三行配置打开 Codex 百万上下文，真正要算清的是长任务成本
8月17日前后，OpenAI 工程师 Tibo 表示，Codex 里 GPT-5.6 Sol 的 100 万 token 上下文窗口已向订阅用户开放。此前这项能力只对 API 密钥用户可用。量子位把消息概括成解除封印、三行配置搞定。配置入口确实存在，可是窗口开大以后，使用成本、输入余量和长任务稳定性仍然需要单独判断。
一、这次开放了什么
OpenAI 官方页面列出 GPT-5.6 Sol 拥有 1,050,000 token 上下文窗口，最大输出为 128,000 token。Tibo 在 X 上补充，Plus、Pro 等订阅用户可以在 Codex 里手动开启，使用接近 105 万 token 的窗口容量。这里有两处边界需要分开看。参数里的 1,050,000 token 是模型可接受的上下文总量。它不是用户永远能写入的有效输入，自动压缩和缓存仍会占用一部分空间。
二、三行配置只是入口
第三方教程给出的长期配置一致。用户可以在 ~/.codex/config.toml 中加入三项。model = "gpt-5.6-sol" 指定模型。model_context_window = 1000000 指定窗口大小。model_auto_compact_token_limit = 900000 把自动压缩触发点放在 90 万 token。如果只想单次测试，也可以在命令行传入这些参数。配置完成后，窗口确实变大，但它解决的是模型能不能看到更多内容，不解决模型能不能把更多内容稳定用对。
三、真正要算清的是成本与可用边界
第一个风险是计费。多个第三方教程提醒，Codex 输入超过 272K token 后可能进入长上下文计费区间，输入价格按基础价的 2 倍计算，输出价格按 1.5 倍计算。使用 100 万 token 的密集会话，也可能更快消耗订阅额度。Tibo 说默认上下文长度来自性能与成本的平衡，用户应根据实际需求决定是否手动开启，而不是把 1M 当作日常默认值。
第二个风险是任务表现。OpenAI 官方页面给出了长上下文检索基准 OpenAI MRCR v2 8-needle。GPT-5.6 Sol 在 256K 至 512K 区间得分 91.5%，在 512K 至 1M 区间为 73.8%。这个分数下降不能推出 1M 上下文没有价值，它只能说明窗口扩大以后，模型在特定检索任务上的稳定性会下降。长代码库重构、跨文件调试和长时间会话仍然需要用户把上下文组织清楚，否则更大的窗口只会放进更多噪声。
四、后续观察
现在能够确认的是入口开放，不是所有长任务都已自动变好。接下来要看三件事。Codex 是否继续公布订阅版长上下文的计费细节。100 万 token 窗口在真实大型仓库任务中的完成率如何变化。用户是否能通过自动压缩和上下文裁剪，把 1M 窗口用出比默认 272K 更明显的结果。打开窗口只是第一步，真正能回答价值的，是长任务完成之后剩下了多少成本和时间。