Codex

OpenAIのAIプログラミングモデルとツール

Vibe Coding

https://openai.com/index/codex-now-generally-available

OpenAI Codex 是 OpenAI 于 2025 年 5 月首次公開、同年 10 月正式 GA 的自主编程代理ツール，经过 2026 年 3 月的大规模升级，已从单纯的代码生成ツール演进为面向開発全流程的 AI 代理システム。它対応终端 CLI、桌面アプリ、IDE 扩展と云端四种使用形态，以并行任务处理、沙盒隔离执行と自动测试验证为核心竞争力。实测明确定义任务的成功率约 74%，月费 20 美元起，主要竞品为 Anthropic Claude Code と GitHub Copilot。当前最大的短板在于模糊指令处理能力弱、私有包访问受限および沙盒冷启动延迟。

詳細レポート

OpenAI Codex は、2025 年 5 月に OpenAI によって初めてリリースされ、同年 10 月に正式に GA された独立したプログラミングエージェントツールです。 2026年3月の大規模バージョンアップを経て、単なるコード生成ツールから開発プロセス全体のAIエージェントシステムへと進化しました。ターミナル CLI、デスクトップアプリケーション、IDE 拡張機能、クラウドの 4 つの使用形態をサポートし、並列タスク処理、サンドボックス分離実行、自動テスト検証をコアコンピテンシーとしています。明確に定義されたタスクの実際の成功率は約 74% です。月額料金は 20 米ドルからです。主な競合相手は、Anthropic Claude Code と GitHub Copilot です。現在の最大の欠点は、ファジー命令処理機能が弱いこと、プライベートパッケージへのアクセスが制限されていること、およびサンドボックスのコールドスタートの遅延です。
Codex は、2021 年に OpenAI によって開始されたコードモデル API からその名前を継承していますが、2 つは完全に異なる製品です。以前の Codex API は 2023 年に廃止され、現在のバージョンは codex-1 モデルに基づく新しい自律型プログラミングエージェントです。 2025年5月16日、OpenAI CEOのサム・アルトマン氏は、「クラウド上で動作するソフトウェアエンジニアリングエージェント」と位置付けられるCodexの立ち上げを正式に発表した。同年 9 月に、Rust を使用して構築された CLI の形で GitHub でオープンソース化され、プロトコルは Apache-2.0 です。 10 月に GA として正式にリリースされ、ChatGPT Plus、Pro、Business、Enterprise ユーザーに完全に公開されています。 2026 年 3 月はコーデックスにとって重要な節目です。 OpenAIは今月、GPT-5.4モデル統合、オンラインGPT-5.4ミニサブエージェントモデル、Windowsプラットフォームに拡張されたCodex App、プラグインプラグインシステムとオートメーション自動化機能、Codex Securityセキュリティレビューエージェントの5つのメジャーアップデートを集中的にリリースした。これらのアップデートにより、Codex は「コードの作成を支援する」から「エンジニアリング作業を組織するのを支援する」にアップグレードされます。開発者のサブスクリプションシステムは ChatGPT パッケージに組み込まれており、別途料金はかかりません。無料ユーザーの一時的なアクセスは非常に限られており、Plus パッケージの料金は月額 20 ドル、Pro パッケージの料金は月額 200 ドルで、Business と Enterprise はカスタマイズされたプランです。 Codex はポイントベースの消費モデルを採用しており、モデルごとに消費するポイントの量が異なります。GPT-5.4 はメッセージ (ローカルタスク) ごとに約 7 ポイントを消費しますが、GPT-5.4 mini は約 1 ポイントしか消費しません。
