O Codex CLI da OpenAI é um dos terminais de codificação com IA mais comentados de 2025-2026. Ele vem vinculado a uma conta ChatGPT, mas desde que o suporte a modelos de terceiros foi oficialmente aberto no início de 2026, a demanda por conectar LLMs chineses disparou — por razões óbvias. A saída do DeepSeek V4 Flash custa cerca de um quinquagésimo do GPT-5.3-codex, e o Qwen3-Coder supera modelos internacionais de tamanho equivalente em bases de código com conteúdo em chinês.
O caminho até lá, porém, é acidentado por causa de um fato no nível de protocolo: o Codex CLI fala a API Responses da OpenAI, enquanto a grande maioria das plataformas de modelos chinesas implementou apenas a API Chat Completions, mais antiga. Este guia começa na camada de protocolo, cobre quatro caminhos de conexão viáveis em ordem de prioridade e traz configurações de referência para cada plataforma importante.
O Problema Central: Responses API Não É Chat Completions
Desde 2026, a configuração wire_api do Codex CLI aceita exatamente um valor: "responses". Isso não é uma extensão retrocompatível do Chat Completions. A Responses API é o redesenho da OpenAI para workloads agênticos — chamadas nativas de ferramentas, entrada multimodal, streaming e gerenciamento de estado no servidor — enquanto o Chat Completions é a interface clássica de completion.
A consequência prática: mesmo que um modelo seja compatível com a OpenAI, uma plataforma que implementa apenas o endpoint de Chat Completions vai retornar 404 para toda requisição que o Codex enviar. Sua chave funciona; seu endpoint corresponde; o protocolo não.
Há quatro formas de atravessar esse abismo, ordenadas por recomendação:
- Conexão direta — a plataforma suporta nativamente a Responses API. Zero intermediários, máxima estabilidade.
- Agregadores de computação — chamar modelos que não têm suporte nativo à Responses por meio de plataformas como Alibaba DashScope ou Baidu Qianfan.
- Serviços proxy de ponte — serviços em nuvem de terceiros que traduzem o protocolo.
- Proxy local — você mesmo executa a camada de tradução.
Preparação: Como a Configuração É Estruturada
O Codex mantém sua configuração no diretório ~/.codex/:
~/.codex/
├── config.toml # config principal: modelo, providers, feature flags
└── auth.json # credenciais: chaves de APIUm bloco de provider personalizado padrão leva seis linhas:
model_provider = "my-provider"
model = "my-model"
[model_providers.my-provider]
name = "My Provider"
base_url = "https://api.example.com/v1"
env_key = "MY_API_KEY"
wire_api = "responses"Em 2026, a linha wire_api pode ser omitida — "responses" é o padrão. A autenticação vem em três formatos: env_key (recomendado, o mais seguro), experimental_bearer_token (não recomendado) e o token baseado em comando [auth] para credenciais de vida curta.
Caminho A: Conexões Diretas — Plataformas Com Suporte Nativo à Responses API
Essas plataformas já implementam a Responses API e podem ser configuradas diretamente no Codex.
Alibaba DashScope (família Qwen)
O DashScope foi a primeira plataforma chinesa a suportar a Responses API e continua sendo a mais completa: ferramentas integradas de busca na web, code interpreter e web-fetch, cache de sessão e controle de raciocínio em cinco níveis.
auth.json:
{
"DASHSCOPE_API_KEY": "sua chave de API do DashScope"
}config.toml:
model_provider = "dashscope"
model = "qwen3-coder-plus"
model_reasoning_effort = "high"
model_context_window = 262144
model_auto_compact_token_limit = 200000
[model_providers.dashscope]
name = "DashScope"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
env_key = "DASHSCOPE_API_KEY"Modelos recomendados: qwen3-coder-plus (o mais forte para código), qwen3.7-plus (o mais forte em raciocínio geral).
- Ferramentas integradas ativam diretamente:
web_search,code_interpreter. - Cache de sessão: adicione o header
x-dashscope-session-cache: enablee o contexto é cacheado automaticamente (mínimo de 1.024 tokens, TTL de cinco minutos). - Controle de raciocínio em cinco níveis:
none / minimal / low / medium / high. - Implantação multirregião: endpoints na China, Singapura, EUA e Alemanha.
