CodexでGPT-5.6 Solの100万トークンコンテキストウィンドウを有効にする方法

はじめに

ChatGPT アカウントで認証すると、GPT-5.6 Sol は Codex で100万トークンのコンテキスト予算を使用できるようになりました。

設定は3行だけです：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

これらの設定を Codex の config.toml の最上位に追加し、クライアントを再起動して、新しいセッションを開始します。

重要な点は、単に数値が大きいだけではないことです。3つ目の設定は約10万トークンの余裕を確保し、コンテキストが完全に満杯になるのを待つのではなく、約90万トークンの時点で古い履歴の圧縮を開始するよう Codex に指示します。

OpenAI もトレードオフについて明確に説明しています：Codex のデフォルトのコンテキスト制限は、パフォーマンスとコストのバランスを考慮して慎重に調整されています。100万のウィンドウは、コード、ツール出力、会話履歴を格納するためのより多くのスペースを提供しますが、より多くの使用量を消費し、ウィンドウの遠い部分での検索能力が同等に強いことは保証されません。

GPT-5.6 Sol の100万コンテキストを有効にする3行の設定

OpenAI が公開した Codex 設定では、正確に以下の3つのトップレベル設定が使用されています：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

各行にはそれぞれ固有の役割があります。

1. GPT-5.6 Sol を選択する

model = "gpt-5.6-sol"

これはセッションで Codex が使用するモデルを指定します。

GPT-5.6 Sol は GPT-5.6 シリーズのフラッグシップモデルであり、100万設定の要件を満たすコンテキストウィンドウをサポートしています。

1. 作業コンテキスト予算を100万トークンに設定する

model_context_window = 1000000

OpenAI の Codex 設定リファレンスでは、model_context_window はアクティブなモデルで利用可能なコンテキストウィンドウのトークン数として定義されています。