Codex の中心的なワークフローは 4 つのステップに要約できます。ユーザーが GitHub リポジトリを関連付けてタスクを説明し、Codex が隔離された環境でコードベースを自動的に複製して変更を実行し、コードの変更が完了した後に検証のためにテストスイートを自動的に実行し、最後にユーザーが確認できるクリーンな差分を表示します。ユーザーはプロセス全体に介入する必要はありません。 Codex は「支店の若手開発者」のようなものです。Codex は作業指示を割り当て、Codex がコードを作成し、Codex はコードレビューの責任を負います。 Codex は現在、連携して動作する 4 つの主要なインターフェイスである「4 面システム」を確立しています。 Codex App は、長期的なコアポータルおよびエージェントの「コマンドセンター」として、並列タスクの推進とレビュー制御に適しており、マルチエージェントのコラボレーションの視覚化と Worktree の分離実行をサポートします。 CLI は、ローカルリポジトリに近く、スクリプト可能で迅速な反復を行う上級開発者のワークフローに適しています。 IDE 拡張機能 (VS Code、Cursor、Windsurf をサポート) は、書き込み中の変更、部分的な再構築、単一モジュールの完了など、最もコンテキストに応じた操作に適しています。 Codex Cloud (Web バージョン) は、クリーンなタスクのアウトソーシングと非同期実行に適しており、最終的にクリーンな diff または PR をリサイクルします。並列処理は、Codex をほとんどの競合製品と区別する中心的な機能です。ユーザーは複数の独立したタスクを同時に開始でき、各タスクは互いに干渉することなく分離されたサンドボックス環境で実行されます。一般的な使用シナリオは、ドキュメントの更新、スタイルの調整、単純なバグ修正など、優先度の低い複数のメンテナンスタスクを午前中に開始し、開発者自身が優先度の高い作業に集中している間に、Codex にバックグラウンドでそれらのタスクをバッチ処理させることです。 AGENTS.md は Codex によって導入されたプロジェクトレベルの設定ファイルで、プロジェクトの「AI ガイド」に相当します。 AGENTS.md をプロジェクトのルートディレクトリと各サブディレクトリに配置することで、開発者は Codex にプロジェクトのコーディング仕様、アーキテクチャパターン、テスト要件、ツールチェーン構成を伝えることができます。 OpenAI 公式テストによると、AGENTS.md を正しく構成すると、コード生成の精度が 40% から 75% に向上し、コードスタイルの一貫性が 60% から 95% に向上します。2026 年 3 月に追加された自動化機能により、開発者は、頻繁に繰り返されるエンジニアリング作業を、CI 障害の概要、リリース概要の生成、依存関係のアップグレードのスキャン、問題のトリアージなど、スケジュールされた自動バックグラウンドタスクに変えることができます。 Codex Security は、製品が「コードの生成」から「レビュー、検証、パッチ適用」という信頼性の高いプロセスへの移行を示しました。初期導入では、送信された 120 万件のコードをスキャンし、10,561 件の高リスク脆弱性を特定しました。実際の測定データから判断すると、さまざまな種類のタスクに対する Codex のパフォーマンスは大きく異なります。レビュー担当者は 2 週間以内に 43 のタスクをテストしました。その結果、バグ修正の成功率は 75%、テスト生成の成功率は 80%、再構築の成功率は 75%、関数の実装の成功率は 63% でしたが、ファジーオープンタスクの成功率はわずか 20% でした。曖昧なタスクを除いた全体の成功率は 74% でした。 Python と TypeScript は、Codex で最もパフォーマンスの高い言語です。 Go には正しい構文がありますが、慣用的なパターンが見落とされることがよくあります。
Codex は別の購読料を請求せず、ChatGPT の有料プランに完全に組み込まれています。具体的には、ChatGPT Plus の月額料金は 20 ドルで、Codex ローカルタスクを使用できますが、メッセージクォータが限られており (5 時間のローリングウィンドウ内で約 33 ～ 168 メッセージ、モデルの選択によって影響を受けます)、クラウドタスクとコードレビューはサポートされていません。 ChatGPT Pro の料金は月額 200 ドルで、メッセージ制限が高く (5 時間枠あたり約 223 ～ 1120 メッセージ)、優先アクセスが得られます。 ChatGPT チームの料金はユーザーあたり月額 30 ドルで、ユーザーあたり 1 日あたり約 25 のタスクがあります。 Business プランと Enterprise プランは価格がカスタマイズ可能で、クラウドタスクやコードレビューなどのエンタープライズレベルの機能をサポートします。ヘビーな開発者の場合、Plus パッケージの 1 日あたり約 15 タスクの制限が正午前に使い果たされる可能性があり、Pro にアップグレードするかどうかを評価する必要があります。 API ユーザーはトークンによって支払います。インプットは 1K トークンあたり約 0.01 ～ 0.03 米ドル、アウトプットは 1K トークンあたり約 0.03 ～ 0.12 米ドルと推定されます。使用制限はありません。コストパフォーマンスの観点から言えば、バグ修正とテスト作成にかかる時間を月あたり 5 ～ 10 時間節約できれば、Plus パッケージで十分元が取れます。 Pro パッケージは損益分岐点までに月に約 1 日の開発作業を置き換える必要があり、ヘビーユーザーのみに適しています。多くのレビュー担当者からの共通の提案は、AI ツールの反復処理が非常に速く、柔軟性を維持することが第一原則であるため、「年払いではなく月払いでのみサブスクリプションする」というものです。
