Codexの3モデル使い分けとは？ OpenAIが語る開発工程別AI活用の基本

OpenAI JapanのアプライドAIエンジニア、石田修平氏が、コーディングエージェント「Codex」の活用方法について解説しています。Codexはコード生成に加え、計画・設計から実装、テスト、レビュー、修正まで、開発工程を横断して自律的に実行できるといいます。生成したコードの動作を検証し、問題があれば修正することも可能です。石田氏は、開発の全工程にCodexを取り入れることで、人間はより高度な意思決定や開発の方向性の決定に集中できると説明しています。

実際の活用例として、楽天では従来約3カ月かかっていたWebサービスのモバイルアプリ展開が数週間に短縮されたといいます。またOpenAIの社内プロジェクトでは、約5カ月間で約1500件のプルリクエストが作成・マージされ、1人当たり1日平均3.5件のペースだったとしています。

Codexでは用途に応じて複数のモデルを選択できる仕組みも用意されています。現在選べるのは、高度なタスクに対応する「GPT-6 Astra」、品質と速度のバランスに優れた「GPT-6.1 Sol」、低コストで定型業務に向く「GPT-6 Luna」の3モデルです。

Codexとは、OpenAIが提供するコーディングエージェントのことです。エージェントとは、与えられた目標に対して複数の作業手順を自分で判断しながら実行するAIの仕組みを指します。従来のコード生成AIが「指示されたコードを書く」だけだったのに対し、Codexは計画・設計からテスト・修正まで一連の開発工程を通して処理できる点が特徴です。

この種のAIエージェントを導入する際に企業の悩みの種になるのが、トークン消費に伴うAPI利用コストです。トークンとはAIがテキストを処理する際の最小単位で、やり取りする文章量や処理の複雑さに応じて消費量が増え、利用料金に直結します。高性能な最上位モデルをすべての工程で使えば精度は高まりますが、その分コストもかさみます。逆に安価なモデルを一律で選ぶと、設計やレビューの精度が足りず、修正のやり取りが繰り返されて結果的に時間がかかることもあります。

石田氏の解説では、こうしたジレンマを避ける鍵が「モデルの使い分け」にあるとしています。Codexが備える3モデルは、処理能力・応答速度・コストのバランスがそれぞれ異なり、高度な設計判断が必要な工程には上位モデルを、定型的な修正やテストには低コストのモデルを割り当てる、といった運用が想定されている形です。全工程を一律のモデルで処理するのではなく、タスクの難易度に応じて切り替えることが、開発生産性とコストの両立につながるという考え方です。