ใช้ Codex CLI กับโมเดลฟรี
Codex CLI เป็น coding agent แบบโอเพนซอร์สของ OpenAI สำหรับเทอร์มินัล สามารถใช้ model provider ที่กำหนดเองได้ คู่มือนี้เชื่อม Codex CLI กับโมเดลฟรีจากผู้ให้บริการอื่นผ่าน FreeLLMAPI Codex ใช้ Responses API และ FreeLLMAPI ให้บริการที่ /v1/responses
โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ
วิธีการทำงาน
Codex CLI ส่งคำขอในรูปแบบ OpenAI Responses เอกสารของ Codex ระบุว่า responses เป็นค่า wire_api เดียวที่รองรับ ดังนั้น provider สำหรับ Codex ต้องให้บริการที่ /v1/responses FreeLLMAPI ให้บริการ endpoint นี้ ระบบแปลงแต่ละคำขอและส่งไปยังโมเดลฟรี เช่น Gemini, GPT-OSS, Qwen หรือ GLM
- สิ่งที่คุณได้: agent Codex CLI พร้อมเครื่องมือและลูปการแก้ไข บนโมเดลฟรี
- สิ่งที่คุณไม่ได้: โมเดล GPT ของ OpenAI เองผ่านแพ็กเกจ ChatGPT ของคุณ คำขอจะไปยังผู้ให้บริการฟรีในพูล FreeLLMAPI ของคุณ
- ข้อจำกัด: ยังไม่รองรับการป้อนรูปภาพบน
/v1/responsesใช้พรอมต์แบบข้อความ
ขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และ Codex CLI
ติดตั้งทั้งสองตัว
curl -fsSL https://freellmapi.co/install.sh | bash
npm install -g @openai/codexเปิด http://localhost:3001 เพิ่มคีย์ของผู้ให้บริการฟรีอย่างน้อยสองรายในหน้า Keys คัดลอกคีย์รวมจากหน้าเดียวกัน บน macOS คุณยังติดตั้ง Codex ด้วย brew install --cask codex ได้
ขั้นตอนที่ 2: เชื่อม Codex CLI
คำสั่งตั้งค่าจะเพิ่ม provider ลงใน ~/.codex/config.toml ระบบสร้างไฟล์สำรองก่อนและรวมบล็อกใหม่เข้าไป การตั้งค่าอื่นของคุณจึงยังคงอยู่
คำสั่งเดียว
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-codex --url http://localhost:3001 --dry-run
npx freellmapi setup-codex --url http://localhost:3001
codexคำสั่งเขียนการตั้งค่าเหล่านี้ โดยค่าต่างๆ มาจากแคตตาล็อกสดของคุณ คีย์ไม่อยู่ในไฟล์ Codex อ่านคีย์จากตัวแปรสภาพแวดล้อม FREELLMAPI_API_KEY ดังนั้นให้ export ตัวแปรนี้ในทุก shell ที่คุณรัน Codex
~/.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| คีย์ | หน้าที่ |
|---|---|
model_provider | เลือก provider จาก model_providers ค่าเริ่มต้นคือ openai |
env_key | ตัวแปรสภาพแวดล้อมที่เก็บคีย์ API ของ provider |
requires_openai_auth | false หมายความว่า Codex ไม่ขอให้ล็อกอิน OpenAI |
model_context_window | จำนวนโทเค็น context ของโมเดลที่ใช้งาน คำสั่งดึงค่านี้จากแคตตาล็อกสดของคุณ |
model_auto_compact_token_limit | จำนวนโทเค็นที่เริ่มการบีบอัดประวัติอัตโนมัติ คำสั่งตั้งค่าเป็น 90% ของหน้าต่าง context |
tool_output_token_limit | งบโทเค็นสำหรับผลลัพธ์ของเครื่องมือแต่ละรายการที่ Codex เก็บในประวัติ |
หากต้องการเก็บคีย์ให้พ้นจากไฟล์และ shell profile ของคุณ ให้ใช้ launcher ระบบเริ่ม Codex โดยให้คีย์อยู่ในสภาพแวดล้อมของโปรเซสนั้นเท่านั้น:
