DeepSeek V4-Flash 正式版于 2026 年 7 月 31 日开放公测，与此前预览版最关键的区别是：原生支持 Responses API——Codex 使用的正是这套协议，V4-Flash 正式版让 Codex 终于可以直连 DeepSeek，不再需要本地代理或协议降级适配。DeepSeek 官方同步提供了一键配置脚本，从安装到跑通只需一条命令。本文覆盖官方脚本方法和完整手动配置方案，包括 config.toml 和 models.json 的逐字段解释，以及跨平台（macOS/Linux/Windows）的配置差异。
为什么以前接入麻烦，现在变简单了
在 V4-Flash 正式版之前，Codex 接入 DeepSeek 的障碍是协议不匹配。
Codex 走的是 Responses API 格式（OpenAI 专有的 Agent 协议，支持子智能体、工具调用、多轮 Agent 工作流）。DeepSeek 过去只提供 Chat Completions 接口，两者无法直接对话。开发者的解法：
- 在
config.toml配wire_api = "chat"，让 Codex 降级到 Chat 模式——可用，但 Agent 功能受限 - 用 CC Switch、LiteLLM 等本地代理做协议转换——能跑通，但多了一个维护项，Agent 边界行为不稳定
V4-Flash 正式版直接支持 Responses API，官方文档的配置也从 wire_api = "chat" 换成了 wire_api = "responses"。Codex 的完整 Agent 能力——子 Agent 调度、并行工具调用、代码审查工作流——在 DeepSeek 上全部原生可用。
前置条件
在开始配置前确认两项：
- Codex CLI 已安装：执行
codex --version，能输出版本号即可（最低 v0.144.0，推荐最新版） ~/.codex目录已存在：运行过一次codex就会自动创建，或手动mkdir ~/.codex
Codex CLI 的安装方式：
# npm（跨平台）
npm i -g @openai/codex
# Homebrew（macOS）
brew install openai-codex
方法一：官方一键脚本（推荐，最快）
DeepSeek 官方提供了自动化配置脚本，把完整配置流程压缩到一条命令。
macOS / Linux（Terminal 执行）：
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh)
Windows（PowerShell 执行）：
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex
脚本执行过程中会提示输入你的 DeepSeek API Key，完成后自动写入配置文件。脚本会在 ~/.codex/backup-deepseek/ 创建原有配置的备份，不会覆盖丢失已有设置。
执行完毕后，直接在终端里跑 codex，在模型列表里就能看到 DeepSeek-V4-Flash。
方法二：手动配置（完整控制）
如果你想理解每个字段的含义，或需要同时保留多个 Provider 的配置，手动方式更清晰。
第一步：编辑 config.toml
配置文件路径：
- macOS / Linux：
~/.codex/config.toml - Windows：
%USERPROFILE%\.codex\config.toml
完整配置内容：
model = "deepseek-v4-flash"
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 = "<你的 DeepSeek API Key>"
字段说明：
| 字段 | 作用 |
|---|---|
model |
默认使用的模型，填 deepseek-v4-flash |
model_provider |
指向下方 [model_providers.deepseek] 的 key |
wire_api = "responses" |
使用 Responses API 协议，V4-Flash 原生支持 |
model_reasoning_effort |
推理深度，可选 low / high / max |
model_catalog_json |
指向 models.json，定义模型列表 |
experimental_bearer_token |
你的 DeepSeek API Key |
注意：
wire_api = "responses"是 V4-Flash 正式版才支持的设置，预览版接入时用的是wire_api = "chat"，两者不同，不要混用。
第二步：创建 models.json
文件路径（与 model_catalog_json 字段保持一致）：~/.codex/models.json
{
"models": [
{
"slug": "deepseek-v4-flash",
"display_name": "DeepSeek-V4-Flash",
"description": "Latest frontier agentic coding model.",
"default_reasoning_level": "high",
"supported_reasoning_levels": [
{
"effort": "low", "description": "Fast responses with lighter reasoning"},
{
