NouveauComment nous repérons un vendeur qui propose le mauvais modèle, et vous remboursons si cela arrive.

Codex CLI avec MartLLM : exécutez l'agent de codage d'OpenAI sur n'importe quel modèle

Exportez UBERLLM_API_KEY, puis ajoutez une table [model_providers.uberllm] à ~/.codex/config.toml avec base_url https://api.martllm.com/v1, env_key UBERLLM_API_KEY et wire_api "responses", et définissez model_provider = "uberllm" ainsi que l'ID du modèle. MartLLM gère les appels de l'API Responses de Codex, ainsi les commandes shell, les modifications de fichiers et les tâches en plusieurs étapes fonctionnent sur chaque modèle de chat.

Le plus rapide : une commande

npx uberllm init --tool codex

Il crée une clé pour cette machine dans votre navigateur, l'enregistre dans un fichier que vous seul pouvez lire et ajoute le fournisseur MartLLM à ~/.codex/config.toml. Codex lit la clé depuis ce fichier, donc rien ne va dans votre profil shell. Le fichier est d'abord sauvegardé, et npx uberllm init --undo le restaure. [Ce que cela change]](/docs/init). Pour le faire manuellement, suivez les étapes ci-dessous.

Étapes

  1. Créez une clé sur votre page des clés et ajoutez du crédit.
  2. Installez Codex si vous ne l'avez pas : npm install -g @openai/codex.
  3. Placez la clé dans votre profil shell (~/.zshrc ou ~/.bashrc) et ouvrez un nouveau terminal :
export UBERLLM_API_KEY="ull_..."
  1. Ouvrez ~/.codex/config.toml (créez-le s'il est manquant) et ajoutez :
model = "moonshotai/kimi-k3"
model_provider = "uberllm"
web_search = "disabled"

[model_providers.uberllm]
name = "MartLLM"
base_url = "https://api.martllm.com/v1"
env_key = "UBERLLM_API_KEY"
wire_api = "responses"
  1. Exécutez codex dans un dossier de projet et donnez-lui une tâche.

Gardez base_url se terminant par /v1 : Codex y ajoute /responses. env_key est le nom de la variable, pas la clé elle-même.

Changer de modèles

Passez -m pour une session, par exemple codex -m deepseek/deepseek-v4.1-flash pour une petite correction, ou modifiez model dans le fichier. N'importe quel ID de modèle de chat depuis martllm.com/models fonctionne.

Pour les scripts et CI, codex exec exécute une tâche sans l'écran interactif :

codex exec --skip-git-repo-check "add a docstring to every function in utils.py"

Paramètres utiles à ajouter

  • model_context_window: Codex ne connaît pas la taille du contexte des modèles en dehors de la liste d'OpenAI et suppose 272,000 tokens. Pour un modèle plus petit, définissez le nombre à partir de sa page sur martllm.com/models (par exemple model_context_window = 131072), afin que Codex compacte la conversation avant de manquer d'espace.
  • model_reasoning_effort: "low", "medium" ou "high" est transmis aux modèles qui pensent (DeepSeek, Kimi Thinking, GLM, GPT-5). Laissez-le vide pour la valeur par défaut du modèle.
  • web_search = "disabled": La recherche web de Codex s'exécute sur les propres serveurs d'OpenAI, elle ne peut donc pas passer par un autre fournisseur. Si elle est désactivée, le modèle ne se voit pas proposer un outil qu'il ne peut pas utiliser.

Ce qui fonctionne

Chaque outil Codex est un appel de fonction normal du côté de l'API, donc les exécutions de commandes, les modifications de fichiers, les plans et les serveurs MCP que vous ajoutez à Codex fonctionnent tous sur n'importe quel modèle qui prend en charge les appels d'outils. Codex envoie toute la conversation à chaque tour (store = false), donc rien n'est conservé sur MartLLM entre les appels. Chaque appel apparaît dans Dashboard → Activity sous le nom de l'application codex, avec son coût.

Dépannage

  • wire_api = "chat" n'est plus pris en charge : Codex 0.95 et versions ultérieures ne communiquent qu'avec l'API Responses. Définissez wire_api = "responses".
  • 401 ou « Missing environment variable: UBERLLM_API_KEY » : la variable n'est pas exportée dans le terminal où Codex s'exécute. Ouvrez un nouveau terminal après avoir modifié votre profil, ou exécutez export UBERLLM_API_KEY=... d'abord.
  • 404 à chaque tour : Il manque /v1 à base_url. Il doit être exactement https://api.martllm.com/v1.
  • « Model metadata for … not found. Defaulting to fallback metadata » : Codex affiche ceci pour chaque modèle en dehors de la liste d'OpenAI. C'est inoffensif ; définissez model_context_window comme ci-dessus.
  • Le modèle répond mais n'exécute jamais de commande : choisissez un modèle dans le premier tableau. Les petits modèles s'écartent du format d'outil de Codex.
  • 402 crédits insuffisants : ajoutez du crédit sur la page des crédits. Pour un plafond strict, définissez une limite de dépenses sur la clé.

Continuez à lire

Modèles qui pilotent bien Codex

Tous prennent en charge les tool calls, que Codex utilise pour chaque commande et modification. Le premier se trouve dans la configuration ci-dessous.

ModèleID du modèle (à coller)Prix actuel
Kimi K3moonshotai/kimi-k3$0.0384 en entrée · $0.2021 en sortie / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 en entrée · $0.0282 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.0029 en entrée · $0.0100 en sortie / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.3600 en entrée · $1.80 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
GPT-5.5openai/gpt-5.5$1.25 en entrée · $7.50 en sortie / 1M
Claude Opus 5.5anthropic/claude-opus-5.5$0.6780 en entrée · $3.39 en sortie / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro$0.0634 en entrée · $0.1268 en sortie / 1M
MiniMax M3minimax/minimax-m3$0.0230 en entrée · $0.0920 en sortie / 1M

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

Modèles moins chers pour les petites tâches et les scripts d'exécution de Codex

ModèleID du modèle (à coller)Prix actuel
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 en entrée · $0.0282 en sortie / 1M
GLM 5.3z-ai/glm-5.3$0.0029 en entrée · $0.0100 en sortie / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 en entrée · $0.0099 en sortie / 1M
DeepSeek V3.2deepseek/deepseek-v3.2$0.0026 en entrée · $0.0038 en sortie / 1M
GPT-OSS 120Bopenai/gpt-oss-120b$0.000069 en entrée · $0.00030 en sortie / 1M
Kimi K2 Thinkingmoonshotai/kimi-k2-thinking$0.0059 en entrée · $0.0248 en sortie / 1M

Prix à la dernière mise à jour horaire, sans frais ajoutés · tous les modèles →

FAQ

Le CLI de Codex fonctionne-t-il avec MartLLM ?

Oui. Ajoutez un fournisseur de modèle dans ~/.codex/config.toml avec base_url https://api.martllm.com/v1, env_key UBERLLM_API_KEY et wire_api "responses". MartLLM sert l'API Responses (POST /v1/responses) que Codex appelle, avec streaming et tool calls.

Quels modèles puis-je utiliser dans Codex via MartLLM ?

N'importe quel modèle de chat du catalogue MartLLM qui prend en charge les tool calls, tels que DeepSeek, GLM, Kimi, Qwen Coder, Claude et GPT. Définissez le modèle sur son id, par exemple deepseek/deepseek-v4.1-flash.

Ai-je besoin de previous_response_id ou de réponses stockées pour Codex ?

Non. Codex envoie toute la conversation à chaque requête avec store défini sur false, donc MartLLM ne conserve rien entre les appels.