استفاده از Codex CLI با مدلهای رایگان
Codex CLI عامل کدنویسی متنباز OpenAI برای ترمینال است. میتواند از یک ارائهدهنده مدل سفارشی استفاده کند. این راهنما Codex CLI را از طریق FreeLLMAPI به مدلهای رایگان ارائهدهندگان دیگر وصل میکند. Codex با Responses API کار میکند و FreeLLMAPI آن را روی /v1/responses ارائه میدهد.
کد، نام مدلها و برچسبهای زندهٔ کاتالوگ به زبان انگلیسی نمایش داده میشوند.
نحوه کار
Codex CLI درخواستها را با قالب OpenAI Responses میفرستد. مستندات Codex میگوید که responses تنها مقدار پشتیبانیشده wire_api است. پس یک ارائهدهنده برای Codex باید /v1/responses را ارائه دهد. FreeLLMAPI این نقطه پایانی را ارائه میدهد. هر درخواست را ترجمه میکند و به یک مدل رایگان میفرستد، برای مثال Gemini، GPT-OSS، Qwen یا GLM.
- چیزی که به دست میآورید: عامل Codex CLI، ابزارهای آن و حلقه ویرایش آن، روی مدلهای رایگان.
- چیزی که به دست نمیآورید: مدلهای GPT خود OpenAI از طریق طرح ChatGPT شما. درخواستها به ارائهدهندگان رایگان در استخر FreeLLMAPI شما میروند.
- محدودیت: ورودی تصویر روی
/v1/responsesهنوز پشتیبانی نمیشود. از prompt متنی استفاده کنید.
مرحله 1: نصب FreeLLMAPI و Codex CLI
نصب هر دو
curl -fsSL https://freellmapi.co/install.sh | bash
npm install -g @openai/codexhttp://localhost:3001 را باز کنید. حداقل دو کلید رایگان ارائهدهنده را در صفحه Keys اضافه کنید. کلید یکپارچه خود را از همان صفحه کپی کنید. در macOS، میتوانید Codex را با brew install --cask codex هم نصب کنید.
مرحله 2: اتصال Codex CLI
دستور راهاندازی یک ارائهدهنده به ~/.codex/config.toml اضافه میکند. ابتدا یک نسخه پشتیبان میگیرد و بلوک جدید را ادغام میکند، پس تنظیمات دیگر شما باقی میمانند.
یک دستور
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-codex --url http://localhost:3001 --dry-run
npx freellmapi setup-codex --url http://localhost:3001
codexاین دستور این تنظیمات را با مقادیر کاتالوگ زنده شما مینویسد. کلید در فایل نیست. Codex آن را از متغیر محیطی FREELLMAPI_API_KEY میخواند، پس متغیر را در هر پوستهای که Codex را اجرا میکنید export کنید.
~/.codex/config.toml
model = "auto"
model_provider = "freellmapi"
model_context_window = 128000
model_auto_compact_token_limit = 115200
tool_output_token_limit = 20000
[model_providers.freellmapi]
name = "FreeLLMAPI"
base_url = "http://localhost:3001/v1"
wire_api = "responses"
env_key = "FREELLMAPI_API_KEY"
requires_openai_auth = false| کلید | کارکرد |
|---|---|
model_provider | ارائهدهنده را از model_providers انتخاب میکند. پیشفرض openai است. |
env_key | متغیر محیطی که کلید API ارائهدهنده را نگه میدارد |
requires_openai_auth | false یعنی Codex از شما ورود به OpenAI نمیخواهد |
model_context_window | توکنهای زمینه مدل فعال. دستور این مقدار را از کاتالوگ زنده شما میگیرد. |
model_auto_compact_token_limit | تعداد توکنی که فشردهسازی خودکار تاریخچه را شروع میکند. دستور 90٪ پنجره زمینه را تنظیم میکند. |
tool_output_token_limit | بودجه توکن برای هر خروجی ابزار که Codex در تاریخچه نگه میدارد |
برای اینکه کلید در فایلها و در پروفایل پوسته شما نماند، از راهانداز استفاده کنید. Codex را فقط با کلید در محیط خودش اجرا میکند:
راهانداز بدون ماندگاری
npx freellmapi launch-codexبرای اطمینان از رسیدن درخواستها به دروازه، npx freellmapi doctor را اجرا کنید. این دستور هدر Authorization مسیریابیشده، کاتالوگ و یک آزمایش زنده را بررسی میکند. سپس گزارش درخواست داشبورد هر فراخوانی Codex را نشان میدهد. هدر پاسخ X-Routed-Via ارائهدهنده و مدلی را که پاسخ داد نام میبرد. اگر درخواستی جایگزین شده باشد، X-Fallback-Trail هر مرحله ناموفق و دلیل آن را نام میبرد.
