OpenAI Codex

料金

Commercial

プラットフォーム

Web, Terminal, IDE, Desktop, Mobile, Cloud, GitHub

公式サイト

https://openai.com/codex

無料アクセス評価

無料 ChatGPT/Codex アクセスや学生向け API クレジットの対象になる場合があります。

注意

アカウント、地域、資格に依存します。利用前に Codex とクレジット条件を確認してください。

2026 年の結論

Codex は単なるコード補完ツールではありません。OpenAI が coding agent を通常のソフトウェア開発フローに組み込もうとしている製品です。タスクを依頼し、隔離された環境で agent が作業し、人間が結果をレビューする、という使い方に向いています。

私の評価：Codex が強いのは、コードを速く入力することではなく、小さな開発タスクをレビュー可能な状態まで進めることです。即時の編集体験が欲しいなら Cursor や Windsurf の方が自然です。背景で動く cloud agent、並列作業、PR レベルの成果を重視するなら Codex は重要な候補です。

Codex とは何か

OpenAI は Codex を、開発者が AI とともに build and ship するための coding agent として説明しています。Codex の製品ページでは、pull request、複雑なリファクタ、migration、cloud 環境での並列 agent 作業が強調されています。プラットフォーム文書でも、Codex はコードを読み、修正し、実行できる agent と説明されています。

つまり評価軸は補完速度ではありません。タスクを理解し、小さな diff にし、検証し、レビューしやすい形で出せるかが重要です。

GPT-5.5、Skills、Automations で変わったこと

OpenAI の新しい Codex の位置づけが重要なのは、Codex が「1 つの coding assistant」ではなく、engineering work の広い operation layer になってきたからです。公開 Codex ページでは GPT-5.5、parallel agents、cloud environments、worktrees、macOS Codex App、CLI/IDE surfaces、GitHub review、Skills、Automations が前面に出ています。

私の評価：大事なのはモデルが強くなったことだけではありません。モデルの周りに workflow が形成されたことです。Skills は debugging、migration review、release-note drafting、security check のような繰り返し作業をチームの手順としてパッケージ化できます。Automations は定期作業に便利ですが、scope と approval が曖昧だと危険です。GitHub PR/diff 生成は、agent の成果物を chat transcript ではなく reviewable software delivery に近づけます。

つまり Codex 導入は editor extension の導入ではなく、新しい engineering system の導入に近いです。誰が Skills を作成・インストールできるか、どの repositories で cloud work を許可するか、どの Automations を許すか、worktree naming、証拠となる verification command、人間の approval gate を先に決めるべきです。

2026 年 6 月に再評価すべき Codex の能力

最近の Codex updates を見ると、Codex は「cloud coding agent」だけではなくなっています。より正確には、devices、hosts、apps をまたぐ software-work system になりつつあります。最近大きく変わった capabilities は次の通りです。

• Appshots for richer context：macOS の Codex では、hotkey で app window を thread に添付でき、screenshot と available text を含められます。私の評価では、UI debugging、design implementation、logs、docs、「今見えている状態」の説明コストを下げます。
• Goal mode across app, IDE, and CLI：Goal mode は Codex app、IDE extension、CLI で generally available になりました。重要なのは mode 名ではなく、Codex を single prompt-response ではなく outcome と success criteria に沿って動かせる点です。
• Browser annotation improvements：in-app browser annotations と advanced annotation mode により、frontend work の feedback を live browser state に結びつけやすくなります。曖昧な文章だけで UI 修正を伝えるより実用的です。
• Locked computer use on Mac：eligible Mac Computer Use users は、Mac が lock された後も Codex の remote work を続けられます。便利ですが、host governance、credentials、approval policy の基準は上がります。
• Computer Use and remote control for Windows：OpenAI は eligible users 向けに Windows Computer Use を追加し、ChatGPT mobile または Mac の Codex から Windows host 上の作業を steer できるようにしました。files、shell、app server、local context は Windows host 側に残ります。
• Codex Profiles：eligible users は Codex identity、activity over time、profile details、usage stats、token activity を確認できます。これは「agent が何かした」ではなく、運用上の audit signal に近いです。
• Active account sessions：ChatGPT の active-session controls は、利用可能な場合、ChatGPT、Codex、API Platform sessions など first-party OpenAI sessions を含みます。teams にとっては、agent access も account-session risk です。

