GPT-5.3-Codex 将于 2027 年退役：AI 编程代理接中转 API 的迁移清单

如果你把 gpt-5.3-codex 接在 Codex、代码审查机器人或其他 AI 编程代理里，现在就应该把迁移排进计划，而不是等到请求开始返回“模型不存在”再处理。

OpenAI 在 2026 年 10 月 1 日的弃用文档中列出：gpt-5.3-codex、gpt-5.1 和 gpt-5.4-nano 将于 2027 年 4 月 1 日从 API 移除，推荐替代模型分别是 gpt-6-sol、gpt-6-sol 和 gpt-6-luna。这不是简单的改一行模型字符串：对 AI 编程代理来说，模型是否只支持 Responses API、工具字段是否完整透传、推理参数是否兼容，以及中转渠道是否同步更新，都会决定迁移能不能真正完成。

本文不把某个第三方渠道直接称为“最好”或“稳定”，而是把官方变更转换成一套接入中转 API 前可以复用的验收方法。

先看结论：4 月 1 日前要完成三件事

1. 找出所有仍在使用旧模型的入口

不要只检查应用配置文件。旧模型可能同时出现在：

• Codex 或其他编程代理的环境变量；
• CI/CD、代码审查机器人和自动修复任务；
• 中转服务的模型映射或分组名称；
• 失败重试、备用模型和定时任务配置；
• 数据库、Secrets、部署平台变量和团队文档中的示例命令。

建议先按模型 ID 全文搜索：

grep -RInE 'gpt-5\.3-codex|gpt-5\.1|gpt-5\.4-nano' . \
  --exclude-dir=.git \
  --exclude-dir=node_modules

如果应用没有固定模型，而是使用“自动选择”或渠道侧别名，还要记录一次真实请求最终落到的模型 ID。只看客户端配置，可能会漏掉中转站内部的映射。

2. 为替代模型建立可回滚配置

官方给出的替代关系是：

旧模型	计划移除日期	官方推荐替代	迁移时首先核对
gpt-5.3-codex	2027-04-01	gpt-6-sol	是否支持 Responses API、工具调用、流式输出和编程代理所需能力
gpt-5.1	2027-04-01	gpt-6-sol	Chat Completions 与 Responses 的实际差异、推理参数、上下文和成本
gpt-5.4-nano	2027-04-01	gpt-6-luna	低成本任务的输出质量、结构化输出、限流和批处理能力

迁移配置不要直接覆盖旧值。更稳妥的做法是保留 MODEL_PRIMARY、MODEL_FALLBACK 和迁移开关，在灰度期间按任务类型切换。这样一旦发现工具调用或账单异常，可以快速退回仍然可用的旧配置；临近关闭日期再删除旧模型，而不是在第一次测试时就破坏生产回滚路径。

3. 把“渠道支持”拆成模型、协议和任务三层

中转站页面写着“支持 GPT-6”只能说明一个方向，不能证明它已兼容你的具体工作流。至少要分别确认：

1. 模型层：请求中的模型 ID 是否被原样记录，还是被映射到另一个别名；
2. 协议层：是否支持你实际使用的 /v1/responses 或 /v1/chat/completions；
3. 任务层：工具调用、流式事件、结构化输出、长上下文和错误重试是否都能工作。

对于 gpt-5.3-codex，官方模型页明确列出它支持 Responses API，但不支持 Chat Completions；因此，一个只验证 Chat Completions 的中转渠道测试，不能证明它能承载 Codex 类工作流。

为什么这次迁移不能只改模型名

GPT-5.3-Codex 的接口边界不同

截至 2026 年 10 月 3 日，OpenAI 官方模型页给出的 gpt-5.3-codex 信息包括：400,000 上下文窗口、最多 272,000 输入 Token、128,000 最大输出 Token，支持流式输出、结构化输出、函数调用、图像输入、网页搜索和提示缓存；端点表中，Responses API 为支持状态，Chat Completions、Batch 和 Assistants API 均为不支持。

这会影响很多看似“OpenAI 兼容”的中转实现：

• 客户端如果把 Codex 请求降级成 Chat Completions，可能直接失去工具能力；
• 中转层如果只做文本字段转换，可能丢失 Responses 的事件类型、工具结果或状态字段；
• 只做一条普通问答测试，无法覆盖编程代理反复调用工具、持续流式输出的行为；
• 如果客户端依赖 prompt caching，渠道没有透传缓存相关字段时，实际成本可能偏离预期。

