Codex 需要什么配置：内存、显卡与机型要求一次说清

卷心菜 技术创作者 2026-11-01 11 阅读

截至 2026 年 11 月 1 日抓取 OpenAI 官方仓库 openai/codex（GitHub，132.7k star），README 的 Quickstart 一节里没有”内存不低于 X、显卡不低于 Y”这种条目——它给的是一条安装脚本和一个登录入口。这不是官方偷懒：Codex CLI（跑在终端里的命令行版 Codex）是本地轻量客户端，按 README 的流程，你要用 ChatGPT 账号登录来使用 Plus、Pro、Business、Edu 或 Enterprise 计划，推理发生在 OpenAI 服务端（这句是我的推断，依据就是 README 把”Sign in with ChatGPT”写成使用这些计划的方式）。

结论先给：走云端账号，近几年的普通电脑就够，显卡不是必需品。只有当你想在自己机器上跑开源代码模型时，那套”64GB 内存 + 24GB 显存”的配置才开始有意义——但那是另一件事，不是 Codex 的要求。现在值得重新看一遍这个问题，是因为官方仓库的实现和安装方式已经换代（仓库目录里 codex-rs 与 codex-cli 并存），而网上大量”Codex 硬件要求”文章还停在 2025 年 4 月 Node 时代的口径。

装之前先分清是哪一个 Codex

README 开头就把入口拆成四条：本地终端的 Codex CLI、装进 VS Code / Cursor / Windsurf 的 IDE 版、桌面应用（跑 codex app）、以及云端的 Codex Web（地址 chatgpt.com/codex）。硬件要求只跟前两者有关；Codex Web 按 README 的定义就是 cloud-based agent，浏览器里用，本机配置几乎不影响它（这一句是我的分析，官方没有单独论证）。

机型方面 README 给得很明确，每个 GitHub Release 都覆盖四种二进制：macOS Apple Silicon（arm64）用 codex-aarch64-apple-darwin.tar.gz，较老的 Intel Mac 用 codex-x86_64-apple-darwin.tar.gz，Linux 分 codex-x86_64-unknown-linux-musl.tar.gz 和 codex-aarch64-unknown-linux-musl.tar.gz。也就是说 Intel 老机器、国产 ARM 开发板对应的包官方都在发，没有”只支持新机型”这回事。压缩包解出来是一个文件名里带平台的可执行文件（例如 codex-x86_64-unknown-linux-musl），README 提醒你解压后自己把它重命名成 codex。

前置条件：三条命令确认机器够不够

  1. 看内存。Linux / macOS 执行 free -h，Windows 打开任务管理器。社区口径是可用内存 ≥ 8GB（php.cn 的 Codex 环境 FAQ），百度百科的 Codex CLI 条目给的是最低 4GB、建议 8GB——两个数字指的都是客户端本身，不含本地模型。官方 README 没有对应条目。
  2. 看磁盘。用系统磁盘工具确认安装目录所在分区有 ≥ 10GB 空闲（同样是上述 php.cn 口径）。
  3. 选一条安装命令执行，以下逐字来自官方 README：
# Mac 或 Linux（官方首推）
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows（powershell 直装）
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# 也可以走包管理器
npm install -g @openai/codex
brew install --cask codex

装完直接运行 codex。成功标志：界面出现 Sign in with ChatGPT 选项（README 原文步骤），说明二进制已经能跑。能看到这个界面，前面两条内存/磁盘的数字就只是参考线，不是门槛。

官方口径与中文社区口径逐项对照

项目 官方 README（2026-11-01 抓取） 中文社区口径 差在哪
操作系统 macOS、Linux 给 sh 脚本；Windows 给 powershell 脚本 Windows 10/11 需启用 WSL2；macOS 12+；Ubuntu 20.04+ / Debian 10+（php.cn） 官方脚本已不再把 WSL2 写成前提
内存 无条目 ≥ 8GB（php.cn）；最低 4GB、建议 8GB（百度百科） 都是社区数字，官方无从对应
显卡 无条目 非必需；本地推理才需 NVIDIA GPU + CUDA 11.8+（php.cn） 两边方向一致：默认不需要
Node.js 只有 npm 安装方式涉及；另有不经过 Node 的直装脚本 “基于 Node.js 构建，要求 Node 版本 ≥ 22″（百度百科） 时代差，见下一节
磁盘 无条目 ≥ 10GB（php.cn）；200GB（CSDN 部署文） 口径混用的重灾区
账号 用 ChatGPT 计划登录 需要有效 API Key，且能访问 OpenAI 等站点（php.cn） 两条路线，别混着配