この上書き設定により、Codex はより小さい製品デフォルト値を使用する代わりに、100万トークンの予算を割り当てます。

より大きな予算により、圧縮が行われる前に以下のものをより多くアクティブコンテキストに保持できます：

• ソースコード。
• リポジトリファイル。
• ツール出力。
• ターミナルログ。
• 以前の会話ターン。
• 計画メモ。
• エージェント履歴。

これは、エージェントが初期段階の詳細を繰り返し取得する必要がある長期実行のリポジトリ作業に非常に役立ちます。

1. 約90万トークンで自動圧縮を開始する

model_auto_compact_token_limit = 900000

OpenAI はこの設定を、自動履歴圧縮をトリガーするトークン閾値として定義しています。

約90万トークンで、Codex は完全なコンテキスト制限を使い切るまでアクティブ履歴を拡張し続けるのではなく、より古い素材の圧縮を開始します。

おおまかな動作は以下のとおりです：

0 → 90万トークン
アクティブ履歴を継続的に拡張

約90万トークン
自動圧縮を開始

最大100万予算
継続的な推論とツール使用のための余裕を確保

追加のスペースは重要です。モデルは新しいメッセージ、ツール結果、推論、生成出力を格納するためのスペースを依然として必要とするからです。

設定を任意の [section] 見出しの前に置く

これら3つの設定は、トップレベルの TOML キーに配置する必要があります。

OpenAI の指示では、config.toml の任意のセクション見出しの前に配置する必要があります。

有効なレイアウトは以下のとおりです：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

[features]
# その他の設定はここ

誤って他のセクションの下にネストしないでください：

[features]
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

これにより TOML のスコープが変わり、文書化された設定方法ではなくなります。

Codex が config.toml を保存する場所

OpenAI はユーザーレベルの設定ファイルの場所を文書化しています：

~/.codex/config.toml

プロジェクトレベルのファイルを使用することもできます：

.codex/config.toml

リポジトリまたはサブディレクトリに配置し、その特定のプロジェクトにのみ設定を適用したい場合に使用します。

設定を編集した後：

1. config.toml を保存します。
2. Codex クライアントを再起動します。
3. 新しいセッションを開始します。

新しいコンテキスト設定はその後そのセッションに適用されます。

個々の CLI セッションにのみ 1M コンテキストを使用する

デフォルト設定を永続的に変更する必要はありません。

OpenAI はセッションごとの CLI 形式も文書化しています：

codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000

通常は Codex のデフォルトのコンテキスト動作を好むが、特に大きなリポジトリや長時間実行されるタスクのために、たまに追加のスペースが必要な場合に便利です。

その CLI セッションが終了すると、通常の設定は変更されません。

実用的なワークフローは以下のとおりです：

通常のタスク
→ Codex のデフォルト値を使用

異常に大きなタスク
→ 1M コンテキストの CLI セッションを開始

これは、すべての Codex タスクで最大ウィンドウを使用するよりも、一般的に管理しやすくなります。

なぜ 1M コンテキストがデフォルトではないのか？

GPT-5.6 Sol はすでに非常に大きなコンテキストウィンドウをサポートしています。

制限は単にモデルの能力が不足しているからではありません。

Codex がより小さいデフォルト値を使用するのは、以下の要素間のバランスで製品が調整されているからです：

• パフォーマンス。
• レイテンシ。
• 使用量。
• 長いセッションの信頼性。
• 圧縮動作。

OpenAI の公式コミュニティ投稿によると、デフォルトのコンテキスト制限はパフォーマンスとコストに対して慎重に調整されています。

より大きなウィンドウにより、Codex はより多くの生の素材を保持できますが、追加の履歴はそれぞれ、システムが後続のターンで管理する必要があるコンテキスト量を増加させます。

数時間実行されるエージェントにとって、「すべてを逐語的に永遠に保持する」ことが自動的に最善の戦略であるとは限りません。

自動圧縮はデフォルト設計の一部である

セッションが成長するにつれて、Codex はより古い履歴を要約できます。

これにより、長時間実行されるエージェントは以下の状態に近づきます：

最近の詳細
+
圧縮された履歴
+
重要な永続状態

ではなく：

セッション全体のすべてのトークン
永遠に再送信

OpenAI のリサーチャーである Noam Brown 氏はこのアプローチを公に強調し、同社が自動圧縮を可能な限りシームレスな体験に近づけることに大きく投資していると指摘しつつ、本当に必要とするユーザーのために 1M を保持しています。

オプション。

圧縮は、以下の場合に特に有用です：

古いツールの痕跡に、もはや逐語的に保持する必要のない大量の情報が含まれている場合。

例：

• 古いテストログ。
• ビルド出力。
• 初期の検索結果。
• 置き換えられた実装計画。
• 重複したターミナル出力。

良い要約は、モデルに古いトークンを毎回処理させることなく、重要な状態を保持できます。

100万トークン・ウィンドウの慎重な使用法

ソース記事の第2の大セクションは、本質的に警告です：Codexが100万トークンのコンテキストを使用できるからといって、すべてのセッションでそれを使うべきというわけではありません。

コミュニティの投稿は、ユーザーがオーバーライド設定をデフォルトで有効にしないよう強く推奨しており、Codexは調整されたデフォルト設定で最善の性能を発揮し、超長コンテキストの使用はアカウントのクォータをより速く消費すると述べています。

正確な使用量の倍率は、現在の製品戦略やプランの挙動に依存する可能性があるため、固定された数字を想定するのではなく、OpenAIの最新のCodex価格およびレート制限ドキュメントを参照してください。