実務上の結論：Codex は live environment、local app、browser、connected host を含む作業で特に強くなっています。一方で、普通の code agent よりリスクも高くなります。Codex が apps を見て、click/type/browse/run commands し、mobile から remote control できるなら、adoption checklist には host security、session review、approval policy、auditability を必ず入れるべきです。

2026 年 6 月中旬の Codex 更新

OpenAI の mid-June Codex updates は小さな UI 改善ではありません。Codex を ChatGPT、Codex App、CLI、IDE、cloud tasks、connected hosts、repository history をまたぐ software-work operating layer に近づけています。

最初に再評価すべき点：

• Rate limit resets can bank up to 15 windows：未使用の weekly rate limit resets を蓄積できるため、bursty agent work には意味があります。私の評価では、短期間に Codex tasks をまとめて走らせる teams には便利ですが、narrow prompts、proof commands、review discipline の代わりにはなりません。
• Codex availability expanded to EEA, UK, and Switzerland：rollout footprint は広がりました。ただし workspace、plan、regional、admin eligibility は必ず確認すべきです。
• Historical Codex threads search：Codex App 内で過去の Codex threads を検索できると、long-running agent work の audit と resume がしやすくなります。coding-agent work は数週間、failed attempts、follow-up reviews にまたがることが多いため実用的です。
• Model and reasoning effort sync across CLI, IDE, and cloud tasks：eligible Codex surfaces が Codex App settings に従えるようになりました。これは Codex が separate clients ではなく centralized configuration plane になっているサインです。
• Remote-session error visibility：connected host 経由の作業では、remote session failure の見え方が重要です。「agent が別の場所で止まったが理由が分からない」状態を減らせます。
• Multi-repository tasks：cloud tasks が必要な複数 repositories に access できるようになると、shared packages、app/API split projects、platform migrations で重要になります。
• Projects content as Codex context：ChatGPT Projects content を Codex tasks の source context にできます。強力ですが、project notes、specs、customer details、internal docs のどこまでを coding tasks に入れてよいかを決める必要があります。

Claude Code と比べると、この更新で役割分担はさらに明確です。Claude Code は explicit permissions、hooks、MCP、subagents、shell proofs を持つ local terminal runtime に近い。Codex は shared account context、cloud/local task routing、thread search、mobile steering、connected hosts、centralized model/reasoning settings を持つ ChatGPT-native runtime になっています。真面目に採用するなら、同じ issue と同じ acceptance criteria で両方を走らせ、diff quality、proof commands、review time、final explanation の明確さで判断すべきです。

より大きな変化：ChatGPT-native Agent Runtime

Codex と Claude Code の比較は、もはや「terminal agent と OpenAI agent」だけでは足りません。見るべきなのは runtime design です。Claude Code は terminal-centered agent runtime を製品化し、Codex は ChatGPT-native な software-work runtime を製品化しています。そこには model selection、app surfaces、tool access、cloud delegation、local execution、review が含まれます。

OpenAI の Codex と ChatGPT release material はこの方向を示しています。GPT-5.5 は long-running work 向けの高能力レイヤーであり、OpenAI は Codex で 400K context が使えることや long-horizon agentic coding の強化を説明しています。Codex-Spark は quick coding interaction 向けの低遅延レイヤーです。Codex App は Computer Use、embedded browser、plugins、MCP servers、Git review、IDE sync、worktrees、mobile steering、memory、Automations、local/cloud execution をまとめます。programmatic access tokens と Hooks GA も、Codex が chat UI から governed runtime に近づいているサインです。

runtime の部品は分けて見るべきです：

• Model layer：GPT-5.5 は本格的な coding agent model です。OpenAI の launch material は、Codex での 400K context、long-horizon agentic coding、terminal-use benchmark、Fast mode を強調しています。一方で Codex-Spark は、small edits や Q&A loop を重い delegation にしない低遅延レイヤーとして重要です。
• App surface layer：Codex は ChatGPT、Codex App、CLI、IDE、web/cloud tasks、GitHub、mobile remote access、connected desktop/SSH hosts に現れます。surface routing そのものが product feature です。同じ task を常に同じ UI から始める必要はありません。
• Tool and connector layer：plugins、MCP servers、Computer Use、browser flows、image generation、docs access、connected services により Codex は孤立した agent ではなくなります。価値は reach、リスクは permission sprawl です。
• Control layer：Hooks GA、access tokens、approvals、worktrees、Automations、Git/PR review は、Codex を conversational tool ではなく operational runtime にする部品です。
• Memory and continuity layer：memory、connected app context、mobile steering、recurring Automations は、Codex が 1 prompt ではなく session をまたぐ work を意識していることを示します。

