Qwen 3.8 Max в Codex CLI 2026: конфиг, лимит 258K, цена

Поддерживает ли Codex CLI Qwen 3.8 Max?

Да, через шлюз, и полный agent-цикл работает. Встроенной записи для неё в Codex нет, поэтому вы объявляете кастомный provider и направляете его на эндпоинт, говорящий по Responses API. Вся настройка одним экраном:

Что получится:       Полный agent-цикл Codex (apply_patch, shell, много ходов) на Qwen 3.8 Max
Сколько времени:     6 строк TOML, около 5 минут
Что нужно:           codex-cli 0.146.x, ключ ofox, подписка ChatGPT не нужна
Slug модели:         bailian/qwen3.8-max
Протокол:            responses (единственное значение, которое Codex принимает в 2026)
Контекст на руки:    258 400 токенов по умолчанию, а не 1M, который модель поддерживает
Снятие лимита:       model_catalog_json, не model_context_window
Стоимость 3 задач:   $0.0804 против $0.5387 на GPT-5.5 (замерено 2026-08-06)
Прайс:               $2 / $6 за 1M вход/выход, чтение кэша $0.25

Qwen выпустила 3.8 Max 3 августа 2026 года с окном контекста в 1M и ценой примерно впятеро ниже GPT-5.5. Codex CLI — очевидное место, где этот бюджет тратить. Подключение работает, конфиг короткий, но две вещи посередине тихо стоят вам денег: контекстное окно, которое Codex реально выдаёт модели, и число токенов, которое CLI печатает в конце прогона.

Оба замерены ниже на codex-cli 0.146.1.

Что можно и чего нельзя сделать с Qwen 3.8 Max в Codex?

Вы получаете настоящий agent-цикл, а не чат-окно. В тестах Qwen 3.8 Max читала файлы, правила их через инструмент apply_patch, запускала python3, чтобы проверить собственную правку, и отчитывалась. Последняя часть важнее, чем звучит. Именно на apply_patch на этом самом пути отваливаются несколько других моделей: Claude Sonnet 5 через тот же шлюз отвергает freeform-форму инструмента Codex с tools.0.custom.strict: Extra inputs are not permitted, а DeepSeek и Grok падают на Encrypted content is not supported with this model. Qwen 3.8 Max — нет.

Чего вы не получаете:

• Полный контекст в 1M. Codex зажимает неизвестные модели до 258 400 токенов. Лечится, но не тем параметром, который называет большинство гайдов.
• Встроенный системный промпт Codex. Как только вы подсовываете кастомный каталог моделей, чтобы снять лимит, вам приходится подсунуть и собственные base_instructions. Вкомпилированный промпт OpenAI сторонним slug-ам недоступен.
• Показания по расходу, которым можно верить. Строка tokens used занижает ровно на то, что ушло в кэш, — в одном прогоне это 85% ввода.
• Списание по тарифу ChatGPT. Это путь через API-ключ. Ваш недельный лимит Codex не тратится, подписка ChatGPT — тоже.

Когда так стоит делать, а когда нет?

Когда проблема — счёт за Codex, а не качество модели. Всё дальше исходит из того, что вы уже работаете в Codex ежедневно и знаете свои траты.

Когда стоит:

• Вы выжигаете недельный лимит Codex на GPT-5.5 и хотите модель подешевле для рутинных двух третей работы: рефакторинги, каркасы тестов, объяснение кода.
• Вам нужен один API-ключ, который достаёт до моделей Qwen, GPT и Claude, без поддержки трёх путей аутентификации.
• Вы уже работаете в Codex и не хотите менять CLI ради доступа к китайской фронтир-модели.

Когда не стоит:

• Вам нужен настроенный системный промпт Codex и поведение skills. Записи кастомного каталога заменяют его тем, что напишете вы.
• Вашей работе действительно нужно больше 258K контекста, а поддерживать JSON-каталог ради этого вы не готовы.
• Вы хотите сравнить качество моделей, а не гонять агента. Прямой вызов API проще и пропускает весь этот слой.

Правило остановки: если вам нужна просто модель подешевле для коротких задач — останавливайтесь после шага 3. Работа с каталогом на шаге 4 окупается только тогда, когда ваши сессии достаточно длинные, чтобы упереться в лимит.

