DeepSeek in Codex nutzen: Einrichtung, Grenzen und Kosten

DeepSeek lässt sich inzwischen direkt in Codex einbinden: Beide Seiten sprechen die Responses API, ein Proxy ist also nicht mehr nötig. Ganz ohne Einschränkung geht es aber nicht: Für Codex ist derzeit nur eines der beiden DeepSeek-Modelle verfügbar – und Bilder kann dieses Modell nicht verarbeiten.

Funktioniert DeepSeek mit Codex?

Ja. Codex kommuniziert mit Modellen über OpenAIs Responses API, und DeepSeek unterstützt dieses Protokoll direkt. DeepSeek wird in Codex daher als Modellanbieter in der Konfigurationsdatei hinterlegt. Die Integration dokumentiert DeepSeek selbst unter Agent Integrations → Codex in der API-Dokumentation.

Das vereinfacht die Einrichtung deutlich. Den früheren Pfad wire_api = "chat" hat Codex zugunsten der Responses API aufgegeben. Eine Zeit lang war DeepSeek deshalb nur über eine Übersetzungsschicht erreichbar: LiteLLM, einen Router mit eigener Responses-Implementierung oder eine selbst geschriebene Bridge. Das funktioniert weiterhin, ist aber keine Voraussetzung mehr. Die Anbieter-Konfiguration ist außerdem etwas anderes als das Hinzufügen von DeepSeek-bezogenen MCP-Tools zu Codex.

Eine Konfiguration genügt für alle Codex-Oberflächen. Codex CLI, die ChatGPT-Desktop-App und die Codex-IDE-Erweiterung für VS Code verwenden alle dasselbe Verzeichnis ~/.codex. Eine separate Einrichtung pro Client ist also nicht erforderlich.

Welches DeepSeek-Modell in Codex läuft

Ausschließlich deepseek-v4-flash. In DeepSeeks Preistabelle ist die Unterstützung der Responses API für deepseek-v4-flash mit ✓ und für deepseek-v4-pro mit ✗ markiert. Eine Fußnote kündigt Pro-Unterstützung für Anfang August 2026 an. Stand 3. August 2026 steht diese Fußnote unverändert dort, und Pro ist weiterhin mit ✗ gekennzeichnet.

Beide Modelle stehen zwar im models.json-Katalog, den das Setup anlegt. Die Konfiguration hindert dich daher nicht daran, Pro auszuwählen; der Fehler tritt erst beim Request beim Anbieter auf. Auch das DeepSeek-Preset von CC Switch enthält in seinem Quellcode denselben Hinweis: Wer auf Pro umstellt, bevor DeepSeek die Integration freigibt, erhält Fehler.

Wer aktuell das stärkere Modell nutzen möchte, kann dessen Endpoint im Anthropic-Format verwenden. Deshalb taucht Pro in Claude-Code-Setups auf, nicht aber in Codex. Da sich die beiden Modelle bei Preis und Parallelitätslimit deutlich unterscheiden, sollte die Wahl bewusst getroffen werden; mehr dazu im Vergleich deepseek-v4-flash vs deepseek-v4-pro.

Weg 1: Das offizielle Setup-Skript

DeepSeek liefert ein Setup-Skript, das die vollständige Konfiguration schreibt. Wenn du nicht bereits mehrere Anbieter verwaltest, ist das der schnellste Weg. Zuvor müssen Codex CLI oder die ChatGPT-Desktop-App installiert und einmal gestartet worden sein, damit ~/.codex existiert. Der Codex-Client muss mindestens Version 0.144.0 haben; diese Mindestversion ist im Modellkatalog hinterlegt.

# macOS / Linux
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)

# Windows, in PowerShell
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

Das Skript zeigt ein Menü: 1 wählt deepseek-v4-flash, 2 wählt deepseek-v4-pro, 3 stellt die Konfiguration vor der Installation wieder her. Nimm 1: Option 2 erzeugt zwar eine gültige Konfiguration, aber für ein Modell, das Codex-Anfragen noch nicht bedienen kann. Beim ersten Durchlauf fragt das Skript nach dem API-Key, den du unter platform.deepseek.com erstellst.

