GPT-5.6 Sol 百万上下文窗口现已通过 ChatGPT 账户在 Codex 中可用
OpenAI 已扩展对 Codex 中 GPT-5.6 Sol 百万 token 上下文窗口的访问权限，使得开发者使用 ChatGPT 账户（而非 l）登录时，可获得更大的上下文支持。
GPT-5.6 Sol 的 100 万上下文窗口现已通过 ChatGPT 账户在 Codex 中使用
引言
OpenAI 已扩大 GPT-5.6 Sol 在 Codex 中的百万级 token 上下文窗口的访问权限，使开发者在使用 ChatGPT 账户登录时即可获得更大的上下文，而不再仅限于 API 密钥认证。
这一更新由负责 Codex 和 ChatGPT 的 OpenAI 工程师 Tibo 重点介绍。根据原始 AIBase 报道中分享的公告，GPT-5.6 Sol 的 100 万上下文模式此前仅适用于 API 密钥用户，但现在该开关也已在 ChatGPT 账户使用中启用。
OpenAI 当前的模型文档列出了 GPT-5.6 Sol，具有 1,050,000 token 的上下文窗口和最多 128,000 个输出 token。这为 Codex 提供了更大的空间，在需要上下文管理或压缩之前，可以保留更多的源代码、工具结果、指令和对话历史。
对于处理大型代码库、长时间调试会话、迁移或多步骤重构的开发者来说，该选项非常有用。但 OpenAI 也提醒用户，不要假设最大可能的上下文窗口始终是最佳默认选择。
ChatGPT 订阅者可在 Codex 中使用百万级 token 窗口
实际的变化在于，长上下文功能不再仅限于使用 API 密钥认证 Codex 的开发者。
公告称，该功能现在也可以通过 ChatGPT 账户使用。OpenAI 当前的 Codex 定价文档确认，Plus、Pro、Business、Enterprise 及其他受支持的 ChatGPT 套餐均包含 Codex 访问权限，GPT-5.6 模型系列可在符合条件的付费套餐中使用。
GPT-5.6 Sol 本身的官方上下文窗口为：
| 规格 | GPT-5.6 Sol |
|---|---|
| 上下文窗口 | 1,050,000 token |
| 最大输出 | 128,000 token |
| 模型 ID | gpt-5.6-sol |
| 别名 | gpt-5.6 |
更大的窗口允许 Codex 会话一次保留更多的工作信息。
这可以包括：
- 大型代码库的多个部分
- 长对话历史
- 工具和 shell 输出
- 构建和测试结果
- 设计或架构文档
- 多文件重构上下文
- 更早的调试步骤和决策
对于较小的任务，这些额外空间可能不会产生太大的实际差异。然而，对于大型生产仓库，保留更多项目状态可以减少旧材料被摘要或从活动上下文中丢弃的频率。
Codex 暴露了上下文窗口配置
OpenAI 官方的 Codex 配置参考文档记录了该设置：
model_context_window
它表示当前模型可用的上下文窗口 token 数量。
OpenAI 的示例配置还显示，当此值未设置时，Codex 通常使用模型或预设的默认值。换句话说，用户在常规使用中无需手动强制设置最大上下文大小。
原始公告特别强调，百万级 token 选项是用户可以
需要时自行选择。
这一区别很重要，因为更大的上下文窗口是一种能力，而不一定是每个会话的最佳默认设置。
为什么 OpenAI 不把 100 万上下文设为默认
Tibo 也提醒说，Codex 目前的默认上下文长度是刻意设计的。
根据公告，OpenAI 在性能与成本之间取得平衡后调整了常规设置。用户可以自由选择更大的上下文，但默认设置的目的是让典型编码会话高效运行。
这与 OpenAI 官方 Codex 定价指南一致。
OpenAI 指出，看似相似的任务可能消耗用户配额的数量差异很大，因为使用量取决于以下因素：
- 模型选择
- 上下文大小
- 推理
- 工具使用
- 检索
- 提示缓存
这意味着百万 token 窗口不应被理解为“免费额外内存”。
