知识卡片：Codex开放1M上下文窗口，三行配置解除GPT-5.6 Sol

一句话结论：Codex 现已支持通过三行 config.toml 配置启用 1M 上下文窗口来使用 GPT-5.6 Sol；但窗口变大不意味着模型能同等利用长上下文，超过 512K 后准确率明显下降，且 token 消耗会翻倍。

事件概述：据腾讯研究院AI速递（20260818）报道，OpenAI Codex 开放 1M 上下文窗口。OpenAI 员工 Tibo 给出三行 config.toml 配置，用户重启客户端并开启新会话即可生效。该功能原为 API 专属，1M 窗口本身受支持但默认未开满。

方法/产品要点：

• 配置方式：三行 config.toml 配置；重启客户端并开启新会话生效。
• 上下文压缩：约 90 万 token 时自动压缩历史。
• 成本提醒：超出默认 272k 窗口后 token 消耗速度翻倍，官方提醒谨慎使用。
• 能力评测：OpenAI 评测显示，GPT-5.6 Sol 在 256K—512K 上下文区间准确率为 91.5%；512K—1M 区间降至 73.8%。

主要结果或产业意义：Codex 客户端可解锁更长的 1M 上下文窗口，为处理大型代码库、长文档等场景提供可能。但同时也提示：长窗口会带来更高 token 消耗，且模型对超长上下文的利用能力随长度衰减，产品设计需要在窗口大小、成本和实际准确率之间权衡。

为什么重要：长上下文是 AI 产品竞争的重要方向，但“提供 1M 窗口”和“能有效使用 1M 信息”是两件事。OpenAI 官方评测的准确率落差，为行业评估长上下文模型提供了具体参照，也提醒用户不要把窗口大小等同于模型能力。

与既有脉络的关系：此前卡片已覆盖 GPT-5.6 Sol 在 ChatGPT 端的升级、免费用户对 Luna 的访问，以及 Sol 在金融工作中的效率提升；本条增量信息集中在 Codex 客户端的 1M 窗口开放路径、配置触发方式与长上下文准确率评测。

局限与不确定性：

• 三行 config.toml 的具体内容未在来源摘要中列出，待核实。
• “约 90 万 token 时自动压缩历史”是默认行为还是配置触发，原文未展开，待核实。
• OpenAI 评测的任务类型、数据集和准确率口径未说明，待核实。
• 该功能是否对所有 Codex 用户开放、是否需要特定订阅或灰度条件，待核实。

可用于图书/PPT/简报的角度：

• 在“AI 长上下文能力”专题中引用 1M 窗口与准确率曲线，说明窗口大小与利用能力之间的差距。
• 在“AI 产品更新周报”中作为 OpenAI/Codex 条目，与 GPT-5.6 Sol 的系列更新形成时间线。
• 在“大模型成本与性能权衡”的讨论中，用 token 消耗翻倍和准确率下降说明长窗口的隐性成本。

原始材料：

• 英文标题：Codex Opens 1M Context Window, Three-Line Config Unlocks GPT-5.6 Sol
• 英文关键词：Codex; 1M context window; GPT-5.6 Sol; config.toml; context accuracy
• 原始来源：https://m.sohu.com/a/1064115732_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1
• 原始页面：腾讯研究院AI速递 20260818