Codexのモデル一覧｜GPT-6.1 Sol・Astra・Lunaの違いと選び方

「Codexのモデル選択に『GPT-6.1 Sol』『GPT-6 Astra』『GPT-6 Luna』と並んでいて、どれを選べばよいのか分からない」「これまで使っていたGPT-5.5が選べなくなった」と戸惑っている方は多いのではないでしょうか。

2026年10月時点の公式案内では、複雑なコーディングや長い作業にはGPT-6.1 Sol、決まった作業を大量にこなすならGPT-6 Luna、最も難しい作業にはGPT-6 Astra、という位置づけです。ChatGPTのアカウントでサインインして使うCodexでは、GPT-5.5が2026年10月14日に退役しました。

この記事では、Codexで使えるモデルの全体像、各モデルの特徴と選び方、推論の強さと速度モードの考え方、切り替え方、使用量と料金の違い、プランごとの提供状況、退役したモデルの移行先を順に解説します。内容は2026年10月時点の公式情報をもとにしています。モデルの名前や提供状況は短い間隔で変わるため、設定を変える前には公式ページもあわせて確認してください。

Codexで使えるモデルの全体像

Codexは、OpenAIが提供するプログラミング用のAIエージェントです。作業を進めるときに使う「モデル」（AIの頭脳にあたる部分）を選べるようになっています。モデルによって、こなせる作業の難しさ、速さ、使用量の減り方が変わります。

いま選ぶ主なモデルは3つ

公式のモデルのページでは、おすすめのモデルとして次の3つが挙げられています。どれも「GPT-6」の世代で、同じ世代の中で性能とコストが異なります。

公式は、複雑なコーディングやエージェントの作業には、使える場合にGPT-6.1 Solを選ぶように案内しています。焦点の絞られた繰り返しの作業にはLunaが向くとされています。

モデル名の読み方

名前が似ていて混乱しやすいので、読み方を整理します。

• GPT-6・GPT-6.1：世代を表す番号です。GPT-6.1 Solは、公式のAPIのページで「GPT-6 Solの新しいSol」と案内されています
• Astra・Sol・Luna：同じ世代の中での等級です。Astraが最も高性能で、Solが性能とコストのバランス型、Lunaが軽くて効率のよいモデルです
• 「-Codex」が付く名前：以前は「GPT-5.3-Codex」のように、Codex向けに調整した名前のモデルがありました。現在おすすめされているのは「Codex」が付かないGPT-6系です

「Codex 5.3」や「Codex 5.6」と呼ばれることがあるモデルの扱いは、あとの章で説明します。

チャットでは選べず、WorkとCodexで使う

公式のモデルのページによると、GPT-6.1 Sol・GPT-6 Sol・GPT-6 Lunaは、ChatGPTの中では「Work」と「Codex」で使えるモデルで、通常の「Chat」では選べません。ChatGPTのチャット画面にこれらの名前が出てこなくても、不具合ではありません。

モデルを選べる場所

Codexを使う場所によって、モデルの選び方が少しずつ違います。モデルの名前や選択肢は、どの場所でも同じ考え方です。

各モデルの特徴

ここでは、公式のページに書かれている内容をもとに、各モデルの特徴を説明します。性能の優劣を示す数値（ベンチマークの点数など）は、今回確認した公式ページには載っていないため、書いていません。

GPT-6 Astra：最も難しい作業向け

Astraは、公式が「最も高性能」と位置づけるモデルです。コード、アプリ、調査にまたがる作業全体を、持続的な推論と判断で進めたいときに選びます。公式は、Astraについて、確認が必要な点を絞って質問し、こちらの指示を取り込みながら、最初の目的と制約を保って進める点を挙げています。

Astraに任せるときは、資料、テンプレート、制約、確認の基準といった「良い結果とは何か」を決める材料を渡すとよい、と公式は説明しています。

• 使用量：同じ時間で見ると、3つの中で最も多く消費します。5時間あたりのメッセージ数の目安は、PlusとBusinessで5〜45です
• 推論の強さ：公式は、Astraでは「Light」（設定名はlow）から始めるように案内しています
• 速度モード：Ultrafastに対応しています（対象プランは後の章で説明します）
• 法人プラン：EnterpriseとEduでは、初期状態ではオフで、ワークスペースの管理者が有効にする必要があります