Launcher ที่ไม่บันทึกข้อมูล
npx freellmapi launch-codexเพื่อยืนยันว่าคำขอไปยังเกตเวย์ ให้รัน npx freellmapi doctor คำสั่งนี้ตรวจ header Authorization ที่ส่งต่อ แคตตาล็อก และการทดสอบแบบสด จากนั้นบันทึกคำขอในแดชบอร์ดจะแสดงการเรียก Codex แต่ละครั้ง header การตอบกลับ X-Routed-Via ระบุผู้ให้บริการและโมเดลที่ตอบ หากคำขอสลับไปยังรายอื่น X-Fallback-Trail ระบุแต่ละขั้นที่ล้มเหลวและเหตุผล
[profiles.NAME] จาก config.toml อีกต่อไป โปรไฟล์ตอนนี้เป็นไฟล์แยก เช่น ~/.codex/NAME.config.toml ใช้การตั้งค่าเริ่มต้นด้านบนกับ Codex เวอร์ชันปัจจุบันลบคำเตือนเมตาดาต้าของโมเดล
Codex แสดง "Model metadata for auto not found" ทุกครั้งที่รัน Codex ไม่รู้จัก model id ของเกตเวย์ หากต้องการให้มีเมตาดาต้าจริง เช่น หน้าต่าง context และการรองรับรูปภาพ ให้เพิ่ม URL ของแคตตาล็อกโมเดลลงใน provider:
เพิ่มลงใน [model_providers.freellmapi]
model_catalog_url = "http://localhost:3001/v1/codex/models"แคตตาล็อกคงพรอมต์ระบบเริ่มต้นและการตั้งค่าเครื่องมือของ Codex ไว้ เปลี่ยนเฉพาะคำเตือนและหน้าต่าง context
เลือกโมเดลสำหรับ Codex CLI
Codex เป็น agent มันรันคำสั่ง shell และแก้ไขไฟล์ผ่าน tool call ใช้โมเดลที่รองรับ tool calling และมีหน้าต่าง context ขนาดใหญ่ ตารางแสดงโมเดลฟรีที่ผ่านทั้งสองข้อในปัจจุบัน
| โมเดล | ฟรีบน | ขนาดบริบท | ขีดจำกัดฟรี (ข้อเสนอที่ดีที่สุด) | เครื่องมือ | การอ่านภาพ |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 คำขอ/นาที 1 req/min per model | ใช่ | ไม่ |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 คำขอ/นาที 40 RPM | ใช่ | ใช่ |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | ใช่ | ใช่ |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | ใช่ | ไม่ |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | ใช่ | ใช่ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 คำขอ/นาที 20 คำขอ/วัน 250,000 โทเคน/นาที ~3M | ใช่ | ใช่ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | ใช่ | ใช่ |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 คำขอ/นาที 50 คำขอ/วัน 50 req/day account-wide (1,000 after a $10 purchase) | ใช่ | ใช่ |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 คำขอ/นาที 50 คำขอ/วัน Shared rate limit | ใช่ | ไม่ |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 คำขอ/นาที 250 คำขอ/วัน 70,000 โทเคน/นาที ~6M | ใช่ | ใช่ |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 คำขอ/นาที 20 คำขอ/วัน 250,000 โทเคน/นาที ~3M | ใช่ | ใช่ |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | ใช่ | ใช่ |
แสดง 12 จาก 109 โมเดลฟรีที่ตรงกัน ดูโมเดลทั้งหมด.
ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน
คง model = "auto" ไว้ให้เราเตอร์เลือกโมเดลสำหรับแต่ละคำขอ หากต้องการกำหนดโมเดลเดียว ให้รัน npx freellmapi setup-codex --url http://localhost:3001 --model <id> คุณยังตั้ง model = "auto:smart" หรือ model = "auto:fast" ใน config.toml ได้
แพ็กเกจฟรีมีขีดจำกัดต่อนาทีและต่อวัน เมื่อผู้ให้บริการส่งข้อผิดพลาด 429 FreeLLMAPI ส่งคำขอไปยังโมเดลถัดไปในเชน เพิ่มคีย์จากผู้ให้บริการสี่รายขึ้นไปสำหรับเซสชัน Codex ที่ยาว Codex บีบอัดประวัติเมื่อถึง model_auto_compact_token_limit ค่าที่ต่ำกว่าส่งคำขอที่เล็กลง ซึ่งช่วยกับแพ็กเกจฟรีที่มีขีดจำกัดโทเค็นต่อนาทีต่ำ
การแก้ไขปัญหา
| ปัญหา | สาเหตุ | วิธีแก้ |
|---|---|---|
| Codex ขอให้คุณล็อกอินด้วย ChatGPT | ยังไม่ได้ตั้ง model_provider ดังนั้น Codex ใช้ openai | ตั้ง model_provider = "freellmapi" |
401 "Invalid API key" | ยังไม่ได้ตั้ง FREELLMAPI_API_KEY ใน shell นี้ | export ตัวแปร หรือใช้ npx freellmapi launch-codex |
"Model metadata for auto not found" | Codex ไม่รู้จัก model id ของเกตเวย์ | เพิ่ม model_catalog_url |
ข้อผิดพลาดกับ wire_api = "chat" | Codex รองรับเฉพาะ Responses API | ตั้ง wire_api = "responses" |
| การตั้งค่าโปรไฟล์ถูกละเลย | Codex 0.134.0 ขึ้นไปไม่อ่านตาราง [profiles.NAME] | ใช้การตั้งค่า provider เริ่มต้น หรือไฟล์โปรไฟล์แยก |
| "ทุกโมเดลถึงขีดจำกัดอัตราหลังจาก N ครั้งที่ลอง" | ทุกคีย์ถึงขีดจำกัดแล้ว | เพิ่มคีย์จากผู้ให้บริการหลายรายขึ้น หรือรอให้ช่วงพักหมด |
คำถามที่พบบ่อย
ฉันใช้ Codex CLI ฟรีได้หรือไม่
ได้ Codex CLI เป็นโอเพนซอร์ส เพิ่ม FreeLLMAPI เป็น model provider ที่กำหนดเองใน config.toml เกตเวย์ส่งแต่ละคำขอไปยังแพ็กเกจฟรีของผู้ให้บริการ ดังนั้นค่าใช้จ่ายการอนุมานเป็น $0
Codex CLI ใช้โมเดลจากผู้ให้บริการอื่นได้หรือไม่
ได้ เพิ่มบล็อก [model_providers.
Codex CLI รองรับ Chat Completions API หรือไม่
ไม่ เอกสารอ้างอิงการตั้งค่าของ Codex ระบุว่า responses เป็นค่า wire_api เดียวที่รองรับ FreeLLMAPI ให้บริการ /v1/responses จึงทำงานเป็น provider ของ Codex ได้
โมเดลฟรีตัวไหนดีที่สุดสำหรับ Codex CLI
ใช้โมเดลที่รองรับ tool calling และมี context อย่างน้อย 128K ตารางในหน้านี้แสดงโมเดลฟรีที่แข็งแรงที่สุดที่ผ่านทั้งสองข้อในปัจจุบัน
จะแก้ 'Model metadata for auto not found' ได้อย่างไร
เพิ่ม model_catalog_url = "http://localhost:3001/v1/codex/models" ในบล็อก provider ใน ~/.codex/config.toml จากนั้น Codex จะอ่านเมตาดาต้าจริงของโมเดลในเกตเวย์
คู่มือที่เกี่ยวข้อง
- วิธีใช้ Claude Code ฟรี
- ใช้ OpenCode กับ free LLM API
- ใช้ Aider กับ LLM API ฟรี
- API โมเดลเขียนโค้ดฟรีที่ดีที่สุด
- มี GPT API ฟรีหรือไม่
แหล่งข้อมูล
- Codex docs: config reference (ตรวจสอบเมื่อ 20 November 2026)
- Codex docs: advanced config and profiles (ตรวจสอบเมื่อ 20 November 2026)
- Codex CLI repository (ตรวจสอบเมื่อ 20 November 2026)
- FreeLLMAPI docs: coding agents and Codex (ตรวจสอบเมื่อ 20 November 2026)
- FreeLLMAPI CLI generators (ตรวจสอบเมื่อ 20 November 2026)