Codexの使用量を節約する設定：Fastモード、推論レベル、モデルの選び方

👁 112閲覧数

Codexの設定にある「使用状況と請求」タブには、二度読みしたくなる説明があります。「Codex、Workモード、ワークスペースエージェント、ChatGPT for Excelで使用量を共有します。チャットでの会話は含まれません」。その下には週間使用量のバーがあります。私が使っていたPro 500プランでは、初日にバーが100%を示していました。ところが数時間後、設定ファイルを確認していて、何週間も気づかないうちに使用量を2.5倍の速さで消費していた設定を見つけました。

原因はFastモードです。この記事では、Fastモードのコスト、タスクに合わせたモデルと推論レベルの選び方、私が常時使うようにした設定を紹介します。数値はすべてOpenAIのドキュメント、または2026年11月3日に行った私のテストに基づいています。

Fastモードは使用量を2.5倍消費

Fastモードを使うと、モデルの応答が速くなります。OpenAIによると、処理速度は1.5倍です。同じドキュメントにはコストも記載されています。サブスクリプションの使用量は標準モードの2.5倍、追加購入したクレジットは2倍消費します。利用できる環境では、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Astra、GPT-6 Sol、GPT-6 Lunaで使えます。

GPT-6 AstraとGPT-6.1 Solだけで使えるUltrafastもあります。サブスクリプションの使用量は標準モードの8倍、クレジットは6倍です。つまりUltrafastを1時間使うと、通常モードを8時間使うのと同じ量を消費します。

私の環境では、Fastが2か所でデフォルト有効になっていました。~/.codex/config.tomlにはservice_tier = "priority"があり、デスクトップアプリの設定にはdefault-service-tier = "priority"がありました。CodexではpriorityはFastと同じ設定で、以前の名称です。私は両方の行を削除しました。本当に急ぐときだけ、Codexで/fast onを入力し、作業後に/fast offと入力します。現在の状態は/fast statusで確認できます。

Fastを常時有効にしたい場合、ドキュメントには次の2行が記載されています。

service_tier = "fast"

[features]
fast_mode = true

Sol、Astra、Lunaの選び方

Codexのモデル選択画面には複数のモデル名が表示されますが、アプリ内の説明は簡潔です。GPT-6.1 Solは「コーディングや日常の作業に使う最新の実務モデル」、GPT-6 Astraは「最も難しいタスク向けの最高水準の知能」、GPT-6 Lunaは「簡単なタスク向けの高速で低コストなモデル」とされています。GPT-6.1 Terraもあります。別の記事CodexでGPT-6.1 Terraを使うで個別にテストしました。そのほか、6シリーズと5.6シリーズの旧モデルもあります。

Astraは推論能力が高い一方、Sol 6.1より前のシリーズのモデルです。そのため、私はデフォルトにはしていません。新しいアプリの設計、Solが一度誤診した難しいバグ、大規模な調査など、時間をかけても誤りを避けたいタスクで使います。ファイル名の変更、簡単なスクリプト、ログの確認なら、低い推論レベルのLunaで十分です。

推論レベルも使い分ける

各モデルには推論レベルの設定があり、low、medium、high、xhigh、maxを選べます。ほとんどのモデルではultraも選べますが、Lunaはmaxまでです。OpenAIのCodexプロンプトガイドでは、普段使いにはmedium、最も難しく時間のかかるタスクにはhighまたはxhighを推奨しています。推論レベルを上げると、回答前により多く考えるため、使用量も増えます。

私はデフォルトをhighにしています。主な用途は、最初から最後まで一通り進めるプロジェクトです。考える時間を長く取るより、安く済ませようとして誤るほうがコスト高になるからです。maxやultraは、必要なタスクに限って手動で有効にします。設定ファイルでは次のようになります。

model = "gpt-6.1-sol"
model_reasoning_effort = "high"
plan_mode_reasoning_effort = "xhigh"

3行目は計画モードの設定です。計画は一度作ると、その後の作業全体に影響します。そのため、計画時にはモデルにより多くの時間を与える価値があります。計画に沿った作業は、通常のhighで進めます。

短い質問でも使用量はかさむ

Codexの設定中、私はターミナルから「ダッシュの使い方に関するルールは何ですか」という確認の質問をしていました。これは、ポーランド語で実施したテストの質問を日本語に訳したものです。実際の回答は数行でしたが、カウンターは毎回19,000〜24,500トークンを示していました。新しい会話でも、Codexはモデルに自分の指示、私のAGENTS.mdファイル、利用可能なスキルの一覧、ツールの説明を送ります。そのため、一文ずつ10回質問するより、10項目をまとめて一度に尋ねるほうが使用量を抑えられます。

そこで、次の3つを習慣にしました。

• 会話を一問一答で進めるのではなく、必要な背景と期待する結果を添えて、タスク全体を一度に依頼する。
• AGENTS.mdを簡潔に保つ。詳しい情報は、必要なときだけ読み込むスキルに移す。
• 長い会話を延々と続けない。適切なAGENTS.mdを用意して新しい会話を始めるほうが、古い会話で100回目のメッセージを送るより低コスト。

Codexのメモリと使用量

Codexのメモリも有効にしました（[features]セクションにmemories = trueを設定）。Codexは会話からメモを自動で作成し、後の作業で活用します。Claude Codeと同様の仕組みです。メモの作成にも使用量がかかりますが、安全策があります。デフォルト設定では、残りの使用量が25%未満になると、Codexはメモの生成を停止します。このしきい値はmemories.min_rate_limit_remaining_percentで変更できます。

週間使用量を使い切った後も、Codexは追加購入したクレジットで作業を続けられます。同じタブで残高と自動チャージの切り替えを確認できます。OpenAIはクレジット購入時に最大40%の割引を案内しています。私は自動チャージを有効にしていません。使用量の上限に達したことを、気づかない請求ではなく、作業を見直す合図にしたいからです。

より低価格のプランでの使用量については、ChatGPT PlusのCodex使用量で紹介しています。Claude CodeのルールやスキルをCodexに移し、毎回一から説明しなくて済むようにする方法は、ガイド「Claude CodeからCodexへ移行する」で説明しています。特に効果があったのは、service_tier = "priority"という1行を削除したことです。設定を有効にした記憶すらなかったのに、その行を削除したことで、同じ週間使用量で以前の2.5倍の作業ができるようになりました。

出典

• OpenAI、Speed（FastとUltrafast）: https://learn.chatgpt.com/docs/agent-configuration/speed
• OpenAI、Configuration Reference: https://learn.chatgpt.com/docs/config-file/config-reference
• OpenAI Cookbook、Codex Prompting Guide: https://developers.openai.com/cookbook/examples/gpt-5/codex_prompting_guide
• Codex Desktopの設定、「使用状況と請求」タブ、2026年11月3日時点
• Codex CLI 0.162.1での個人テスト、2026年11月3日

// 続きを読むQwen3.6-27BをRTX 4090で動かす設定ガイドAI研修講師になるには？企業向け研修の始め方ガイドAIを使ったSEO監査の進め方：手順と費用の考え方ガイド