Codex Router 能让你按需切换多个AI模型省成本

因为Codex的最新功能，海外接连出现Claude退订潮，这事太夸张了w

引发讨论的就是「Codex Router」。它可以在Codex中添加Kimi K3、DeepSeek V4-Flash、Anthropic系列模型，以及其他外部模型，能根据用途切换使用不同模型。

而且关键一点在于，它不是要删掉原有Codex模型替换掉它。你可以给模型分工，就像：
「复杂判断 → 高性能模型」
「大量开发 → 低成本模型」
「轻量处理 → 极速模型」

尤其是DeepSeek V4-Flash，它的API价格非常便宜，如果你把会消耗大量token的编码工作分流给它，就有可能大幅压缩AI开发成本。

部署也非常简单，只要把GitHub上的「codex-router」交给Codex，指示它安装，就能在保留原有Codex环境的前提下，添加外部模型。

也就是说，你可以把Codex从「单个AI」变成切换使用多个AI的指挥中枢。

今后，比起「该订阅哪个AI」，这种只在需要高性能模型的时候才调用它，剩下的工作交给低成本模型处理的架构，看起来会变得非常强势。

正在用Codex的人推荐收藏，我也会整理好部署方法👇