Codex接入DeepSeek实操教程：两种免费方案详解

OpenAI 的 Codex 已经成为许多开发者与内容创作者的日常生产力工具——写网站、写 App、生成表格与 PPT，几乎无所不能。但一个绕不开的问题是：想要充分发挥 Codex 的能力，往往需要为 ChatGPT 的订阅付费。有没有办法既用上 Codex 这个强大的 agent，又不必依赖官方订阅？

OpenAI Codex 最初是基于 GPT 架构训练的代码生成模型，后来逐步演变为 ChatGPT 生态中的核心 agent 能力。所谓 agent，是指 AI 不仅能对话，还能自主规划任务步骤、调用外部工具（如文件系统、浏览器、终端命令）并持续迭代直至完成目标。Codex 在 ChatGPT 桌面客户端中的集成，使其能够直接操作用户电脑上的开发环境，执行代码、读写文件、运行测试，形成一个闭环的自动化工作流。正因如此，它对底层模型的能力要求极高，也让订阅费用成为许多用户的门槛。

答案是：可以通过第三方工具，将国产大模型（如 DeepSeek、豆包、Kimi）接入到 Codex 中。本文基于 B 站 UP 主的实操教程，梳理两条主流接入路径，并客观分析这套方案的实际收益与局限。

CC Switch 与 Codex++ 工具选型对比

在动手之前，先要弄清楚该用哪个工具。市面上两个免费方案各有侧重，选错会白费功夫。

CC Switch：通用型多工具管理器

CC Switch 的最大优势是通用性。它不仅能管理 Codex，还能同时接管 Claude Code、Gemini CLI 等一系列 agent 工具，并且同时支持 CLI 命令行和桌面 App 两种形态。所有模型切换、接口配置都在图形界面里点几下完成，无需手动改配置文件。

Codex++：Codex App 的深度增强

Codex++ 则是围绕 Codex 桌面 App 体验专门打磨的工具，支持插件和绘画增强，使用体验非常到位。它的缺点也很明显：只能用于 Codex 的桌面 App，无法覆盖其他 agent 或命令行场景。

一句话总结选型逻辑：

• 只用 Codex App → 选 Codex++
• 还在用 Claude Code、Gemini 等其他工具，或习惯用命令行 → 选 CC Switch

前置准备：获取 API Key 与安装客户端

无论选哪个工具，两步前置准备是必须的。

第一步，获取 DeepSeek 的 API Key。 有了 Key，Codex 才能从你的账户里获取 DeepSeek 的 Token。API Key 是大模型服务商用于身份验证和计费的凭证，用户通过 Key 发起请求，服务商按消耗的 Token 数量扣费。Token 是大模型处理文本的最小单位，中文大约 1-2 个字对应一个 Token，英文大约一个单词对应 1-1.5 个 Token。DeepSeek 的定价远低于 OpenAI——例如 DeepSeek-V3 的输入价格约为 GPT-4o 的十分之一——这正是本文方案能够显著降低成本的底层经济逻辑。别忘了给账户充点钱，一般充值 10 元左右，一周基本用不完，成本远低于原厂订阅。

第二步，注册并下载 Codex 客户端。 到 OpenAI 官网下载 ChatGPT 桌面版，顺便注册一个 ChatGPT 账号。本文演示均以桌面客户端为基础。

方法一：用 CC Switch 接入 DeepSeek（完整步骤）

CC Switch 适合想「一处配置、多工具通吃」的用户。核心流程如下：

1. 下载安装：打开 CC Switch 官网，点左下角下载按钮跳转 GitHub，在 Assets 列表中选择对应系统安装包（Windows 选 MSI），双击安装。
2. 添加供应商：打开 CC Switch，点顶部中间的 OpenAI 图标（Codex 走的就是这一栏），再点右上角加号。
3. 选预设：供应商选 DeepSeek，把 API Key 粘贴进去。接口地址、协议、模型这些参数开源社区已经预配好，基本不用手动改，点保存即可。
4. 开启本地路由：进入左上角设置，顶部选「路由」，把本地路由总开关打开。这一步的作用是做「翻译」，让 Codex 和 DeepSeek 能对上话。

从技术角度来说，本地路由（Local Proxy/Router）本质上是在用户本机启动一个中间代理服务。Codex 原本只认 OpenAI 的 API 格式和端点地址，而 DeepSeek 虽然兼容 OpenAI API 协议，但端点地址和部分参数存在差异。本地路由的作用是拦截 Codex 发出的请求，将其中的目标地址、认证信息和部分参数转换为 DeepSeek 能识别的格式，再将 DeepSeek 的响应按 OpenAI 格式包装后返回给 Codex。这种「协议翻译」的做法在开源社区非常普遍，类似的工具还有 LiteLLM、One API 等。