私の評価：Codex は smart autocomplete ではなく、OpenAI-managed runtime for software work として扱う時に強くなります。採用時の問いは Claude Code と似ていますが、重心は異なります。connected apps を誰が管理するか、どの plugins と MCP servers を許可するか、cloud execution をいつ許すか、どの Automations を実行してよいか、human review をどう残すかが重要です。

最近の更新後、Codex はどの tool layer と比較すべきか

最近の Codex updates は、Codex 単体で見るより tool layer の中で見る方が理解しやすいです。OpenAI は Codex を広い software-work surface にしています。GPT-5.5 は難しい agentic coding、Codex-Spark は low-latency interaction、Codex App は multi-agent management と worktrees、90+ plugins は app context、MCP は tool access、Automations は recurring work、programmatic access tokens は CI/release/internal automation、Enterprise/Edu controls は RBAC、compliance API、Codex usage logs を担います。

Codex を採用するか判断する時は、次の tool layers と並べて見るべきです：

• Terminal agent layer：Claude Code、opencode、Gemini CLI、Aider、Qwen Code と比較します。Codex は OpenAI account integration、cloud worktrees、mobile steering、managed review surfaces が強みです。local shell ownership、model routing、inspectability を重視するなら terminal-first tools も残ります。
• Editor agent layer：Cursor、Windsurf、Cline、Roo Code、Continue、Zed と比較します。Codex は instant inline edits では最短ではありませんが、request を thread、background task、PR-shaped change にする時に自然です。
• Team platform layer：GitHub Copilot、OpenHands、Tabby、Amp と比較します。governance、workspace access、worktree review、usage logs、release automation が重要なら Codex はこの層でも評価すべきです。
• Routing and cost layer：9Router、OpenRouter、NVIDIA NIM と比較します。Codex は managed OpenAI path です。provider fallback、token-cost control、vendor 外の model choice が必要なら routers には意味があります。
• Workflow and spec layer：OpenSpec と Skills Matrix に接続して考えます。narrow skills、acceptance criteria、hooks、proof commands があると、Codex の background work は reviewable になります。

実務上の推奨は明確です。Codex は OpenAI-native task delegation、cross-surface continuity、reviewable cloud/local work に使う。editor agents は tight edit loops、routing tools は cost/provider resilience、spec/skill tools は Codex tasks の曖昧さを減らすために使う。

2026 年 6 月下旬の News Watch

6 月下旬の重要なシグナルは、Codex がより inspectable になり、ChatGPT の operating surface に深く入っていることです。これは「さらに強い model」だけの話ではありません。価値があるのは workflow evidence です。replayable work、より明確な developer controls、豊富な project context、final diff の前に人間が steering できる surface が増えています。

Codex を Claude Code や Cursor と比較する時、見るべき問いは「どちらが速くコードを書くか」だけではありません。Codex が reasoning trail を残せるか、project context を安全に再利用できるか、app、CLI、IDE、cloud task、GitHub、mobile approval の間で acceptance criteria を失わないかを試すべきです。Record & Replay や Developer Mode に近い controls が workspace で使えるなら、それは novelty ではなく review infrastructure として扱います。

私の評価：Codex は owner、narrow target、proof commands、human review step が明確な task で最も強いです。ChatGPT projects、hosts、plugins、automations との接続が増えるほど、どの context を coding task に入れてよいか、どの evidence を戻すべきかを先に決める必要があります。

ChatGPT App 連携で何が変わったか

OpenAI の最近の方向を見ると、Codex は単独のツールではなく、ChatGPT account に接続された coding agent surface になりつつあります。OpenAI の 2026 年 5 月 14 日の ChatGPT release notes では、Codex remote access が ChatGPT mobile app の preview として説明されています。重要なのは「スマホでも Codex が見える」ことではなく、接続された Mac host で動く Codex work をスマホから制御できることです。