[profiles.NAME] را از config.toml نمیخواند. پروفایلها اکنون فایلهای جداگانه هستند، برای مثال ~/.codex/NAME.config.toml. با نسخه فعلی Codex از راهاندازی پیشفرض بالا استفاده کنید.حذف هشدار فرادادهٔ مدل
Codex در هر اجرا این پیام را چاپ میکند: «Model metadata for auto not found». Codex شناسههای مدل دروازه را نمیشناسد. برای دادن فراداده واقعی، مانند پنجره زمینه و پشتیبانی تصویر، یک نشانی کاتالوگ مدل به ارائهدهنده اضافه کنید:
افزودن به [model_providers.freellmapi]
model_catalog_url = "http://localhost:3001/v1/codex/models"کاتالوگ، prompt سیستمی پیشفرض و تنظیمات ابزار خود Codex را نگه میدارد. فقط هشدار و پنجره زمینه تغییر میکنند.
انتخاب مدل برای Codex CLI
Codex یک عامل است. از طریق فراخوانی ابزار، دستورهای شل را اجرا میکند و فایلها را ویرایش میکند. از مدلهایی با فراخوانی ابزار و پنجره زمینه بزرگ استفاده کنید. جدول، مدلهای رایگانی را نشان میدهد که امروز هر دو قاعده را دارند.
| مدل | رایگان در | متن ورودی | محدودیتهای رایگان (بهترین پیشنهاد) | ابزارها | بینایی |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 درخواست در دقیقه 1 req/min per model | بله | خیر |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 درخواست در دقیقه 40 RPM | بله | بله |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | بله | بله |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | بله | خیر |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | بله | بله |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 درخواست در دقیقه 20 درخواست در روز 250,000 توکن در دقیقه ~3M | بله | بله |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | بله | بله |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 درخواست در دقیقه 50 درخواست در روز 50 req/day account-wide (1,000 after a $10 purchase) | بله | بله |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 درخواست در دقیقه 50 درخواست در روز Shared rate limit | بله | خیر |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 درخواست در دقیقه 250 درخواست در روز 70,000 توکن در دقیقه ~6M | بله | بله |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 درخواست در دقیقه 20 درخواست در روز 250,000 توکن در دقیقه ~3M | بله | بله |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | بله | بله |
نمایش 12 مدل رایگان مطابق از 109 مدل. مشاهده همه مدلها.
دادههای زنده از کاتالوگ FreeLLMAPI (نسخه 2026.11.19، بررسیشده در 2026-11-19). محدودیتهای رایگان اغلب تغییر میکنند. کاتالوگ هر روز بررسی میشود.
برای اینکه مسیریاب برای هر درخواست یک مدل انتخاب کند، model = "auto" را نگه دارید. برای ثابت کردن یک مدل، npx freellmapi setup-codex --url http://localhost:3001 --model <id> را اجرا کنید. همچنین میتوانید model = "auto:smart" یا model = "auto:fast" را در config.toml تنظیم کنید.