5. 启用配置：返回供应商页面，把刚加的配置和路由开关都启用。
6. 彻底重启 Codex：注意，光关窗口可能不够，它有时还在后台运行，需要完全退出再重开，新配置才会生效。

重开后随便问一句，能正常回复就说明走的已经是 DeepSeek 了。

方法二：用 Codex++ 接入 DeepSeek（完整步骤）

Codex++ 的关键在于：Codex 装完先别打开。因为直接打开会默认走 ChatGPT 登录，而要用 DeepSeek，必须让 Codex++ 把它拉起来才好改登录方式。

这里涉及一个重要的技术区别：Codex 桌面客户端默认通过 OAuth 2.0 协议登录 ChatGPT 账户，会跳转到 OpenAI 的认证页面，获取访问令牌后才能使用。纯 API 模式则绕过了这一登录流程，直接使用用户提供的 API Key 进行身份验证。如果已经走了 OAuth 登录流程，客户端会绑定到 ChatGPT 的会话上，后续切换模型会变得复杂。通过 Codex++ 管理工具拉起 Codex，可以在启动前注入纯 API 配置，从根本上改变认证方式。

1. 下载安装：到 Codex++ 的 GitHub Release 下载对应系统的最新安装包，默认下一步安装。
2. 认准管理工具：这步最容易翻车。安装后在开始菜单搜「Codex」会看到三个图标——Codex++ 管理工具、Codex++、卸载 Codex++。要打开的是管理工具那个，别点错。
3. 添加供应商：进入后点左边「供应商配置」→「添加供应商」，可选预设供应商，名称随便起，接入模式选纯 API。
4. 填写连接信息：Base URL 填 DeepSeek 官方接口地址（建议复制，手打大概率出错），Key 填自己的 DeepSeek Key，协议选默认，然后点「从上游获取」。它会拿地址和 Key 去测试能否拉到模型，能拉到就说明连上了。
5. 保存并启用：拉到模型后点保存，鼠标移到列表中的配置点「使用」，显示「使用中」即成功。
6. 用重启按钮拉起 Codex：右上角有个「重启 Codex++」，一定要用这个按钮，别自己直接开 Codex 本体——它会带着改好的登录方式把 Codex 拉起来。进去后看右下角能否选到你配的模型，顺手把模型切到 Pro 档效果更好。

接入第三方模型后的实际效果与局限

这套方案能省钱，但绝非「完美替代」。以下几点值得任何打算这么做的用户认真对待。

原生能力会打折扣

接入外部模型后，别指望所有原生能力都 100% 对齐。由于是外部模型，在复杂的工具调用、电脑操控类功能上，Codex 的执行一定会打折扣。这类深度集成的能力，是官方模型与工具链协同优化的结果，第三方模型难以完全复现。

从技术层面来看，OpenAI 的原生模型经过了专门的工具调用（Function Calling）对齐训练，能够精确生成符合 JSON Schema 的结构化调用指令，并理解工具返回结果后进行下一步推理。Codex 的电脑操控能力（如 Computer Use）更是依赖模型对屏幕截图的理解和精确坐标定位。第三方模型虽然在通用对话和代码生成上表现优秀，但在这些深度集成的系统级能力上，由于缺乏与 Codex 工具链的联合训练数据和专项优化，执行成功率和稳定性会明显下降。简单来说，写代码、改文件这类任务影响不大，但涉及多步骤自动化操作的复杂工作流，失败率会显著上升。

复杂任务的隐性成本更高

一个反直觉的观察是：在复杂任务上，DeepSeek 的 Token 成本反而可能更高。原因在于 DeepSeek 在处理复杂任务时需要更多人工干预、更多对话轮次、更多纠偏修改，甚至无法联网查询。换句话说，省下的订阅费，可能又以时间和调试成本的形式还了回去。

拥有自己的 ChatGPT 账户仍有价值

作者也坦言，一个自己的 ChatGPT 账户依然非常有价值。他引用了一位大 V 公开的 ChatGPT Pro 账单——一个月消耗的 Token 折算约 3 万元人民币，而本人连月额度的 70% 都没用满。在国内，通过靠谱的第三方代订阅平台充值 ChatGPT 的成本已经很低，两分钟内即可完成、微信扫码即付。

总结：哪类用户适合这套方案

将 DeepSeek 等国产模型接入 Codex，是一条切实可行的降本路径：CC Switch 胜在通用与命令行支持，Codex++ 胜在桌面体验与增强插件。两者都不需要手动折腾配置文件，门槛并不高。

但更理性的态度是：这不是免费午餐。第三方模型在复杂工具调用上有明显短板，隐性的调试成本也可能抵消部分省下的订阅费。对于轻度用户和预算敏感者，这套方案很划算；而对编程重度用户，一个原厂账户或稳定的中转站，往往是效率更高的选择。工具没有绝对优劣，关键在于匹配自己的实际使用场景。