Codex に対するユーザーの肯定的なレビューは、いくつかの分野に焦点を当てています。一般に、タスクの並列処理機能が最大のハイライトであると考えられています。一部の開発者は「マルチスレッドワークフロー」を実現しており、数十の倉庫を管理する人に適しているとコメントしている。バグ修正とテスト生成が最良のシナリオとして認識されています。一部のレビュー担当者は、Codex が数週間にわたってバックログにあった FastAPI の競合状態の問題を 3 分で解決し、テスト生成時にコードに隠されていた日付解析のバグを発見したと述べています。 2026 年の Hengping Review では、多くの開発者は、GPT-5.4 モデルは変更レビューにおいて Claude Code の Opus 4.6 よりも厳格であり、コードに性急に大規模な変更を加えることはないと信じていました。これは、大規模プロジェクトの再構築において特に価値があります。 Codex App の UI インターフェイスは、一般的に Claude Code よりもユーザーフレンドリーであると考えられています。 diff ビューアは GitHub PR のようなエクスペリエンスを備えており、ファイルごとの承認または拒否をサポートします。否定的なフィードバックは、いくつかの問題点に焦点を当てています。サンドボックスのコールドスタートの遅延はよくある苦情です。小規模な倉庫の場合は約 30 秒、大規模なプロジェクトの場合は 60 ～ 90 秒かかります。頻繁な小さなタスクの待ち時間が蓄積すると、一部のユーザーはイライラします。ファジィ命令の処理能力は弱いです。「エラー処理の改善」などのオープンな指示では、どこにでも try-catch を追加することが多く、成功率はわずか 20% です。同じブランチを複数ラウンドにわたって反復処理すると、エクスペリエンスが低下し、各反復で新しい PR が作成される傾向があるため、複数のステップを必要とする複雑なリファクタリングが非常に面倒になります。以前のバージョンでは、プライベートパッケージへのアクセスが主要な障害となっていました。2026 年 3 月の更新プログラムではレジストリ資格情報のマウントがサポートされていますが、資格情報を構成できないエンタープライズ環境には依然として制限があります。 2026年4月、一部の国内ユーザーが「アカウントの大部分が禁止された」と報告した。具体的な理由はまだ不明です。
業界メディアと評論家は一般に、Codex を Claude Code の最も直接的なベンチマーク製品であるとみなしています。 2 つの位置付けはほぼ同じです。独立した AI プログラミングエージェントであり、Worktree をサポートし、主流の AI エディターに深く統合できます。主要な違いは基礎となるモデルにあります。Codex は OpenAI の GPT シリーズモデルを使用し、Claude Code は Anthropic の Claude モデルを使用します。 2026 年の Hengping の複数の記事では、Codex の利点は並列処理、UI エクスペリエンス、モデルの詳細にあるのに対し、Claude Code はコードの理解の深さ、コンテキストの維持、実行速度の点で優れていることが示されています。多くの評論家は、二人の関係は「どちらかを選ぶ」ものではないと考えています。実際の作業では、リアルタイム完了には Copilot、バッチ自律タスクには Codex、複雑なローカル再構築には Claude Code の組み合わせがより一般的です。 Hengping 氏は、プロの開発者に推奨される組み合わせの 1 つとして、「カーソル + コーデックス」を直接推奨しています。 Codex Security の立ち上げは、OpenAI がコードセキュリティレビューの分野に参入するための重要なシグナルと見なされています。まだ研究プレビュー段階ではあるものの、120 万件のコード提出スキャンのデータと 10,561 件の高リスク脆弱性の特定により、実際のエンジニアリングにおける AI 主導のセキュリティレビューの実現可能性が実証されました。 Plugin プラグインシステムと Automations 自動化機能の追加により、Codex は単一のツールからプラットフォームに進化します。
