Codexで国産モデルを使用するには？Kimi + CCスイッチアクセス設定ガイド
クロードは最近、新規アカウントも既存アカウントも、予告なしに大規模に停止し始めた。最も腹立たしいのは、これまで苦労して築き上げてきたすべてのコンテキスト、個人設定、プロジェクトワークフローを完全に再編成して移行しなければならないことだ。
最近の Claude 新たなアカウント停止措置が再び始まり、新規アカウントも既存アカウントも予告なしに消滅している。最も厄介なのは、これまで丹念に構築してきたコンテキスト、個人設定、プロジェクトワークフローをすべて完全に再編成し、移行しなければならないことだ。
多くの人がCodexに移行し始めている。Codexはよりユーザーフレンドリーなインターフェースとより体系的な体験を提供するが、OpenAI 購読には海外発行の銀行カードが必要となる。この支払い手続きだけでも、多くの一般ユーザーが利用をためらう要因となっている。
幸いなことに、Codexの公式エコシステムは非常にオープンであり、サードパーティ製モデルを自由に構成することができます。
国内で開発されたモデル、例えば…などを最大限に活用できます。 DeepSeekキミ、オープンをサポートしている限りAI ほとんどのインターフェースと互換性があり、理論的にはCodexとの統合も可能です。これにより、決済の障壁が解消されるだけでなく、トークンのコストも削減できます。
全くの初心者なら、Kimiから始めることをお勧めします。Kimiは中国語の理解、長文処理、コーディングに優れています。マルチモーダル総合的な性能が高く、コーデックス規格に適合する国内モデルとして最も適している。
さらに、私は定期的にキミの会員登録をしていますが、会員の上限内であれば、追加のトークン料金は一切かかりません。
本日の記事では、サードパーティ製ツールを使用する方法をステップバイステップで解説します。大型モデルCodexと連携して、日常業務を処理しましょう。
私たちは、GitHubで既に11万2千以上のスターを獲得している、クロスプラットフォーム対応のデスクトップアシスタントを使用しています。 CC Switch。
CC Switchは AI さまざまなツールのモデルベンダーを管理するために特別に設計されたモデルスイッチャーは、元々は... Claude Code 現在、Codex、OpenCode、OpenClawが挙げられています。Hermes Agent すべて使用可能になりました。
従来、モデルを変更する際には、JSON、TOML、または.envファイルを手動で編集する必要がありました。ツールごとに設定形式が異なり、初心者にとっては戸惑うことも少なくありませんでした。CC Switchを使えば、サプライヤーを直接追加し、インターフェース上で情報を直接入力できます。 API Key切り替えはマウスを数回クリックするだけで簡単です。単純多すぎる。
CCスイッチをオンにして、Open...AI プロジェクト内の「+」をクリックしてください。
「新規仕入先の追加」画面で、「Kimi For Coding」プリセットを選択します。
注意点として、これはKimiではなくKimi For Codingです。私は普段Kimiに登録しているので、Kimi For Codingは自動的に私の会員資格を付与してくれるため、追加料金を支払う必要はありません。
CC Switchは既に必要なパラメータを事前に入力してくれているので、ドロップダウンメニューからAPIキーを入力するだけで済みます。
Kimi Codeを開き、コンソールで新しいAPIキーを作成し、それをコピーして、CC Switchに貼り付けます。
ローカルルーターのスイッチを見つけて、電源を入れてください。
先ほど作成したKimi For Codingの設定を有効にするには、ここをクリックしてください。
これで、Codexを再度開くと、ページ上のモデルオプションに「カスタム」または「Kimi」が追加されていることが確認でき、通常どおり使用できるようになります。
後でOpenに戻したい場合はAI CC Switchの公式モデルでは、ルーティングが無効になり、Openに切り替わります。AI 公式で十分です。
キミは既に中国語の読解力、長文処理能力、コーディング能力に非常に長けている。Codexに接続することで、これらの能力はチャットウィンドウ内に限定されなくなり、Codexを通じてローカルファイル、プロジェクト、ワークフローにアクセスできるようになるため、これらのスキルを具体的なタスクに真に活用できるようになった。
コード
ウェブゲーム「Plants vs. Zombies」のレプリカ。
Codexは、プレイ可能なHTMLウェブゲームを直接生成した。ビジュアルはSVGを使用して作成され、ゲームロジックも完成していた。
