Akira

Posted on Jul 10 • Originally published at apidog.com

GPT-5.6をCodexで使う方法

2026年7月9日、OpenAIはChatGPT、Codex、およびAPI全体でGPT-5.6の一般提供を開始しました。世界規模での展開はおよそ24時間をかけて行われました。それ以降にCodexを開くと、新しいデフォルトのフロンティアファミリーが表示されました。Sol、Terra、Lunaという3つのモデル、6つの推論努力レベル、そして4つのエージェントを並行して実行するウルトラモードです。6月26日に始まった限定プレビューは終了し、ここに記載されているすべては一般アカウントで利用可能です。

今すぐApidogを試す

これは、多くの開発者が自動操縦で利用しているツールにとって、多くの新しい側面をもたらします。Codexをクラウド、IDE、またはCodex CLIを通じて使用するかにかかわらず、先週までは存在しなかった疑問が生じます。

どのティアでこのタスクを処理すべきか？
バグハントにはどのくらいの推論努力が必要か？
大規模なリファクタリングはウルトラモードの並行エージェントに値するか？
単一の慎重なSolの実行で十分か？

このガイドでは、何が変更されたか、エージェントコーディングのために3つのモデルの中からどれを選ぶか、ウルトラモードが追加のトークン消費に見合うのはいつか、そしてCodexが生成したAPIコードを出荷前に確認する方法について説明します。最後のステップではApidogを使用します。Codexは信頼するのではなく、テストすべきエンドポイント呼び出しを大量に生成するからです。

要約

GPT-5.6は2026年7月9日にGAでCodexに導入されました。Sol、Terra、Lunaは選択可能であり、ChatGPTプランに依存します。
Solは深層推論の旗艦モデルです。Terraはバランスの取れた選択肢です。Lunaは高速で安価な大量処理向けに構築されています。
ウルトラモードは4つのエージェントを並行して実行し、Plusプラン以上でCodexで利用可能です。OpenAIによると、Terminal-Bench 2.1のスコアを88.8%から91.9%に引き上げます。
ウルトラモードは、より高いトークンと利用消費をトレードオフに、より速い実時間結果を提供します。広範囲なリファクタリングに利用し、1つのファイルの修正には使用しないでください。
6つの推論努力レベル（なし、低、中、高、非常に高、最大）により、タスクあたりのコストに対して深さを調整できます。
GPT-5.6はGPT-5.5よりも短い出力を生成するため、Codexの指示から以前の「簡潔に」といった指示を削除してください。
CodexをApidogと組み合わせて、エージェントが生成または消費するエンドポイントを検証します。

7月9日にCodexに導入されたもの

GAの日には、完全なGPT-5.6ファミリーが一度にCodexに導入されました。モデル選択ツールには新しい世代がリストアップされ、選択できるものはChatGPTプランに紐付けられています。同日、Sol、Terra、LunaもGitHub Copilotに登場しました。これにより、主要なエージェントコーディングツールは数時間以内に同じファミリーに集約されました。

ラインナップに関する3つの点がCodexユーザーにとって重要です。

数字は世代を表し、名前はティアを表します。 Sol、Terra、Lunaは独自のペースで進化する永続的な機能ティアです。

gpt-5.6-sol：最も深い推論を持つ旗艦モデル。単純なgpt-5.6エイリアスもこれにルーティングされます。
gpt-5.6-terra：バランスの取れた中間モデル。GPT-5.5とほぼ半額で競合する位置付けです。
gpt-5.6-luna：最速かつ最も安価なモデル。大量かつレイテンシに敏感な作業を対象としています。

ウルトラモードは設定であり、モデルではありません。 デフォルトではタスクを4つのエージェントに並行して分散させ、その結果を統合します。CodexではPlusプラン以上で利用可能です。

努力レベルは今や第一級のコントロールです。 なしから最大までの6つのレベルが、GPT-5.5時代の粗いノブに取って代わりました。

一つ変わっていないのは、Codexが依然としてCodexのように振る舞うことです。指示ファイル、承認設定、ワークフローは引き継がれます。基盤となるモデルがより賢く、より設定可能になっただけです。

