Codexのモデル一覧！できることの違いや選び方・使い分け方も解説

 

「Codex」を使い始めたものの、利用できるモデルの種類が多くどれを選べばよいか迷っている人は多いですよね。

Codexで利用できるモデルは、それぞれ性能や処理速度、得意な作業、利用できるプランが異なります。違いを把握しないまま選ぶと、作業効率が落ちたり、必要以上のコストがかかったりする原因になります。

そこでこの記事では比較も交え、Codexのモデルを一覧で解説します。モデルの使い分け方や切り替え手順なども紹介するので、ぜひ参考にしてください。

Codexのモデル一覧

Codexでは、用途や性能が異なる7種類のモデルを利用できます。モデルによって処理速度・出力精度・利用できるプランが異なるため、目的に合ったモデルを選ぶことが重要です。

ここからはCodexのモデルを、7つにまとめて解説します。

GPT-5.6 Sol

GPT-5.6 Solは、Codexで利用できる中でも最高クラスの性能を誇るフラッグシップモデルです。大規模なコード解析や複雑なリファクタリングなど、高度な開発タスクを得意としています。

推論能力が高く、複数ファイルにまたがるバグの特定や設計改善の提案まで行えます。出力精度を最優先したい場面では、GPT-5.6 Solが最適な選択肢です。

ただし、高性能な分だけ処理に時間がかかる傾向があります。また、利用できるのはTeamプラン以上で、無料プランやPlusプランでは選べません。速度より品質を重視する開発に適したモデルです。

GPT-5.6 Terra

GPT-5.6 Terraは、性能と処理速度のバランスに優れたモデルです。GPT-5.6 Solほどの性能は必要ないものの、高品質な出力を求める場面に適しています。

コード生成やコードレビュー、テストコードの作成など幅広いタスクに対応できるほか、GPT-5.6 Solよりも高速に処理できるため、待ち時間を抑えながら高い品質を維持できます。

Plusプラン以上で利用可能なため、個人開発者にも手が届きやすいモデルです。日常的な開発作業のメインモデルとして多くのユーザーに選ばれています。

GPT-5.6 Luna

GPT-5.6 Lunaは、応答速度を重視した軽量モデルです。GPT-5.6シリーズの中で高速なレスポンスが特徴で、素早くコードを生成したい場面に向いています。

簡単な関数の作成やコード補完、短いスクリプトの生成など、比較的軽い作業をテンポよく進められます。応答の待ち時間が短いため、開発リズムを維持しやすい点も魅力です。

Plusプラン以上で利用可能です。GPT-5.6 SolやGPT-5.6 Terraと比べると出力精度はやや劣るものの、速度を優先したい場面に適したモデルです。

GPT-5.5

GPT-5.5は、GPT-5.6シリーズの1つ前の世代にあたるモデルです。安定した出力と実績のある信頼性が特徴で、リリースから時間が経過していることから、挙動を予測しやすい点がメリットです。

コード生成やデバッグ支援など、一般的な開発業務を安定してこなせます。GPT-5.6シリーズと比べると推論能力はやや劣りますが、多くの開発シーンでは十分な性能を発揮します。

Plusプラン以上で利用可能です。最新モデルよりも安定性を重視したい場合に適した選択肢です。

GPT-5.3 Codex Spark

GPT-5.3 Codex Sparkは、無料プランでも利用できる唯一のCodexモデルです。Codexを試してみたい初心者にとって、導入しやすいモデルといえます。

基本的なコード生成や基本的な質問への回答などに対応しており、処理速度も比較的速いため、気軽にCodexの機能を体験できます。

一方で、上位モデルと比べると出力精度や対応できるタスクの範囲には限りがあります。複雑な作業には向きませんが、Codexの使い勝手を確認する目的には十分な性能です。

Codex Sparkの特徴を詳しく知りたい人は、次の記事を参考にしてください。

GPT-5.4

GPT-5.4は、GPT-5.5の前世代にあたる中堅クラスのモデルです。動作が安定しており、出力傾向が把握しやすいことから、一定の品質で利用しやすい特徴があります。

標準的なコード生成やバグ修正、コードレビューなど、日常的な開発業務に幅広く対応できます。最新モデルほどの推論性能はありませんが、安定した出力を重視する場面で活用できます。