GPT-6.1 Sol：多くの作業の出発点

GPT-6.1 Solは、Astraに近い性能をAstraより低いコストで使えるモデルです。公式は、コード、アプリ、文書にまたがる、繰り返しの多い長時間の作業での利用を勧めています。コストが気になるときはSol、特に難しい作業だけAstra、という使い分けが基本です。

• 提供の範囲：公式によると、立ち上げ時の提供対象は、Plus・Pro・Business・Enterprise・Eduの、Codex（デスクトップアプリとCLI）とChatGPT Work（Webとモバイル）です。FreeとGoは立ち上げ時の対象に含まれていません
• 推論の強さ：LightからUltraまで選べますが、MaxとUltraは設定によって表示されます
• 速度モード：標準とFastに対応し、Ultrafastは対象のプランで使えます
• 法人プラン：EnterpriseとEduでは、管理者が有効にするまでオフです

公式のモデル選びの案内でも、GPT-6.1 Solは「複雑なプロジェクトで、コストが気になる場合」に検討するモデルとされています。例として、財務の結果から取締役会向けの資料を作る、商品の説明書からWebサイトを作る、といった作業が挙げられています。AstraとSolは、同じ作業で試して品質とコストの差を比べるように勧められています。

GPT-6 Luna：軽い作業を大量にこなす

Lunaは、最も効率のよいモデルです。公式は、良い結果の形が分かっている、特定の大量の作業に向くとして、抽出・分類・変換・構造化した要約を挙げています。

• 使用量：5時間あたりのメッセージ数の目安は、PlusとBusinessで350〜3,000です。3つの中で最も多く使えます
• 推論の強さ：Maxまで対応し、Ultraには対応していません。公式は、Lunaでは「High」から始めるように案内しています
• FreeとGo：料金ページでは、FreeとGoで使えるモデルとして、デスクトップアプリのGPT-6 Luna（標準の速度、提供の状況による）が書かれています
• サブエージェント：公式は、速さが必要で範囲の狭い、軽いサブエージェントの作業にLunaを勧めています

GPT-6 Sol：6.1 Solの前のSol

GPT-6 Solは、GPT-6.1 Solの前のモデルです。公式のAPIのページでは、新しいSolとしてGPT-6.1 Solが案内されています。Codexでは、退役したGPT-5.4の置き換え先として、GPT-6 Solが案内されています。使用量の目安表にも、GPT-6.1 Solとは別の行があります。

これから選ぶなら、公式がおすすめしているGPT-6.1 Solでよいでしょう。GPT-6 Solは、すでにこのモデルで設定している環境や、移行の途中で目にするモデルとして覚えておけば足ります。

GPT-5.6：選べるが、新しい世代がある

公式のモデルのページには、GPT-5.6 Sol・GPT-5.6 Terra・GPT-5.6 Lunaが、展開の期間中は引き続き使えると書かれています。公式のAPIのページでは、GPT-5.6の中での位置づけが次のように説明されています。

名前に「Luna」が入りますが、GPT-5.6 LunaとGPT-6 Lunaは別のモデルです（設定に書く名前はgpt-5.6-lunaとgpt-6-luna）。設定ファイルやスクリプトに書くときは、どちらの世代かを区別してください。

特別な用途のモデル

料金のページには、一般の開発では使わない、次のようなモデルも載っています。

• Daybreak Blue・Daybreak Red：サイバーセキュリティの用途向けです。利用には「Trusted Access for Cyber」の承認が必要で、Daybreak Redは別の承認と提供の手続きが必要と書かれています
• GPT-Rosalind-Research：ライフサイエンス（生命科学）向けで、公式のAPIのページでは承認された組織向けとされています

通常のソフトウェア開発や業務ツールづくりでは、これらを選ぶ必要はありません。

仕様の比較

公式のAPIのモデルのページに載っている仕様を、並べて確認します。数値はAPIで使う場合のものです。ChatGPTにサインインして使うCodexで同じ数値になるかは、公式のページには明記されていません。