Что нужно перед стартом?

Свежий Codex, ключ от шлюза и ничего от OpenAI.

На одном правиле именования спотыкаются регулярно. Под кастомным provider вы используете slug с неймспейсом bailian/qwen3.8-max. Под нативной аутентификацией OpenAI вы писали бы голые имена вроде gpt-5.5, без префикса. Префикс — это неймспейс каталога шлюза, а не часть идентичности модели, и смешать обе формы в одном конфиге — самый быстрый способ получить ошибку «модель не найдена».

Как настроить Qwen 3.8 Max в Codex CLI?

Три шага: установка, объявление provider, запуск. Конфиг ниже — та версия, которая работала на 0.146.1, а не шаблон для адаптации.

Шаг 1: установить Codex и задать ключ

npm i -g @openai/codex
export OFOX_API_KEY="sk-of-..."
codex --version   # ожидаем 0.146.x

Не используйте здесь codex login --with-api-key. Этот путь пишет ключ OpenAI в auth.json для встроенного provider, а кастомный provider читает не оттуда.

Шаг 2: написать блок provider

Создайте ~/.codex/config.toml:

model = "bailian/qwen3.8-max"
model_provider = "ofox"

[model_providers.ofox]
name = "ofox"
base_url = "https://api.ofox.ai/v1"
env_key = "OFOX_API_KEY"
wire_api = "responses"
requires_openai_auth = false

Шесть строк конфигурации provider, и каждая нужна:

• wire_api = "responses" — теперь единственное принимаемое значение. Передача "chat" даёт жёсткую ошибку на старте, а не предупреждение, и указывает на обсуждение депрекации у OpenAI. Актуальная справка по конфигу прямо говорит, что responses «единственное поддерживаемое значение и оно же по умолчанию, если параметр опущен».
• env_key называет переменную, которую читает Codex. Опустите эту строку — и Codex не выдаст ошибку. Он откатится к ключу OpenAI, лежащему в auth.json, и отправит его в ваш шлюз, породив 401, который обвиняет ваш ключ, тогда как проблема в том, что ушёл другой ключ.
• requires_openai_auth = false пропускает экран логина ChatGPT. К форматам ключей, о которых пишут старые гайды, это отношения не имеет.

Шаг 3: запустить

codex exec --sandbox workspace-write "median() is wrong for even-length input. Fix it in stats.py."

Ожидаемый результат: Codex читает файл, вызывает apply_patch, запускает скрипт, чтобы проверить собственную работу, и печатает итог. Наш тестовый репозиторий прошёл путь от однострочного return xs[n // 2] до корректной ветки для чётной длины плюс защита от пустого ввода, а модель сама проверила это, запустив python3 stats.py и прочитав в ответ 2.5.

Если это сработало — интеграция живая. Дальше речь про два числа, которые Codex сообщает по пути.

Почему Codex зажимает контекстное окно до 258 400 токенов?

Потому что Codex знает возможности только собственных моделей OpenAI, а всё остальное получает консервативные значения по умолчанию. На первом же прогоне вы увидите:

warning: Model metadata for `bailian/qwen3.8-max` not found.
Defaulting to fallback metadata; this can degrade performance and cause issues.

Предупреждение читается как косметический шум. Это не так. Codex несёт вкомпилированный каталог записей о моделях, и любой slug вне его откатывается к фиксированному профилю. Чтение лога сессии показывает цену:

grep -o '"model_context_window":[0-9]*' \
  ~/.codex/sessions/2026/08/06/rollout-*.jsonl | tail -1

"model_context_window":258400

На странице модели ofox у Qwen 3.8 Max 1 131 072 токена. Codex выдаёт ей 258 400 — около 23% того, за доступ к чему вы платите. Длинные сессии начинают автоматически сжиматься куда раньше, чем должны бы, и причину вы не видите.

Помогает ли model_context_window?

Нет, и эту часть стоит проверить прежде, чем ей доверять. Ходовой совет по этой проблеме — добавить model_context_window в начало config.toml. Ключ настоящий, задокументирован как «число токенов контекстного окна, доступное активной модели». Здесь он не сработал.

Три из четырёх — это и есть тот фикс, который советуют. На 0.146.1 число сдвинул только четвёртый.

