Codex のコスト最適化実践: トークン課金でどう節約し、どう賢さを落とさないか

同じ作業なのに、予想より早くクォータが消えることがあります。長いスレッドが一日中コンテキストを読み直し、multi_agent が既定でオンになっていて、AGENTS.md が何千行もある。簡単な作業まで最上位モデルを使っている。どこでお金が消えているのか、どうすれば体系的に下げられるのか。この文章で整理します。

1. お金はどこに消えるか: 課金の仕組み

Codex のコストは、コンテキストの再読込、長い会話、並列サブタスク、高い推論レベルの 4 つから生まれます。基本は token/credit 課金で、input、cached input、output の 100 トークンごとに対応する credit を消費します。token の種類ごとにレートが違い、cached input は通常 input より安い。これが prompt cache が節約に効く理由です。具体的なレートは公式 rate card を基準にしてください。

Codex は単純な月額上限ではなく、rolling window の限度で動きます。ウィンドウがいっぱいになると rate limit が発動します。Plus と Pro には rate-limit reset banking があり、ウィンドウ終了後に回復します。API key は token で独立課金で、Codex のプラン上限の影響は受けません。

使用量を知りたいときは、コマンドラインで /status を見て現在の会話状態を確認するか、Codex の設定にある usage dashboard でチーム全体の使用量を見ます。

再読込は最も見落としやすいコスト源です。Codex はタスクごとに AGENTS.md、プロジェクト文書、履歴を読み直します。AGENTS.md が何千行もあり、プロジェクト文書が山ほどあり、1 つのスレッドが何十ラウンドも続くと、そのたびに token が積み上がります。長い会話の問題は累積です。スレッドが長くなればなるほど読み直しも増え、コストも増えます。multi_agent では、各アクティブ agent が独立して quota を消費するので、並列数に比例してコストが増えます。GPT-5.5/5.4 のような高推論モデルは、GPT-5.4 mini より高く、Low/Medium/High/Extra High の推論レベルも費用に影響します。

節約手段と代償は次のように見比べられます。

節約手段	期待効果	代償
安いモデルに切り替える	30-60% 節約	推論力が下がり、複雑な作業では弱くなる
早めにコンテキストを整理する	20-40% 節約	新しいスレッドを頻繁に作る必要がある
AGENTS.md を簡潔にする	10-20% 節約	文書分割が必要になり、保守コストが上がる
Prompt cache を使う	15-30% 節約	コンテキストが安定している必要がある
multi_agent を減らす	20-50% 節約	並列性が落ち、作業が遅くなる

節約は、ケチることではありません。安いモデルに変えれば 30-60% は下がるかもしれませんが、複雑な作業の品質は落ちることがあります。会話を早めに整理すれば 20-40% は下がりますが、そのぶん新しいスレッドが増えます。AGENTS.md を軽くすれば 10-20% は下がりますが、文書構造を整える手間は増えます。大事なのは、実際の作業に合わせて選ぶことです。コア機能を犠牲にしてまで、少しの節約に走らないでください。

使用量の見方

コマンドラインでは /status で現在の会話状態を確認できます。Codex 設定の usage dashboard では、チーム全体の使用量と quota ウィンドウの状態が見られます。定期的に記録して、節約の効果を比べてください。

2. モデルと推論レベル: いつも最上位を使わない

モデル選びはコストに直結します。Codex には Low、Medium、High、Extra High の 4 段階があります。Low は速くて狭いので、単純作業に向いています。Medium と High は、より複雑な作業やデバッグ向きです。Extra High は長い agentic 作業向けです。モデル側では GPT-5.5 と GPT-5.4 が前線モデル、GPT-5.4 mini が軽量版です。5.3-Codex と 5.2 はすでに非推奨です。

基本ルールは簡単です。深く考える仕事は前線モデル、細かい仕事は mini。推論レベルは作業の難しさに合わせます。最も高い構成を既定にしないこと。最上位を常用するとクォータがすぐ消えますし、単純作業で成果が大きく上がるとも限りません。

対応表はこうです。

作業タイプ	推奨推論レベル	典型例
単純な検索、形式変換	Low	文書整形、簡単なバグ修正
リファクタリング、機能開発	Medium	単一ファイルの整理、API 統合
デバッグ、複雑なロジック	High	複数ファイルのバグ追跡、性能調整
長い agentic 作業	Extra High	多段自動化、探索的開発

単純な問い合わせや形式変換には Low + mini を使います。コード整理や機能開発には Medium + mini か Medium + GPT-5.4。デバッグや複雑なロジックには High + GPT-5.4/5.5。長い agentic 作業には Extra High + GPT-5.5。選ぶ基準は「難しさ」であって「安心感」ではありません。安心のために最上位を選ぶと高くつきます。

FAQ: どうやって安いモデルを選べばいいですか？

思考作業は前線モデル (GPT-5.5/5.4)、細かい作業は mini (GPT-5.4 mini) です。推論レベルは作業難度で選びます。簡単な検索は Low、複雑なデバッグは High、長い agentic 作業は Extra High です。