より広範な警告は妥当です：

アクティブなコンテキストが増えると、通常、後続のターンで持ち越さなければならないトークンが増えます。

長期的に実行されるコーディングエージェントにとって、これは急速に高コストになる可能性があります。

100万トークン・ウィンドウは、100万トークンが同等に有用であることを意味しない

モデルは技術的に長いプロンプトを受け入れることができますが、その中に深く埋め込まれた情報を検索する際には、精度が低下する可能性があります。

OpenAI自身のGPT-5.6の長いコンテキストの結果がこれを示しています。

このモデルは超長コンテキストでも依然として能力を発揮しますが、性能は範囲全体にわたって一貫しているわけではありません。

これが、「より大きなコンテキストウィンドウ」と「より良いコンテキスト活用」を別々の概念と見なすべき理由です。

100万トークン・ウィンドウが答えるのは：

システムはどれだけの量を収容できるか？

それは自動的には答えません：

モデルは、各位置のすべての詳細を確実に使用できるか？

100万トークンのコンテキストが意味を持つ場合

異常に大量の生情報をアクティブに保つ正当な理由がある場合に、オーバーライド設定は最も有用です。

例：

大規模なコードベースのリファクタリング

タスクが、多数のパッケージ、インターフェース、テスト、設定ファイルに同時に関与する場合があります。

コンテキスト内に多くのコードを保持することで、繰り返しの再発見を減らせます。

長時間のデバッグセッション

厄介な本番環境の問題には、以下が関与する可能性があります：

• 履歴ログ。
• 複数の失敗した仮説。
• いくつかのコード変更。
• テスト結果。
• 環境の詳細。

より大きなウィンドウにより、圧縮前にこれらの証拠をより多く保持できます。

大規模な移行

フレームワークやAPIの移行では、エージェントが複数のファイルにわたる変更を追跡し、初期の決定を覚えておく必要があることがよくあります。

多段階の調査と実装

一部のタスクには、以下が含まれます：

調査
→ アーキテクチャ案
→ 実装
→ テスト
→ レビュー
→ 改訂

より大きなコンテキスト予算は、初期のソース資料が後の段階の前に過度に要約される可能性を減らせます。

大量のツール出力を含むタスク

エージェントが検査しなければならない場合

大規模に生成されたレポート、依存関係グラフ、構造化されたツール出力など、追加のスペースが有用な場合があります。

デフォルト設定が優れている場合

ほとんどの日常的なコーディングタスクでは、デフォルト設定がより良い選択かもしれません。

例：

• バグの修正。
• 少数のファイルの編集。
• 小さな機能の追加。
• テストの作成。
• プルリクエストのレビュー。
• ドキュメントの更新。
• 短い調査タスクの実行。

これらの場合、100万トークンのコンテキストウィンドウは追加の使用量を増やすかもしれませんが、それを正当化するのに十分な実際的な利益はもたらさないかもしれません。

OpenAIの推奨は「100万トークンを決して使うな」ではありません。

より正確には：

タスクが本当により多くの生のコンテキストを必要としない限り、
調整済みのデフォルト設定を使用してください。

実用的な決定ルール

100万トークンのコンテキストを有効にする前に、自問してください：

Codexは、圧縮が早すぎるために情報を失うだろうか？

答えが「いいえ」の場合、デフォルト設定のままにしてください。

答えが「はい」の場合、2番目の質問をしてください：

より多くの生の履歴を保持することで、このタスクは実質的に改善されるか？

その場合にのみ、100万トークンのオーバーライド設定を試す価値があります。

これにより、真のコンテキスト問題と、すべての設定を最大化したいだけの一般的な願望を区別するのに役立ちます。

900Kを待つのではなく、セッションに注目する

900Kの自動圧縮しきい値は安全マージンであり、到達すべき目標ではありません。

健全なワークフローは、非常に長いタスクを論理的に明確なセッションに分割することができます。

例：

セッション1
調査とアーキテクチャ

セッション2
実装

セッション3
テストとクリーンアップ

各段階の終わりに、永続化されたプロジェクト状態を以下に保存してください：

• リポジトリファイル。
• 問題のメモ。
• 計画。
• テスト。
• ドキュメント。
• バージョン管理。

これにより、次のセッションがチャット履歴に完全に依存する必要がなくなります。

これにより、作業が人間にとっても再現可能になります。

コンテキストウィンドウをストレージとして使わない

コンテキストは一時的な作業記憶です。

それは以下を代替しません：

• Git。
• ドキュメント。
• 問題トラッカー。
• テストスイート。
• プロジェクト計画。
• 永続的な記憶。
• 構造化データ。

重要な決定が明日も重要であるなら、それを永続化された場所に保存してください。

最良の長期的なエージェントワークフローは、強力なコンテキストウィンドウと永続化されたプロジェクト成果物を組み合わせ、巨大な完全な記録に依存するのではありません。

ソース記事における「2倍速」に関する警告

ソース記事は、コミュニティの警告を強調しています：セッションがデフォルトのコンテキスト予算を超えると、Codexの使用クォータ消費速度が約2倍になる可能性があるというものです。