Codex は現在、いくつかの大きな論争とリスクに直面しています。セキュリティとプライバシーの点では、Codex は厳格なサンドボックス分離と 2 段階の信頼境界設計 (セットアップステージのキーが利用可能で、メインのエージェントステージのキーは自動的に削除される) を採用していますが、多くの企業はコードウェアハウスと API キーをサードパーティのクラウドサービスに引き渡すことに懸念を抱いています。 Codex CLI には、OpenAI による会話データの保存を無効にする disable_response_storage = true 設定オプションが用意されていますが、クラウドモードでは、データは必然的に OpenAI サーバーを通過します。 2026年4月に国内コミュニティで起きた「アカウントBAN」議論は注目に値する。知乎の記事では、技術グループが「泣き言を言っている」と述べたが、禁止の具体的な理由や規模はまだ正式に確認されていない。これには、API 転送サービスの使用仕様に関する問題が関係している可能性があります。または、不正なアカウントに対する OpenAI のクリーンアップアクションに関連している可能性があります。日々の開発で Codex に依存しているユーザーにとって、これはサービス継続のリスクをもたらします。依存関係のロックインのリスクも無視できません。 Codex は OpenAI のモデルとエコシステムに深く結びついています。 CLI バージョンはサードパーティモデル (DeepSeek、Gemini、Ollama など) の構成をサポートしていますが、核となるエクスペリエンスと最高のパフォーマンスは依然として GPT シリーズに依存しています。 OpenAI が価格設定や制限ポリシーを調整した場合、移行コストは安くはありません。
Codex は、明確かつ具体的なタスクの説明を記述できる開発者に適しています。 Jira チケットのような明示的な入力 (「23 個のファイルを含む logger.warn() を logger.warning() に置き換える」) は、曖昧な指示 (「エラー処理の改善」) よりもはるかに優れています。テスト生成、バグ修正、特定のリファクタリングのバッチ処理を必要とする Python または TypeScript プロジェクトでは、最高の投資収益率が得られます。環境のセキュリティ分離を重視し、ローカルで AI エージェントを実行したくないユーザーも、Codex のクラウドサンドボックスアーキテクチャの恩恵を受けるでしょう。 Codex にあまり適していないシナリオには、AI がアーキテクチャのコンテキストを理解し、設計上の決定を下すことを期待する複雑な要件、プライベートの内部パッケージに大きく依存しており資格情報を構成できないエンタープライズ環境、多数の無制限の探索的プログラミングタスクを処理する必要があるワークフロー、および 30 ～ 90 秒のタスク起動の遅延を許容できないリアルタイムコラボレーションシナリオが含まれます。すでに OpenAI エコシステム (ChatGPT、GPT モデル API) を使用している開発者にとって、Codex CLI は学習コストが最も低くなります。 Claude ファミリのモデルを使用し、主にディープローカル開発を行っているユーザーにとっては、Claude Code の方が自然な選択かもしれません。どちらにとっても最善の戦略は、月額バージョンを試し、実際のワークフローに基づいて決定することです。
2025 年 5 月のリリース以来、OpenAI Codex は実験的なクラウドプログラミングエージェントから、CLI、デスクトップアプリケーション、IDE、クラウドをカバーする完全な AI プログラミングシステムに開発されました。バグ修正、テスト生成、および明確に定義されたリファクタリングタスクで優れたパフォーマンスを発揮し (成功率約 74%)、その並列処理機能と安全なサンドボックス分離が競合製品との差別化を図るコアコンピテンシーです。ただし、弱いファジー命令処理、コールドスタートの遅延、プライベートパッケージのアクセス制限は依然として改善が必要な問題点です。 2026年3月のGPT-5.4モデルアップグレードでは、PluginプラグインシステムやAutomations自動化機能の追加により、Codexは「コードを書くのを助ける」ツールから「エンジニアリング作業を整理するのを助ける」プラットフォームへと進化しています。明確な指示でタスクを管理できる Python または TypeScript 開発者にとって、月額 20 ドルの Plus プランは、かなりコスト効率の高いオプションです。

