在 Codex 中使用 GLM-5.2、GLM-5.3 和 GLM-5.3-Flash：配置与模型选择
通过 APIMaster 在 Codex 中配置 GLM。了解如何在 Windows、macOS 和 Linux 上找到 config.toml，设置 API 密钥，启动交互式对话并选择模型。
配置好你的 APIMaster API 密钥和 Codex 的 config.toml，然后运行 codex 即可与 GLM 对话。 可用模型为 glm-5.2、glm-5.3、glm-5.3-flash。Codex 通过位于 https://apimaster.ai/v1 的 Responses API 进行连接。
开始之前
完成环境检查，按照通用指南安装 Codex，并获取一个APIMaster API 密钥，确保其可访问这些模型且有充足余额。
codex --version
1. 打开配置目录
Windows
按下 Win + R，输入以下路径并按回车：
%USERPROFILE%\.codex
如果该文件夹不存在，请创建它。用文本编辑器打开或创建 config.toml。请确保文件名不是 config.toml.txt。
macOS / Linux
在 macOS 上，在 Finder 中按下 Command + Shift + G 并输入：
~/.codex
在 Linux 上，用文件管理器或编辑器打开同一目录。如有需要，可在终端中创建它：
mkdir -p ~/.codex
在该目录中打开或创建 config.toml。如果你使用了自定义的 Codex 状态目录，请改用该目录。
2. 配置 config.toml
两个平台使用相同的内容：
model = "glm-5.3"
model_provider = "apimaster"
model_reasoning_summary = "none"
model_supports_reasoning_summaries = false
[model_providers.apimaster]
name = "APIMaster"
base_url = "https://apimaster.ai/v1"
env_key = "APIMASTER_API_KEY"
wire_api = "responses"
如果该文件已存在，请先备份再合并这些设置。请替换已有的顶层键而不是重复添加，并确保它们位于 第一个 [table] 标题之前。如果 provider 部分已存在，请合并该部分。这会更改新 Codex 会话的默认 provider 和模型。
基础 URL 包含 /v1。请保留 wire_api = "responses"；仅有 Chat Completions 端点不足以支持本工作流程。这些摘要设置关闭的是可选的推理摘要，而不是模型内部的思考过程。
如果你想保留现有的默认 provider，可以将此配置放入 ~/.codex/glm.config.toml（Windows 路径为 %USERPROFILE%\.codex\glm.config.toml）。然后在下面的启动命令中添加 --profile glm。命名配置文件需要 Codex 0.134.0 或更高版本，并且会继承其他基础设置。
3. 设置你的 API 密钥
将 YOUR_APIMASTER_API_KEY 替换为来自 APIMaster 的密钥。TOML 配置中存储的是环境变量的名称，而不是密钥本身。
Windows PowerShell
在将要启动 Codex 的终端中运行：
$env:APIMASTER_API_KEY = 'YOUR_APIMASTER_API_KEY'
若要同时为以后的终端保存它：
[Environment]::SetEnvironmentVariable('APIMASTER_API_KEY', 'YOUR_APIMASTER_API_KEY', 'User')
保存持久化变量后，请打开一个新终端，或者继续使用运行过第一条命令的当前终端。
macOS / Linux
export APIMASTER_API_KEY='YOUR_APIMASTER_API_KEY'
这仅对当前终端生效。若要在新终端中重复使用，请将同样的 export 行添加到你 shell 的启动文件中，例如 Zsh 的 ~/.zshrc 或交互式 Bash 的 ~/.bashrc，然后打开一个新终端。请将包含真实密钥的文件保密，不要放入共享仓库。
4. 启动 Codex 并对话
在项目目录中打开一个终端并运行：
codex
在正常的首次运行提示或项目信任提示之后，检查当前活动模型是否为 glm-5.3。在 Codex 对话中 输入：
Reply with exactly OK.
如果得到正常回复，说明基本连接成功。然后你可以让它解释代码、读取文件或进行修改。请留意常规的文件和命令权限提示。
5. 选择其他模型
对于这些自定义模型 ID，需要在启动 Codex 时显式选择模型。每次在终端中只运行一条命令：
codex --model glm-5.2
codex --model glm-5.3
codex --model glm-5.3-flash
每条命令都会打开一个交互式对话。若要从已打开的会话中切换，请输入 /exit，然后运行所需模型的命令。若要使用其他模型继续某个已保存的对话，请使用 codex resume SESSION_ID --model MODEL_ID，而不是开始新对话。
在 Codex 中，/model 会打开其模型目录，/status 会显示当前活动模型。该菜单不会自动列出 APIMaster 模型市场中的所有模型。 如果你的 GLM 模型不在其中，请按上文使用 --model。不要以为 Claude Code 的 /model MODEL_ID 语法在 Codex 中同样适用；它并非本文验证过的自定义模型选择路径。
对于可选的命名配置文件，例如：
codex --profile glm --model glm-5.3
若要更改以后启动时的默认模型，请编辑你所使用配置中的顶层 model 值。
故障排除
| 症状 | 检查方法 |
|---|---|
| 缺少 API 密钥 / 401 | 在启动 Codex 的终端中设置 APIMASTER_API_KEY；检查密钥有效性和余额。 |
| 仍在使用其他 provider | 检查 model_provider、所选配置文件、项目覆盖设置和启动参数。修改配置后请重启。 |
| TOML 解析错误 | 避免重复的键或表；顶层设置必须位于表标题之前。 |
| 404 / 不支持的协议 | 使用 https://apimaster.ai/v1 和 wire_api = "responses"。 |
| 模型未出现在 /model 中 | 配合 codex --model 使用完整的模型 ID。内置目录并非网关的模型列表。 |
| 模型元数据或模型列表警告 | 这些 ID 可能缺少 Codex 元数据。请查看最终回复；回退的上下文限制并非经核实的模型能力。 |
| 推理/输出流警告 | 检查最终答案和工具结果。如有中断的输出，请附带模型、CLI 版本、UTC 时间和请求 ID（如有）进行报告。 |
验证与可选的工具检查
记录的集成测试信息：2026-09-15 UTC，Codex CLI 0.154.0，Linux。本文列出的所有模型均返回了预期文本，并使用了工具读取本地文件。三个模型还修复了一个小型 Python 函数并运行了其测试；测试文件经过独立检查并重新运行。本文提供了 Windows 和 macOS 的配置说明，但这些操作系统不在记录的测试范围内。这些检查并不能证明完整的特性兼容性、长时间会话行为或最大上下文限制。
若要检查文件工具，请在临时项目中创建 probe.txt，内容为：
FILE_PROBE_739182
在该目录中使用你选择的模型启动 Codex，然后输入：
Read probe.txt using a tool and reply with its exact contents. Do not guess.
确认文件读取工具被执行且答案与文件内容一致。请在基本对话正常工作之后再使用此方法。
常见问题
这会使用我的 ChatGPT 订阅吗？
请求使用你的 APIMaster 密钥和余额。Codex 只是客户端；GLM 是所选模型。此配置不会使 GLM 成为 OpenAI 模型。
为什么 Claude Code 使用不同的 URL？
Codex 使用 https://apimaster.ai/v1 进行 Responses 调用。Claude Code 使用站点根地址 https://apimaster.ai，并自行附加 /v1/messages。