Plusプラン以上で利用可能です。新しいモデルではなく、安定性を重視したい場合の選択肢として適しています。

GPT-5.4 Mini

GPT-5.4 Miniは、GPT-5.4の軽量版にあたるモデルです。処理速度が速く、リソース消費が少ないのが最大の特徴です。

短いコードスニペットの生成や簡単な質問への回答など、軽量なタスクを高速に処理できます。レスポンスの速さを重視する開発スタイルに適しています。

Plusプラン以上で利用可能です。精度よりも処理速度を重視し、大量の小規模なタスクを効率よくこなしたい場合におすすめのモデルです。

Codexの各モデル比較

Codexのモデル選びでは、利用できるプラン・得意分野・出力精度・処理速度の4つの観点で比較すると、自分に合ったモデルを判断しやすくなります。

ここからは下記の観点別に、各モデルの違いを解説します。

対応プランの違い

Codexで利用できるモデルは、契約しているプランによって異なります。次の表に、モデルごとの対応プランをまとめました。

モデル名	Free	Plus	Team	Enterprise
GPT-5.6 Sol	×	×	○	○
GPT-5.6 Terra	×	○	○	○
GPT-5.6 Luna	×	○	○	○
GPT-5.5	×	○	○	○
GPT-5.3 Codex Spark	○	○	○	○
GPT-5.4	×	○	○	○
GPT-5.4 Mini	×	○	○	○

無料プランで使えるのはGPT-5.3 Codex Sparkのみです。Plusプランに加入すると、GPT-5.6 Sol以外の6モデルが利用可能になります。

最高性能のGPT-5.6 Solを使うには、Teamプラン以上の契約が必要です。高度な開発やチーム開発で利用したい場合は、Team以上へのアップグレードを検討するとよいでしょう。

得意/不得意の違い

各モデルには、それぞれ得意な作業と苦手な作業があります。用途に応じてモデルを選ぶことで、より効率よく開発を進められます。

モデル名	得意な作業	不得意な作業
GPT-5.6 Sol	大規模コード解析、設計提案	応答速度が重視される作業
GPT-5.6 Terra	幅広い開発業務全般	最高精度レベルの推論が求められる特殊な解析
GPT-5.6 Luna	高速なコード補完、短いスクリプト生成	複雑な推論が必要な大規模な開発
GPT-5.5	安定したコード生成、デバッグ	最新モデル並みの高度な推論
GPT-5.3 Codex Spark	簡単なコード生成、学習・入門用途	複雑なバグ修正や大規模開発
GPT-5.4	標準的なコード生成、コードレビュー	高度な設計判断や複雑な推論
GPT-5.4 Mini	軽量な作業の高速処理	長文コードの生成や高精度な推論

たとえば、大規模なコードベースを解析したい場合はGPT-5.6 Solが最適です。一方、コード補完や簡単なスクリプトを素早く生成したい場合は、GPT-5.6 LunaやGPT-5.4 Miniが適しています。

作業の内容と求められる品質に応じてモデルを使い分けることが、開発効率を高めるポイントです。

出力精度の違い

出力精度は、モデル選びにおいて重要な判断の基準の1つです。精度が高いモデルほど、複雑なコード生成や高度な推論を伴うタスクで安定した結果を期待できます。

次の表は、OpenAI公式ドキュメントで公開されているベンチマークの傾向をもとに、各モデルの精度レベルを5段階で整理したものです。

モデル名	出力精度（5段階）
GPT-5.6 Sol	★★★★★
GPT-5.6 Terra	★★★★☆
GPT-5.6 Luna	★★★☆☆
GPT-5.5	★★★★☆
GPT-5.3 Codex Spark	★★☆☆☆
GPT-5.4	★★★☆☆
GPT-5.4 Mini	★★☆☆☆

※★の数は、OpenAIが公開しているコーディングベンチマーク（SWE-bench等）のスコア傾向をもとに、筆者が5段階で評価した目安です。

GPT-5.6 Solが最も高い精度を備えており、複雑なコードの生成や設計提案でも高品質な出力が期待できます。GPT-5.6 TerraやGPT-5.5も高い精度を維持しており、日常的な開発業務では十分な品質です。

一方、GPT-5.3 Codex SparkやGPT-5.4 Miniは、精度がやや低い傾向にあります。簡単なコード生成には適していますが、高い精度が求められる開発では上位モデルを選ぶと安心です。

