Codex 的 GPT-5.4 已停用：ChatGPT 登录用户该改哪些配置

Codex 的 GPT-5.4 已停用：ChatGPT 登录用户该改哪些配置

OpenAI 的 Codex 模型页面已经把日期写得很明确：从 2026 年 8 月 31 日起，使用 ChatGPT 账号登录 Codex 的用户不能再选择 GPT-5.4 和 GPT-5.4-mini。官方给出的对应替代是 GPT-5.6 Terra 与 GPT-5.6 Luna。今天如果在 Codex CLI、IDE 扩展或桌面应用里遇到旧模型不可用，优先检查本地配置，不必先把它判断成网络故障、额度异常或 API 中转站失效。

这次变化容易被误读，因为“Codex 中的模型”和“OpenAI API 模型”并非同一个下线范围。[OpenAI 的迁移说明](https://learn.chatgpt.com/zh-Hans/docs/models)明确指出：受影响的是通过 ChatGPT 登录使用 Codex 的场景；直接调用 OpenAI API，或者让 Codex 使用自己的 API Key，并不受本次停用影响。团队排障时应先确认认证方式，再决定是更换模型名、检查 API Key，还是处理网关路由。混在一起排查，往往会把一次正常的产品迁移拖成半天的连接故障。

先找出那些“平时看不见”的模型配置

Codex 桌面应用、CLI 与 IDE 扩展会共享 config.toml，因此在一个入口修改默认模型，可能改变另外两个入口的行为。除了工作区默认值，还要检查保存过的配置、组织下发的 managed config、自定义 Agent、定时任务和脚本参数。最容易漏掉的是无人值守命令，例如脚本里固定写着 codex exec --model gpt-5.4：交互界面已经切到新模型，凌晨任务仍然会因旧名称失败。

迁移清单不宜只做一次全文替换。先把所有 gpt-5.4 与 gpt-5.4-mini 的引用列出来，按任务类型记录原模型、推理强度、上下文要求、延迟和预算，再分别修改。历史配置里如果还混有自建代理或 OpenAI 兼容 API，也要保留提供商字段，避免一个模型名替换动作把请求送到错误端点。对于使用 [AI 中转站统一接入编程模型](/articles/coding-agent-ai-gateway-openai-compatible-api-guide) 的团队，网关侧的别名与客户端侧的模型名应该分开管理，日志中最好同时保留用户请求名和最终路由名。

模型更换后，长任务的工具调用次数、补丁范围和失败重试都可能改变。迁移当日应挑几个真实但可回滚的任务复跑，同时保留原有命令权限与合并门禁；一句提示词测试看不出这些差异。

Terra 与 Luna 不应只按名称一一替换

[OpenAI 当前模型指南](https://developers.openai.com/api/docs/guides/latest-model)把 GPT-5.6 Sol 定位为高难度编码与复杂任务的旗舰选择，Terra 面向日常开发中的质量、速度与成本平衡，Luna 更偏高吞吐和成本敏感的批量工作。官方映射给迁移提供了起点：原来用 GPT-5.4 的任务先试 Terra，原来用 GPT-5.4-mini 的任务先试 Luna；它并不替团队完成最终选型。

评测时保留原任务集和验收条件，先沿用原来的推理强度，再测试同档与低一档。除通过率外，还要看首次产出、工具调用、失败收敛、总耗时与实际消耗。批量格式化、分类和简单解释可先试 Luna；跨模块改造、依赖升级与复杂调试可先试 Terra，少数高风险任务再升级到 Sol。分层路由也便于解释成本变化。

若团队同时使用订阅额度和 API 余额，可以参考 [Codex 国内使用时订阅与 API 的区别](/articles/codex-china-subscription-chatgpt-credits-api-differences)，把账号登录链路、API Key 链路和统一网关链路分别画清楚。需要在多个模型之间保留切换空间时，可在 AnyAIS 先建立独立的测试路由，用同一组仓库任务记录成功率、延迟和成本，验证后再替换生产默认值。