公式のモデル比較のカードでは、能力を示すアイコンの数が、AstraとGPT-6.1 Solで5個、Lunaで3個です。速さを示すアイコンの数は、Astraが2個、GPT-6.1 Solが3個、Lunaが4個です。数値の基準は公式に書かれていない、相対的な目安として見てください。

目的別の選び方

公式のモデル選びのガイドは、「どのくらいの頻度で実行するか」「どれだけ急ぐか」「結果をどう使うか」「品質がどれだけ重要か」の4つを考えるように案内しています。頻繁に動かす自動化ほど、使用量と費用が積み上がりやすくなります。人が確認する下書きなら、仕上がりの質は低めでも足ります。

迷ったらGPT-6.1 Solから始める

公式は、ほとんどの作業ではGPT-6.1 Solから始めて、使える場合に選ぶように案内しています。そのうえで、次のように調整します。

• 結果が物足りなければ、推論の強さを上げるか、Astraに替える
• 作業が単純で、結果の形が決まっていれば、Lunaに替えて使用量を抑える
• FreeやGoなど、GPT-6.1 Solが使えない場合は、画面に出ているモデルから選ぶ

公式のモデルと推論の強さの目安

OpenAIは、モデルと推論の強さの組み合わせごとに、向いている作業の例を示しています。次の表は、その内容を日本語にまとめたものです。公式は、コストと速さを気にしないならAstraを既定にしてよいとしたうえで、費用や待ち時間を抑えたいときの選び方として、この目安を示しています。

公式は、これを出発点とし、実際には同じ入力で複数の設定を試して、品質が足りる中で最も軽い設定を使うのがよいと説明しています。

コードの作業での目安

公式の説明をもとに、コードの作業に当てはめた目安を表にしました。これは公式が示した対応表ではなく、公式の説明からの読み取りです。実際の作業で試して調整してください。

推論の強さ：高いほど良いとは限らない

推論の強さは、モデルが答えを出す前にどれだけ考える時間を使うかの設定です。公式は、高くすると複雑な作業の結果がよくなることがあるが、時間がかかり、使用量（トークン）も増えると説明しています。まずは初期設定で試し、深い計画や分析が必要なときに上げるのが基本です。

公式は、世代が違うモデルの間では推論の強さが完全には対応しないと注意しています。以前と同じ作業を、低い設定で試してから調整してください。初期の設定は、GPT-6.1 Solは使っているクライアントの初期値、Lunaは「High」、Astraは「Light」から始めるように案内されています。

MaxとUltraを使う場面

Maxは、選んだモデルに1つの作業をより長く考えさせる設定です。速さや使用量より、深さが大事な、最も難しい問題に使います。Ultraは、複雑な作業を意味のある単位に分け、サブエージェントに並行して進めさせます。作業を分けられる大きな仕事に向いています。

公式は、ほとんどの作業にはMaxもUltraも必要ないと書いています。Ultraが選択肢に出ない場合は、デスクトップアプリで「設定」→「構成」を開き、モデル選択のスライダーでUltraを表示する設定を有効にします。CLIでは、/modelでモデルを選び、「More reasoning…」を選ぶと、そのモデルが対応するMaxやUltraが表示されます。

速度モード：FastとUltrafast

Codexには、使用量を多めに使うかわりに、応答を速くする速度モードがあります。

公式によると、GPT-6 AstraのUltrafastは、標準のモードに比べて最大8倍の速さでトークンを生成します。ただし、そのぶん使用量も8倍の割合で減ります。Enterpriseでは初期状態でUltrafastがオフで、ワークスペースの所有者が対象のユーザーや組織に許可します。GPT-5.6のFastは、速さの向上が1.5倍と案内されています。