処理速度の違い

処理速度は、開発効率を左右する重要な要素です。応答が速いモデルほど、コード補完や試行錯誤を繰り返す場面で快適に利用できます。

次の表も同様に、OpenAI公式ドキュメントの応答速度に関する情報をもとに5段階で整理しました。

モデル名	処理速度（5段階）
GPT-5.6 Sol	★★☆☆☆
GPT-5.6 Terra	★★★☆☆
GPT-5.6 Luna	★★★★★
GPT-5.5	★★★☆☆
GPT-5.3 Codex Spark	★★★★☆
GPT-5.4	★★★☆☆
GPT-5.4 Mini	★★★★★

※★の数は、OpenAI公式が示す各モデルの応答速度の傾向をもとに、筆者が5段階で評価した目安です。

GPT-5.6 LunaとGPT-5.4 Miniは、応答速度を重視したモデルです。コード補完や短いスクリプトの生成など、素早く作業を進めたい場面で力を発揮します。

一方、GPT-5.6 Solは処理時間が長くなる傾向がありますが、そのぶん高い出力精度を備えています。速度と精度はトレードオフの関係にあるため、用途に応じて最適なモデルを選びましょう。

Codex・モデルの使い分け方

Codexのモデルは、それぞれ得意分野が異なります。作業内容や重視したいポイントに応じて使い分けることで、開発効率を高められます。

まず、精度を最優先したい作業にはGPT-5.6 Solがおすすめです。大規模なコードベースの解析や複雑なリファクタリング、設計レビューなど、高度な推論が求められる場面で力を発揮します。多少処理時間がかかっても、品質を重視したい場合に適しています。

一方、日常的な開発作業ではGPT-5.6 Terraが使いやすいモデルです。コード生成やコードレビュー、テストコードの作成など幅広いタスクに対応でき、精度と処理速度のバランスに優れています。

素早い応答が求められる場面では、GPT-5.6 LunaやGPT-5.4 Miniがおすすめです。コード補完や短いスクリプトの生成、軽量なタスクを繰り返すような場合は、待ち時間が少なく快適に作業を進められます。

Codexのモデルは、それぞれ得意分野が異なります。作業内容や重視したいポイントに応じて使い分けることで、開発効率を高められます。

目的別の使い分けをまとめると、次のとおりです。

目的	おすすめモデル	理由
大規模コード解析・設計提案	GPT-5.6 Sol	高い推論性能と出力精度を備えている
日常的なコード生成・レビュー	GPT-5.6 Terra	精度と処理速度のバランスが良い
コード補完・短いスクリプトの生成	GPT-5.6 Luna	応答速度が速くテンポよく作業できる
Codexを試してみたい	GPT-5.3 Codex Spark	無料プランで利用可能
軽量なタスクを高速に処理したい	GPT-5.4 Mini	処理速度に優れ、小規模な作業に適している

作業内容によって最適なモデルも変わります。1つのモデルだけを使い続けるのではなく、精度・速度・コストのバランスを考慮しながら、用途に応じて柔軟に切り替えるのがCodexを効果的に活用するポイントです。

Codexでモデルを選択・切り替える方法

Codexではタスクの作成時に利用するモデルを簡単に選択できます。複雑な設定は必要なく、画面から数クリックで完了するため、初心者でもすぐに操作できます。

モデルの選択・切り替え手順は次のとおりです。

1. ChatGPTの画面を開き、左側メニューから「Codex」を選択する
2. 新しいタスクの作成画面で、画面上部のモデル選択ドロップダウンをクリックする
3. 表示されたモデル一覧から、使いたいモデルを選択する
4. モデル名が切り替わったことを確認し、プロンプトを入力して作業を開始する

モデルの切り替えはタスクごとに行えます。そのため、別のモデルを利用したい場合は、新しいタスクを作成して別のモデルを選びましょう。

なお、契約中のプランで利用できないモデルは、ドロップダウンに表示されません。選択不可の状態になる場合もあります。使いたいモデルが表示されないときは、現在のプランで利用可能かを確認し、必要に応じてプランのアップグレードを検討してください。

まとめ

本記事では、Codexで利用できるモデル一覧や、それぞれの特徴・違い・ 使い分け方を解説しました。

Codexのモデルは、コード生成やレビュー、バグ修正などを実行するAIの頭脳にあたる存在です。モデルごとに推論性能や処理速度、利用できるプランが異なるため、作業内容に応じて適切なモデルを選ぶことで、より効率的に開発を進められます。

まずは無料で利用できるGPT-5.3 Codex Sparkから試し、操作に慣れてきたら用途に応じてバランス重視のTerraや最高精度のGPT-5.6 Solへ切り替えてみましょう。