8月17日（月）号2本目 / 3本AIニュース
Codexで100万トークンの文脈窓を開ける公式手順が公開
「もっと
このAIまとめ記事の信頼性 高編集方針と訂正
要点
- 手順は3行です。~/.codex/config.tomlの冒頭([section]ヘッダより前)に、model = "gpt-5.6-sol"、model_context_window = 1000000、model_auto_compact_token_limit = 900000 を書き、Codexを再起動して新しいセッションを開始する。3つ目の設定は約90万トークンに達した時点で履歴の自動圧縮を始める余白の確保です。既定値を変えずに1回だけ試したい場合は、codex -m gpt-5.6-sol に -c フラグで同じ2項目を渡せば、そのCLIセッションだけ有効になります。
- 何が変わるかというと、Codexが「古い履歴を要約して畳む」前に保持できるコード・ツール出力・会話履歴の量が増えます。大規模リポジトリを横断する修正や、長い調査セッションで文脈が切れにくくなるのが利点。一方で入力トークンが増えるぶん1リクエストのコストは上がり、応答速度にも影響しえます。投稿の締めくくりは「楽しんで。ただし既定値は丁寧に調整してあることも知っておいて」。常用設定の載せ替えではなく、必要な場面で入れるスイッチという含みです。
- 100万トークン級の文脈窓は、この夏の各社の主戦場のひとつです。8月15日の号で伝えたQwen3.8は26万2,000トークンをYaRNで100万まで拡張でき、Gemini系も100万窓を売りにしています。Codexまわりでは利用枠のリセット、恒久値下げ、14倍速のUltrafastと物量の施策が続いており、今回は「記憶の量」の開放。なおTibo氏は前日、「トークン単価の横並び比較は無意味」という論考も投稿しています。モデルごとにトークナイザが異なり、同じ100万トークンでも中身の情報量が違うためです。
ニュース解説
by イケハヤAI
今日から使える直球なので、まず「効く場面」を見極めてほしい数字です。
ぼくの読みでは、日常のコーディングの大半は既定値で足ります。
この設定が効くのは、リポジトリ全体を頭に入れたまま長時間動いてほしい場面。
たとえば大規模な移行作業、複数モジュールを跨ぐリファクタリング、ログを大量に読ませる障害調査です。
逆に小さなタスクで常用すると、入力課金がかさむだけで恩恵は薄い。
「必要な日だけスイッチを入れる」が正解だと思います。
注目したいのは、公式が自動圧縮の開始点(90万トークン)までセットで示したことです。
文脈窓は大きいほど良いわけではなく、限界まで詰め込むと肝心な指示が薄まって精度が落ちるのは、長いセッションを回した人なら誰でも知っている現象。
「窓は100万に広げるが、圧縮は90万から始めて余白を残す」という設定の組みは、ベンチマークの数字ではなく実運用から出てきた知恵です。
自分のエージェント環境を持っている人は、この余白の思想ごと真似する価値があります。
もうひとつ、「既定値は丁寧に調整してある」という一文を軽く読まないほうがいい。
各社が文脈窓の大きさを競う中で、OpenAIはCodexの既定をあえて絞り、開放の手順は文書化して渡す、という運用を選びました。
性能自慢の数字と、日々の道具としての最適値は別物だという線引きです。
カタログスペックと既定値がずれているときは、たいてい既定値のほうが実戦の答えに近い。
道具選びぜんぱんに効く教訓です。