GPT-5.4 8月31日退出 Codex？先分清 ChatGPT 登录与 API Key，再迁移 Terra/Luna

很多 Codex 用户最近都看到了同一条提醒：GPT-5.4 和 GPT-5.4 mini 将在 2026 年 8 月 31 日退出 Codex。

有人于是开始换账号、删配置，甚至认为 GPT-5.4 的 API 也会同时失效。

但官方公告真正限定的是：使用 ChatGPT 账号登录 Codex 的用户。

如果你使用 OpenAI API，或者在 Codex 中通过自己的 API Key 接入兼容 Responses API 的服务，这次调整并不等于 API 模型立刻下线。

这篇文章把三件容易混淆的事情一次说清楚：

哪些 Codex 用户必须在 8 月 31 日前迁移；
GPT-5.4 应该换 Terra、Luna 还是 Sol；
自己使用 API Key 时，怎样验证模型并完成 Codex 配置。

说明：本文包含作者使用的 API 服务配置示例。请先查询自己账号可用的模型列表，再使用实际返回的模型 ID。

TOC

一、先看结论：不是所有 GPT-5.4 都会在同一天消失

官方 Codex 更新日志给出的范围非常明确：

使用 ChatGPT 账号登录 Codex：GPT-5.4 和 GPT-5.4 mini 将于 2026 年 8 月 31 日停止提供；
GPT-5.4 推荐迁移到 GPT-5.6 Terra；
GPT-5.4 mini 推荐迁移到 GPT-5.6 Luna；
OpenAI API 以及使用 API Key 认证的 Codex 会话不受这次调整影响。

因此，首先要判断的不是"我有没有用 GPT-5.4"，而是"我的 Codex 采用哪种认证和模型来源"。

可以分成三种情况：

情况 1：使用 ChatGPT 账号登录

需要在截止日期前切换模型。日常主力任务优先换 Terra，原来使用 mini 的轻量任务换 Luna。

情况 2：使用自己的 OpenAI API Key

这次 ChatGPT 登录侧的模型退出不直接影响 API Key 工作流，但仍应检查 API 模型列表和后续模型生命周期公告。

情况 3：使用第三方兼容 API

是否还能使用某个模型，取决于服务端实际开放的模型列表、模型映射和 Responses API 兼容情况，不能只看 Codex 的模型选择器。

二、Terra、Luna、Sol 应该怎么选

GPT-5.6 使用了新的三档命名方式：

gpt-5.6-sol：面向复杂专业任务和高难度编码，能力优先；
gpt-5.6-terra：在智能、速度和成本之间取平衡；
gpt-5.6-luna：面向高频、轻量和成本敏感任务。

官方推荐的直接迁移关系是：

原模型	推荐替代	适合场景
`gpt-5.4`	`gpt-5.6-terra`	日常开发、排错、代码审查、Agent 任务
`gpt-5.4-mini`	`gpt-5.6-luna`	搜索、分类、批量修改、简单子任务

Sol 并不是 GPT-5.4 的默认替代项。如果任务确实涉及大型重构、复杂架构决策或高价值代码审查，可以单独测试 Sol，但不建议因为"型号最高"就把所有任务都切过去。

官方 GPT-5.6 迁移指南还建议：从 GPT-5.4 迁移时，先保留原来的 reasoning effort 作为基线，再用同一批真实任务测试低一级的 effort。新模型有可能用更少的推理 Token 达到相同或更好的结果。

三、ChatGPT 登录用户的最快迁移方法

如果你只使用 ChatGPT 账号登录 Codex，最简单的方法是在新会话中直接指定模型：

复制代码

codex --model gpt-5.6-terra

轻量任务可以使用：

复制代码

codex --model gpt-5.6-luna

也可以在正在运行的会话中使用模型选择功能，确认新模型能正常创建会话。

如果配置文件里固定写了旧模型，还要检查用户级配置：

复制代码

~/.codex/config.toml

把旧配置：

复制代码

model = "gpt-5.4"
model_reasoning_effort = "medium"

改为：

复制代码

model = "gpt-5.6-terra"
model_reasoning_effort = "medium"

原来使用 mini 的配置可以改为：

复制代码

model = "gpt-5.6-luna"
model_reasoning_effort = "low"

不要只检查这一处。以下位置也可能固定保存了旧模型名：

命令行脚本中的 --model 或 -m；
CI/CD 环境变量；
Codex 自动化任务；
自定义 Agent 或子 Agent 配置；
编辑器插件保存的模型选择；
团队下发的托管配置。

四、API Key 用户先别改配置，先查模型列表

第三方 API 最常见的排错误区，是看到新闻后直接把模型名改成 gpt-5.6-terra，却没有确认服务端是否已经开放这个 ID。

先设置环境变量：

复制代码

export API_BASE="https://genvis.xyz/v1"
export API_KEY="YOUR_API_KEY"

查询模型列表：

复制代码

curl -sS "$API_BASE/models" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json"

重点检查返回结果中是否存在：

复制代码

gpt-5.6-terra
gpt-5.6-luna
gpt-5.6-sol

模型 ID 必须以接口实际返回为准。有些服务会使用别名或渠道映射，不能根据模型展示名称自行猜测。

我在 2026 年 8 月 24 日对该示例端点进行无 Token 路径检查时，GET /v1/models 返回了 JSON 格式的 401 Unauthorized，说明请求进入了 API 鉴权层。但无有效 Key 的检查不能证明某个模型对具体账号可用。

