为什么 GPT-5.6 Sol 在 Codex 中提示模型元数据不存在？

作者：袖梨 2026-09-19

Codex 提示“Model metadata for gpt-5.6-sol not found”时，通常不是在宣告 GPT-5.6 Sol 这个模型不存在，而是在说明当前客户端没有找到与该模型对应的本地能力描述，于是只能套用一组回退参数。真正决定请求能否成功的，是紧随其后的服务端响应：如果同时收到“该模型不支持通过 ChatGPT 账号使用”之类的 400 错误，问题重点就是当前登录方式、账号权限或客户端支持范围，而不是提示中的 metadata 本身。

先把两条信息分开理解

这类故障容易让人困惑，是因为一次启动可能连续打印两种性质完全不同的信息。第一种是客户端警告，第二种是服务端错误。它们出现在相邻位置，却不代表同一件事。

模型元数据是 Codex 用来描述模型能力和运行边界的信息，例如上下文窗口、可用推理强度、自动压缩阈值、工具能力以及其他客户端需要据此决定的行为。客户端按模型标识查找这些信息。如果安装的 Codex 版本、启动时载入的模型目录或自定义模型目录里没有 gpt-5.6-sol 这一项，就会提示未找到元数据，并改用 fallback metadata。

回退并不等于请求已经被拒绝。它只说明 Codex 无法按该模型的专属资料优化本地行为，可能采用通用的上下文限制、压缩策略或能力假设。警告中提到“可能降低性能或导致问题”，说的正是这种不精确配置带来的风险。

随后出现的 HTTP 400 则来自请求所连接的服务。它表示服务端已经看到了模型名，但不接受当前认证身份以这种方式调用。引用案例中，服务端明确指出通过 ChatGPT 账号使用 Codex 时不支持该模型。此时即使手工补齐本地元数据，服务端的访问控制也不会随之改变。

为什么模型明明存在，客户端仍会说找不到元数据

官方模型目录已经列出 GPT-5.6 Sol，模型 ID 是 gpt-5.6-sol，而 gpt-5.6 是指向该档位的别名。因此，在当前时间点，把这条警告解释为“官方没有这个模型”是不准确的。更合理的解释是：模型发布、账号开放、客户端发布和本地目录刷新并不一定在同一时刻完成。

Codex 客户端必须认识模型，账号也必须获得模型访问权，这两个条件缺一不可。新模型刚进入部分产品、部分账号或测试范围时，可能出现服务端已经能识别模型 ID，而某个旧版客户端仍没有对应元数据的情况。反过来，客户端中出现一个模型名，也不证明当前账号已经取得服务端权限。

此外，Codex 的可用模型范围与认证方式有关。通过 ChatGPT 登录时，访问权由该 Codex 客户端支持的模型和当前 ChatGPT 身份决定；通过 API 密钥连接时，则由密钥所属的 API 组织、项目及其模型权限决定。ChatGPT 网页上的模型可见性、Codex 中的模型可见性和 API 项目的可调用性不能互相推导。

因此，同一台电脑上可能发生这样的组合：模型 ID 能被命令行参数接受，本地目录却没有专属元数据；请求被发到服务端后，服务端又因 ChatGPT 登录范围不支持而返回 400。三步分别属于参数解析、本地能力配置和远端授权，不能混为一谈。

按顺序定位问题

第一步：记录完整输出

不要只截取“metadata not found”这一行。继续查看后面是否还有 HTTP 状态码、错误类型和服务端消息。若只有回退警告但会话仍能正常开始，说明主要风险是客户端采用了不精确的默认配置；若随后出现 400 或 403，请优先处理认证与访问范围。

诊断时至少记录 Codex 版本、实际使用的模型标识、登录方式以及完整错误消息。不要记录或分享 API 密钥、访问令牌和 Cookie。可以使用下列命令确认客户端版本，并在交互会话中查看当前状态和可选模型：

codex --version
codex

# 进入交互会话后执行
/status
/model

/status 用于确认当前会话配置，/model 用于从客户端提供的模型列表中选择模型。若目标模型根本不在列表里，优先更新客户端并使用受支持的选择，不要依靠手写模型名绕过选择器。

第二步：更新 Codex 客户端并重新启动

本地模型目录通常随客户端版本或启动时获取的信息变化。旧版本不知道新模型，是最常见也最容易排除的原因。按原来的安装渠道更新 Codex，完全退出旧进程，再启动新会话。仅在旧会话中重复提交请求，通常不会让启动时载入的目录自动变化。

