Codex 专题
配 Codex 时会遇到的报错:
/v1拼接、模型名与分组不匹配、reasoning 参数兼容性。
- 端点少了
/v1→ 报错或返回 HTML(不是 JSON) - 模型名不在令牌的分组里 →
模型不存在 - reasoning 类参数不被当前渠道支持 → 参数报错
正确的配置是什么
Codex 走 OpenAI 兼容接口,端点必须带 /v1:
这个 /v1 是要你自己写的
和 Claude Code(Anthropic 协议)正好相反:
| 你在配 | 端点填什么 | 谁补 /v1 |
|---|---|---|
| Codex | https://cn.fluxtoken.ai/v1 | 你补 |
| Claude Code | https://cn.fluxtoken.ai | SDK 补 |
填反了必然报错,而且报错信息不会告诉你原因。
港澳台及境外用户把域名换成 api.fluxtoken.ai,/v1 照样要带。
报错一:404 page not found(纯文本)
现象
Codex 报 404,响应体是纯文本 404 page not found,不是 JSON。
原因
端点少了 /v1。
POST https://cn.fluxtoken.ai/chat/completions(注意没有 /v1) 会落到控制台的网页路由上,不是 API 路由,于是返回一段纯文本 404。
解决
补上
/v1:正确的端点https://cn.fluxtoken.ai/v1检查有没有多写 —— 写成
https://cn.fluxtoken.ai/v1/v1同样是 404。 正确形式里/v1只出现一次。改完重启 Codex —— 参考下面「报错四」。
记住这个判据
响应体是纯文本、不是 JSON → 路径问题。 非 JSON 的 404,别去怀疑令牌和分组。
报错二:模型不存在
现象
Codex 提示 模型不存在 或 model not found。
原因
令牌所属的分组里没有你指定的那个模型。
Codex 分组有多个,每个都包含 8 个模型,但不同分组之间模型是重合的; 真正的问题通常是你把 Codex 用在了非 Codex 分组上, 比如拿 【Gemini】Pro · 企业级 或某个 Claude 分组去跑 gpt-5.6。
解决
确认令牌分组 —— 控制台 → 令牌管理 → 看分组字段。
Codex 系模型只在这些分组里(分组名逐字照抄):
分组 倍率 官方说明 【Codex】反代 · 福利0.06 反代池 · 纯福利,不稳定时切换其他分组 【Codex】Plus · 轻享0.1 限时Plus号池 · 价格友好 · 可用性随渠道波动 【Codex】Pro · 惠享0.14 Pro 号池 · 性价比优先 · 高峰期可能排队 【Codex】Pro · 稳享0.2 Pro 号池 · 稳定优先 · 更适合日常与长对话 【Codex】Pro · 尊享0.3 Pro 号池 · 优先调度 · 适合科研、高频与复杂任务 【Codex】满血 · 官Key0.6 GPT 满血官 key 直连渠道,缓存命中 100% 这六个分组各自包含 8 个模型:
gpt-5.5、gpt-5.6、gpt-5.6-luna、gpt-5.6-sol、gpt-5.6-terra、gpt-6-astra、gpt-6-sol、gpt-6.1-sol。生图模型不在这些分组里 ——
gpt-image-2系列在【GPT】生图模型 · 福利。改完重启 Codex。
反代池 · 纯福利,不稳定时切换其他分组
- 模型数
- 8
- 输入价起
- $0.12 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$0.3 / $1.8gpt-5.6$0.3 / $1.8gpt-5.6-luna$0.3 / $1.8gpt-5.6-sol$0.3 / $1.8gpt-5.6-terra$0.12 / $0.72gpt-6-astra$0.6 / $3gpt-6-sol$0.12 / $0.6gpt-6.1-sol$0.12 / $0.6
限时Plus号池 · 价格友好 · 可用性随渠道波动
- 模型数
- 8
- 输入价起
- $0.2 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$0.5 / $3gpt-5.6$0.5 / $3gpt-5.6-luna$0.5 / $3gpt-5.6-sol$0.5 / $3gpt-5.6-terra$0.2 / $1.2gpt-6-astra$1 / $5gpt-6-sol$0.2 / $1gpt-6.1-sol$0.2 / $1
Pro 号池 · 性价比优先 · 高峰期可能排队
- 模型数
- 8
- 输入价起
- $0.28 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$0.7 / $4.2gpt-5.6$0.7 / $4.2gpt-5.6-luna$0.7 / $4.2gpt-5.6-sol$0.7 / $4.2gpt-5.6-terra$0.28 / $1.68gpt-6-astra$1.4 / $7gpt-6-sol$0.28 / $1.4gpt-6.1-sol$0.28 / $1.4
Pro 号池 · 稳定优先 · 更适合日常与长对话
- 模型数
- 8
- 输入价起
- $0.4 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$1 / $6gpt-5.6$1 / $6gpt-5.6-luna$1 / $6gpt-5.6-sol$1 / $6gpt-5.6-terra$0.4 / $2.4gpt-6-astra$2 / $10gpt-6-sol$0.4 / $2gpt-6.1-sol$0.4 / $2
Pro 号池 · 优先调度 · 适合科研、高频与复杂任务
- 模型数
- 8
- 输入价起