OpenAI の release notes と Codex remote connection docs によると、mobile から thread を開始・継続し、Codex の質問に答え、方向を変え、action を承認し、調査結果を確認できます。さらに project context、approvals、plugins、screenshots、terminal output、diffs、test results など、host 側の live context を見られます。setup は host の Codex App から始まり、QR code を読み取って ChatGPT 側で完了します。ただし host は awake、online、signed in、Codex running の状態である必要があります。

私の評価：これで Codex の製品像は変わりました。Codex は「cloud で agent に任せる」だけでも、「local CLI」だけでもありません。software work の operation layer に近づいています。desktop app は parallel threads、CLI は terminal control、IDE extension は editor context、web/cloud は delegated tasks、GitHub は repository context、ChatGPT mobile は away-from-desk approval と follow-up を担います。

各 surface の役割

• Codex App：command center です。OpenAI docs では、GPT-5.5 parallel threads、worktrees、Automations、Git、review、terminal actions、browser flows、Computer Use、Skills、plugins、MCP servers、IDE sync を扱う desktop experience とされています。
• Codex CLI：local terminal interface です。OpenAI docs では、選択した directory で code を読み、変更し、実行でき、ChatGPT account または API key で認証できると説明されています。
• IDE extension：editor bridge です。VS Code、Cursor、Windsurf の context に Codex を近づけたい時に意味があります。
• Cloud tasks：delegation layer です。Codex が isolated environment で作業し、review、merge、pull down できる changes を返します。
• ChatGPT mobile app：remote control layer です。active work の steering、action approval、diff や test output の review には有効ですが、host を置き換えるものではありません。
• GitHub と ChatGPT app connection：repository understanding と code search に役立ちます。OpenAI の GitHub connector docs は、ChatGPT の read-only repository analysis と、Codex が generate、edit、push、PR-oriented changes を扱う workflow を分けています。

つまり Codex は単一 UI ではなく、workflow system として評価すべきです。同じ coding agent が、local control では CLI、parallel review では app、editor context では IDE、remote approval では mobile、repository-level work では GitHub-connected flow に現れます。

Private Asset Notes

このページの画像は Coding Agent Tools が生成・圧縮した独自アセットです。OpenAI Codex の公開 docs に基づいて product model を整理していますが、layout、text hierarchy、diagram は本站独自の表現であり、公式 screenshot のコピーではありません。

向いているケース

• ChatGPT や OpenAI モデルをすでに使っているチーム。
• bug fix、テスト追加、小さな migration、リファクタを agent に任せたい開発者。
• cloud worktree や background task が役立つプロジェクト。
• models、tools、memory、Automations、hooks、plugins、MCP、PR review を 1 つの operating layer にまとめたい、ChatGPT-native agent runtime 志向のチーム。
• OpenAI Trusted Access、Codex Security、computer-use-heavy workflows を評価している security / infrastructure teams。
• phone、desktop、IDE、terminal、GitHub-connected context の間で Codex work を継続したいチーム。
• Codex、Claude Code、GitHub Copilot coding agent、opencode を比較しているチーム。

向いていないケース

• 主に低遅延の autocomplete が欲しい人。
• コードや build context を cloud 環境に置けないプロジェクト。
• テスト、レビュー、権限境界が弱いチーム。
• 受け入れ条件が曖昧な product work。
• mobile Codex が、awake な connected host なしに独立して動くと期待している人。

Cursor より強いところ

Codex はローカル編集よりも issue や PR 単位の作業に向いています。失敗しているテストの修正、API client の更新、小さな migration、カバレッジ追加のようなタスクでは Cursor より自然に使える場合があります。

Cursor の方がよいところ

Cursor はコードを読みながら小さく編集する体験に強いです。数行を選択して説明や修正を頼むような作業では、エディタ中心の製品の方が速いです。

Codex vs Claude Code vs opencode

Codex と Claude Code は、どちらも開発タスクを agent に任せる方向の商用候補です。ブランドではなく、同じ issue、同じ受け入れ条件で diff の品質、検証、レビューしやすさを比較すべきです。