会话主动处理的上下文越多，可能需要读取、缓存、管理或压缩的 token 就越多。因此，对于在基于套餐的 Codex 限制下工作的用户，更大的上下文会更快消耗可用配额。
OpenAI 基于 token 的费率表也将超长上下文视为独立工作负载。在受支持的 Work 和 Codex 环境中，超出长上下文阈值的输入在适用的基于 token 的定价下可能承担更高的 token 费率。
默认设置足以应对许多日常任务
Codex 已经包含旨在保持长会话可用的上下文管理机制。
对于常规错误修复、聚焦的功能开发、代码审查或较小的仓库变更，标准上下文配置可能已经足够。
开发者将整个仓库和所有之前的工具结果一直放入活动窗口，不一定会获得任何收益。
更有用的做法是根据任务匹配上下文大小。
当工作确实依赖大量同时相关的信息时，百万 token 上下文最具吸引力，例如：
- 大规模仓库重构
- 跨多个文件的长时调试
- 架构迁移
- 跨模块依赖分析
- 具有大量工具历史的复杂代理工作流
- 激进压缩会丢失有用实现细节的任务
对于只涉及少量文件的窄任务，默认上下文可能更高效。
更大的上下文意味着压缩前有更多空间
扩展窗口的主要好处之一是，Codex 在需要压缩较旧信息之前，可以保留更多的历史记录。
上下文压缩是有用的，因为没有代理能永远携带无限历史。但压缩必然将详细的先前材料替换为更短的表示。
更大的窗口延迟了这一取舍。
例如，一个长编码会话可能积累：
- 仓库说明
- 源文件
- 搜索结果
- Shell 命令
- 测试输出
- 失败的方法
- 代码差异
- 用户修正
- 架构决策
- 额外的工具调用
当活动上下文变得拥挤时，Codex 可能需要压缩或以其他方式管理较早的历史。
借助 GPT-5.6 Sol 完整的 1
05M-token 窗口可用，更多信息可以在更长时间内保持直接可访问。
当较早的细节对任务后期做出的决策仍然重要时，这一点尤其有用。
然而，这种好处取决于工作负载。只有信息仍然相关时，保持信息可用才有帮助。
长上下文会更快消耗用量
原 AIBase 文章中的主要提醒涉及使用限制。
一些开发者报告称，启用完整的百万 token 上下文可能导致他们在高强度会话中可用的 Codex 配额下降得更快。
从 token 计量的角度来看，这种行为并不令人意外。
OpenAI 自己的 Codex 文档解释称，仅提示长度并不能决定用量。上下文、推理、工具、检索和缓存都会影响任务消耗的配额量。
因此，当会话实际增长到该空间时，更大的上下文就会产生更重的轮次可能性。
这并不意味着仅仅因为启用了最大窗口，每个请求就会立即消耗一百万 token。这意味着会话可以增长到更大，并且足够大的请求在 token 或计划使用量方面可能比使用较小工作上下文的类似请求更昂贵。
因此，只有在解决实际问题时才启用最大窗口，才是更安全的默认策略。
何时应该使用 GPT-5.6 Sol 的 1M 上下文？
当丢失上下文的成本大于携带上下文的成本时，新选项最为有用。
完整上下文窗口的良好候选场景
在以下情况下考虑更大的窗口：
- Codex 需要理解一个非常大的代码库。
- 重构涉及多个包或模块。
- 会话具有很长的依赖链，早期决策仍然相关。
- 调试需要比较日志、源文件、测试和早期假设。
- 您正在执行涉及代码库大部分内容的迁移。
- 在您希望较早细节被摘要之前，自动压缩正在发生。
默认配置可能更好的情况
在以下情况下保持正常上下文配置：
- 任务仅限于一个或几个文件。
- 您可以将项目划分为清晰、独立的会话。
- 大多数较早的工具输出不再有用。
- 您在进行快速审查或孤立修复。
- 保留每周或基于计划的 Codex 用量比保留最大历史记录更重要。
重要的变化是开发者现在有了选择。
以前，源报告中描述的完整上下文能力仅限于 API 密钥使用。ChatGPT 账户用户现在可以在工作负载需要时选择更大的窗口。
常见问题
GPT-5.6 Sol 的上下文窗口有多大？