GPT-6 Sol 也不是完全等价替换

官方 gpt-6-sol 页面显示，它同时支持 Responses API 和 Chat Completions，但内置工具和函数调用应优先使用 Responses API；其上下文窗口为 1,050,000，最大输入为 922,000，标准文本价格为每百万 Token 输入 2 美元、缓存输入 0.20 美元、输出 10 美元。长上下文、Fast、Batch、Flex 和区域处理还有不同价格条件。

这意味着替换后可能出现两种相反情况：

• 接口变简单：原来只能走 Responses 的 Codex 模型，替换后某些普通文本任务可以走 Chat Completions；
• 账单变复杂：更大的上下文和不同的处理层级让“单价更低”或“模型更强”的判断失去意义，必须按真实输入、缓存、输出和任务类型计算。

官方价格是上游参考，不是中转渠道的最终收费。渠道的倍率、分组、充值门槛、限额和失败请求计费都要单独核验。

给 Codex 或 AI 编程代理的迁移测试顺序

第一步：记录请求到底走哪个端点

在中转层或客户端日志中保留以下字段：

• 请求时间和时区；
• 实际 URL 路径；
• 请求中的模型 ID；
• 是否启用流式；
• reasoning effort 或同类推理参数；
• 工具名称、工具调用次数和工具结果；
• 上游响应中的请求 ID、usage 和错误体。

如果渠道只返回一个笼统的“请求成功”，却无法确认上游模型和端点，迁移证据是不完整的。

第二步：做最小 Responses API 测试

先用不改文件、不执行外部写操作的任务测试：

1. 发送一个短文本请求；
2. 打开流式输出；
3. 要求模型返回结构化结果；
4. 注册一个只读函数工具；
5. 验证工具调用参数和工具结果能往返；
6. 检查最终 usage 是否可读。

不要在第一次测试就给代理生产仓库写权限。先验证协议，再验证工具，再验证权限，最后才跑真实任务。

第三步：回放一组真实但可控的编程任务

至少准备三类样本：

• 小型修复：一个明确的测试失败或类型错误；
• 中型任务：需要读取多个文件、修改代码并运行测试；
• 工具密集任务：需要搜索、执行命令、反复修改和重试。

每类任务至少记录：完成/未完成、测试结果、工具调用次数、输入/输出/缓存 Token、总耗时和最终费用。一次成功只能证明某个时刻、某个任务和某个渠道配置可用，不能推导长期稳定性。

成本怎么比较：不要只看输入单价

以官方公开价格为例，gpt-5.3-codex 的标准文本价格是输入每百万 Token 1.75 美元、缓存输入 0.175 美元、输出 14 美元；gpt-6-sol 的标准价格是输入 2 美元、缓存输入 0.20 美元、输出 10 美元。两者的输入与输出价格结构不同，所以不能用“输入价格更低”判断完整任务更省。

可以用下面的估算框架比较迁移前后成本：

总成本 = 输入 Token × 输入单价
       + 缓存命中 Token × 缓存单价
       + 缓存写入 Token × 缓存写入单价
       + 输出 Token × 输出单价
       + 工具调用或专用能力费用
       + 中转渠道倍率、最低消费和其他费用

对 AI 编程代理，还要把“模型多想了几轮”计入实际账单。相同的代码任务可能因为工具搜索、测试失败、上下文回传和重试次数不同，消耗完全不同的 Token。建议至少保留以下成本维度：

• 按模型 ID；
• 按渠道和分组；
• 按任务类型；
• 按成功、失败和重试；
• 按缓存命中与未命中；
• 按用户、项目或自动化任务。

如果中转渠道只展示余额变化，不提供模型、Token 和请求级明细，就无法独立验证“迁移后更便宜”的结论，应把成本证据标为不足。

中转渠道上线前的 10 项验收清单

检查项	通过标准
模型 ID	能确认 gpt-6-sol 或 gpt-6-luna 是实际请求目标，而不是未知别名
端点	Codex 任务按预期走 /v1/responses；普通兼容任务的端点边界明确
流式	事件顺序、结束事件和中途中断可以被客户端正确处理
工具调用	参数、工具结果、并行调用和错误状态没有被吞掉
结构化输出	Schema 与解析错误能透传，不能只返回一段文本
推理参数	旧参数不会静默失效；不支持的参数会明确报错或有记录
上下文	长上下文的限制、截断行为和计费规则已知
账单	输入、缓存、输出、重试和工具费用可以对账
限流	429、过载、余额不足和模型不可用能区分处理
回滚	旧模型、备用模型和渠道切换开关仍可用，并有明确停用日期

