模型、上下文与缓存

选择模型，理解 Codex 实际上下文窗口，并提高第三方 API 缓存命中。

1. 1M 上下文是什么意思，怎么设置？

• 上下文（Context Window）是模型单次对话中能"看到"的内容总量，包括你的提问、历史对话和代码文件等。上下文越大，模型能参考的信息越多，适合大型项目和长对话。

以下是 Codex 中使用时的上下文窗口口径：

• gpt-5.4：支持 1M（100 万 token）上下文
• gpt-5.5：名义窗口为 272K，Codex 实际会话窗口约为 258K
• gpt-5.6：名义窗口为 272K，Codex 实际会话窗口约为 258K，最好在 272K 之内使用，超出会造成长上下文的双倍计费

在 ~/.codex/config.toml 中配置：

model_context_window = 272000
model_auto_compact_token_limit = 258000

• model_context_window：模型的上下文窗口大小
• model_auto_compact_token_limit：当对话达到这个 token 数时，自动压缩历史消息，避免超出上限

2. 如何提高 Claude Code 使用第三方 API 时的缓存命中？

• 在 ~/.claude/settings.json 的 env 字段里加上："CLAUDE_CODE_ATTRIBUTION_HEADER": "0"。

{
  "env": {
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
  }
}

这个配置会关闭 Claude Code 默认附加的归属头，减少请求特征差异，从而提升 prompt cache 的命中率，降低调用成本。