- $0.6 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$1.5 / $9gpt-5.6$1.5 / $9gpt-5.6-luna$1.5 / $9gpt-5.6-sol$1.5 / $9gpt-5.6-terra$0.6 / $3.6gpt-6-astra$3 / $15gpt-6-sol$0.6 / $3gpt-6.1-sol$0.6 / $3
GPT 满血官 key 直连渠道,缓存命中 100%,要求高质量和稳定性的强烈推荐。
- 模型数
- 8
- 输入价起
- $1.2 /1M
- 上游
- OpenAI
查看该组全部模型(8)
gpt-5.5$3 / $18gpt-5.6$3 / $18gpt-5.6-luna$3 / $18gpt-5.6-sol$3 / $18gpt-5.6-terra$1.2 / $7.2gpt-6-astra$6 / $30gpt-6-sol$1.2 / $6gpt-6.1-sol$1.2 / $6
gpt-image-2 和 gpt-image-2.5,生图原生模型,支持 1k / 2k / 4k 超分,可高并发; gpt-image-2-4k,色彩清晰度更高,画面处理协调,图片大小 10M 左右; gpt-image-2-pro,画质更加真实,细节处理丰富,画面协调,图片大小 10M 左右; gpt-image-2.5-flare-4k,适合快速出图和迭代。gpt-image-2.5-sunburst-4k,主打高画质; gpt-image-2.5-flare,适合快速出图和迭代。gpt-image-2.5-sunburst,主打高画质;。
- 模型数
- 6
- 输入价起
- $— /1M
- 上游
- OpenAI
查看该组全部模型(6)
gpt-image-2$— / $—gpt-image-2-4k$— / $—gpt-image-2-pro$— / $—gpt-image-2.5$— / $—gpt-image-2.5-flare$— / $—gpt-image-2.5-sunburst$— / $—
报错三:reasoning 参数报错(reasoning_effort 等不被支持)
现象
请求带上 reasoning 相关参数后报错,提示参数无效、不支持或取值非法。
常见于:
reasoning_effort/reasoning参数- 模型不接受某个取值(例如超出允许范围)
- 参数与所选模型代次不匹配
原因
协议转发会透传参数,但各上游渠道对较新参数的支持进度不一致。
同一个参数,在这个分组上能用,在另一个分组上可能报错 —— 这不是你的请求写错了,是渠道差异。
解决
换个分组试 —— 最直接的判断方法。 同一个模型换到
【Codex】Pro · 稳享或【Codex】满血 · 官Key再试一次。 能通就说明是渠道支持度差异,不是配置问题。检查取值是否合法 —— 参考该参数在 OpenAI 官方文档里的允许范围。 取值越界在所有渠道上都会失败。
降级到可选参数 —— 先去掉 reasoning 相关参数, 确认基础调用能通,再逐个加回来定位是哪一个参数的问题。
确认模型和参数匹配 —— 不同代次的模型支持的参数集不同。 拿
gpt-5.6-terra的参数去调gpt-6-astra未必适用。
这类问题值得反馈
如果你发现某个参数在某个分组上确实不支持,带上模型名 + 分组名 + 参数 + 报错原文 进群反馈,值班的能直接定位到渠道。
报错四:改了配置但不生效
现象
改了端点、模型名或分组,但 Codex 的行为没变。
原因
Codex 在启动时读配置,运行中的进程不会感知到外部改动。
解决
- 退出 Codex
- 关掉终端重新开(如果配置写在环境变量里,只退出程序不够)
- 重新启动
这一步漏掉,你会以为「改了没用」
改完仍报同样的错,先重启再怀疑别的。
报错五:认证失败 / 401
现象
Codex 报认证失败或 401。
原因
- 令牌无效 —— 写错、过期、被删除
- 给错分组 —— 用了非 Codex 分组,模型不全
- 令牌没被发出 —— 环境变量没生效
解决
看服务端返回的
codecode含义 API_KEY_REQUIRED请求头里没有令牌 → 配置没生效 INVALID_API_KEY令牌无效 → 令牌本身的问题 绕开 Codex,直接测令牌
直连测试curl -s -o /dev/null -w "%{http_code}\n" https://cn.fluxtoken.ai/v1/models \ -H "Authorization: Bearer sk-你的令牌"200→ 令牌没问题,是 Codex 的配置问题。401→ 看认证与 401。确认 Codex 的认证变量正确 —— Codex 通常读
OPENAI_API_KEY和OPENAI_BASE_URL(或它自己的配置文件)。两者要一起配, 只配了 Key 没配base_url会打到官方端点去,那边不认你的令牌。环境变量export OPENAI_API_KEY=sk-你的令牌export OPENAI_BASE_URL=https://cn.fluxtoken.ai/v1
完整排查顺序
- 看服务状态页 https://status.fluxtoken.ai/
- 检查端点有没有
/v1—— 且只出现一次 - 看错误
code—— 区分没带令牌还是令牌无效 - 用 curl 直测 —— 分割「令牌问题」和「配置问题」
- 确认模型名与分组 —— 见上「报错二」
- reasoning 参数报错就换分组试
- 重启终端和 Codex
- 换端点试 ——
cn↔api
还不行怎么办
- 服务状态页 https://status.fluxtoken.ai/
- 报错原文索引 —— 报错原文索引
- CLI 配置文档 —— Codex 配置
- 进群 —— QQ 群
1108757955· Telegram https://t.me/fluxtokengroup
进群请附上:完整报错原文、端点地址、模型名、分组名、Codex 版本、发生时间。
相关页面
- OpenAI 兼容接口 —— 协议层写法与 SDK 示例
- Codex / GPT 分组 —— 六个 Codex 分组的取舍
- 模型不存在 —— 分组选错全解
- 认证与 401 —— 认证类报错
- 连接与超时 —— 网络类报错