其中最容易被忽略的是“模型不可用”和“渠道故障”的区分。如果所有错误都被包装成 503，应用可能把模型未开通、余额不足或模型名错误误认为临时过载，然后把同一个错误复制到多个渠道，造成额外费用。

Copilot 的 LTS 信息，为什么不能替代 API 迁移计划

GitHub 在 2026 年 5 月说明，GPT-5.3-Codex 曾作为 Copilot Business 和 Enterprise 的基础模型，并承诺在 Copilot 场景中保持 12 个月的 LTS 可用窗口，直到 2027 年 2 月 4 日。这个信息对企业使用者有参考价值，但它不能替代 OpenAI API 的弃用计划：

• Copilot 产品中的可用性和 OpenAI API 中的模型生命周期不是同一个承诺；
• Copilot 的 premium request multiplier 也不能直接换算成 API Token 单价；
• 通过 Copilot 使用模型，不等于中转渠道已经支持该模型的 Responses API 工具协议；
• 如果你的自动化任务直接调用 API，仍应以 API 官方弃用日期和实际渠道证据为准。

因此，看到“某模型仍在 Copilot 中可用”时，不要据此推断它会在第三方 API 或中转站中继续可用。

现在应该怎样安排迁移

2026 年 10 月：盘点与建基线

• 找出旧模型的所有调用入口；
• 固定一组可重复的编程任务；
• 保存旧模型的成功率、任务完成率、Token 和账单基线；
• 向候选渠道确认新模型的真实 ID、端点、工具能力和更新时间。

2026 年 11 月至 2027 年 1 月：灰度与对账

• 用新模型跑影子流量或低风险任务；
• 逐项对比工具调用、测试通过率、错误和耗时；
• 检查缓存、长上下文、重试和渠道倍率；
• 给自动化任务设置明确的预算和最大重试次数。

2027 年 2 月至 3 月：切换与回滚演练

• 将新模型设为默认；
• 保留经过验证的备用模型或渠道；
• 演练模型不可用、余额不足、429、503、流式中断和工具失败；
• 删除文档和脚本中的旧模型示例，避免新任务再次使用旧 ID。

2027 年 4 月 1 日前：确认没有隐性调用

• 检查生产日志和账单中是否还出现旧模型；
• 检查定时任务、CI 密钥和部署变量；
• 将旧模型从允许列表和自动重试列表中移除；
• 保存迁移后的最终配置和测试结果。

RouterHub 上应该怎么看这类渠道

选择中转渠道时，可以先在 AI API 平台目录 中筛选能覆盖目标模型的候选，但“目录中有模型”只代表发现线索，不等于已验证你的完整代理工作流。真正决定是否适合的，是模型 ID、协议、工具、账单和回滚证据能否闭环。

如果渠道没有公开模型更新时间、错误体、Token 明细或迁移通知，建议把它放入待验证列表，而不是直接作为生产唯一入口。对于 2027 年 4 月 1 日这种明确的上游截止日期，至少准备两个已经完成真实任务回放的候选路径。

参考来源

1. OpenAI API 弃用与移除说明（2026-10-01 更新，包含 GPT-5.3-Codex、GPT-5.1、GPT-5.4-Nano 的移除日期和替代模型）
2. OpenAI GPT-5.3-Codex 官方模型页（2026-10-03 核验，包含模型 ID、端点、能力与官方 Token 价格）
3. OpenAI GPT-6 Sol 官方模型页（2026-10-03 核验，包含替代模型的端点、能力、上下文和价格条件）
4. OpenAI API 价格页（2026-10-03 核验，包含 Standard、Batch、Flex、Fast 与长上下文价格表）
5. GitHub Changelog：GPT-5.3-Codex 成为 Copilot Business 和 Enterprise 基础模型（2026-05-17，说明 Copilot 场景的 LTS 窗口与 premium request multiplier）
6. Sonar：OpenAI GPT-6 Sol 代码质量与安全评估（2026-09-22 后发布，独立评测提醒不要把官方“更低成本”直接等同于每个编程任务都更便宜或更可靠）
7. Endor Labs：GPT-6 Sol 在 Codex 上的成本与安全评测（2026-09-22 后发布，提供任务级成本、功能通过率和安全通过率的独立测试样本）

资料核验时间：2026 年 10 月 3 日（UTC）。OpenAI 的弃用日期和官方模型能力属于上游文档信息；第三方中转渠道的模型映射、价格、限额、错误透传和真实可用性，需要在具体渠道上重新验证。