、并发限制这些细节跟 OpenAI 不一样跑量大之前先小规模验证一下计费是否符合预期。降级预案要备好。第三方 API 偶尔会挂高峰期也可能排队。重要的自动化流程里至少留一个 fallback——脚本捕获连接失败的异常自动切回 OpenAI 的 key 重试一次能避免半夜任务静默失败。写代码时把这段降级逻辑备好比祈祷服务稳定靠谱。密钥管理别大意。DEEPSEEK_API_KEY别写死在配置文件里提交到仓库放到环境变量或密钥管理工具里。配置文件里的env_key只是告诉 Codex去哪个环境变量取不是让你把明文 key 写进config.toml。结论Codex 接 DeepSeek本质是用接口兼容换成本空间。配置本身十分钟搞定麻烦主要在理解模型差异、管好预期。我的建议是个人项目、高调用量、对成本敏感的场景放心接企业项目先过合规复杂任务保留切回原模型的能力。省钱和省心之间这个方案算是提供了一个还不错的平衡点。