BaruCara kami menangkap penjual yang memasang model yang salah, dan mengembalikan dana Anda jika terjadi.

Codex CLI dengan MartLLM: jalankan agen pengkodean OpenAI pada model apa pun

Ekspor UBERLLM_API_KEY, lalu tambahkan tabel [model_providers.uberllm] ke ~/.codex/config.toml dengan base_url https://api.martllm.com/v1, env_key UBERLLM_API_KEY dan wire_api "responses", dan atur model_provider = "uberllm" ditambah model id. MartLLM melayani panggilan Responses API Codex, sehingga perintah shell, pengeditan file, dan tugas multi-langkah berfungsi pada setiap model chat.

Tercepat: satu perintah

npx uberllm init --tool codex

Ini membuat kunci untuk mesin ini di browser Anda, menyimpannya ke sebuah file yang hanya bisa Anda baca, dan menambahkan penyedia MartLLM ke ~/.codex/config.toml. Codex membaca kunci tersebut dari file itu, jadi tidak ada yang masuk ke profil shell Anda. File tersebut dicadangkan terlebih dahulu, dan npx uberllm init --undo mengembalikannya. Apa yang diubahnya. Untuk melakukannya secara manual, ikuti langkah-langkah di bawah ini.

Langkah-langkah

  1. Buat kunci di halaman kunci Anda dan tambahkan kredit.
  2. Instal Codex jika Anda belum memilikinya: npm install -g @openai/codex.
  3. Masukkan kunci ke profil shell Anda (~/.zshrc atau ~/.bashrc) dan buka terminal baru:
export UBERLLM_API_KEY="ull_..."
  1. Buka ~/.codex/config.toml (buat jika belum ada) dan tambahkan:
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. Jalankan codex di folder proyek dan berikan tugas.

Pertahankan base_url yang diakhiri dengan /v1: Codex menambahkan /responses ke dalamnya. env_key adalah nama variabelnya, bukan kuncinya sendiri.

Ganti model

Teruskan -m untuk satu sesi, misalnya codex -m deepseek/deepseek-v4.1-flash untuk perbaikan kecil, atau ubah model di dalam file. ID model chat apa pun dari martllm.com/models berfungsi.

Untuk skrip dan CI, codex exec menjalankan satu tugas tanpa layar interaktif:

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

Pengaturan yang Patut Ditambahkan

  • model_context_window: Codex tidak tahu ukuran konteks model di luar daftar OpenAI dan mengasumsikan 272,000 token. Untuk model yang lebih kecil, atur angkanya dari halamannya di martllm.com/models (misalnya model_context_window = 131072), agar Codex memadatkan percakapan sebelum kehabisan ruang.
  • model_reasoning_effort: "low", "medium" atau "high" diteruskan ke model yang berpikir (DeepSeek, Kimi Thinking, GLM, GPT-5). Biarkan kosong untuk pengaturan default model.
  • web_search = "disabled": Pencarian web Codex berjalan di server milik OpenAI sendiri, jadi tidak bisa berjalan melalui penyedia lain. Dengan mematikannya, model tidak ditawari alat yang tidak bisa digunakannya.

Apa yang berfungsi

Setiap alat Codex adalah panggilan fungsi normal dari sisi API, jadi eksekusi perintah, pengeditan file, rencana, dan server MCP yang Anda tambahkan ke Codex semuanya berfungsi pada model apa pun yang menerima panggilan alat. Codex mengirimkan seluruh percakapan pada setiap giliran (store = false), jadi tidak ada yang disimpan di MartLLM di antara panggilan. Setiap panggilan muncul di Dashboard → Activity di bawah nama aplikasi codex, dengan biayanya.

Pemecahan Masalah

  • wire_api = "chat" tidak lagi didukung: Codex 0.95 dan yang lebih baru hanya mendukung Responses API. Atur wire_api = "responses".
  • 401 atau "Missing environment variable: UBERLLM_API_KEY": variabel tersebut tidak diekspor di terminal tempat Codex berjalan. Buka terminal baru setelah mengedit profil Anda, atau jalankan export UBERLLM_API_KEY=... terlebih dahulu.
  • 404 di setiap giliran: base_url tidak memiliki /v1. Itu harus persis https://api.martllm.com/v1.
  • "Model metadata for … not found. Defaulting to fallback metadata": Codex mencetak ini untuk setiap model di luar daftar OpenAI sendiri. Ini tidak berbahaya; atur model_context_window seperti di atas.
  • Model menjawab tetapi tidak pernah menjalankan perintah: pilih model dari tabel pertama. Model kecil cenderung keluar dari format alat Codex.
  • 402 kredit tidak mencukupi: tambahkan kredit di halaman kredit. Untuk batas keras, atur batas pengeluaran pada kunci tersebut.

Lanjutkan membaca

Model yang bekerja baik dengan Codex

Semua mendukung tool calls, yang digunakan Codex untuk setiap perintah dan pengeditan. Yang pertama ada di konfigurasi di bawah.

ModelID model (tempel ini)Harga sekarang
Kimi K3moonshotai/kimi-k3$0.0384 input · $0.2021 output / 1M
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 input · $0.0282 output / 1M
GLM 5.3z-ai/glm-5.3$0.0029 input · $0.0100 output / 1M
Claude Sonnet 5.5anthropic/claude-sonnet-5.5$0.3600 input · $1.80 output / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 input · $0.0099 output / 1M
GPT-5.5openai/gpt-5.5$1.25 input · $7.50 output / 1M
Claude Opus 5.5anthropic/claude-opus-5.5$0.6780 input · $3.39 output / 1M
DeepSeek V4 Prodeepseek/deepseek-v4-pro$0.0634 input · $0.1268 output / 1M
MiniMax M3minimax/minimax-m3$0.0230 input · $0.0920 output / 1M

Harga pada build per jam terakhir, tanpa tambahan biaya · semua model →

Model yang lebih murah untuk tugas kecil dan skrip exec codex

ModelID model (tempel ini)Harga sekarang
DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash$0.0075 input · $0.0282 output / 1M
GLM 5.3z-ai/glm-5.3$0.0029 input · $0.0100 output / 1M
Qwen 3 Coder 480bqwen/qwen3-coder$0.0030 input · $0.0099 output / 1M
DeepSeek V3.2deepseek/deepseek-v3.2$0.0026 input · $0.0038 output / 1M
GPT-OSS 120Bopenai/gpt-oss-120b$0.000069 input · $0.00030 output / 1M
Kimi K2 Thinkingmoonshotai/kimi-k2-thinking$0.0059 input · $0.0248 output / 1M

Harga pada build per jam terakhir, tanpa tambahan biaya · semua model →

FAQ

Apakah Codex CLI berfungsi dengan MartLLM?

Ya. Tambahkan penyedia model di ~/.codex/config.toml dengan base_url https://api.martllm.com/v1, env_key UBERLLM_API_KEY dan wire_api "responses". MartLLM menyediakan Responses API (POST /v1/responses) yang dipanggil Codex, dengan streaming dan tool calls.

Model apa saja yang bisa saya gunakan di Codex melalui MartLLM?

Model chat apa pun di katalog MartLLM yang mendukung tool calls, seperti DeepSeek, GLM, Kimi, Qwen Coder, Claude, dan GPT. Atur model ke ID-nya, misalnya deepseek/deepseek-v4.1-flash.

Apakah saya memerlukan previous_response_id atau respons yang tersimpan untuk Codex?

Tidak. Codex mengirimkan seluruh percakapan pada setiap permintaan dengan store diatur ke false, jadi MartLLM tidak menyimpan apa pun di antara panggilan.