更新后再次运行 codex --version，确认终端调用的确实是新版本。如果系统中同时存在独立安装、npm 安装或其他路径下的多个可执行文件，还应检查实际命中的路径：

command -v codex
codex --version

若版本仍未变化，应先解决 PATH 指向旧安装的问题。不要为了消除警告就随意下载第三方模型目录，来源不明的配置可能改变服务地址、认证行为或模型参数。

第三步：核对模型名和配置来源

模型标识必须准确。GPT-5.6 Sol 的明确模型 ID 是 gpt-5.6-sol，官方也提供 gpt-5.6 别名。输入错误、不可见字符、过时脚本中的旧名称，都会导致本地查找失败。应检查命令行参数、环境变量、项目配置和用户级 config.toml，确认没有多个位置互相覆盖。

# 显式启动，仅用于账号和客户端已支持该模型的情况
codex --model gpt-5.6-sol

# config.toml 中的默认模型示例
model = "gpt-5.6-sol"

显式填写模型名只是选择模型，不会授予访问权限。如果服务端明确返回当前 ChatGPT 账号不支持该模型，反复修改 config.toml 或增加重试次数都不能解决授权问题。

第四步：确认认证范围

先判断当前 Codex 是使用 ChatGPT 身份登录，还是使用 API 密钥连接。两种方式对应不同的权限来源、额度与可用模型集合。通过 ChatGPT 登录时，应以 Codex 客户端中实际显示的模型为准；通过 API 密钥时，应以该密钥所属组织和项目实际获得的模型权限为准。

不要因为模型出现在用量分析页面、网页选择器或其他产品中，就推断当前 Codex 登录态一定可以直接选择它。分析页面里的模型标签可能反映后台处理或统计归类，而不等同于用户可选模型列表。引用讨论中正是先观察到分析页面出现 GPT-5.6 Sol，手工指定模型后却收到 ChatGPT 账号不支持的错误，这说明“观察到名称”和“拥有调用权”是两件事。

第五步：做最小验证

完成更新、重新登录和模型选择后，启动一个没有自定义代理、复杂插件或项目覆盖配置的最小会话。先从 /model 中选择可见模型，再提交一个短请求。若可见模型正常、手写 gpt-5.6-sol 仍被拒绝，就可以把问题缩小到该模型的访问范围，而不是网络或整个 Codex 安装。

如果使用自定义模型提供商或自建兼容端点，还要分别确认提供商是否返回模型列表、是否接受该模型 ID，以及本地目录是否为它提供正确能力描述。第三方声称兼容 OpenAI 协议，并不代表它与官方模型的权限、上下文限制和工具能力完全相同。排错时不要把第三方端点的响应当成官方 Codex 行为。

不同结果分别怎么处理

只有元数据警告、没有服务端错误，并且会话能够继续时，可以先更新客户端并观察实际功能。此时不宜自行猜测上下文窗口或压缩阈值；回退值可能让长会话提前压缩，也可能对工具能力判断不够准确。重要任务应使用客户端明确支持的模型，直到专属元数据可用。

出现“model is not supported when using Codex with a ChatGPT account”时，应改用 /model 中当前账号可见的模型，或者等待目标模型对该登录范围开放。若组织管理员管理模型权限，还需要由管理员核对工作区策略。更换本地模型名、清缓存或复制别人的配置都不会扩大账号权限。

若使用 API 密钥时收到模型无权访问或模型不存在的响应，应检查密钥是否属于预期项目、项目是否具备该模型权限，以及请求是否发往预期的官方端点。不要把 ChatGPT 订阅等同于 API 额度，也不要把另一个项目能调用模型当作当前项目也能调用的证据。

如果更新后目标模型已经出现在 /model，但仍同时出现元数据警告，应保留可复现信息并向官方支持渠道报告。一个有效报告应包含脱敏后的完整错误、Codex 版本、操作系统、安装方式、认证类型、模型 ID、复现命令和发生时间。不要只提交一句“模型不能用”，否则很难区分目录、权限和网络问题。

哪些做法不应采用

不应通过伪造模型目录来绕过服务端授权。手工增加一条本地 metadata 最多影响客户端如何规划请求，不能让无权限账号获得模型访问权，错误的窗口和能力参数反而可能造成会话截断或工具调用异常。

不应对明确的 400 权限错误实施指数退避重试。退避适合临时限流或网络波动，而权限拒绝是稳定结果。持续重试只会制造噪声，也可能消耗请求配额。只有 429、连接超时或明确的暂时性服务错误，才适合在限制次数的前提下重试。

也不应根据社区对 A/B 测试、后台路由或地区开放的猜测下结论。社区帖子可以证明某个用户看到了什么错误，却不能证明平台内部为何路由、何时全面开放或哪些套餐必然拥有权限。文章能可靠确认的是：当时有人遇到了本地回退警告和 ChatGPT 登录范围的服务端拒绝；当前官方目录则确认 GPT-5.6 Sol 是有效模型。两者结合后，足以说明这不是简单的“模型不存在”。