モデルの選択：コーディングのためのSol、Terra、またはLuna

Codexはエージェントコーディングツールであるため、「どのモデルが最適か」ではなく「このタスクの深さにどのモデルが適しているか」が重要です。

モデル	コーディングの得意分野	いつ選択するか
`gpt-5.6-sol`	複数ステップのエージェント作業：ファイル間のデバッグ、アーキテクチャ変更、長いツール呼び出しチェーン	タスクに数時間かかり、間違えるとコストが高い場合
`gpt-5.6-terra`	日常的なコーディング：機能、テスト、レビュー、中規模のリファクタリング	デフォルトとして選択する。ほとんどのセッションはここから始める
`gpt-5.6-luna`	ボイラープレート、コミットメッセージ、簡単なスクリプト、初稿	深さよりも速度が重要な場合

実務では、まず次のように使い分けると判断しやすくなります。

日常的な機能追加・テスト作成       -> Terra / 中
複数ファイルにまたがる不具合調査   -> Sol / 高
定型コードやスクリプトの初稿       -> Luna / 低
競合状態・原因不明の障害           -> Sol / 非常に高〜最大

エージェントコーディングに特化して言えば、OpenAIの発表数値ではSolはTerminal-Bench 2.1で88.8%を記録し、ウルトラモードでは91.9%に上昇します。これらはベンダーによる発表日の主張として扱ってください。独立した検証には数週間かかります。

バランスとして、SWE-Bench Proでは、OpenAI自身の報告によると、Claude Fable 5が80.3%でSolの64.6%を上回っています。GPT-5.6がコーディングベンチマークを完全に席巻しているわけではありません。

モデル選択はCodex設定のモデルピッカーを通じて行われます。レイアウトは利用面（クラウド、IDE拡張機能、CLI）によって異なります。OpenAIの開発者ドキュメントで、現在のモデルIDと各利用面での公開状況を確認してください。

何にでもSolを最大努力で使い続けるのは避けてください。限界に早く達し、Terraが生成できたであろう回答をより長く待つことになります。

Codexのウルトラモード

ウルトラモードはCodexユーザーにとっての目玉機能です。デフォルトでは4つのエージェントを並行して実行し、その結果を統合します。目的は大規模タスクにおける実時間速度であり、コストは意図的に高められています。

4つのエージェントが1つの作業を行うため、トークンと使用量の消費が増加します。

ウルトラモードを使うべきケース

並行探索が作業を真に分担する、多くのファイルを触る広範囲なリファクタリング
多くの類似しているが同一ではない呼び出しサイトを持つマイグレーションパス
- フレームワークのアップグレード
- APIバージョンの更新
複数の仮説を同時に追及したい、時間制限のあるデバッグ

単一のSol実行を選ぶべきケース

単一ファイルの変更や集中的なバグ修正
ステップ3がステップ2の出力を必要とする、直列の依存関係を持つタスク
請求期間の終盤

ウルトラモードはCodexの使用制限を著しく速く消費します。週半ばで制限に達することは、より遅いリファクタリングよりも痛手です。

Terminal-Benchの3ポイントの向上は現実的ですが、控えめです。より強力な論拠は時間です。リファクタリングが単一の実行で40分かかり、4つのエージェントでそのごく一部の時間で完了する場合、締め切りが迫っている状況では追加のトークンは妥当なトレードオフです。

Codexのウルトラモードは品質レバーというよりは時間レバーです。GPT-5.6のウルトラモードがどのように機能するかでは、4つの並列エージェントが明確に分割できるタスクプロンプトの書き方を含め、より深く掘り下げています。

コーディングタスクの推論努力

GPT-5.6は、なし、低、中、高、非常に高、最大という6つの努力レベルを公開しています。Codexでは、努力はモデルごとの設定です。Plusプランでは、Solは中程度の努力以上で実行されます。

