一句话看懂：OpenAI 将 Codex 中 GPT-5.6 Sol 的 1M token 超长上下文能力从 API 端扩展到 ChatGPT 账号端，普通订阅用户现在也能在对话式编码工具里直接使用百万级上下文。值得关注的是官方同时强调默认上下文长度是调优结果，暗示超长上下文在性能和成本上仍有取舍。
事件核心：发生了什么
OpenAI 团队工程师 Thibault Sottiaux 于 2026 年 8 月 17 日在 X 平台披露，Codex 中的 GPT-5.6 Sol 模型已支持 1M token 上下文窗口，且使用范围从原先仅限 API key 调用，扩展至 ChatGPT 账号路径下的 Codex 使用。换句话说，用户不再需要申请或配置 API 凭据，直接在 ChatGPT 的 Codex 界面中即可启用这一能力。Sottiaux 同时发布了启用方法的文档说明，并在推文中明确提示：当前默认的上下文长度是官方经过性能与成本权衡后调优的结果，超长上下文并非对每个场景都更优。
为什么重要
这是长上下文能力从基础设施层向产品层渗透的一个具体信号。1M token 意味着模型单次可处理相当于数本长篇小说的文本量，放在 Codex 这个编码场景里，它允许模型一次性读取大型代码仓库的完整内容，而不再依赖检索式切片或人工分段。此前这类能力通常被限制在 API 调用链路上，开发者需要自行处理工程集成；现在直接下沉到 ChatGPT 账号体系，表明 OpenAI 有意将超长上下文作为 Codex 的标准配置来推广。与此同时，官方对默认值设定的表态也值得留意：长上下文在推理阶段会占用更多显存和计算资源，成本并非线性增长，这解释了为什么 Open AI 没有直接把 1M 设为默认值，也说明超长上下文的商业化仍处于“能力可用、成本可控”的平衡阶段。
对用户/开发者/创作者的影响
对普通开发者而言，最直接的收益是代码理解和跨文件重构能力显著增强。过去依赖 Codex 处理大型项目时，经常需要手动指定相关文件或依赖索引，现在理论上可以把整个仓库的上下文一次喂给模型，减少来回澄清的交互成本。对于使用 API 的团队，这次变更是产品侧的加码，并不改变 API 计费方式，但提供了一个参照：ChatGPT 账号下启用 1M 上下文的具体效果和成本表现，可以作为评估是否在自有应用中接入长上下文的参考。对创作者和研究者来说，长文档分析、长篇代码审计、大规模日志排查这类任务也有了更顺手的产品入口。不过需要理性看待的是，官方“调优到近乎完美”的表述意味着 1M 模式可能存在响应变慢、精度波动或更高 token 消耗，不应默认它对所有任务都更好。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，观察 1M 上下文在实际 Codex 工作流中的稳定性，包括长对话多轮迭代下的错误累积率和响应延迟是否在可接受范围。第二，价格信号还没有出现，如果 OpenAI 后续为 1M 上下文推出单独的分档计费或套餐限制，将直接反映这项能力的真实算力成本。第三，竞品反应同样值得跟踪，Anthropic 的 Claude 在长上下文方向有持续布局，Google Gemini 系列也主打大窗口，OpenAI 这次把长上下文从 API 推向产品端，是否会引发其他厂商在同一维度上调优产品默认配置，目前公开信息尚未显示明确动向。