Как на самом деле снять ограничение контекста?

Направьте model_catalog_json на JSON-файл, который объявляет модель как следует. Codex валидирует этот файл строго, а в структуре ModelInfo 39 полей. Обход валидатора по одной ошибке за раз дал вот это — загружается чисто:

{"models": [{
  "slug": "bailian/qwen3.8-max",
  "display_name": "Qwen3.8 Max",
  "description": "Qwen3.8 Max via ofox",
  "context_window": 1131072,
  "max_context_window": 1131072,
  "effective_context_window_percent": 100,
  "default_reasoning_level": "medium",
  "supported_reasoning_levels": [
    {"effort": "low", "description": "low"},
    {"effort": "medium", "description": "med"},
    {"effort": "high", "description": "high"}],
  "shell_type": "shell_command",
  "visibility": "list",
  "supported_in_api": true,
  "priority": 1,
  "support_verbosity": false,
  "default_verbosity": "low",
  "truncation_policy": {"mode": "tokens", "limit": 10000},
  "apply_patch_tool_type": "freeform",
  "web_search_tool_type": "text_and_image",
  "input_modalities": ["text", "image"],
  "supports_image_detail_original": false,
  "supports_parallel_tool_calls": true,
  "tool_mode": "direct",
  "multi_agent_version": null,
  "use_responses_lite": false,
  "include_skills_usage_instructions": false,
  "auto_review_model_override": null,
  "auto_compact_token_limit": null,
  "comp_hash": "3000",
  "reasoning_summary_format": "experimental",
  "default_reasoning_summary": "none",
  "minimal_client_version": "0.0.1",
  "prefer_websockets": false,
  "supports_reasoning_summary_parameter": true,
  "supports_search_tool": false,
  "experimental_supported_tools": [],
  "additional_speed_tiers": [],
  "service_tiers": [],
  "default_service_tier": null,
  "availability_nux": null,
  "upgrade": null,
  "model_specialty": null,
  "memory_consolidation": null,
  "base_instructions": "You are Codex, a coding agent running in the Codex CLI. Use apply_patch for file edits."
}]}

Сохраните и загрузите:

codex exec -c model_catalog_json=/path/to/catalog.json \
  --sandbox workspace-write "your task here"

Предупреждение исчезает, сессия сообщает полные 1 131 072. Agent-цикл продолжает работать: та же правка median прошла через apply_patch с активным каталогом.

Прочитайте последнее поле, прежде чем на это соглашаться. base_instructions обязательно и должно быть строкой, а значит вы заменяете системный промпт Codex своим. Вкомпилированные инструкции OpenAI — это тысячи слов про дисциплину работы с инструментами, формат вывода и правила автономности. Однострочной заглушки выше хватило, чтобы агент оставался работоспособным в тестах, но эквивалентом она не является. Если ваши сессии спокойно укладываются в 258K, пропустить весь этот шаг — защитимое решение.

Какие ошибки вылезут при настройке?

В основном ошибки аутентификации, обвиняющие не то. Каждая строка ниже воспроизведена на 0.146.1, а не собрана из чужих гайдов.

Две строки заслуживают отдельного внимания, потому что вводят в заблуждение активно. Отсутствие env_key порождает ошибку аутентификации про ключ, который вы вообще не собирались отправлять. А codex login status не делает никакой сетевой проверки, так что он радостно доложит о рабочем логине, пока каждый запрос падает. Диагностика аутентификации — это отправка настоящего запроса; /v1/models тоже не подойдёт, поскольку ofox отдаёт каталог публично и возвращает 200 вообще без ключа. Полную матрицу мы разобрали в Codex CLI 401 unauthorized.

Сколько Qwen 3.8 Max реально стоит в Codex?

Около $0.08 за три настоящие задачи против $0.54 за те же три на GPT-5.5. Оба прогона прошли через один CLI, один шлюз, один репозиторий, одни и те же промпты, 2026-08-06.

Цены — со страниц моделей ofox на тот день: Qwen 3.8 Max $2/M на вход, $6/M на выход, $0.25/M чтение кэша; GPT-5.5 $5/M, $30/M, $0.5/M.

Токены под этими суммами, потому что одни итоги не проверяемы:

Реален ли разрыв в 6.7x?