コーディング作業の実用的なマッピングは次のとおりです。

努力レベル	適したタスク
なし / 低	リネーム、フォーマット、機械的な編集、明確なテンプレートからのテスト生成
中	標準的な機能作業、コードレビュー、簡単なエンドポイントの作成
高	複数ファイルのデバッグ、パフォーマンス調査、不慣れなコードベース
非常に高 / 最大	競合状態、メモリ破損、「2日間もこれを見つめている」問題

モデルを切り替えるだけではなく、努力レベルもチューニング対象として扱ってください。

現在の努力レベルで代表的なタスクを実行します。
同じタスクを1段階低い努力レベルでも実行します。
差分の品質、実行時間、利用量を比較します。
品質差が小さければ、低い努力レベルをチームのデフォルトにします。

GPT-5.6は、少ない努力で以前の世代の出力に匹敵することが多く、使用量の余裕を確保できます。

指示も更新してください。GPT-5.6はGPT-5.5よりも著しく短い回答を生成し、一般的な導入が少ないため、指示ファイルに残っている「簡潔に」や「前置きをスキップする」といった指示を削除してください。すでに簡潔なモデルに簡潔さのルールを重ねると、説明不足の差分になる可能性があります。

各ChatGPTプランがCodexで得られるもの

アクセスはプランによって制限されており、OpenAIはこれらの詳細を頻繁に調整します。この表はOpenAIのヘルプセンターに基づくスナップショットとして扱い、変更される可能性があります。

プラン	GPT-5.6モデル	Codexのウルトラモード	備考
無料 / Go	Terra（ChatGPT内）	なし	Codexは無料ティアには含まれません
Plus	Sol、Terra、Luna	あり	Solは中程度の努力以上。モデルごとの努力コントロール
Pro	Sol、Terra、Luna、Sol Pro	あり	より高い制限。ChatGPT Workでもウルトラモード利用可能
Business / Enterprise	Sol、Terra、Luna、Sol Pro	あり	ChatGPT Work経由でウルトラモード。管理者コントロール

ポイントは2つあります。

PlusプランはすでにCodexでフルモデルピッカーとウルトラモードを利用できます。コーディングにおけるPlusとProの差は、生の機能ではなく、制限とSol Proに関するものです。
サブスクリプションよりもAPI課金が適している場合、APIにはプランの制限がありません。APIアカウントであれば、Solは入力/出力トークン100万あたり5ドル/30ドル、Terraは2.50ドル/15ドル、Lunaは1ドル/6ドルで、3つのモデルすべてをセルフサービスで呼び出すことができます。

Codexが書いたものを検証する：Apidogと組み合わせる

コーディングエージェントが作業セッションで生成するものの多くは、APIと通信するコードです。ルートハンドラー、クライアント呼び出し、Webhookコンシューマー、テストフィクスチャなどです。

GPT-5.6は、Codexがそのコードをより速く生成できるようにします。しかし、コードを正しくするわけではありません。ベンチマークで91.9%の性能を持つエージェントが自信を持って間違ったエンドポイント呼び出しを記述した場合、60%の場合よりも危険です。出力のレビューがより不注意になる可能性があるからです。

ブラインドな信頼なしに速度を維持するワークフローは次のとおりです。

CodexにOpenAPI仕様を与える。

仕様ファイルをリポジトリに置くか、指示で参照させます。エージェントがフィールド名を推測するのではなく、実際の契約に基づいてコードを生成できるようにします。
Codexに統合を記述させる。

エンドポイント、クライアント、テストなどを実装させます。これは中〜高レベルの努力でTerraまたはSolが活きる領域です。
マージする前にエンドポイントをテストする。

同じ仕様をApidogにインポートし、Codexが生成または消費したすべてのエンドポイントを実行します。ステータスコード、レスポンススキーマ、エッジケースを確認してください。Apidogを無料でダウンロードできます。仕様駆動のテストパスは、名前変更されたフィールドや誤ったコンテンツタイプなど、エージェントが導入する不一致を捕捉します。
まだ存在しないものをモックする。

