EDUKASIEKONOMI.COM — Aplikasi ChatGPT Desktop kini bisa menjalankan model bahasa buatan sendiri, termasuk LLM lokal, berkat tool open-source bernama opencodex. Tool ini bekerja sebagai proxy yang mengalihkan permintaan Codex ke model pilihan pengguna tanpa mengubah aplikasi resmi OpenAI. Bagi pengguna Indonesia yang ingin mencoba model lokal tanpa bergantung sepenuhnya ke server OpenAI, ini jadi opsi yang layak dicoba.
opencodex adalah tool open-source gratis yang memungkinkan aplikasi ChatGPT Desktop terhubung ke berbagai model bahasa, bukan hanya model OpenAI. Cara kerjanya sederhana: tool ini bertindak sebagai proxy di komputer pengguna, lalu mengarahkan permintaan Codex ke model yang sudah dikonfigurasi.
Pengguna dapat menambahkan model dari penyedia mana pun yang mendukung API kompatibel OpenAI atau Anthropic Messages API. Model yang berjalan di mesin yang sama lewat Ollama, vLLM, atau LM Studio juga didukung secara default.
Bagaimana opencodex Menyusup ke Codex
Codex sebenarnya mendukung OpenAI Responses API, tetapi base URL-nya bisa diubah lewat variabel lingkungan di komputer pengguna. Saat opencodex dipasang dan dijalankan, tool ini memodifikasi file ~/.codex/config.toml untuk menambahkan dua variabel lingkungan yang menimpa pengaturan bawaan.
Dua variabel itu adalah openai_base_url dan experimental_realtime_ws_base_url, keduanya diarahkan ke alamat lokal http://127.0.0.1:10100/v1. Artinya, setiap permintaan Codex — baik untuk menampilkan daftar model maupun mengirim pesan — akan melewati proxy terlebih dahulu.
Proxy kemudian menghubungi semua penyedia model yang dikonfigurasi dan menggabungkan responsnya menjadi daftar model yang muncul di aplikasi. Ketika pengguna memilih model dan mengirim pesan, proxy menentukan ke mana permintaan itu diteruskan.
Model yang ditambahkan muncul di pemilih model Codex seperti biasa. Contohnya, model GLM-5.3-Flash tampil sebagai "vllm/glm-5.3-flash" bersama model lain dari langganan OpenCode yang terhubung.
Alasan opencodex Bertahan di Tengah Pembaruan Codex
opencodex sengaja dirancang sebagai proxy, bukan fork atau modifikasi Codex. Pendekatan ini membuatnya tetap berfungsi meski Codex diperbarui, dan bisa dipakai baik untuk versi CLI maupun aplikasi desktop.
Penulis asli mengaku sudah memasang beberapa pembaruan Codex dan opencodex tetap berjalan normal. Strategi proxy memang lebih tahan lama dibanding memodifikasi langsung kode aplikasi yang terus berubah.
Instalasi Cukup Satu Perintah npm
Untuk memulai, pengguna hanya perlu menjalankan perintah npm install untuk mengaktifkan proxy dan dasbor web. Tersedia juga perintah ocx init yang memandu pengaturan langkah demi langkah, mulai dari menulis konfigurasi, memilih penyedia, hingga menyuntikkan variabel lingkungan ke file config.toml.
Setelah terpasang, menambahkan model sendiri tergolong mudah. Pengguna bisa membuat penyedia vLLM baru, menambahkan klaster DGX Spark, dan model seperti GLM-5.3 Flash akan terdeteksi otomatis.
Di antarmuka web, pengguna dapat melihat statistik token, termasuk panggilan API individual, estimasi biaya API, dan penggunaan per model. Fitur ini berguna untuk mengevaluasi model mana yang paling sering dipakai.
Catatan Penting: Tool Call Bisa Jadi Kendala
Klaim bahwa opencodex bisa memakai "LLM apa pun" secara teknis benar, tetapi ada catatan soal tool call. Codex punya struktur tool calling yang cukup unik, dengan apply_patch bebas bentuk, akses shell, namespace MCP, dan tool_search untuk penemuan.
Model yang dilatih dengan gaya tool calling tertentu bisa kesulitan. Dalam pengujian, MiniMax M3 benar-benar tersesat dan tidak bisa mengikuti struktur tersebut.
Sebaliknya, GLM-5.3 Flash dan Qwen 3.8 27B menangani tool call Codex dengan baik. Jadi masalah ini tidak dialami semua model.
Jika model yang biasa dipakai di Pi, Claude Code, atau OpenCode berjalan lancar tetapi gagal di Codex, hal pertama yang perlu dicek adalah apakah model itu benar-benar melakukan tool call dengan tepat. Dari semua model yang diuji, hanya MiniMax M3 yang mengalami kendala semacam ini, sehingga tampaknya masalahnya lebih bersifat niche.
Bagi sebagian besar pengguna, opencodex membuka jalan untuk mencampur model lokal dan model cloud dalam satu antarmuka yang sudah familiar. Tidak perlu berpindah aplikasi hanya untuk mencoba LLM yang berjalan di mesin sendiri.
