在 Codex 里用 GLM-5.3 和 Kimi K3.1 Pro：config.toml 配置
Codex 默认用 GPT 模型。接入 TeamoRouter 后，同一个 API Key 也能调用智谱 GLM-5.3 和 Kimi K3.1 Pro：把 ~/.codex/config.toml 里的 model 改成对应的模型 ID 就行。Codex 命令行和 Codex 桌面版读的是同一份配置。还没装 Codex 的话，先看 Codex 命令行安装与接入。
新账号余额为 0，先充值再调用。 第一次请求前先充值，$5 起。如果 Codex 报 400 Bad Request、提示「钱包余额不足」，说明余额为 0，不是 Base URL 或 Key 配错了，充值后重试即可。
能用的模型
| 模型 | 模型 ID | 上下文 |
|---|---|---|
| GLM-5.3 | glm-5.3 |
100 万 token |
| GLM-5.3-Flash | glm-5.3-flash |
100 万 token |
| Kimi K3.1 Pro | kimi-k3.1-pro |
100 万 token |
| Kimi K3 | kimi-k3 |
100 万 token |
价格见各模型页。
一、写入配置
已经按 Codex 接入文档配过 TeamoRouter 的，只要把 model = 那一行改成上表里的模型 ID。没配过的，按下面整段粘贴。
macOS / Linux
打开终端，整段粘贴后回车（以 GLM-5.3 为例，用 Kimi 就把 glm-5.3 换成 kimi-k3.1-pro）：
mkdir -p ~/.codex && cat > ~/.codex/config.toml <<'EOF'
model_provider = "teamorouter"
model = "glm-5.3"
model_reasoning_effort = "high"
[model_providers.teamorouter]
name = "TeamoRouter"
base_url = "https://api.teamorouter.com/v1"
env_key = "OPENAI_API_KEY"
wire_api = "responses"
EOF
Windows
打开 PowerShell 执行：
New-Item -ItemType Directory -Force -Path "$HOME\.codex" | Out-Null
@'
model_provider = "teamorouter"
model = "glm-5.3"
model_reasoning_effort = "high"
[model_providers.teamorouter]
name = "TeamoRouter"
base_url = "https://api.teamorouter.com/v1"
env_key = "OPENAI_API_KEY"
wire_api = "responses"
'@ | Set-Content -Path "$HOME\.codex\config.toml" -Encoding UTF8
上面的命令会覆盖原来的 config.toml。里面有别的配置要保留的话，手动改 model 那一行即可。
设置 API Key
把 <你的 TeamoRouter API Key> 换成在 TeamoRouter 控制台创建的 Key。已经设过 OPENAI_API_KEY 的可以跳过。
macOS：
echo 'export OPENAI_API_KEY="<你的 TeamoRouter API Key>"' >> ~/.zshrc
source ~/.zshrc
Linux：
echo 'export OPENAI_API_KEY="<你的 TeamoRouter API Key>"' >> ~/.bashrc
source ~/.bashrc
Windows（执行后关掉当前 PowerShell 窗口，重新打开一个）：
[Environment]::SetEnvironmentVariable("OPENAI_API_KEY", "<你的 TeamoRouter API Key>", "User")
然后在终端运行 codex，用的就是 GLM-5.3。
二、切换模型
- 只在这一次用别的模型：
codex -m kimi-k3.1-pro - 长期换： 改
config.toml里的model那一行。 - 常用几个来回切： 在
config.toml末尾加几个 profile，启动时用--profile选：
[profiles.glm]
model_provider = "teamorouter"
model = "glm-5.3"
[profiles.kimi]
model_provider = "teamorouter"
model = "kimi-k3.1-pro"
codex --profile kimi
三、Codex 桌面版
Codex 桌面版和命令行读同一份 ~/.codex/config.toml，改完后完全退出桌面版再打开。桌面版的模型下拉里没有 GLM / Kimi，以 config.toml 里的 model 为准；在下拉里选了别的模型，就会换成那个模型。
常见问题
- 报推理强度相关的错误： GLM 只接受
low、high这类推理强度。model_reasoning_effort保持"high"或改成"low"，不要设成"medium"、"minimal"。 - 模型把命令写成一段文字，不去执行： 多半是用了自定义模型目录（
model_catalog_json），而且 GLM / Kimi 的条目是从 GPT 条目复制的，把use_responses_lite也带了过去。把这个条目里的use_responses_lite改成false，或者删掉这个条目。 - 请求还是发到了 OpenAI： 检查
config.toml第一行是不是model_provider = "teamorouter"，以及 provider 名不能叫openai。