CodexがまだデプロイされていないAPIに対して構築している場合は、仕様からモックを作成します。エージェントの統合作業を実際の形状に近い対象に対して実行できます。

エージェントの内部で検証ループを行いたい場合は、Apidog CLIをCodexに直接接続して、エージェントが自身のタスクループの一部としてAPIテストスイートを実行できるようにします。この設定は、CodexでApidog CLIを使用する方法でステップバイステップで説明されています。

まだ安定していないこと

CodexのGPT-5.6はリリースから日が浅く、いくつかの問題点が伴います。

ロールアウトの不均一性

GAは概ね24時間かけて展開されたため、一部のインターフェースや地域ではまだ追いついていない可能性があります。IDEまたはCodex CLIのいずれかでモデルや設定が見つからない場合は、バグレポートを提出する前にOpenAIのリリースノートを確認してください。
仕様はまだ二次情報

報告されている1Mトークンのコンテキストウィンドウと128Kの最大出力は、確認された仕様書ではなく、初期のドキュメントから得られた情報です。OpenAIのページが確定するまでは、報告された通りとして扱ってください。
ベンチマークはベンダー報告

Terminal-Benchおよびその他の発表数値はOpenAI自身のものです。独立した評価は今後数週間で行われる予定です。
プランの詳細は変動する

OpenAIは、リリース後数週間で制限やアクセスを調整してきた歴史があります。上記のヘルプセンター記事が信頼できる情報源です。

これらはいずれも待つ理由にはなりません。チームのデフォルト設定を決定する前に、バックログからいくつかの代表的なタスクでGPT-5.6を実行してみる理由です。

よくある質問

CodexのデフォルトとしてどのGPT-5.6モデルを設定すべきですか？

Terraです。OpenAIは、GPT-5.5とほぼ半分のコストで競合すると位置付けており、日常的な機能作業を快適に処理します。

タスクが多くのファイルにまたがる場合や長い推論チェーンが必要な場合はSolに切り替え、ボイラープレートや簡単なスクリプトにはLunaに落としてください。

有料プランなしでCodexでGPT-5.6を使用できますか？

直接はできません。Codexには有料のChatGPTプランが必要であり、無料ティアのChatGPTでのGPT-5.6アクセスはTerraに限定されています。

ただし、合法的な低コストおよび試用ルートがあり、API自体にはプランの制限がありません。オプションはCodexを無料で使う方法にまとめられています。

ウルトラモードは使用制限を速く消費しますか？

はい、設計上その通りです。ウルトラモードは4つのエージェントを並行して実行するため、単一のタスクで通常の実行の数倍のトークンを消費し、その見返りとして高速な完了が得られます。

大規模な並列化可能なジョブのために予約し、開始する前に残りの利用可能量をチェックしてください。

ウルトラモードはSol Proと同じですか？

いいえ。Proモード（ChatGPTのSol Pro）は、単一モデルにおける品質優先の推論設定です。ウルトラモードは、作業を並列化するマルチエージェント実行モードです。

Proはより良い回答を目指し、ウルトラは大規模タスクにおけるより速い実時間結果を目指します。

あなたの立場

Codexは7月9日に真のアップグレードを受けました。より賢い旗艦モデル、より安価で強力なデフォルト、モデルごとの努力コントロール、そして大規模なジョブを短縮する並列モードです。

ほとんどの開発者に役立つ設定は地味なものです。

デフォルトとして中程度の努力でTerraを実行する
困難なチケットには高努力のSolを利用する
締め切りが迫っている場合に、大規模なリファクタリングのためにウルトラモードを予約する

どのような設定に落ち着くにせよ、エージェントの出力は高速な人間がレビューするのと同じくらい注意深く吟味する必要があります。CodexにOpenAPI仕様を与えて実際の契約に基づいて構築させ、その後、生成されたすべてのエンドポイントをApidogで検証してから、他の開発者が依存するブランチにマージしてください。

コード生成が速くなっても、チェックが追いつかなければ意味がありません。

DEV Community