如何访问并使用 GPT-5-Codex-Mini

CometAPI
AnnaNov 11, 2025
如何访问并使用 GPT-5-Codex-Mini

OpenAI 最近宣布了多项更新，包括发布 GPT-5-Codex-Mini 模型、改进多用户层级的速率限制，以及优化模型处理效率。

OpenAI 的 GPT-5-Codex-Mini 是新近宣布、面向开发者的 GPT-5-Codex 变体：更小、更注重成本与吞吐优化，旨在以更低成本和更高可用量提供 GPT-5-Codex 的大部分编码辅助能力。“Mini” 变体定位为针对长时间编码会话、后台自动化以及高频开发者工作流的务实选择，在这些场景中，相比原始峰值能力，能在同一套餐下获得更多 tokens/请求更为重要。

什么是 GPT-5-Codex-Mini 及其功能？

GPT-5-Codex-Mini 是 OpenAI 的 GPT-5-Codex 家族中一款紧凑、具成本效率的变体，专门打包用于 Codex 的产品界面（CLI 与 IDE 集成）。其定位为“更小、更加经济高效”的模型，以少量峰值能力为代价，换取显著更低的资源消耗和更高的交互式开发工作流可用配额。该 mini 模型旨在让开发者在保持常见、明确工程任务的低延迟与低成本的同时，运行更多编码轮次（OpenAI 描述为同级 ChatGPT 订阅层约可获得“约 4× 的使用量”）。

在能力方面，GPT-5-Codex-Mini 继承了 Codex 产品线的核心特性：对代码库的深度理解，以及以“agent”方式执行多步骤任务。基于 Codex CLI 功能，开发者可以在交互式终端向 Codex 提交自然语言命令、代码片段、截图或界面设计图。模型会先给出计划，然后在获得用户批准后自动浏览文件、编辑代码、运行命令并进行测试。

从模态角度看，Codex 产品允许在终端或 IDE 会话中附加图像（例如 UI 截图、设计稿或错误信息截图）。模型可理解文本与图像内容，但输出主要仍为文本代码与说明。因此，GPT-5-Codex-Mini 可视为主要“文本 + 图像输入、文本输出”的代码代理模型，不承担图像生成、音频生成或视频生成等任务。

GPT-5-Codex-Mini 与 GPT-5-Codex 有何比较？

Codex 有哪些新变化？

除了发布 GPT-5-Codex-Mini 外，OpenAI 已统一将 Codex 的速率限制为 ChatGPT Plus、Business 和 Edu 用户等级提升 50%，显著增加可用请求上限。同时，ChatGPT Pro 用户将获得优先处理权限，以提升响应速度和任务执行体验。

此外，OpenAI 对 GPT-5-Codex 模型进行了小幅升级，优化了其在协作场景下的表现。更新后的模型在关键评估指标上提升了几个百分点，token 使用效率约提高 3%，并在处理边缘案例方面更为稳健，从而减少用户引导的需求。

用户等级GPT-5-CodexGPT-5-Codex-Mini
Plus/Biz/Edu消息量分别提升至 1.5 倍。消息量分别提升至 6 倍。

GPT-5-Codex-Mini vs GPT-5-Codex：基准测试差异

与原始版本相比，GPT-5-Codex-Mini 的性能略有下降，但开发者可获得约四倍的使用额度。在 SWE-bench Verified 测试中，GPT-5 High 得分 72.8%，GPT-5-Codex 得分 74.5%，而 GPT-5-Codex-Mini 得分 71.3%。

Codex（及其 mini 变体）在轻量交互中使用的 token 显著更少——OpenAI 的资料称，对于简单提示，其降低幅度可达几十个百分点（例如在某些场景下，Codex 系列相较 GPT-5 的轻量交互可实现 ≈93.7% 的 token 减少）。