سطحهای رایگان محدودیت در دقیقه و در روز دارند. وقتی یک ارائهدهنده خطای 429 بفرستد، FreeLLMAPI درخواست را به مدل بعدی در زنجیره میفرستد. برای جلسات طولانی Codex، کلید از چهار ارائهدهنده یا بیشتر اضافه کنید. Codex وقتی به model_auto_compact_token_limit برسد، تاریخچه خود را فشرده میکند. مقدار پایینتر درخواستهای کوچکتری میفرستد که برای سطحهای رایگان با محدودیت پایین توکن در دقیقه کمک میکند.
عیبیابی
| مشکل | علت | راهحل |
|---|---|---|
| Codex از شما میخواهد با ChatGPT وارد شوید | model_provider تنظیم نشده، پس Codex از openai استفاده میکند | model_provider = "freellmapi" را تنظیم کنید |
401 "Invalid API key" | FREELLMAPI_API_KEY در این پوسته تنظیم نشده است | متغیر را export کنید، یا از npx freellmapi launch-codex استفاده کنید |
«Model metadata for auto not found» | Codex شناسههای مدل دروازه را نمیشناسد | model_catalog_url را اضافه کنید |
خطا با wire_api = "chat" | Codex فقط Responses API را پشتیبانی میکند | wire_api = "responses" را تنظیم کنید |
| تنظیمات پروفایل نادیده گرفته میشوند | Codex نسخه 0.134.0 و جدیدتر جدولهای [profiles.NAME] را نادیده میگیرد | از راهاندازی پیشفرض ارائهدهنده، یا یک فایل پروفایل جداگانه استفاده کنید |
| «همه مدلها پس از N تلاش به محدودیت نرخ رسیدند» | همه کلیدها به حد خود رسیدهاند | کلید از ارائهدهندگان بیشتری اضافه کنید، یا تا پایان دوره استراحت صبر کنید |
پرسشهای متداول
آیا میتوانم Codex CLI را رایگان استفاده کنم؟
بله. Codex CLI متنباز است. FreeLLMAPI را به عنوان یک ارائهدهنده مدل سفارشی در config.toml اضافه کنید. دروازه هر درخواست را به سطحهای رایگان ارائهدهندگان میفرستد، پس هزینه استنتاج 0 دلار است.
آیا Codex CLI میتواند از مدلهای ارائهدهندگان دیگر استفاده کند؟
بله. یک بلوک [model_providers.
آیا Codex CLI از Chat Completions API پشتیبانی میکند؟
خیر. مرجع تنظیمات Codex میگوید که responses تنها مقدار پشتیبانیشده wire_api است. FreeLLMAPI روی /v1/responses ارائه میدهد، پس به عنوان ارائهدهنده Codex کار میکند.
کدام مدل رایگان برای Codex CLI بهتر است؟
از مدلی با فراخوانی ابزار و حداقل 128K زمینه استفاده کنید. جدول این صفحه قویترین مدلهای رایگانی را نشان میدهد که امروز هر دو قاعده را دارند.
چطور هشدار «Model metadata for auto not found» را برطرف کنم؟
در بلوک ارائهدهنده در ~/.codex/config.toml، مقدار model_catalog_url = "http://localhost:3001/v1/codex/models" را اضافه کنید. سپس Codex فراداده واقعی مدلهای دروازه را میخواند.
راهنماهای مرتبط
- استفاده رایگان از Claude Code
- استفاده از OpenCode با یک LLM API رایگان
- استفاده از Aider با یک API رایگان LLM
- بهترین API مدلهای کدنویسی رایگان
- آیا GPT API رایگان وجود دارد؟
منابع
- Codex docs: config reference (بررسیشده در 20 November 2026)
- Codex docs: advanced config and profiles (بررسیشده در 20 November 2026)
- Codex CLI repository (بررسیشده در 20 November 2026)
- FreeLLMAPI docs: coding agents and Codex (بررسیشده در 20 November 2026)
- FreeLLMAPI CLI generators (بررسیشده در 20 November 2026)