Codex CLI接入Gemini 3.5 Flash完整教程：macOS与Windows双平台配置

OpenAI 的 Codex CLI 是一款强大的终端 AI 编程助手，但默认只能使用 OpenAI 自家模型。如果你想体验 Google 最新发布的 Gemini 3.5 Flash，该怎么办？本文将详细介绍如何通过 RouterLink 中转服务，在 macOS 和 Windows 双平台上为 Codex 接入第三方模型。

为什么要给 Codex CLI 换模型？

Codex CLI 作为 OpenAI 推出的命令行编程工具，原生支持 GPT 系列模型。但随着 Google Gemini 3.5 Flash 的发布，不少开发者希望在熟悉的 Codex 工作流中体验这款新模型。

Gemini 3.5 Flash 是 Google 推出的轻量高速推理模型，在代码生成、补全和调试任务上表现出色，同时具备较低的延迟和成本优势。对于命令行编程助手这类强调响应速度的使用场景，Flash 系列模型往往比参数量更大的旗舰模型更具实用性，这也是它受到开发者关注的核心原因。

RouterLink 等 API 中转服务的核心原理是协议代理：它对上游工具（如 Codex）暴露标准的 OpenAI 兼容接口，接收请求后将其转译并路由到下游真实的模型服务商。这种架构之所以可行，是因为 OpenAI API 的接口规范已成为 AI 行业事实上的通信标准——包括 Anthropic、Google、Mistral 在内的众多模型提供商都提供兼容该格式的接口。对开发者而言，只需维护一套配置和一个 API Key，即可灵活切换背后的模型提供商，无需修改任何业务代码。

macOS 平台配置步骤

第一步：获取模型配置代码

首先进入 RouterLink 的模型页面，这里会持续更新各种最新模型及其对应的配置教程。找到 Gemini 3.5 Flash，打开详情页后下滑，找到配置代码段备用。

第二步：修改 Codex 配置文件

打开已安装好的 Codex（如果尚未安装，需要先通过 npm 或其他方式完成安装），进入配置页面。将从 RouterLink 获取的模型配置代码复制粘贴进去，然后保存退出。

Codex CLI 采用 TOML（Tom's Obvious, Minimal Language）格式存储配置，这是一种专为配置文件设计的标记语言，语法比 JSON 更简洁，比 YAML 更严格，是当前 Rust 和 Go 生态中流行的配置文件格式。

第三步：配置 API Key

接下来需要配置 API 密钥。Codex 将 Auth 认证目录与通用 Config 目录分离存放，这一设计遵循了最小权限原则，避免将密钥与通用配置混存，提升安全性。复制配置指令粘贴到终端，然后将其中的 Key 占位符替换为你自己的密钥。

获取 Key 的方法：前往 RouterLink 官网，在密钥管理页面点击生成，复制新生成的 Key，回到配置页面完成替换。保存后退出配置页面，按 Y 确认保存。

第四步：验证配置是否生效

打开 Codex 并确认更新，更新成功后重新启动。此时可以看到使用的模型已经切换为 Gemini 3.5 Flash。

简单测试一下，发送一条指令，确认能正常响应。打开 Codex App 查看当前模型信息，回答中已经显示为 Gemini。进一步到 RouterLink 的日志页面查看具体调用版本，可以确认请求确实走的是 Gemini 3.5 Flash。

Windows 平台配置步骤

Windows 的配置思路与 macOS 一致，但文件操作方式略有不同。

第一步：创建配置文件

在终端中找到 Codex 的配置文件夹，进入后手动创建配置文档（Config TOML 文件）。

第二步：写入模型配置

打开刚创建的文档，前往 RouterLink 官网找到 Gemini 3.5 Flash 的模型配置代码，复制后粘贴到文档中，保存退出。

第三步：配置 API 认证密钥

在认证配置目录（Auth）中创建新文档，打开后将 API 配置指令复制进去。

同样需要前往 RouterLink 官网生成自己的 Key，复制后回到文本中替换占位符，保存并退出。

第四步：启动并验证

打开 Codex 确认设置生效，界面上可以看到调用的模型已经是 Gemini 3.5 Flash。打开 App 端也会自动同步更新为新模型，至此配置完成。

配置要点总结

整个配置流程可以归纳为三个核心环节：

1. 模型配置：从 RouterLink 获取目标模型的配置代码，写入 Codex 的 config 文件
2. 密钥配置：在 RouterLink 生成 API Key，写入 Codex 的 auth 认证文件
3. 验证确认：重启 Codex 后通过界面显示和日志记录双重确认模型切换成功

值得一提的是，RouterLink 不仅支持 Gemini 3.5 Flash，其模型页面会持续更新各类新模型。这意味着未来如果有其他模型发布，你只需要替换配置代码和对应的 Key，就能快速在 Codex 中体验，整个工作流程保持不变。

写在最后

通过 API 中转服务为开发工具接入第三方模型，是当前 AI 开发生态中非常实用的技巧。其本质是利用 OpenAI 兼容接口已成行业标准这一事实，通过协议代理层实现模型供应商的透明切换。它让开发者不必被绑定在某一家模型提供商上，可以根据任务需求——无论是追求速度、成本还是特定能力——灵活选择最合适的模型。对于 Codex 用户来说，Gemini 3.5 Flash 的快速响应特性在日常编程辅助场景中可能带来不错的体验提升，值得一试。

核心要点

• 通过RouterLink中转服务可以让Codex CLI接入Gemini 3.5 Flash等第三方模型
• macOS和Windows配置流程一致：修改模型配置文件、配置API Key、重启验证
• RouterLink持续更新模型库，未来切换其他模型只需替换配置代码
• 配置完成后可通过界面显示和RouterLink日志双重确认模型调用正确
• API中转方案让开发者摆脱单一模型绑定，灵活选择最适合的AI模型