如何访问并使用 GPT-5-Codex-Mini

GPT-5-Codex-Mini vs GPT-5-Codex：功能差异

  • 规模与成本：Mini 明确更小且更具成本效率；OpenAI 表述为在同一订阅约束下可获得约 4× 的使用量。这是针对常规开发任务的配额/效率优化。
  • 能力范围：GPT-5-Codex 仍是处理长时、复杂的 agent 化任务（大型重构、深入代码评审、长流程测试）的更高能力选项；Mini 则针对高频短交互调优，更灵敏、资源占用更低。
  • 时延与速率限制：Mini 通常提供更低时延，并在各套餐下允许更高的速率限制——适合密集、交互式工作流。
  • 默认界面：Mini 可在 Codex CLI 与 IDE 扩展中作为可选模型；GPT-5-Codex 则是 Codex 中云任务与深度代码评审流程的默认选择。

何时使用 Mini 与完整版 Codex

  • 适合使用 Mini 的场景：脚手架搭建、重复性代码生成、小型重构、编辑时的交互式补全，以及存在配额或成本约束的工作。
  • 适合使用 GPT-5-Codex 的场景：全面代码评审、跨数小时的自主任务、复杂重构，以及需要模型最强推理与测试驱动执行的任务。

如何访问 GPT-5-Codex-Mini（CLI、IDE、API）？

Codex CLI（以终端为先）

OpenAI 在 Codex CLI 中加入了 gpt-5-codex-mini 作为模型选项。典型使用模式遵循 Codex CLI 的工作流：启动交互会话、指定模型、附加文件或截图、运行 “Codex Cloud tasks” 等。CLI 也支持在完整版 gpt-5-codex 与 gpt-5-codex-mini 之间快速进行 /model 切换。首次运行时，需使用你的 ChatGPT/Pro/Enterprise 账户进行认证（或提供 API key）。CLI 提供多种命令，支持 Codex 扫描代码库、运行测试、打开 REPL 或应用补丁建议。

示例（Codex CLI 交互会话）：

# 安装 Codex CLI（npm）

npm i -g @openai/codex

# 或在 macOS 上使用 Homebrew

brew install --cask codex

# 在仓库中启动

cd myproject

# 打开 Codex 交互会话

codex

# 在会话中可以切换模型：

# （在 Codex TUI 中输入）
> /model gpt-5-codex-mini

# 让 Codex 生成单元测试

> 为 discounts.py 中的函数 `calculate_discount` 编写 pytest 测试

该流程与新的 Codex CLI 默认一致：当接近使用上限时，工具会建议使用 Mini。

VS Code / IDE 扩展

是的——Codex IDE 扩展（VS Code）已包含 gpt-5-codex-mini 选项。在 Visual Studio Code 中安装 Codex 扩展，可获得行内代码补全、重构建议与 AI 驱动的快速修复。扩展还提供快速操作（生成代码、解释所选代码、重构），并可在编辑器中运行 Codex Cloud 任务。VS Code 步骤：

  1. 安装 OpenAI Codex / ChatGPT 的 VS Code 扩展。
  2. 使用你的 ChatGPT 账户（Plus/Pro/Business）登录。
  3. 打开命令面板：Cmd/Ctrl+Shift+P → Codex: Set Model → 选择 gpt-5-codex-mini。
  4. 使用行内命令（选择代码 → 右键 → “Explain with Codex” 或按已配置的快捷键）。

示例：VS Code 行内命令（伪步骤）

  • 在 user_service.py 中选择一个函数。
  • 按 Cmd/Ctrl+Shift+P → Codex: Explain Selection 或使用右键 → “Explain with Codex”。
  • 扩展将在侧边栏展示 Mini 的解释、建议测试，并提供一键“创建 PR”按钮，使用 Codex Cloud 任务推送分支以供评审。

那 API 呢——可以从我的应用调用吗？

OpenAI 的公告显示 API 支持即将推出 GPT-5-Codex-Mini；截至撰写时，该模型首先在 Codex 工具链（CLI/IDE）中可用。这意味着生产环境的 API 客户端应为该模型名 gpt-5-codex-mini 做好准备，一旦上线即可在 Requests/Responses API 中使用。同时，你可通过 Codex CLI 与 IDE 流程进行原型验证。