モデルの切り替え方

モデルは、作業のたびに切り替えることも、既定の設定として決めておくこともできます。使う場所ごとに説明します。

アプリで切り替える

ChatGPTのデスクトップアプリとWebのWorkでは、入力欄の下にあるモデルと推論の強さのコントロールで選びます。公式は、まずアカウントで使える「Power」の初期の設定から始め、より深く考えさせたいときは「Smarter」、速く・安く済ませたいときは「Faster」に寄せるように案内しています。「Advanced」を開くと、モデル、推論の強さ、速度を個別に選べます。

公式の画面例では、Powerのプリセットとして、Luna High、GPT-6 Sol Light、GPT-6 Sol Medium、Astra Light、Astra Medium、Astra Extra Highの6つが示されています。ただし、公式はこの例を、あくまで説明用としています。実際の選択肢や初期値は、プラン、クライアント、ワークスペースの設定、提供の状況によって変わります。有料プランの一部ではAstra Extra Highが表示されないことも書かれています。

CLIで切り替える

CLI（ターミナルで使うCodex）では、作業の途中でもモデルを切り替えられます。

1. Codexを起動する作業するフォルダでcodexを起動し、入力欄を開きます。
2. /modelを入力する入力欄に/modelと打ってEnterキーを押します。
3. モデルを選ぶ表示された一覧から、gpt-6.1-solやgpt-6-lunaなどを選びます。一覧には、自分のアカウントとワークスペースで使えるモデルだけが表示されます。
4. 推論の強さを選ぶ必要なら「More reasoning…」から、モデルが対応する強さを選びます。
5. 変更を確かめる/statusと入力すると、使用中のモデル、承認の設定、使用量などを確認できます。

起動するときに指定する方法もあります。公式の例は次のとおりです。

codex --model gpt-6.1-sol

対話せずに1回だけ実行するcodex execでも、同じオプションが使えます。

codex exec -m gpt-6.1-sol "Review the current changes"

速度モードの切り替えは/fastです。入力するたびにオン・オフが切り替わり、選択が保存されます。使っているモデルにFastの選択肢がない場合は、/fastは表示されません。/statuslineで、画面下の表示にFastの状態を出すこともできます。

設定ファイルで既定のモデルを決める

アプリ、CLI、IDE拡張機能は、同じ設定ファイル（config.toml）を読み込みます。既定のモデルは、次のように書きます。モデルを指定しない場合は、推奨のモデルが使われます。

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

設定ファイルは、ユーザー全体の~/.codex/config.tomlと、プロジェクトごとの.codex/config.tomlがあります。公式の説明では、設定の優先順位は次のとおりです。

プロファイルを使うと、作業の種類ごとに設定を切り替えられます。たとえば、レビュー用に強い設定をまとめておくなら、次のようにファイルを作ります。

# ~/.codex/deep-review.config.toml
model = "gpt-6.1-sol"
model_reasoning_effort = "medium"
approval_policy = "on-request"

使うときは、codex --profile deep-reviewのように指定します。Codex 0.134.0以降では、config.tomlの[profiles.名前]ではなく、このファイル形式を使います。

サブエージェント・レビュー・計画で別のモデルを使う

設定ファイルでは、作業の種類ごとに別のモデルを割り当てられます。

公式は、サブエージェントの使い分けとして、手強い作業を受け持つエージェントにはGPT-6.1 Sol、速さが必要で範囲の狭い作業にはGPT-6 Lunaを例に挙げています。サブエージェントはそれぞれがモデルを動かすため、親の作業より多くのトークンを使います。モデルを軽くすると、使用量を抑えやすくなります。

モデルが選べないときの確認

期待したモデルが画面に出ない場合、公式は次の順で確認するように案内しています。

• どの場所（アプリ・CLI・IDE拡張・Codex cloud・API）を使っているか
• どの方法でサインインしているか（ChatGPTのアカウントか、APIキーか）
• ChatGPTのワークスペース、またはAPIの組織とプロジェクト
• 管理者がモデルのアクセスを制限していないか
• 使っているクライアントや、Codex cloudがそのモデルに対応しているか

公式は、設定ファイルでモデルを指定しても、アクセス権が付くわけではないと明記しています。ワークスペースの設定でオフになっているモデルは、設定ファイルに書いても使えません。

