DeepSeek v4 正式版接入 Codex(ChatGPT) 并开启视觉理解

DeepSeek v4 正式版最近势头挺猛,DeepSeek-V4-Flash-0731 更新支持了 Responses API ,更方便接入 Codex(ChatGPT)桌面端了。

方法一:官方脚本接入

DeepSeek 官方提供了一键配置脚本,能够很方便的接入 Codex (且随时还原)

运行前请确保已安装 Codex CLI 或 ChatGPT 桌面端,并至少运行过一次(即 ~/.codex 目录已存在)。

  • macOS / Linux 用户在终端中执行:
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh)
  • Windows 用户在 PowerShell 中执行:
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

运行后按提示:

请选择要执行的操作:
  1. 修改 Codex 配置,使用 deepseek-v4-flash 模型
  2. 修改 Codex 配置,使用 deepseek-v4-pro 模型(暂未支持,预计 2026 8 月初上线,敬请期待)
  3. 恢复默认的 Codex 配置(删除 deepseek 相关配置)

输入 1 / 2 / 3: 

选择 1 之后,设置 API Key 即可(密钥在 DeepSeek API 开放平台 生成获取)

之后需要恢复默认配置,再次运行脚本后选 3 即可。

方法二:CC-Switch 设置

CC Switch 是一个 AI 工具的统一管理面板。支持 Claude Code、Claude Desktop、Codex、Gemini CLI、OpenCode、OpenClaw、Hermes Agent 等应用。

安装你系统的客户端,运行后选中「OpenAI」后点击「添加」

img

选中「DeepSeek」添加获取的 API Key 先不保存,下拉选项

img

删掉 deepseek-v4-pro 模型,添加保存(pro 模型未支持 Responses API 方式,后续支持可再加回)

img

启用 DeepSeek 接入方式,按提示 退出并重启 codex 客户端,即可生效!

img

使用 CC Switch 接入,还可以启用「历史会话保存」、可视化管理 skill、提示词、会话、mcp 等。

img

开启视觉理解

众所周知 DeepSeek 的模型,截止目前为止都是不支持视觉理解的,我们在对话过程中,如果有 OCR、图像的时候就不是很方便。

img

我们可以通过 skill 的形式,给 DeepSeek 搭配一个带有视觉理解能力的模型,来解决图片输入的问题。

比如 Claude Vision Skill 这个技能

虽然是 Claude 的技能,但 codex 也是能正常安装使用.


搭配的视觉模型可选的就很多了,你手头有的可以优先接入,或者是使用有免费的额度的:

1、阿里百炼Qwen3.7-Flash 系模型有 100 万 tokens 的免费额度,由于是大致 35b 左右的 moe 模型,超出价格也不贵(可以设置超量停止)。

img

img

2、像硅基流动之类之前白嫖过赠金,现在又用不了高级模型的。(Qwen/Qwen3.5-35B-A3BQwen/Qwen3.5-27B 作为图像识别模型也是还不错的)

img

3、其余平台就不再赘述了,有条件甚至可以 ollama 部署本地的识图模型😊。

接入实战

以阿里百炼为例,直接让 codex 帮你安装和配置 Claude Vision Skill 技能包:

帮我以适配 codex 的形式安装为全局 skill:
https://github.com/asuojun/claude-vision-skill
使用阿里百炼平台,使用模型:qwen3.7-flash
api-key: sk-xxxxxxxx

替换成你在百炼平台生成的 api-key ,如果是其他平台提供对应 模型、API Key、Base URL 等信息,直接发送:

img

如果安装失败可以开启 codex 的「完全访问权限」、自行解决网络问题、或是手动下载 skill 的压缩包进行安装。

安装成功后直接新开对话,不用任何提示词发生图片:

img

这样就搞定了!

后话和事项

DeepSeek-V4-Flash-0731 这次的主要更新为 Agent 相关能力,接入 Codex 后,开启最高档推理,日常使用体验不错,速度快且省钱(几小时中度使用,只花了几块钱😄)。

但 V4-Flash 毕竟只是 284B-A13B 的 MoE 模型,通过后训练提升的相关能力,在处理复杂任务时,还是稍显不足的,毕竟参数量摆在这里。

这里也更期待 DeepSeek-V4-Pro 正式版更新后的表现了!

评论