ユーザーレビュー

SharonRussell_88

—

Codex 用了一周把原来三个下午才能搞完的第三方 API 对接全干完了，我就写了几句注释它就自动把序列化、重试、超时异常处理全封装好了，比自己手写还稳，连单元测试都顺手生成了，效率提升太明显了。

暖阳_25

—

跟 Copilot 最大的区别是它真能理解你下一步要做什么，不是补全代码而是预判意图，用久了会上瘾。

Harold.BaileyK

—

云端多任务并行是真的爽，一次性丢三个 bug 给它修，它自己开三个沙箱跑，我这边该干嘛干嘛，效率直接拉满。

若梦790

—

最大惊喜是它帮我从打字员变回了思考者。以前 70% 的时间写业务逻辑处理脏活累活，现在反过来，大部分时间在思考架构和边界条件，能力重心从怎么写彻底迁移到了怎么想，这个转变真的价值连城。

JulieBqiley

—

后端工程化能力比 Claude Code 强不少，干活细致，但跑得确实慢，适合睡前丢任务第二天验收。

LAcas

—

太强了！

Jason.ScottZ

—

我们团队已经把它纳入日常工具链了，QA 和开发都在用。给清晰的需求加测试覆盖率，Codex 产出的东西基本可以直接合，省去了大量来回 review 的时间，确实解放了生产力，开发幸福感提升了不止一个档次。

Grace.Young_20248

—

省钱了省钱了！走 API 调用一次才几美分，比 Cursor 的月订阅划算多了，适合个人开发者。

WDiaz_2021

—

刚上手的时候觉得这玩意儿也就那样，用了一周就真香了。修 bug 和写测试特别靠谱，基本不用怎么改就能直接用。

JerryBrown_2024

—

重构老项目的测试架构，Codex 帮了大忙。它把遗留的旧测试全部识别出来然后批量重写重构成新框架，又自动化又规范，虽然还得人工 review 一遍但省了 80% 的工作量，团队整体效率提升非常明显，是今年引入最有价值的工具。

Christopher.Robinson520

—

Agent 风格的工作流确实好用，一个指令下去它自己规划步骤、识别文件、跨文件改代码、跑测试验证，最后出 PR 带 citation，透明度和可控性都很好，比我想象中成熟多了，团队 review 起来也更轻松了。

骑士602

—

刚开始用还挺满意的，但新版的 AGENTS.md 配置真的把可定制性拉满了，把团队编码规范、架构风格丢进去它就能按统一的风格来写代码，这一点 Copilot 现在还完全做不到，对维护大项目的团队来说太重要了。

NodeRunner736

—

话说免费的额度够用吗？我团队四个人在试用，感觉企业版费用和实际产出比还算划算，但个人开发者用的话确实要考虑成本问题，有没有用过的老哥说说经验？

SatoshiSnake153

—

最让我惊艳的是它居然会自己判断场景决定用流式输出还是同步模式，我以为这种底层细节得我写 Prompt 来回引导才能实现，结果 Codex 自动选了最合适的方案，真的聪明，感觉是有经验的搭档而不是一个工具。

ChristinaHicks_7

—

用了四个月了，整体体验比预期好，不是那种花里胡哨的新奇玩具，是真能解决实际问题的生产力工具。建议搭配强测试覆盖率使用效果最佳，给的任务越清晰它输出的质量越高，这个投入产出比相当可观，值得推荐给每个开发团队。

silverbear317

—

yyds。

BrittanyKing_X35

—

Codex 这波更新太猛了，背景计算机控制直接接管 macOS 应用，Claude 封号限流之后果断转过来了。

狗狗_12

—

用了快一年了，从最初的 40-60% 成功率到现在 85-90%，稳定性提升太明显。

清风_1

—

建议加上手机遥控功能，这样更方便。

tiflyrn

—

用了两天，感觉还行吧，查错确实牛，速度能接受，不过偶尔会陷入自循环，希望官方能优化一下这个问题。

Mark.Jenkins_Max

—

天下苦 A 社久矣，Codex 这波接住了。

LUm_or

—

说实话，有点失望，本来以为能完全替代人工编程，结果遇到复杂逻辑还是要自己来，期望过高了。

Aaron2422024

—

说实话，Codex 的 Tab 补全和 Claude Code 比还是差点意思，但胜在和 ChatGPT 生态打通。

天涯_14

—

Codex的PR审查功能太强了，团队之前漏掉的bug都能发现，这钱花得值了。

jwle8scq

—

多智能体并行真的香，同时跑三个任务一点都不卡，效率直接翻倍。

trueLavanyaChiplunkar_dev

—

沙箱模式太赞了，再也不用担心AI乱改本地文件，安全感拉满。

smy2tt09g

—

macOS 用户狂喜，背景计算机控制终于来了！

DWhite_77552

—

作为在 WorkOS Applied AI 团队工作的开发者，用了 Codex 快一年了。最明显的感受是稳定性提升巨大，从最初的 40-60% 成功率到现在 85-90%，而且任务失败时提供的错误信息清晰多了，不像以前那样让人摸不着头脑。多轮对话也更可靠了，可以就实现细节来回讨论，不用每次都启动新任务。

DRoss520

—

用了两天，内存泄露 bug 还挺烦人的，而且会话只能存档不能删除，有点难受。

k2s5_l8

—

刚更新的桌面应用控制功能很实用，能直接操作Mac应用了，自动化工作流终于不是梦。

Codex

詳細レポート

ユーザーレビュー

類似の製品