Claude Code は terminal や shell に近いワークフローと相性がよいです。Codex は OpenAI native な cloud task、parallel background work、Codex App thread management、ChatGPT account、mobile approvals、connected services との連携を重視する場合に魅力があります。

opencode はオープンソースの対抗軸です。透明性、モデル選択、agent loop の所有を重視するなら opencode も必ず比較すべきです。

Adoption Checklist

• Codex がアクセスできる repository と禁止ファイルを決める。
• Codex Skills を誰が作成・インストールできるかを決め、project automation と同じように review する。
• Automations は scheduled engineering work として扱い、scope、verification command、human review path を明確にする。
• 最初は小さくレビューしやすいタスクから始める。
• 各タスクにテストや検証コマンドを書く。
• surface ごとの役割を決める。CLI は local changes、App は parallel threads、Cloud は delegation、IDE は editor context、Mobile は approval と follow-up。
• Claude Code や opencode と同じ issue で比較する。
• 生成速度ではなくレビュー時間を測る。
• cloud 実行がセキュリティ要件に合うか確認する。
• mobile remote access を使うなら、connected Mac や SSH host を engineering infrastructure として扱う。awake、online、credential scope、approval policy を管理する。

Quality Signal

Codex の良いサインは、大量のコードではありません。小さく、理解しやすく、検証でき、人間がレビューしやすい変更を安定して出せることです。

注意点

Codex は product judgment の代替ではありません。タスクの境界、受け入れ条件、レビュー基準は人間が定義する必要があります。

Source Notes

• OpenAI Codex product and developer docs describe Codex as a coding agent for building and shipping, including local CLI, app, IDE, cloud, worktrees, review, automations, skills, plugins, MCP, and Git workflows.
• OpenAI Codex product page positions Codex around GPT-5.5, the Codex App, parallel agents, Skills, Automations, and connected engineering surfaces.
• OpenAI’s May 21, 2026 ChatGPT release notes describe Codex Appshots, Goal mode across app/IDE/CLI, in-app browser annotations, locked computer use, and browser-use improvements.
• OpenAI’s May 29 and June 1, 2026 ChatGPT release notes describe Windows Computer Use, remote control for Windows-hosted work, browser performance improvements, and Codex Profiles.
• OpenAI’s June 2, 2026 ChatGPT release notes describe active account session controls that can include ChatGPT, Codex, and API Platform sessions where available.
• OpenAI’s June 11 and June 16, 2026 ChatGPT release notes describe historical Codex threads search, model and reasoning effort sync across CLI/IDE/cloud tasks, remote-session error visibility, multi-repository tasks, EEA/UK/Switzerland availability, and rate limit resets that can bank up to 15 windows.
• OpenAI’s mid-June 2026 Codex and ChatGPT project updates describe using ChatGPT Projects content as source context for Codex tasks, which is useful for continuity but raises context-governance questions.
• OpenAI’s GPT-5.5 announcement describes GPT-5.5 for agentic coding and Codex-Spark for lower-latency coding interactions.
• OpenAI ChatGPT release notes describe Codex App updates such as Computer Use, an embedded browser, image generation, plugin expansion, MCP support, memory, Automations, programmatic access tokens, Hooks GA, remote SSH, and mobile remote control.
• OpenAI Enterprise/Edu release notes describe Codex App governance details such as RBAC, compliance API support, Codex usage logs, connector controls, and workspace-level access management.
• OpenAI’s “Codex for almost everything” update describes image generation, 90+ plugins, expanded Automations that can reuse existing threads, and deeper app/MCP integrations.
• OpenAI’s “Work with Codex from anywhere” update describes mobile steering, remote host requirements, and scoped programmatic access tokens for CI, release, and internal automation workflows.
• OpenAI Codex Skills docs explain how Skills package instructions, scripts, and assets for repeatable Codex workflows.
• OpenAI Codex pull request and diff docs describe how Codex work can become reviewable GitHub-oriented changes.
• OpenAI’s May 14, 2026 ChatGPT release notes describe Codex remote access in the ChatGPT mobile app for continuing threads, approving actions, and reviewing diffs, terminal output, screenshots, and test results.
• OpenAI remote connection docs explain that mobile control depends on a connected host that stays awake, online, signed in, and running Codex.
• OpenAI GitHub connector docs distinguish ChatGPT’s read-only repository analysis from Codex workflows that generate, edit, push, or produce PR-oriented code changes.