Baidu Qianfan (DeepSeek / GLM / Qwen)
O Qianfan é um agregador de computação, e seu valor central é exatamente esse: ele permite alcançar modelos como o DeepSeek, que não têm Responses API nativa, roteando pela camada compatível do Qianfan.
auth.json:
{
"QIANFAN_API_KEY": "bce-v3/sua chave de API do Qianfan"
}config.toml, usando DeepSeek-v4-pro como exemplo:
model_provider = "qianfan"
model = "deepseek-v4-pro"
model_reasoning_effort = "high"
model_context_window = 131072
model_auto_compact_token_limit = 100000
[model_providers.qianfan]
name = "Qianfan"
base_url = "https://qianfan.baidubce.com/v2"
env_key = "QIANFAN_API_KEY"Vantagens distintas do Qianfan: suporte ao protocolo MCP (declare servidores MCP no parâmetro tools e o modelo pode chamar o Baidu AI Search e outras ferramentas externas automaticamente); um único endpoint cobrindo as famílias DeepSeek, GLM e Qwen; function calling completo além de saída estruturada. Os modelos suportados incluem DeepSeek-v4-pro, DeepSeek-v4-flash, DeepSeek-v3.2 (com modo think), GLM-5.1, GLM-5, Qwen3-coder-480b e Qwen3-235b.
StepFun
A Responses API da StepFun está em estágio inicial, mas os controles multimodais (imagem e vídeo) e de raciocínio já estão prontos:
model_provider = "stepfun"
model = "step-3.7-flash"
model_reasoning_effort = "high"
model_context_window = 256000
model_auto_compact_token_limit = 200000
model_reasoning_summary = "none"
model_supports_reasoning_summaries = false
preferred_auth_method = "apikey"
[model_providers.stepfun]
name = "StepFun"
base_url = "https://api.stepfun.com/v1"Atenção às duas flags: a StepFun não suporta resumos de raciocínio, então model_reasoning_summary = "none" e model_supports_reasoning_summaries = false precisam ser definidos explicitamente, ou as requisições falharão.
MiniMax
O MiniMax é atualmente a única plataforma chinesa que serve /v1/responses como interface principal — a integração mais tranquila do grupo:
model_provider = "minimax"
model = "MiniMax-M3"
model_reasoning_effort = "high"
model_context_window = 1048576
model_auto_compact_token_limit = 800000
[model_providers.minimax]
name = "MiniMax"
base_url = "https://api.minimaxi.com/v1"O MiniMax M3 suporta uma janela de contexto de um milhão de tokens, o que o torna a escolha natural para code review em repositórios grandes.
Volcano Ark (família Doubao)
auth.json:
{
"ARK_API_KEY": "sua chave de API do Volcano Ark"
}config.toml:
model_provider = "volcark"
model = "seu-endpoint-id"
model_reasoning_effort = "high"
model_context_window = 32768
model_auto_compact_token_limit = 25000
[model_providers.volcark]
name = "VolcanoArk"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "ARK_API_KEY"A única pegadinha: no Volcano Ark, o campo model recebe o ID do endpoint que você cria no console (algo como ep-20250xxx), não o nome do modelo.
Caminhos B e C: Fazendo a Ponte Para Modelos Sem Suporte à Responses
A API oficial do DeepSeek, Kimi, Zhipu GLM e SiliconFlow atualmente servem apenas Chat Completions e não podem se conectar diretamente ao Codex. Existem duas alternativas.
Serviço proxy de ponte: NovAI. O NovAI (aiapi-pro.com) é atualmente a única plataforma de terceiros oferecendo ponte para a Responses API, traduzindo requisições Responses para Chat Completions automaticamente:
model_provider = "novai"
model = "glm-5"
[model_providers.novai]
name = "NovAI"
base_url = "https://aiapi-pro.com/v1"
env_key = "NOVAI_API_KEY"{
"NOVAI_API_KEY": "nvai-sua chave de API do NovAI"
}A cobertura inclui GLM-5, GLM-5-Turbo e MiniMax-Text-01, e contas novas ganham um crédito de US$ 2.