So greift das Skript in vorhandene Konfigurationen ein

Ich habe das offizielle Skript am 3. August 2026 mit einem Wegwerf-CODEX_HOME getestet. Darin lag absichtlich eine widersprüchliche Konfiguration: ein profile, ein veraltetes model_verbosity, ein model_reasoning_summary, dazu ein MCP-Server und ein vertrauenswürdiger Projekteintag. Nachstellen lässt sich das mit CODEX_HOME=/tmp/probe sh codex-deepseek-setup-en.sh und der Auswahl 1. Das Skript meldete vier Änderungen und begründete sie jeweils:

• Modell ersetzt: "gpt-5.6-sol" → "deepseek-v4-flash"
• profile = "myprofile" entfernt  ← ein Profil überdeckt model / model_provider / model_catalog_json
• model_verbosity = "high" entfernt  ← ein alter Wert kann außerhalb der Modellunterstützung liegen
• model_reasoning_summary = "detailed" entfernt  ← models.json setzt default_reasoning_summary=none

Der Block [mcp_servers.playwright], die Vertrauenseinstellung unter [projects."..."] und approval_policy blieben unangetastet. Vor dem Schreiben kopierte das Skript die ursprüngliche Datei nach ~/.codex/backup-deepseek/. Beide Dateien wurden vor dem Übernehmen geprüft: models.json auf gültiges JSON, config.toml auf Parse-Fehler und doppelte Schlüssel. Das ist ein Testlauf auf einer Maschine. Er zeigt, dass Backup- und Wiederherstellungspfad existieren, garantiert aber nicht dasselbe Verhalten für jede denkbare Konfigurationsform.

Weg 2: config.toml manuell bearbeiten

Die manuelle Variante eignet sich, wenn die Konfiguration in die Versionsverwaltung soll oder wenn du jedes Feld nachvollziehen möchtest. Lege ~/.codex/models.json mit dem in DeepSeeks Dokumentation veröffentlichten Modellkatalog an und ergänze anschließend ~/.codex/config.toml um Folgendes:

model = "deepseek-v4-flash"
model_provider = "deepseek"
preferred_auth_method = "apikey"
forced_login_method = "api"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"

[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "<your DeepSeek API Key>"

Weg 3: CC Switch für häufige Anbieterwechsel

CC Switch ist eine Desktop-App zur Verwaltung von Anbieter-Konfigurationen für acht Coding-Tools, darunter Codex. Sie bringt ein DeepSeek-Preset mit: Endpoint https://api.deepseek.com, deepseek-v4-flash als Standardmodell sowie Flash und Pro im Modellkatalog. Die App schreibt dieselben Felder wie die manuelle Einrichtung – nur über ein Tray-Menü statt im Editor.

Vor dem Einsatz sind zwei Punkte wichtig. Anders als Claude Code muss Codex nach einem Wechsel neu gestartet werden, damit die Änderung greift. Außerdem liegen die Zugangsdaten aller registrierten Anbieter in einer einzigen App, die zusätzlich einen lokalen Dienst zum Routing ausführt. Das ist ein anderes Sicherheitsmodell als ein einzelner API-Key in einer Datei.

Prüfen, ob die Einrichtung aktiv ist

Starte Codex CLI in einem Projekt und lies das Startbanner. Die Zeilen model und provider bestätigen die aktive Konfiguration. Mein Test mit der Testkonfiguration vom 3. August 2026 und codex-cli 0.146.0 sah so aus:

OpenAI Codex v0.146.0
model: deepseek-v4-flash
provider: deepseek
reasoning effort: high

Ein ungültiger Key erzeugt eine charakteristische Fehlermeldung. Sie nennt auch den verwendeten Endpoint – der schnellste Beleg dafür, dass Anfragen tatsächlich an DeepSeek gehen:

ERROR: unexpected status 401 Unauthorized: Authentication Fails, Your api key: ****r000 is invalid,
       url: https://api.deepseek.com/responses

Bevor Codex diesen Fehler ausgibt, versucht es fünfmal erneut. Bei einem Tippfehler im Key folgen daher zunächst einige Sekunden ohne sichtbare Ausgabe. In der ChatGPT-Desktop-App heißt der Eintrag in der Modellauswahl unter macOS Custom statt wie das Modell selbst. Damit kennzeichnet die App jedes lokal konfigurierte Modell. Verwendet wird trotzdem das ausgewählte DeepSeek-Modell. Taucht in Codex fallback model metadata oder Unknown model auf, wurde models.json nicht geladen und der Katalogpfad stimmt nicht.

Was sich mit DeepSeek in Codex anders verhält

Im Vergleich zu einem OpenAI-Modell in Codex gibt es vier Unterschiede. Keiner davon ist ein Fehler, den du beheben musst.

Keine Bildeingabe. Die DeepSeek-Einträge in models.json deklarieren input_modalities: ["text"]. Eingefügte Screenshots und Bildanhänge stehen damit in keinem Codex-Client zur Verfügung, solange DeepSeek aktiv ist. Ein Entwickler stieß am 2. August 2026 auf Hacker News auf dieselbe Grenze und hielt für Vision einen zweiten Anbieter bereit:

Da DeepSeek V4 kein Vision unterstützt, hat er OMP eingerichtet, um GPT 5.6 Luna mit dem Codex-Abo zu verwenden.