OpenAI 的官方模型文档将 GPT-5.6 Sol 列为具有 1,050,000 token 的上下文窗口。该模型还支持最多 128,000 个输出 token。
我可以使用 ChatGPT 账户在 Codex 中使用 1M 上下文窗口吗？
可以。AIBase 报道且 OpenAI 工程师 Tibo 宣布的更新表明，GPT-5.6 Sol 的百万 token 上下文支持已对经过身份验证的 Codex 会话启用。
通过ChatGPT账户使用，而不局限于API密钥方式。
使用更大的Codex上下文是否需要OpenAI API密钥？
对于本次更新中描述的ChatGPT账户路径，不需要。API密钥认证仍然受支持，但此次变更专门将这一能力扩展到了ChatGPT账户使用场景。
100万上下文窗口是否默认启用？
不是。公告指出，Codex的正常上下文设置经过有意调优以兼顾性能和成本。更大的窗口是针对有特殊需求、需要额外上下文的用户提供的选项。
为什么更大的上下文会更快消耗我的Codex配额？
上下文会影响模型处理的信息量。OpenAI的Codex定价文档指出，模型选择、上下文、推理、工具使用、检索和缓存都会影响用量，因此长会话和上下文密集型会话会消耗更多配额。
启用100万上下文是否意味着每条消息都会使用一百万token？
不是。上下文窗口是一个最大容量，而不是每轮对话的固定token费用。实际用量取决于会话中包含的内容量以及模型处理的数据量。
哪些编码任务最能从百万token上下文中受益？
大型代码库重构、长时间调试会话、架构迁移、跨模块分析以及扩展的智能体工作流都是适合的场景。小修复和范围明确的任务通常不需要最大窗口。
Codex上下文窗口设置在哪里有文档说明？
OpenAI在官方Codex配置参考和高级配置指南中记录了model_context_window。示例配置中注明，如果未设置该值，Codex将使用其模型或预设默认值。
相关工具
- OpenAI Codex：OpenAI的编码智能体，用于本地开发、IDE工作流、云端任务和长期软件工程。
- GPT-5.6 Sol：OpenAI的旗舰GPT-5.6模型，拥有105万token的上下文窗口。
- ChatGPT桌面版：OpenAI面向ChatGPT和Codex项目、文件和长期工作的桌面工作空间。
相关链接
- GPT-5.6 Sol模型文档：105万上下文窗口、输出限制、模型ID和支持能力的官方规格说明。
- OpenAI GPT-5.6公告：OpenAI对GPT-5.6 Sol、Terra和Luna及其在Codex中可用性的官方概述。
- Codex高级配置：涵盖
model_context_window和其他模型限制设置的官方文档。 - Codex配置参考：Codex配置键的完整参考，包括上下文窗口和自动压缩控制。
- Codex示例配置：OpenAI的示例
config.toml，包括可选的手动上下文窗口设置。 - [Codex定价与用量限制](https://developers.
openai.com/codex/pricing)：官方套餐可用性、使用指南，以及关于上下文和其他因素如何影响消耗的信息。
- OpenAI 模型目录：GPT-5.6 模型的官方对比，包括上下文窗口、输出限制和 API 定价。
摘要
GPT-5.6 Sol 完整的百万 token 上下文不再仅限于通过 API 密钥认证的 Codex 会话。ChatGPT 账户用户现在也可以访问更大的上下文选项，为长编码会话提供了更多空间，用于存储仓库内容、工具输出和对话历史。
最大窗口并非意在替代 Codex 针对每项任务的常规默认设置。OpenAI 精心调整了默认设置，以在性能和成本之间取得平衡，而 105 万 token 选项对于真正的大型仓库和长期工程工作最为有用。
对于日常修复，默认上下文可能仍然更高效。对于早期细节丢失成为真正瓶颈的复杂项目，新选项为开发者提供了显著更大的余量。
重要更新不在于每个 Codex 会话都应使用一百万个 token，而在于 ChatGPT 用户现在可以在项目确实需要时选择完整的 GPT-5.6 Sol 上下文。