Частично. Прайс оправдывает 2.5x на входе и 5x на выходе; остальное — конфигурация и разброс между задачами, а не большая эффективность Qwen. Две вещи раздувают замеренный разрыв сверх разницы в цене, и обе стоит знать, прежде чем цитировать число.

Первая — системный промпт. GPT-5.5 разрешается по встроенному каталогу Codex и получает полный набор инструкций OpenAI на каждом ходу. Qwen 3.8 Max, работающая под кастомным каталогом, получает однострочные base_instructions из примера выше. Эта разница едет во входных токенах каждого хода.

Вторая — число ходов, которое модель выбирает себе сама. На задаче «объяснить репозиторий» GPT-5.5 сделала 8 обращений к API и 7 вызовов инструментов; Qwen — 4 и 3. Одно это объясняет большую часть 11.5x в той строке. На задаче с type hints картина перевернулась: у Qwen 6 обращений против 5 у GPT-5.5, и она всё равно вышла дешевле — вот там разница в накладных расходах на ход видна чисто.

Три задачи, по одному прогону, один репозиторий. Доля попаданий в кэш плавает между прогонами в зависимости от того, что вы вызывали раньше. Считайте 6.7x тем, что эта конфигурация выставила в счёт в тот день, а 2.5x/5x — полом, на который можно рассчитывать по одному прайсу. Сравнение по бенчмаркам, а не по счетам, — в Qwen 3.8 Max против DeepSeek V4 Flash.

Почему число токенов в Codex меньше моего счёта?

Потому что строка tokens used вычитает закэшированный ввод. Правка median напечатала tokens used 5,859. Лог сессии того же прогона:

{"input_tokens": 37401, "cached_input_tokens": 32512,
 "output_tokens": 970, "total_tokens": 38371}

38 371 минус 32 512 — это 5 859. Показанное число есть суммарные токены минус кэшированная часть: разумное приближение предельной стоимости и плохое приближение вашего счёта. Те 32 512 кэшированных токенов тарифицируются по ставке чтения кэша, а не бесплатны. Настоящие числа тяните из лога:

grep -o '"total_token_usage":{[^}]*}' \
  ~/.codex/sessions/2026/08/06/rollout-*.jsonl | tail -1

Сильно ли reasoning effort меняет счёт?

Не так сильно, как намекает число токенов. Та же задача, та же модель, менялся только model_reasoning_effort:

Reasoning-вывод вырос в 2.5 раза. Счёт вырос на 3.3%. В agent-цикле доминирует повторная отправка диалога, а reasoning — тонкий слой сверху. Это идёт вразрез с привычным советом держать effort низким ради экономии — по крайней мере для Qwen 3.8 Max в Codex. Выбирайте effort по качеству вывода и оставьте аргумент про бюджет в стороне.

Оговорка: это верно для коротких агентных задач. Один длинный запрос с тяжёлым рассуждением и малым числом вызовов инструментов сместит пропорцию.

Как раздать этот конфиг на команду?

Через профили, чтобы никто не правил общий файл ради смены модели. Профили — способ не дать общему конфигу превратиться в приватные хаки трёх человек. Определите оба стека один раз и позвольте каждому разработчику выбирать под проект:

[profiles.cheap]
model = "bailian/qwen3.8-max"
model_provider = "ofox"
model_reasoning_effort = "medium"

[profiles.heavy]
model = "openai/gpt-5.5"
model_provider = "ofox"
model_reasoning_effort = "high"

codex exec --profile cheap "add tests for the parser"
codex exec --profile heavy "redesign the scheduler's backpressure"

Три вещи, которые команде стоит утрясти до того, как это разойдётся:

• Ключи живут в окружении. env_key читает имя переменной, так что сам файл конфига не содержит секретов и может лежать в репозитории. Не давайте никому вставлять туда ключ текстом.
• У файла каталога должен быть дом. Если вы снимаете лимит контекста, model_catalog_json указывает на абсолютный путь. Закоммитьте JSON в репозиторий и ссылайтесь относительно у каждого разработчика — иначе получите отчёты «у меня работает», которые на деле означают «файл лежит по другому пути».
• Зафиксируйте версию CLI. Удаление wire_api = "chat" сломало конфиги, работавшие год. Записывайте проверенную версию рядом с конфигом.