この警告はコミュニティの議論で公に増幅されました。

しかし、製品の使用規則は変更される可能性があり、OpenAIの現在のGPT-5.6 1M構成は3行の設定説明でリリースされており、普遍的な2倍ルールを定義していません。

したがって、最も安全な指針は以下の通りです：

1. 大きなコンテキストのセッションは、より多くの使用量を消費すると予想してください。
2. プラン内のCodex使用量インジケーターを監視してください。
3. OpenAIの現在の価格/レート制限ドキュメントを確認してください。
4. その倍率が異なるモデル、プラン、将来のバージョンでも同じであると想定しないでください。

重要な運用上の事実は、コスト曲線の方向性であり、特定の恒久的な倍率ではありません。

100万トークン設定はChatGPTアカウント経由で利用可能になりました

ソース記事を引き起こした変更は、

大型のGPT-5.6 Solコンテキストウィンドウの存在ではありません。

ChatGPTアカウントで認証されたCodexセッションを介してアクセスできるようになったことです。

Tibo Sottiauxの発表によると、この構成は以前はAPIキー使用のみに利用可能でしたが、OpenAIは現在これをChatGPTアカウントにも有効にしました。

これにより、この機能は、別途APIキーのプロセスを経ることなく、より広範なCodexユーザーベースが利用できるようになりました。

実際のアクセス権限は、Codexモデルの可用性と、現在のChatGPTプランの関連する制限に依存します。

もう一つ：AstraがCodexに登場予定

ソース記事の末尾には、Tibo Sottiauxによる短い更新があります。

Codexに関する公開投稿で、彼はCodexが**「Astraを搭載する」**と注記しました。

OpenAIは別途、Astraが今後のモデルであることを確認し、その内部バージョンを次期主要モデルと呼んでいます。

これは次の表現を支持するのに十分です：

AstraはOpenAIの次期モデルであり、
Codex責任者はCodexがそれを搭載すると述べています。

しかし、事実の表明としては不十分です：

Astra = GPT-6

OpenAIはまだその製品名を正式に発表していません。

同様に、本稿で検証した情報源には、CodexにおけるAstraの公開リリース日に関する記載はありませんでした。

有益なポイントは以下のみです：OpenAIは、Codexを次世代フロンティアモデルの展開インターフェースとして継続させる意向であるということです。

クイックセットアップチェックリスト

1. Codexのバージョンが最新であることを確認します。
2. アカウントでGPT-5.6 Solが利用可能であることを確認します。
3. ~/.codex/config.tomlを開きます。
4. 任意の[section]見出しの前に、これら3つの設定を追加します。
5. ファイルを保存します。
6. Codexを再起動します。
7. 新しいセッションを開始します。
8. 大きなウィンドウは、実際に恩恵を受けるタスクにのみ使用します。
9. 長時間のセッション中は、使用状況とコンテキスト品質を監視します。
10. 追加のコンテキストがワークフローを改善しない場合は、この上書き設定を削除します。

設定は以下の通りです：

model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

単一のCLIセッションのみに使用する場合：

codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000

よくある質問

GPT-5.6 Solは本当に100万トークンのコンテキストウィンドウをサポートしていますか？

はい。OpenAI公式のCodexコミュニティドキュメントによると、GPT-5.6 Solのコンテキストウィンドウは1,050,000トークンです。ここで示すCodex上書き設定では、作業予算を1,000,000トークンに設定しています。

これら3つのCodex設定はどこに置くべきですか？

~/.codex/config.tomlのトップレベル、任意の[section]見出しの前に配置します。設定をリポジトリ内でのみ適用したい場合は、プロジェクトスコープの.codex/config.tomlを使用することもできます。

なぜmodel_auto_compact_token_limitが900000に設定されているのですか？

Codexに対し、約90万トークンで自動履歴圧縮を開始するよう指示します。これにより、設定された100万の予算内に約10万トークンの余裕が生まれ、ツールの継続使用、会話、推論、出力に使用できます。

100万コンテキストを恒久的に有効にする必要がありますか？

いいえ。-cフラグを使用して、単一のCLIセッションで同じ設定を渡すことができます。これは、拡張コンテキストが必要な異常に大きいタスクが少数のみの場合に便利です。