"effort": "high", "description": "Extra high reasoning depth for complex problems"},
{
"effort": "max", "description": "Maximum reasoning depth for the hardest problems"}
],
"context_window": 1048576,
"supported_in_api": true
}
]
}
上下文窗口 1,048,576 token（约 100 万），是目前 Codex 接入的模型中上下文最大的档位之一，适合大型代码库的多文件任务。
推理深度怎么选
V4-Flash 支持三档推理深度，可以在对话中随时切换，也可以通过 model_reasoning_effort 设为默认值：
| 档位 | 适用场景 | Token 消耗 |
|---|---|---|
low |
快速问答、单文件简单修改、格式调整 | 最少 |
high（默认） |
多文件重构、逻辑复杂的 Bug 修复、架构分析 | 中等 |
max |
深度代码审查、算法优化、跨系统问题排查 | 最多 |
日常使用建议保持 high，遇到真正复杂的任务再切 max。low 适合在 Agent 工作流里处理大量简单子任务时降低成本。
定价与成本估算
V4-Flash 正式版 API 定价（2026 年 8 月）：
| 计费项 | 价格（每百万 token） |
|---|---|
| 输入（缓存命中） | 0.02 元 |
| 输入（缓存未命中） | 1 元 |
| 输出 | 2 元 |
Agent 任务的成本主要在输出端——Codex 工作流涉及多轮调用，每轮都会产生推理输出。V4-Flash 的 2 元/百万 token 输出价格，是同类 Coding Agent 场景中最低的档位之一。
实际估算：一个中等复杂度的 Agent 任务（20-30 轮调用，每轮平均 1000 输出 token），大约消耗 2-3 分钱。相同任务用 V4-Pro（输出 6 元/百万 token），成本约为 Flash 的 3 倍。
峰谷计费注意：DeepSeek 计划上线峰谷定价机制，北京时间工作日 9:00-12:00 和 14:00-18:00 高峰时段按 2 倍计费。如果用量集中在高峰时段，实际成本需要按此调整。
V4-Pro 什么时候可用
当前（2026 年 8 月初）：
- V4-Flash 正式版：已开放公测，Responses API 完整支持，可立即接入
- V4-Pro 正式版：计划 2026 年 8 月初发布，Responses API 支持也随 V4-Pro 发布一并到来
V4-Pro 的配置方式与 Flash 完全相同，届时只需在 models.json 里新增一个条目，将 slug 改为 deepseek-v4-pro，config.toml 里的 model 字段按需切换即可。
Token Plan 作为备选 API 来源
如果你在使用 DeepSeek V4-Flash 的同时还需要调用其他模型——比如 Kimi K3 做长文档分析、Qwen 处理中文任务，七牛云 AI Token Plan 提供了统一 API Key 接入多款主流国内大模型的方案，DeepSeek V4-Flash 也在接入范围内。
常见问题
Q：配置后 Codex 提示找不到模型怎么办？
先检查 models.json 里的 slug 是否和 config.toml 里的 model 字段完全一致（deepseek-v4-flash，注意连字符）。再确认 ~/.codex/models.json 路径存在，用 cat ~/.codex/models.json 验证文件内容正确。
Q：wire_api = "responses" 和 wire_api = "chat" 有什么实际区别？
responses 模式下 Codex 的子 Agent 调度、多轮工具调用、代码审查等完整 Agent 功能全部可用；chat 模式是降级适配，部分 Agent 功能会受限或行为不可预测。V4-Flash 正式版原生支持 Responses API，建议直接用 responses 模式。
Q：Codex、ChatGPT 桌面端、VS Code 插件的配置文件是同一个吗？
是的。三者共用 ~/.codex/config.toml 和 ~/.codex/models.json。在这里配置好的 DeepSeek Provider，ChatGPT 桌面端和 VS Code Codex 插件也会同步可用。
Q：一键脚本会覆盖我现有的 OpenAI 配置吗？
不会覆盖，脚本运行前会把现有配置备份到 ~/.codex/backup-deepseek/。脚本只添加 DeepSeek Provider，不修改已有的 OpenAI 或其他 Provider 配置。
Q：V4-Flash 预览版的配置需要迁移吗？
需要。预览版用的是 wire_api = "chat" 和模型 slug deepseek-v4-flash-preview。正式版需要改为 wire_api = "responses" 和 deepseek-v4-flash。建议直接跑一键脚本重新配置，或手动按本文方法二更新。
小结
V4-Flash 正式版对 Codex 用户最重要的变化是：不再需要本地代理和协议适配，直接通过官方一键脚本或手动编辑 config.toml 完成接入，Codex 的完整 Agent 能力全部可用。1 元/百万 token 输入 + 2 元输出的定价，在 Agent 场景的多轮调用下成本优势明显。如果你之前因为接入繁琐而放弃，现在值得重新试一次。