Раскладки общего ~/.codex/config.toml подробнее разобраны в нашем разборе config.toml для Codex и гайде по нескольким provider.

Продвинутое: какие модели реально заменят здесь Qwen?

Не всякая модель за OpenAI-совместимым шлюзом переживает путь через Responses API, которого требует Codex. Наличие /v1/responses в каталоге необходимо, но не достаточно, и отказы молчат до первого настоящего запроса. Все шесть строк ниже прогнаны через один и тот же шлюз 2026-08-06:

Отказы по encrypted-content с вашей стороны не чинятся. Codex зашивает reasoning.encrypted_content в каждый запрос, переключателя в конфиге нет. Поэтому модель может заявлять правильный эндпоинт и всё равно падать.

Чтобы проверить кандидатов, не тратя на выяснение целую сессию:

curl -s https://api.ofox.ai/v1/models -H "Authorization: Bearer $OFOX_API_KEY" \
  | jq -r '.data[] | select(.supported_endpoints | index("/v1/responses")) | .id'

А затем отправьте один настоящий запрос. Этот список отсеивает очевидные отказы и пропускает тонкие. Актуальные цены и поддержка протоколов по каждой модели — на страницах моделей ofox.

Альтернативы, которые стоит рассмотреть

• Шлюз ofox. Один ключ, оба протокола и те самые slug-и моделей, что используются в статье. Qwen 3.8 Max по $2/$6, чтение кэша $0.25/M.
• Alibaba DashScope напрямую. Международная база совместимого режима действительно отдаёт путь /responses: без ключа отвечает 401, а не 404, значит эндпоинт есть. Ключа DashScope у нас не было, цикл Codex против него не проверялся — считайте это непроверенным, а не подтверждённым. Совместимый режим Alibaba описывает в гайде по совместимости Model Studio с OpenAI.
• OpenRouter. Широкое покрытие моделей, хотя требование Responses со стороны Codex сужает пригодный список ровно так же, как и здесь.
• Остаться на GPT-5.5. Если настроенный системный промпт Codex и поведение skills нужны вам больше, чем впятеро дешевле выход, — это настоящий компромисс, а не очевидно неверный выбор.

FAQ

Стоит ли переходить на Qwen 3.8 Max только ради цены? Для рутинной агентной работы разрыв по прайсу достаточно велик, чтобы это имело значение: 2.5x на входе и 5x на выходе. Для работы, где неверный ответ стоит сессии отладки, сначала оцените качество. Детали цен и спецификации запуска — в нашем разборе запуска Qwen 3.8 Max.

Влияет ли это на лимиты моего тарифа ChatGPT или Codex? Нет. Кастомный provider — это путь через API-ключ с отдельным биллингом. Ваш недельный лимит Codex не трогается.

Можно ли использовать в Codex ввод изображений у Qwen 3.8 Max? Модель принимает текст и изображения на вход, и запись каталога выше объявляет обе модальности. Работа с изображениями внутри цикла Codex в это тестирование не входила.

Починят ли лимит 258K на стороне апстрима? Codex разрешает метаданные модели из вкомпилированного каталога, так что сторонние slug-и будут откатываться к дефолтам, пока этот дизайн не изменится. Файл каталога — поддерживаемый обходной путь на сегодня.

References

• Справочник по конфигурации Codex CLI, ключи wire_api и model_catalog_json (проверено 2026-08-06): https://learn.chatgpt.com/docs/config-file/config-reference
• Обсуждение OpenAI Codex 7782, депрекация поддержки chat/completions: https://github.com/openai/codex/discussions/7782
• Пост о запуске Qwen 3.8 Max, команда Alibaba Qwen: https://qwen.ai/blog?id=qwen3.8
• Документация Alibaba Model Studio по совместимости с OpenAI: https://www.alibabacloud.com/help/en/model-studio/compatibility-of-openai-with-dashscope
• Снимки страниц моделей ofox для bailian/qwen3.8-max и openai/gpt-5.5 (2026-08-06)
• Локальные прогоны на codex-cli 0.146.1, macOS 26.4 arm64, логи сессий в $CODEX_HOME/sessions/2026/08/06/