Proxy local: codex-cn-bridge. Uma opção open source para desenvolvedores que não querem uma nuvem de terceiros no meio do caminho:
# instale e execute o proxy local (encaminha para qualquer endpoint de Chat Completions)
npx codex-cn-bridge --port 8080 --target https://api.deepseek.com/v1A configuração correspondente no Codex:
model_provider = "local-deepseek"
model = "deepseek-chat"
[model_providers.local-deepseek]
name = "Local DeepSeek"
base_url = "http://localhost:8080/v1"A abordagem é totalmente transparente: o Codex acredita estar falando com um endpoint de Responses enquanto cada requisição é na verdade traduzida e encaminhada para a interface de Chat Completions do DeepSeek.
Além das opções dedicadas, gateways genéricos também funcionam: o OpenRouter agora fala Responses API com uma única chave em centenas de modelos e cobrança unificada; o LiteLLM é o gateway open source que você pode hospedar para conversão de protocolo em praticamente todos os modelos chineses; e o 4SAPI é um gateway de agregação doméstico feito sob medida para modelos chineses, com roteamento multimodelo e gerenciamento de chaves embutidos.
Como Escolher Entre Eles
| Rota | Latência | Custo | Escolha de modelos | Carga operacional | Melhor para |
|---|---|---|---|---|---|
| DashScope direto | Baixa | Médio | Família Qwen | Nenhuma | Escolha padrão; usuários intensivos de Qwen |
| Qianfan direto | Baixa | Médio | DeepSeek + GLM + Qwen | Nenhuma | Escolha padrão para DeepSeek ou GLM |
| MiniMax direto | Baixa | Médio | MiniMax M3 | Nenhuma | Contextos muito grandes |
| Volcano Ark direto | Baixa | Médio | Família Doubao | Baixa | Quem está profundamente ligado ao ecossistema ByteDance |
| Ponte NovAI | Média | Baixo | Ampla | Nenhuma | Ponte sem configuração, tudo em um só lugar |
| Proxy local | Baixa | O mais baixo | Qualquer modelo em formato Chat | Média | Customização profunda; privacidade sensível |
| LiteLLM / OpenRouter | Média | Variável | Muito ampla | Média | Governança multimodelo em nível de equipe |
Na Prática: Code Review Com o Codex
Uma vez configurado, a operação diária é idêntica à experiência nativa:
# revisar mudanças não commitadas
codex review --uncommitted
# revisar arquivos específicos
codex review --uncommitted src/utils.ts
# modo não interativo, saída para arquivo
codex exec -o review.md "revise as mudanças não commitadas atuais; liste bugs potenciais, problemas de legibilidade e sugestões de melhoria"Para verificar a conexão:
codex exec "qual modelo você é?"Se o cabeçalho do CLI mostrar o model e o provider corretos, você está conectado.
Quanto Custa
Preços de julho de 2026, por um milhão de tokens de saída: o GPT-5.3-codex custa US$ 14 via chave de API; o ChatGPT Plus custa US$ 20 por mês, mas é limitado a 20-100 mensagens por janela de cinco horas; o DeepSeek V4 Flash via Qianfan fica perto de US$ 0,28; o Qwen3-Coder-Plus via DashScope, cerca de US$ 0,80; o MiniMax M3, US$ 1,20; uma instalação local com Ollama não custa nada além do hardware.
A estratégia de maior valor agora: rotear o trabalho braçal para os modelos chineses e reservar as sessões de planejamento e debug para a cota do ChatGPT Plus. A combinação vence qualquer um dos lados sozinho.
Conclusão
Conectar o Codex CLI a LLMs chineses é, em essência, um problema de adaptação de protocolo. Prefira plataformas com suporte nativo à Responses API — DashScope, Qianfan, MiniMax, StepFun, Volcano Ark — e faça a ponte para o restante com o NovAI ou um proxy local.
A configuração em si são seis linhas de TOML mais uma chave de API. Uma vez rodando, a experiência é indistinguível do modo ChatGPT nativo — por um décimo a um quinquagésimo do custo. Para desenvolvedores que trabalham em chinês, esta não é a alternativa econômica; é a configuração melhor: latência menor, custo menor, compreensão mais apurada de requisitos em chinês e sem necessidade de VPN.