当启用 API 访问时，典型调用（Responses 风格）可能如下：

# 说明性示例——最终参数名请以 OpenAI 文档为准

from openai import OpenAI
client = OpenAI(api_key="sk-...")

resp = client.responses.create(
  model="gpt-5-codex-mini",
  input="编写一个用于验证电子邮件地址的 Python 函数，并包含单元测试。",
  max_tokens=512,
  temperature=0.2
)
print(resp.output_text)

使用 Codex Mini 进行快速工程的最佳实践是什么？

以下是可在生产工程工作流中最大化 Codex Mini 价值的具体、经实战检验的最佳实践与模式。

1) 模型选择策略——混用与切换

将 Mini 用于高频、低复杂度任务（格式化、小型重构、自动化测试），并在复杂设计、深度调试或大规模仓库变更时回退到完整版 Codex。实现自动切换：Codex CLI 在使用量达 90% 时会建议使用 Mini，你也可在工具中脚本化 /model 切换，根据任务复杂度选型。

2) 提示工程模板

为可重复任务（测试生成、变更日志草稿、提交信息生成、PR 描述）编写小而确定性的提示模板。将这些模板存为仓库中的可复用片段或 Codex 提示预设。

单元测试的提示模板示例：

# Template: generate_pytests

System: 你是一名严谨的 Python 开发者。请产出 pytest 测试。
User: 基于下方函数，生成覆盖典型边界情况的参数化 pytest 测试函数。
--- file: discounts.py
<insert function>
---
仅返回包含必要 imports 与 fixtures 的有效 Python 测试代码。

3) 自动化安全网——审批与 CI 闸门

切勿允许模型在无人审批的情况下直接推送代码。使用 Codex 的审批模式与 Codex Cloud 任务生成差异，并在 CI 中要求人工签核。Codex CLI 支持“审批模式”，编辑必须经批准才会应用。

4) 缓存与去重模型调用

对于重复性提示（例如解释一个函数），根据提示 + 文件哈希进行响应缓存。这样可减少冗余调用，并使成本轮廓更可控。

5) 使用流式输出与增量差异

尽可能请求流式输出与增量 diff，而非整文件重写。这能降低 token 使用，并帮助评审者聚焦于针对性改动。

6) 测试先行的生成流程

先生成测试并在本地的临时环境中运行。如果测试失败，携带失败信息与模型迭代。将每次迭代组织为离散的提示，并包含测试输出。

示例 Codex CLI 自动化片段（bash）：

# 生成测试

codex --model gpt-5-codex-mini request "为 discounts.py 生成 pytest 测试" > generated_tests.py

# 在本地运行测试

pytest generated_tests.py -q || {
  echo "测试失败。正在打开 Codex 进行调试..."
  codex --model gpt-5-codex-mini request "测试失败。以下是 pytest 输出：$(tail -n 50 pytest_output.txt)。请为 discounts.py 提出修复方案。"
}

结论

GPT-5-Codex-Mini 是一次务实的产品举措：它承认开发者工作流往往由大量短交互主导，此时时延、成本与不中断的流畅度更为关键。通过提供面向 IDE 与 CLI 的 mini 级别，OpenAI 让团队能够扩展日常编码辅助，而不必在每次交互中都调用成本最高的模型。

开发者可通过 CometAPI 访问 GPT-5-Codex API 、GPT-5 Pro API，其所列模型为文章发布当日的最新版本。在访问前，请确保你已登录 CometAPI 并获取 API key。CometAPI 提供远低于官方价格的方案，帮助你完成集成。

准备好了吗？→ 立即注册 CometAPI ！

如果你想获得更多技巧、指南与 AI 新闻，欢迎在 VK、X 和 Discord 关注我们！

阅读更多

一个 API 中超 500 个模型

最高 20% 折扣