显卡一栏为什么可以留空

网上流传最广的一版”Codex 硬件要求”来自 2026 年 8 月一篇部署指南：CPU 16 核以上、内存 64GB 起步、NVIDIA 显卡显存 24GB 以上、磁盘 200GB，还附了一张表——CodeLlama-7B 需 16GB 显存、CodeLlama-34B 和 DeepSeek-Coder-33B 需 48GB、Qwen2.5-Coder-32B 需 48GB。请把这张表读完再下结论：表里列的全是开源模型，不是 OpenAI 的模型。这套数字对应的是”把开源代码模型私有化部署到自己机器上”，Codex CLI 的默认路径完全不经过它。照抄这套配置去理解 Codex，就会得出”没有 24GB 显存的显卡装不了 Codex”这个错误结论。

中文 FAQ 其实也说了同一件事：显存非必需，只有计划启用本地 LLM 推理（比如 7B / 13B 量化模型）时才需要 NVIDIA GPU + CUDA 11.8+；没有 GPU 时 Codex 仍可运行，只是走 CPU 推理、延迟明显升高。术语补一句：CUDA 是 NVIDIA 显卡的并行计算平台，量化是把模型权重从高精度压到低位以换取更小的显存占用——两者都只在”模型跑在本机”这个前提下才相关。

Node 22 与 WSL2：两条正在失效的前置

“要求 Node 版本 ≥ 22″这个说法出自百度百科的 Codex CLI 条目，对应的是 2025 年 4 月 17 日发布的那一代 Node/TypeScript 实现。现在官方仓库的根目录里 codex-rs（Rust 实现）与 codex-cli 并存，README 首推的安装方式是不经过包管理器的 install.sh / install.ps1。所以”先装 Node 22″这一步，对大多数按 README 走的人可以直接跳过；只有你选 npm install -g @openai/codex 这条路时才需要 Node。（这是我的推断：仓库目录结构和 README 的排列顺序表明 Rust 实现已是主推，官方文档里没有一句”不再需要 Node”的明说。）

WSL2 同理。WSL2 即 Windows Subsystem for Linux 2，是让 Windows 直接运行 Linux 可执行文件的兼容层；旧教程要求它，是因为当时只有 macOS 和 Linux 的二进制。现在 README 的 Windows 段落直接给了 powershell 安装命令，没有把 WSL2 写成前提。反过来，如果你的机器是 Windows 10 早期版本、企业策略又锁死了 powershell 执行策略（命令里的 -ExecutionPolicy ByPass 就是在处理这件事），那退回到 WSL2 路线仍然可行——这是可执行的取舍，不是版本对错。

两个真实卡点

卡点一：安装脚本下载资源取不到。 README 里有官方开关：安装器默认从 releases.openai.com/codex 下载，元数据或资源文件下载失败时回落到 GitHub Releases；想强制走 GitHub Releases，加环境变量（README 注明 0 和 no 也接受）：

curl -fsSL https://chatgpt.com/codex/install.sh | CODEX_INSTALLER_USE_RELEASES_OPENAI_COM=false sh

Windows 下对应写法是先设 $env:CODEX_INSTALLER_USE_RELEASES_OPENAI_COM='false' 再执行 irm https://chatgpt.com/codex/install.ps1 | iex。

卡点二：进了界面但分不清是”配置不够”还是”装错了”。 判断方法不是盯着内存条，而是走一遍最小流程：进入 codex 交互界面 → Sign in with ChatGPT → 让它读当前目录一个文件并改一处。卡在哪一步就查哪一步。按社区 FAQ 的描述，前置不满足时表现是”启动时会卡在依赖检查或模型加载阶段，甚至直接报错退出”——这种情况优先怀疑安装方式与系统不匹配（Windows 上只给了 WSL2 方案、或走了 npm 路径但 Node 版本低于要求），而不是内存。真进了界面、能对话、能改文件，只是响应慢，才轮到怀疑内存余量或磁盘 IO。这三步走通就是最终的成功标志。

参考来源

# AI# 知识

评论区

0 条评论

登录后可评论。

卷心菜 11 阅读