ゲームを開くと、ヒマワリ、豆鉄砲、クルミの中から好きなものを選ぶことができます。芝生をクリックして植え付け、日光を集め、ゾンビの攻撃を防ぎましょう。グラフィック、統計情報、アニメーションはまだ改善の余地がありますが、わずか数分で動作するデモを作成できるため、非常に効率的です。
概要報告書
たくさんの AI 資料はすべて英語で書かれており、ページ数も多く、データも膨大です。一般の人が一度読むだけでも疲れるでしょう。報告書はコーデックス委員会にも送付できます。
私がアップロードした文書を要約すると、「スタンフォード…」 AI 2026年版インデックスレポートは、一般ユーザーにとって最も関連性の高い10の重要な結論を抽出しています。
私たちは英語のPDFを自分で読む必要はありません。Codex + Kimiに英語のレポートを一般の人にも理解できるような傾向分析にまとめてもらうだけで済むので、とても便利です。
PowerPointを作成する
実際のオフィス環境においても、ワークフローをスキルとして体系化して活用することができます。例えば、PowerPointプレゼンテーションを作成する必要がある場合、まずスキルをインストールすればよいでしょう。
baoyu-designのスキルを使って、私がアップロードしたファイルを20ページのPowerPointプレゼンテーションに変換してください。ファイルの要点をまとめ、あなたのターゲット層に合わせた内容にしてください。 AI 関心を持つ一般の人々。
PowerPoint資料の作成は、昔からキミの得意分野です。キミは情報を適切な構造に分解し、各ページが中心となるアイデアを表すようにしてくれます。重要なポイントを強調するために大きな数字を用い、一般の人にも理解できる説明を加えることで、読みやすい資料を作成してくれます。
レイアウトもシンプルで洗練されており、暗い背景と明るい背景が交互に用いられている。また、コンテンツは主要な見出し、重要な数値、簡潔な説明によってよく整理されており、ページが単調になるのを防いでいる。
ビデオ制作
テキスト処理や推論に重点を置いた一部のモデルと比較すると、Kimiはより包括的な性能を発揮する。マルチモーダル画像や動画に関する複雑な要件にも対応できる能力を備えています。
CodexにRemotionプラグインを使って、モバイルゲームのランキングリストを特集した短い動画を作成してもらいました。
@remotion 2026年に中国で最も人気のあるモバイルゲーム5つをまとめた短い動画を作成してください。実際のゲームプレイ動画クリップ（各クリップは数秒程度で構いませんので、ご自身でダウンロードしてください）を含める必要があります。クリップは高画質で、各クリップのアスペクト比は統一してください。プロのランキングリストを参考にしてください。ランキングリストや動画素材はご自身で探し、適切なナレーションとBGMを追加してください。
最終的な動画を見てみましょう。
Kimi 自動すべての素材を集め、シーンの内容を評価し、最も魅力的なクリップを選び、映像に基づいてナレーションを生成することで、ビデオはさまざまな要素をうまく取り入れることができた。人気のあるモバイルゲームの迫力ある戦闘シーンやゲームプレイのデモンストレーション、ナレーション、そして耳に残るBGMが相まって、かなり完成度の高い動画に仕上がっている。
重要な点は、この動画の制作時間がわずか16分だったということであり、非常に効率的だと言える。
海外送金の手間や、いつアカウントが停止されるか分からないという不安を抱える代わりに、別の方法を試してみてはいかがでしょうか？この便利なツールであるCodexを使用してください Agent これらのツールは、私たちが日常生活で最も便利に利用するモデリング機能と組み合わされています。
Kimi K2.7コードのモデリング機能は既に非常に近いレベルに達している。 GPT解像度は-5.5で、中国語圏の環境に適しており、使用コストも低いため、ほとんどの人に適しています。Kimiは、導入のハードルが低く、全体的なユーザーエクスペリエンスも優れているため、Codexとの連携においておそらく最良の選択肢と言えるでしょう。
以前は AI多くの場合、コンテンツを手動でコピー＆ペーストしたり、ファイルをアップロードしたりする必要があります。しかし今では、Codexに目標を与えるだけで、Codexはそのモデル機能を使ってタスクを理解し、ローカルファイルを読み込み、ファイルを変更し、結果を生成し、指定されたディレクトリに保存することができます。
会話から仕事の遂行支援まで、これは未来の人間と機械の協働ワークフローのプロトタイプとなるかもしれない。
未来大型モデル競争はもはや単にパラメータを比較したり順位付けしたりするものではなく、ユーザーの成熟したツールチェーンにシームレスに統合し、具体的かつ複雑なタスクの実装と完了を真に支援できるのは誰か、という点に集約される。