让 Codex 写个快速排序，它跑了 17 分 48 秒，一个字没写出来。
换个模型，同一个任务，34 秒写完。
问题不在 ChatGPT，也不在我这台 Mac——是我的 Codex 压根没连云端。
一、先看 Codex 到底在跑谁
打开 ~/.codex/config.toml，看 model_provider 那行。
我的是 model = "qwen3-8b-local:latest"，model_provider = "ollama"。
也就是说，我以为在用 ChatGPT，其实请求全打在本机 11434 端口。
二、不是 GPU，是内存
日志里 offloaded 37/37 layers to GPU，显卡全速在跑。
真正卡的是 16GB 内存：8B 模型常驻就吃 7.9GB（权重 4.5 + 32k KV cache 2.4 + 计算图）。
内存一满，4.5GB 权重要从磁盘换回来，实测重载一次 270 秒，正常 SSD 十秒内完事。
Codex 还自带 4 千多 token 的系统提示和工具定义，8B 光读完就够呛。
三、我的配置，照抄可用
✅写代码主力：qwen2.5-coder:3b，1.9GB，没有思考开销
✅要质量时：qwen3-8b-16k，上下文 32768 降到 16384，省 1.2GB
✅别再用原版 8B + 32k，它就是这次的元凶
改两个地方：
👉config.toml → model = "qwen2.5-coder:3b"
👉model_catalog.json → 补一条 3B 元数据，不补会报 metadata not found 然后降级
改完 Cmd+Q 退 ChatGPT 重开，不是点红叉。
四、两个坑，我替你踩过了
⚠️brew services restart ollama 会按模板重写 plist，把你手配的环境变量清掉
⚠️改前先 cp 一份 .bak，我留了三份能退
💡本地模型不是跑不动，是 16GB 装不下 32k 的野心。
👉你的电脑多大内存？回复 1：16GB｜回复 2：32GB 及以上｜回复 3：还没试过本地模型
Codex 本地大模型 Ollama AI工具 程序员 效率工具
（技术配置仅供参考，硬件不同效果差异很大；改配置前务必备份，风险自担。）