3. 会話管理: 1 日中 1 スレッドを回さない

長い会話は、1 日中コンテキストを読み直し続けます。token はすぐ消えます。Codex は毎回スレッドを読み直すので、スレッドが長くなり読む量が増えるほど、コストも増えます。対策は簡単で、会話は短く保つことです。1 スレッド 1 作業にしてください。

具体的には、AGENTS.md が何千行もあり、プロジェクト文書が大量にあり、ラウンドが何十回も続くと、そのたびに再読込が走ります。1 回の再読込は数 token でも、何十回も積み重なると数万 token になります。スレッドが長くなるほど Codex も混乱しやすくなり、結果も悪化します。

コマンド	用途	使うタイミング
/compact	早い段階のコンテキストを圧縮	スレッドが長くなったとき (Codex も自動圧縮します)
/clear	現在のスレッドを消す	作業が終わったとき
/resume	以前のスレッドを再開	前の作業を続けるとき
/fork	スレッドを分岐	探索の枝分かれが必要なとき
/agent	並列 agent に切り替える	multi_agent が必要なとき
/status	会話状態を見る	使用量を確認したいとき

会話管理のベストプラクティス

作業が終わったら、すぐ /clear するか、新しいスレッドを開いてコンテキストを溜めないようにします。長い会話の途中では /compact を使って早い部分を圧縮し、token を節約します。過去の作業を続ける必要があるときだけ /resume を使ってください。1 スレッドに bug 修正、機能追加、リファクタ、デプロイを全部入れないこと。混ざるとコンテキストが濁って、token が無駄になります。探索の分岐が必要なときだけ /fork を使いますが、分岐ごとに quota を消費することは忘れないでください。

FAQ: 長い会話はどう管理しますか？

作業が終わったら /clear か新しいスレッドを使います。長くなった途中では /compact。1 スレッド 1 作業です。

4. AGENTS.md の圧縮: 32 KiB の切断を避ける

AGENTS.md は何千行にもなりやすく、コンテキストを圧迫しますし、切断も招きます。project_doc_max_bytes の既定値は 32 KiB です。AGENTS.md をまとめていってここに達すると、そこで追加が止まり、内容が切られます。切断されると指示が消え、そのぶんコンテキストも無駄になります。

AGENTS.md のサイズをどう見るか:

AGENTS.md の大きさ	影響	対応
< 16 KiB	目立った影響なし。コンテキスト消費も小さい	現状維持
16-32 KiB	中程度の負荷。監視が必要	非核心部分の分割を検討
> 32 KiB	切断リスクあり。指示が一部失われる	ネストしたディレクトリへ分割

AGENTS.md の圧縮手順

1 つの AGENTS.md は 32 KiB 以内に保ち、コアな指示と共通ルールだけを置きます。超える必要があるなら、docs/.agents のようなネストしたフォルダに分け、タスク専用の .md ファイルで詳細を持たせます。ローカルなファイルの上書きルールを使い、サブフォルダの AGENTS.md が全体設定を上書きできるようにします。

AGENTS.md の書き方の詳しいガイドは AGENTS.md Best Practices を参照してください。

---

5. Prompt Cache: 安定したコンテキストを安く使う

cached input は通常 input より安い。これが prompt cache で節約できる理由です。コンテキストが安定していれば、Codex はそれを cached input として課金できます。AGENTS.md とプロジェクト文書は安定させて、cache をしっかり効かせましょう。

仕組みは単純です。Codex は AGENTS.md やプロジェクト文書のような安定したコンテキストを保存します。次回はそれが cached input として課金されます。頻繁に変えると cache miss になり、通常の input 課金に戻ります。cache hit が高いと、1 回の実行コストを 15-30% ほど下げられます。

実務のルールは、AGENTS.md を短く安定させ、コアな規則は固定場所に置き、変わりやすい内容は一時フォルダかタスク専用文書に分けることです。prompt に何でも詰め込まないでください。

キャッシュ活用のトレードオフ:

キャッシュのレバー	期待効果	代償
安定した AGENTS.md	cached input のヒット率が上がる	事前設計が必要で、変更は少なくなる
安定したプロジェクト文書	再読込 token を減らせる	文書更新で cache が無効になる
頻繁な変更を避ける	cache hit が安定する	柔軟性が下がる

FAQ: prompt cache はどう節約になりますか？

AGENTS.md とプロジェクト文書を安定させると cached input に乗りやすくなります。cached input は通常 input より安く、差は公式 rate card で定義されています。

6. 並列と plan mode: 必要なときだけオンにする

multi-agent v2 の並列は、active execution ごとに課金されます。アクティブな agent ごとに quota を消費するので、並列は 1 agent より高くつきます。今のところ multi_agent は実験的機能なので、既定では抑制するのが正解です。本当に必要なときだけ使ってください。

