DeepSeek-V4-Pro 在 Codex 中的 Responses 配置工作流

一句话结论

DeepSeek-V4-Pro 可通过原生 Responses API 接入 Codex CLI、ChatGPT 桌面应用和 VS Code 扩展；一次配置共享，但应先备份并验证 config.toml/models.json。

适用场景

• 适合的任务：希望以低成本在 Codex 的同一套工具/项目流程中试用 DeepSeek-V4-Pro 的开发者。

• 不适合的任务：没有备份或无法管理 API key 的机器；不应盲目执行远程安装脚本。

• 适用的模型版本：官方文档同时写入 deepseek-v4-flash 与 deepseek-v4-pro；本文选用 deepseek-v4-pro。

• 适用的客户端、Agent 或 API：Codex CLI、ChatGPT desktop、Codex VS Code extension；通信协议为 Responses API。

• 推荐的推理档位和参数：model_reasoning_effort="high" 起步；复杂任务可比较 max，简单任务比较 low。

可直接使用的内容

官方手动配置的核心字段（将 API key 放入安全的密钥管理，不要提交到仓库）：

model = "deepseek-v4-pro"
model_provider = "deepseek"
preferred_auth_method = "apikey"
forced_login_method = "api"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"

[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "<your DeepSeek API Key>"

测试/工作流步骤

1. 确认 Codex CLI/桌面应用已启动过，备份现有 ~/.codex/config.toml 和模型目录。

2. 按官方文档生成/核对 models.json，确认 V4-Pro 的 context、effort 和工具元数据与当前 API 一致。

3. 在 config.toml 中设置 model_provider=deepseek、wire_api="responses" 和 model_reasoning_effort="high"；密钥改用环境变量或系统密钥链时，不要照抄明文字段。

4. 先运行只读任务，检查 Codex 启动 banner、模型选择、Responses 请求和工具调用；再允许写文件或执行命令。

5. 测试结束后记录模型、effort、工具轨迹、成本和回退方式；若切回 ChatGPT 登录，按官方说明重启客户端并确认历史分组。

原始证据与数据

• DeepSeek 说明 Codex CLI、ChatGPT 桌面应用和 VS Code 扩展共享同一配置文件。

• 官方脚本会备份 config.toml、写入 models.json、修改 provider 配置，并在写入前验证 TOML/JSON 语法。

• wire_api="responses" 表示使用 DeepSeek 原生支持的 Responses API；model_reasoning_effort 控制思考深度和响应时间。

• 官方文档说明切换第三方 API 后，Codex 会按登录方式分组显示 session，恢复原配置不会删除旧记录。

适用边界

• 这是配置工作流，不是 DeepSeek-V4-Pro 的代码质量 benchmark；Codex harness 可能改变模型表现。

• 官方远程 setup 脚本会修改用户配置；本文只记录可复核字段，没有执行脚本。生产接入应先审阅脚本、锁定版本并备份。

• experimental_bearer_token 明文示例仅用于说明字段位置；实际 API key 不能写入 Git、日志或共享屏幕。

• 模型 catalog 与 API 支持可能更新；错误的 context/effort 元数据会造成客户端误配。

来源摘录或观察（仅做合规短引）

DeepSeek 将这一集成描述为 “all Codex clients ... share the same configuration file”，但共享配置不等于共享会话历史或相同权限。