English 中文 العربية 日本語 Português

Codex: Codex モデル選択

最終更新：2026-08-31

Codex は異なる能力、速度、コストを持つ複数の AI モデルをサポートしています。適切なモデルの選択が大きな違いを生みます。

📋 前提条件: Codex の基本操作を理解していること

1. 学ぶ内容

2. 利用可能なモデル

(1) OpenAI モデル

モデル コンテキスト 強み 最適な用途
o3 200K 最強の推論 複雑なアーキテクチャ、アルゴリズム設計
gpt-5-codex 128K コード特化 日常開発（デフォルト）
gpt-4o 128K バランス型 一般的なタスク
o4-mini 128K 高速・経済的 単純なタスク、バッチ操作

(2) サードパーティモデル（API 経由）

モデル プロバイダー 強み
deepseek-coder DeepSeek 強力なコード、低コスト
deepseek-chat DeepSeek 中国語対応が良い、汎用
claude-sonnet Anthropic 強力な推論（互換 API が必要）

3. モデル比較

(1) 能力比較

次元 o3 gpt-5-codex gpt-4o o4-mini deepseek-coder
コード生成 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐
複雑な推論 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐
マルチファイルリファクタリング ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐
中国語理解 ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐
応答速度 ⭐⭐ ⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐

(2) コスト比較

モデル 入力/1M トークン 出力/1M トークン 相対コスト
o3 $15.00 $60.00 最も高価
gpt-5-codex $2.50 $10.00 中程度
gpt-4o $2.50 $10.00 中程度
o4-mini $0.15 $0.60 安い
deepseek-coder ¥1.00 ¥2.00 最も安い

4. モデル選択戦略

(1) タスクの複雑さ別

複雑さ 推奨モデル 理由
単純（lint 修正、コメント追加） o4-mini / deepseek-coder 低コスト、高速
中程度（機能追加、バグ修正） gpt-5-codex 能力とコストのバランス
複雑（アーキテクチャ設計、大規模リファクタリング） o3 最強の推論

(2) タスクタイプ別

タスクタイプ 推奨モデル 理由
コード生成 gpt-5-codex コード特化
コードレビュー gpt-4o / deepseek-coder レビューに最強の推論は不要
アーキテクチャ設計 o3 深い推論が必要
ドキュメント生成 gpt-4o / deepseek-chat 一般的能力で十分
バッチ操作 o4-mini コスト優先

▶ 例1：Alice のモデル選択

PYTHON 
def choose_model(task):
    if task.type == "architecture":
        return "o3"
    elif task.type == "daily_dev":
        return "gpt-5-codex"
    elif task.type == "batch_fix":
        return "o4-mini"
    elif task.type == "chinese_doc":
        return "deepseek-coder"
    else:
        return "gpt-5-codex"

5. モデルの切り替え

(1) CLI での切り替え

BASH 
# 起動時に指定
codex --model o3

# DeepSeek に切り替え
export OPENAI_API_KEY="sk-deepseek-xxx"
export OPENAI_BASE_URL="https://api.deepseek.com"
codex --model deepseek-coder

(2) App での切り替え

上部ツールバーのモデルドロップダウンから選択。

(3) 設定ファイル

TOML 
# ~/.codex/config.toml
model = "gpt-5-codex"

# またはプロジェクトレベル
# .codex/config.toml
model = "deepseek-coder"

6. コスト最適化

(1) 戦略マトリックス

戦略 説明 節約
段階的使用 単純なタスクは安価なモデル 50〜70%
DeepSeek 代替 日常タスクに DeepSeek 80〜90%
精密なコンテキスト 不要なファイルを削減 20〜30%
バッチ実行 小さなタスクを統合 10〜20%

(2) コスト見積もり

TEXT 📖 参照専用 
# Alice の月額コスト見積もり

日常開発（gpt-5-codex）：$50/月
コードレビュー（deepseek-coder）：¥100/月 ≈ $14/月
アーキテクチャ設計（o3）：$30/月
バッチ修正（o4-mini）：$5/月

合計：約$99/月
すべて o3 の場合：約$500/月
節約：80%

❓ よくある質問

Q デフォルトモデルの gpt-5-codex で十分ですか？
A ほとんどのシナリオで十分です。複雑なアーキテクチャ設計とアルゴリズム問題のみ o3 が必要です。
Q o4-mini はどの程度劣りますか？
A 単純なタスクでは差が小さく、複雑な推論やマルチファイルリファクタリングでは差が顕著です。まず試してみて、不満ならアップグレードしてください。
Q DeepSeek は英語プロジェクトでどうですか？
A 英語のコード生成とレビューは良好で、gpt-5-codex に匹敵します。英語のドキュメントとアーキテクチャ推論はやや劣ります。
Q 同じセッション内でモデルを切り替えられますか？
A いいえ。現在のセッションを終了し、モデルを切り替えて再起動する必要があります。
Q モデル選択はコンテキストウィンドウに影響しますか？
A はい。o3 は 200K、他のほとんどは 128K をサポートします。大規模プロジェクトではより大きなコンテキストウィンドウが必要な場合があります。

📖 まとめ

📝 練習問題

  1. 基本 (⭐)：3つの異なるモデルで同じタスクを完了し、出力品質を比較する。
  2. 中級 (⭐⭐)：コスト最適化プランを設計する — タスクタイプの分布を分析し、各タイプに最適なモデルを選択する。
  3. 上級 (⭐⭐⭐)：説明からタスクの複雑さを判断し、適切なモデルを選択する自動モデル選択スクリプトを作成する。
Web-Tutorial.com

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

100%