五、模型存在之后，还要验证 Responses API

Codex 自定义模型提供商当前使用 Responses API。模型出现在 /v1/models 中，并不自动证明 /v1/responses 可以正常调用。

先测试非流式请求：

复制代码

export MODEL="gpt-5.6-terra"

curl -i --max-time 60 \
  -X POST "$API_BASE/responses" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  --data "{\"model\":\"$MODEL\",\"input\":\"Reply with exactly OK\"}"

至少要确认：

HTTP 状态码为 200；
返回的是 JSON，而不是网站首页 HTML；
响应具有 Responses API 的 response 对象结构；
没有 unknown model、model not found 或权限错误；
Token 用量和结束状态正常。

接着测试流式请求：

复制代码

curl -N -i --max-time 120 \
  -X POST "$API_BASE/responses" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: text/event-stream" \
  --data "{\"model\":\"$MODEL\",\"input\":\"Reply with exactly OK\",\"stream\":true}"

流式调用应返回 text/event-stream，并最终正常出现完成事件。如果只返回第一段文本就断开，Codex 中仍可能出现：

复制代码

stream disconnected before completion
response.failed event received

六、通过验证后，再写 Codex 的 API 配置

用户级配置文件位置是：

复制代码

~/.codex/config.toml

Windows 通常对应：

复制代码

%USERPROFILE%\.codex\config.toml

可使用下面的完整配置：

复制代码

model = "gpt-5.6-terra"
model_provider = "genvis"
model_reasoning_effort = "medium"

[model_providers.genvis]
name = "Genvis"
base_url = "https://genvis.xyz/v1"
env_key = "GENVIS_API_KEY"
wire_api = "responses"

macOS 或 Linux 设置 Key：

复制代码

export GENVIS_API_KEY="YOUR_API_KEY"

PowerShell 设置 Key：

复制代码

$env:GENVIS_API_KEY="YOUR_API_KEY"

然后从同一个终端启动 Codex：

复制代码

codex

这里有两个配置细节很容易出错。

第一，base_url 填公共 API 前缀，不要写成完整的 /responses 地址，否则客户端可能重复拼接路径。

第二，model_provider 和 model_providers 属于机器本地提供商配置。官方配置参考说明，项目目录中的 .codex/config.toml 不能覆盖这些字段，所以第三方提供商应写进用户级配置。

七、迁移后常见的四种报错

1. Model not found

通常说明模型 ID 不存在、服务端尚未开放、账号分组没有权限，或者模型映射名称不同。

解决顺序：先查 /v1/models，再核对控制台权限，最后检查 config.toml 中的模型名。

2. Missing environment variable

说明 env_key 指向的环境变量没有设置，或者 Codex 不是从设置变量的终端启动。

VS Code、终端和桌面应用可能继承不同的环境变量。设置后应彻底退出旧进程，再重新打开。

3. 404 Not Found

检查最终地址是否错误拼成：

复制代码

/v1/v1/responses
/v1/responses/responses

还要确认服务端真正支持 Responses API，而不只是 /v1/chat/completions。

4. 能回答，但 Agent 中途断开

普通对话成功不代表长时间 Agent 调用稳定。应单独检查 SSE 事件、代理缓冲、空闲超时和上游连接。

不要一看到流中断就继续换模型。协议不兼容时，换成任何模型都可能重复失败。

八、8 月 31 日前的最终检查清单

确认自己使用 ChatGPT 登录还是 API Key；
把 ChatGPT 登录工作流中的 GPT-5.4 切换到 Terra；
把 GPT-5.4 mini 轻量任务切换到 Luna；
搜索脚本、自动化、Agent 和 CI 中硬编码的旧模型名；
API Key 用户先查询 /v1/models，不要猜模型 ID；
验证非流式和流式 /v1/responses；
把第三方 provider 写进用户级 ~/.codex/config.toml；
使用 env_key 读取密钥，不要把真实 Key 明文写入配置；
用真实项目任务比较迁移前后的质量、延迟和 Token 消耗；
保留可快速切回的旧配置备份，但不要公开其中的密钥。

九、总结

GPT-5.4 在 8 月 31 日的变化，准确说是 Codex 的 ChatGPT 登录侧模型调整，不是所有 API Key 工作流同时失效。

对大多数用户，迁移关系很简单：

复制代码

GPT-5.4      -> GPT-5.6 Terra
GPT-5.4 mini -> GPT-5.6 Luna

但对使用第三方 API 的用户，真正可靠的迁移顺序应该是：

复制代码

查询模型列表
-> 验证 Responses API
-> 验证 SSE 流式事件
-> 修改用户级 config.toml
-> 用真实任务回归测试

先分清认证方式，再验证接口能力，比盲目换模型、换 Key 或重装 Codex 更有效。

参考资料

更新记录

2026-08-24：核对 GPT-5.4 与 GPT-5.4 mini 的 Codex 退出范围、官方替代模型、GPT-5.6 迁移建议和 Codex 自定义 provider 配置；完成示例端点的无 Token 鉴权路径检查。