100万コンテキストはGPT-5.6 Solの精度を向上させますか？

自動的にそうなるわけではありません。OpenAI

はMRCR v2において、256K〜512Kコンテキストで91.5%、512K〜1Mで73.8%の精度を報告しており、モデルがそのコンテキストを受け入れられる場合でも、最も長い範囲では検索品質が低下することを示しています。

1Mコンテキストを有効にすると、Codexのクォータをより多く消費しますか？

可能性があります。OpenAIはデフォルト設定がパフォーマンスとコストに合わせて調整されていると述べており、情報源の記事では、非常に長いセッションがクォータをより速く消費するというコミュニティの報告が強調されています。具体的な課金方法は変更される可能性があるため、現在のCodexの使用量とレート制限に関するドキュメントを確認してください。

自動圧縮は完全な履歴を保持するよりも優れていますか？

通常はその通りです。圧縮により、すべての生のログやツール結果を繰り返し持ち運ぶことなく、以前のラウンドの重要な状態を保持できます。正確な古い詳細が本当に必要なタスクについては、1M上書きオプションを使用してこの圧縮を遅らせることができます。

Astraは正式にGPT-6と命名されていますか？

いいえ。OpenAIは公にAstraを次期モデルおよび次世代の主要モデルとして説明しており、Tibo SottiauxはCodexにAstraが搭載されると述べています。OpenAIはAstraの製品名がGPT-6であると正式に発表していません。

関連ツール

• Codex：OpenAIのエージェント型コーディング環境。ターミナル、IDE、デスクトップ、クラウドワークフローに対応。
• GPT-5.6 Sol：OpenAIのフラッグシップGPT-5.6モデルであり、この1Mコンテキスト設定で使用されるモデル。
• Codex CLI：セッションごとの上書きを行うためのコマンドライン版Codexインターフェース。
• Git：バージョン管理は、過度に大きなチャット履歴に完全に依存するのではなく、永続化されたプロジェクト状態の保存に役立ちます。
• TOML：Codexのconfig.tomlで使用される設定ファイル形式。

関連リンク

• OpenAI：Codexにおける1Mコンテキスト：正確なGPT-5.6 Sol設定と単一セッションCLI上書きに関するOpenAIのコミュニティドキュメント。
• Codex設定リファレンス：model、model_context_window、model_auto_compact_token_limitの公式定義。
• Codex設定の基本：ユーザーレベルおよびプロジェクトレベルのconfig.tomlファイルに関する公式ガイド。
• GPT-5.6公式発表：モデルの可用性、ベンチマーク、長いコンテキストの評価結果、現在のGPT-5.6の位置づけ。
• Codexの価格とプラン：現在のCodexプランと使用量情報。
• Codexレートカード：Codexクレジット消費とサポート対象モデルに関する現在のガイド。
• Astraのサイバー能力に関するOpenAIの声明：Astraが次期モデルであることの公式確認。
• CodexにおけるAstraに関するTibo Sottiauxの発言：CodexにAstraが搭載されると述べた公開投稿。

まとめ

現在、CodexでChatGPTアカウントの使用量を通じてGPT-5.6 Solの大きなコンテキストウィンドウを有効にできます。config.tomlに3つのトップレベル設定を追加するだけです：

モデルを選択し、1,000,000トークンの予算を設定し、900,000トークン到達時に自動圧縮をトリガーします。同じ設定は、デフォルトを変更せずに単一のCLIセッションにも適用できます。

この機能は、異常に大きなコードベースや長時間実行されるワークフローに非常に役立ちますが、無料のアップグレードと見なすべきではありません。OpenAIはパフォーマンスとコストのバランスを取るためにCodexのデフォルトコンテキストを意図的に調整しており、その独自評価では512K〜1Mの範囲で長いコンテキストの検索パフォーマンスが低下することが示されています。

最も安全なワークフローは、通常のタスクではデフォルト設定を使用し、早期の圧縮が実際に情報損失を引き起こす場合にのみ1Mを有効にすることです。

3行のカバレッジ設定でコンテキスト予算を管理できますが、100万トークン級を扱う際に伴うパフォーマンス、使用量、検索のトレードオフを解消できるわけではありません。