Dieser Workaround besteht aus einem zweiten [model_providers.*]-Block, der auf einen bildfähigen Anbieter zeigt. Die Struktur mit wire_api = "responses" bleibt gleich. Ein Aggregator-Endpoint mit GPT-5.6 passt daher in dieselbe Konfiguration; zum Wechseln änderst du nur die Zeile model.

Alte Sitzungen wirken verschwunden. Codex gruppiert den Sitzungsverlauf nach Login-Methode. Beim Wechsel von einem ChatGPT-Abo zu einem API-Key eines Drittanbieters wird die vorherige Gruppe also ausgeblendet, nicht gelöscht. Stellst du die alte Konfiguration wieder her, erscheinen diese Sitzungen erneut; die DeepSeek-Sitzungen werden dann nicht mehr angezeigt.

Der Key steht als Klartext in der Konfiguration. experimental_bearer_token enthält den Schlüssel selbst und keine Referenz auf eine Umgebungsvariable. ~/.codex/config.toml wird damit zu einer Datei mit Geheimnissen. Prüfe sie, bevor du das Verzeichnis synchronisierst oder ein Dotfiles-Repository commitest.

Es kann sich selbst ChatGPT nennen. Die models.json, die die Integration installiert, enthält Codex' eigenen Harness-Prompt. Dieser beginnt mit „You are Codex, an agent based on GPT-5.“ Der Prompt ist funktional relevant: Er definiert Tool-Protokoll, Freigaberegeln und Ausgabeformat des Agents. Deshalb verhält sich dasselbe Modell darunter anders als in einem einfachen Chatfenster. Die Identitätszeile stammt vom Harness, nicht von einem vermeintlichen Abstammungsanspruch des Modells.

Die Kosten

deepseek-v4-flash kostet laut der am 3. August 2026 geprüften DeepSeek-Preisseite $0.14 pro Million Input-Token bei einem Cache Miss und $0.28 pro Million Output-Token. Ein Cache Hit kostet für Input nur $0.0028 pro Million Token – fünfzigmal weniger als ein Miss. Gerade bei langen Agent-Sitzungen ist dieser Unterschied entscheidend, weil ein Coding-Agent bei jedem Turn erneut einen wachsenden Kontext mitsendet.

Zwei Punkte fehlen in der Tabelle. DeepSeek kündigt Peak- und Off-Peak-Preise an: Während der täglichen Spitzenzeiten von 09:00–12:00 und 14:00–18:00 Pekinger Zeit (UTC+8) sollen die Preise beim Doppelten der genannten Sätze liegen. Ein Startdatum ist noch nicht bekanntgegeben. Außerdem ist das Kontextfenster von 1M im Katalog mit 95 % effektiver Größe angegeben; die Kürzung des Kontexts erfolgt gemäß der in models.json definierten Richtlinie.

FAQ

Kann Codex DeepSeek ohne ChatGPT-Abo verwenden?

Ja. Mit preferred_auth_method = "apikey" und forced_login_method = "api" authentifiziert sich Codex über deinen DeepSeek-Key und überspringt den Account-Login vollständig.

Brauchen die VS-Code-Erweiterung und die Desktop-App eine separate Einrichtung?

Nein. Alle drei Codex-Clients lesen dieselbe Konfiguration aus ~/.codex. Starte den Desktop-Client nach einem Wechsel neu, damit er die Änderung übernimmt.

Wie wechsle ich zurück zum offiziellen Modell?

Führe das Setup-Skript erneut aus und wähle Option 3. Dadurch wird die config.toml wiederhergestellt, die das Skript vor der Installation gesichert hat. Bei manueller Konfiguration entfernst du die DeepSeek-Felder und den Block [model_providers.deepseek] und meldest dich anschließend erneut an.

Kann ich deepseek-v4-pro schon in Codex nutzen?

Stand 3. August 2026 nicht. Die Unterstützung der Responses API ist auf DeepSeeks Preisseite weiterhin mit ✗ markiert. Als Ziel war Anfang August 2026 angekündigt; prüfe daher diese Seite erneut, statt dich auf eine Konfiguration zu verlassen, die die Auswahl des Modells zwar erlaubt.

Welcher Weg zu dir passt

Die offene Frage bleibt Pro. Flash ist die günstige, schnelle und reine Text-Hälfte der Modellreihe. Das Modell, das die meisten Menschen in einem Agent-Loop einsetzen wollen, spricht das von Codex benötigte Protokoll jedoch noch nicht. Solange sich diese Fußnote nicht ändert, heißt DeepSeek in Codex bewusst Flash zu wählen.

Weiterführend: Codex vs Claude Code · GLM-5.2 in Claude Code nutzen