計算は単純です。1 agent が 1 回動けば、消費は X です。multi_agent で 3 agent を並列に動かすと、各 active agent が X を消費し、合計は 3X です。agent が増えるほど高くなります。しかも各 agent がコンテキストを読み直し、推論し、出力するので、その分も積み上がります。

並列モード	コストへの影響	典型シーン
単一 agent	基準コスト	1 作業を順番に進める
multi_agent (少量の並列)	+20-30%	並列探索が必要
multi_agent (大量の並列)	+50-100%	長い agentic 作業

multi_agent は、複数ファイルを同時に編集する、複数文書を同期する、自動テスト・デプロイ・監視のような長い agentic フローを回す、といったときにだけ使います。単独のバグ修正、段階的なリファクタ、予算が厳しい個人作業には向きません。並列コストの詳しい考え方は Codex Multi-Agent in Practice を見てください。

multi_agent の原則は、既定でオフ、必要なときだけオンです。アクティブな agent の数を抑え、燃え方が早いなら並列数を減らしてください。

FAQ: multi-agent の並列は高いですか？

はい。multi-agent v2 は active execution ごとに課金されるので、各 agent が quota を消費します。既定ではオフにしてください。

---

7. Plan Mode の取捨選択: 単純作業に使いすぎない

Plan Mode は 1 回の計画ラウンドを増やすので、そのぶん token を消費します。複雑な作業では、その 1 回が手戻りを減らしますが、単純な作業では無駄なオーバーヘッドになりがちです。作業がはっきりしているなら、そのまま実行してください。

複雑さと Plan Mode の関係はこうです。

作業の複雑さ	plan mode を使うか	コスト影響
単純 (1 ステップ、明確)	使わない	基準コスト
中程度 (複数ステップ、確認が必要)	使う	計画 token が 1 回増えるが、手戻りは減る
複雑 (長い agentic チェーン)	使う	計画 1 回分は増えるが、高い手戻りを避けられる

原則は、複雑な作業には plan mode、単純作業は直接実行です。これは保守的なおすすめです。実際には作業の内容で決めてください。

FAQ: plan mode は高くつきますか？

はい、追加の token ラウンドが増えます。単純作業には使わず、複雑な作業で手戻りを避けるために使います。

8. モニタリングと予算: 見えなければ節約できない

節約の効果を知るには、使用量を見える化する必要があります。Codex には 2 つの入口があります。usage dashboard と /status です。usage dashboard は Codex 設定にあり、チーム全体の使用量と quota ウィンドウの状態を確認できます。/status はコマンドラインから現在のスレッドのコンテキスト量と使用 quota を見ます。

使用量の監視手順

usage dashboard でチーム使用量を確認します (入口: Codex 設定 → Usage)。/status で現在の会話状態を確認します (コマンドライン)。チーム予算の目安は、Plus が約 $20/月 (基本 quota)、Pro が約 $200/月 (より高い quota)、Business が 1 人あたり約 $25-30/月、コミュニティ経験では実運用のチームで 1 人あたり約 $100-200/月 (参考、公式優先) です。

これらの数字は 2026-06 時点の目安で、最終的には公式価格を基準にしてください。

FAQ: 1 か月でだいたいいくらですか？

Plus は約 $20/月、Pro は約 $200/月です。実運用チームでは 1 人あたり約 $100-200/月というコミュニティ目安があります。詳しくは usage dashboard を見てください。

9. FAQ

Q1: Codex のお金はどこで消えますか？

コンテキストの再読込、長い会話、multi-agent 並列、高い推論モデルです。第 1 節を見てください。

Q2: 安くするにはどのモデルを選べばいいですか？

深い思考には前線モデル (GPT-5.5/5.4)、細かい作業には mini (GPT-5.4 mini)。推論レベルは作業難度で選びます。第 2 節を見てください。

Q3: 長い会話はどう管理しますか？

作業が終わったら /clear、長い thread の途中では /compact。1 thread, 1 task です。第 3 節を見てください。

Q4: prompt cache はどう節約につながりますか？

AGENTS.md とプロジェクト文書を安定させて cached input に乗せます。cached input は通常 input より安いです。第 5 節を見てください。

Q5: AGENTS.md が大きすぎると問題ですか？

はい、32 KiB を超えると切断され、コンテキストも食います。メインファイルは軽く、超過分はネストしたフォルダに分けます。第 4 節を見てください。

Q6: multi-agent の並列は高いですか？

はい、active execution ごとに課金されます。既定では抑制してください。第 6 節を見てください。

Q7: plan mode は高くつきますか？

はい、計画 token が追加されます。単純作業には使わないでください。第 7 節を見てください。

Q8: 1 か月でだいたいいくらですか？

Plus は約 $20/月、Pro は約 $200/月です。実運用では 1 人あたり約 $100-200/月というコミュニティ目安があります。第 8 節を見てください。

---

10. 次の一歩と延伸阅读

承認サンドボックスやよくあるエラーを知りたいなら、「Codex Sandbox and Permission Boundaries」を読んでください。並列エージェントをさらに深く知りたいなら、「Codex Multi-Agent in Practice」を読んでください。