很多国内用户想用 Codex，第一道门槛往往不是 Codex 本身，而是 GPT 会员订阅。网络环境要稳定，海外支付要能过，账号还要长期保持可用。任何一环出问题，后面写代码、改文件、跑任务都会受影响。
国产模型 API 的便利性就在这里。DeepSeek、Kimi 这类平台有国内用户更熟悉的注册、充值和 API Key 流程。通过 CC Switch 接进 Codex 后，官方模型可以继续用，国产模型也可以按任务切换。
这篇文章会按截图流程走一遍。主线先用 DeepSeek 跑通，再补 Kimi。重点不是只接某一个模型，而是掌握这套接入方法。以后只要国产模型平台提供兼容接口，都可以按类似思路接进 Codex。
00｜前提：下载Codex
下载Codex可以直接去GPT官网下载。
01｜准备 CC Switch
先进入 CC Switch 的下载页面。后面的模型添加、测试、启用，都在这个工具里完成。新手先确认两件事：软件能正常打开，能进入模型管理页面。
打开 CC Switch 后，可以看到模型列表和添加模型的位置。后面 DeepSeek、Kimi 都会在这里配置。模型添加成功只代表配置写进去了，最终还要看测试是否通过，以及 Codex 里能不能正常调用。
02｜先用 DeepSeek 跑通主线
我建议先用 DeepSeek 跑第一遍。它的 token 和成本优势比较明显，适合文本、代码、长文整理这类任务。第一次配置时，先选一个成本压力小的模型，试错也更轻。
进入 DeepSeek 官网或开放平台。这里要找的是 API 能力，不是普通聊天页面。Codex 调模型靠的是 API Key，后面的操作都围绕开放平台完成。
进入开放平台后，先确认账户余额。余额不足时，即使 API Key 创建成功，也可能无法正常调用。第一次测试不用充太多，先用小额跑通流程即可。
接下来进入 API Key 页面。这里是接入 Codex 的关键步骤，因为 CC Switch 后面要靠这个 Key 访问模型。
创建新的 API Key。名称可以写成 Codex 或 CC Switch，方便后面自己管理。
创建完成后，先把 API Key 保存下来。很多平台的 Key 只会完整显示一次，关闭页面后就看不到完整内容了。
03｜将 DeepSeek 添加到 CC Switch
拿到 API Key 后，回到 CC Switch，点击添加模型。
在配置页里填入 DeepSeek 的接口信息和刚才保存的 API Key。这里最容易出错的是接口地址、模型名称和 Key。填完以后先保存，再测试。
测试成功，说明 CC Switch 已经能连到 DeepSeek。后面如果 Codex 里还不能用，就优先检查路由或 Codex 端的模型选择。
测试通过后，再启用 DeepSeek。到这里，DeepSeek 在 CC Switch 里的配置就完成了。
04｜回到 Codex 里测试 DeepSeek
打开 Codex，在模型选择位置找到刚接入的 DeepSeek。先发一个简单问题测试，不要一上来就跑复杂任务。只要能正常返回内容，就说明整条链路已经跑通。
05｜Kimi 作为补充，适合需要多模态的任务
DeepSeek 跑通以后，Kimi 的接入逻辑就很好理解了。这里把 Kimi 放在后面，是因为它更适合补多模态场景。比如截图理解、网页步骤识别、图片内容分析，这类任务用支持多模态的模型更顺手。
进入 Kimi 对应的开放平台并登录。和 DeepSeek 一样，重点是进入能创建 API Key 的控制台。
登录后先充值余额。API 调用需要消耗额度，余额不足时，配置看起来没问题，实际调用也可能失败。
然后进入 API Key 管理页面，准备创建新的 Key。名称同样建议写清楚，比如 Codex Kimi。
创建新的 API Key。这个 Key 后面会填进 CC Switch，所以创建后不要直接关闭页面。
创建完成后保存 Key。这个步骤和 DeepSeek 一样，先保存再继续配置。
回到 CC Switch，按同样方法添加 Kimi。接口信息和 API Key 要换成 Kimi 对应的内容，不要直接复用 DeepSeek 的配置。
保存并测试通过后，启用 Kimi。这样 Codex 里就多了一条适合截图、图片、文件理解的模型线路。
06｜最容易卡住的地方：路由设置没有启动
这里单独提醒一下。模型添加成功、测试也没明显问题，不代表启用时一定顺利。如果出现需要处理路由设置的提示，先别急着怀疑 API Key，优先检查 CC Switch 的路由状态。
按截图里的方法处理路由设置后，再回到模型列表重新启用。如果后面接其他国产模型时遇到类似情况，也可以先按这个方向排查。
07｜DeepSeek 和 Kimi 怎么选
如果主要任务是写代码、改文件、整理长文、生成文章、处理大量文本，DeepSeek 更适合优先试。它的 token 和成本优势明显，用来跑文本任务更划算。
如果任务里经常需要识别截图、分析页面、理解图片或文件内容，Kimi 更适合作为补充。DeepSeek 暂时不适合处理图片、视频这类多模态文件，不能只看价格和 token。
我的建议是：先用 DeepSeek 跑通整条链路，再把 Kimi 接进来。文字和代码任务优先 DeepSeek，图片和截图任务优先 Kimi。
08｜写在最后
这套方法真正有用的地方，是让 Codex 不再只盯着单一模型线路。通过 CC Switch，国产大模型也可以接进来。对普通用户来说，成本、额度、开通门槛和使用场景都有了更多选择。
DeepSeek 和 Kimi 只是这次的两个例子。后面如果有更多模型提供兼容接口，也可以按类似思路继续测试。真正值得关注的是这条链路：Codex 负责工作流，模型按任务选择。
09｜备注
CC Switch 下载地址：
https://github.com/farion1231/cc-switch/releases/tag/v3.16.1
DeepSeek ：
Kimi API ：
本文为原创文章。发布者：Bang，如若转载请注明出处：https://www.maxiaobang.com/18664.html