他社のモデルを使いたいとき

設定ファイルでは、モデルの接続先（プロバイダ）を自分で定義できます。model_providerで、定義したプロバイダを指定します。会社がモデルのゲートウェイ（社内の中継サーバー）を用意している場合や、手元で動かすモデルを使う場合に使います。

注意点は2つあります。1つは、プロバイダには、Responses APIと互換性のある接続先が必要なことです。公式は、現在のCodexはChat Completions形式だけの接続先（wire_api = "chat"）に対応していないと書いています。もう1つは、openai・ollama・lmstudioという名前は組み込みのプロバイダが使っているため、独自のプロバイダの名前には使えないことです。

使用量と料金の違い

モデルを変えると、同じ作業でも使用量が大きく変わります。ここでは、公式の料金ページとAPIのモデルのページから、モデルごとの違いを整理します。プランそのものの料金や、クレジットの仕組みは、別の記事で詳しく説明しています。

5時間あたりの使用量の目安

PlusとBusinessの標準の席で、ローカルのメッセージを5時間に送れる数の目安は次のとおりです。

公式は、これらは固定の上限ではなく見積もりだと説明しています。メッセージの数は、モデル、作業の大きさと複雑さ、ローカルかクラウドかで変わります。同じように見える作業でも、文脈の量、推論、ツールの利用、検索、キャッシュによって使用量が異なります。このため、プロンプトの長さだけでは見積もれません。Proでは、現在5時間の上限はありませんが、週ごとの上限が適用される場合があります。

クレジットの単価

上限を超えてクレジットで使う場合や、クレジット制のプランでは、モデルごとの単価で消費します。標準の速度での、100万トークンあたりのクレジット数は次のとおりです。

公式の注記では、Codexのクレジットには、キャッシュの書き込みに別の料金はありません。また、GPT-5.6 Solの割引価格は、少なくとも2026年11月21日まで提供されると書かれています。

APIキーで使う場合の料金

CodexをAPIキーで使う場合は、ChatGPTのプランの使用量ではなく、APIの料金で課金されます。公式のAPIのモデルのページに載っている、100万トークンあたりの料金（米ドル）は次のとおりです。

• 入力が27.2万トークンを超えるリクエストは、全体の入力とキャッシュの料金が2倍、出力が1.5倍になります
• BatchとFlexは、標準の50%の料金です
• Fastは2倍、GPT-6.1 SolのUltrafastは6倍です
• データを地域内で処理する指定をすると、10%が上乗せされる場合があります

公式は、APIの料金を、サブスクリプションに含まれる使用量の見積もりに使わないように注意しています。

違いのイメージ

上の2つの表から、モデルごとの比率が分かります。出力のトークンで見ると、次のようになります。

これは、同じトークン数で比べた場合の単価の比率です。実際の使用量は、モデルが使うトークンの数で変わります。推論の強さを上げれば、同じモデルでも使うトークンは増えます。単価が低くても、結果が足りずにやり直しが増えれば、全体の使用量は減らないこともあります。「軽い作業はLuna、通常はSol、難所だけAstra」と分けて、作業の種類ごとに確かめるのが確実です。

使用量を長持ちさせるコツ

公式の料金ページでは、使用量を長持ちさせる方法として、次のような点が挙げられています。

• プロンプトを絞る：指示は正確に書き、不要な背景は削る
• 参照する資料を絞る：関係するファイルだけを渡し、期間や範囲を狭める
• 出力の形を決める：読み手、形式、長さを決め、必須の作業と任意の改善を分ける
• AGENTS.mdを小さくする：大きなプロジェクトでは、フォルダごとに分けて、読み込む量を抑える
• MCPサーバーを減らす：MCPサーバーはメッセージごとに文脈を増やすため、使わないものはオフにする
• モデルを軽くする：使用量が想定より多いときは、小さなモデルや、絞った作業の範囲でも足りるかを検討する

使用量は、使用量のダッシュボードで確認できます。公式は、1〜2週間に一度は見て、自分のペースを把握するように勧めています。CLIでは/statusで残りの上限を確認できます。

プラン・環境ごとの提供状況

同じモデルでも、使えるかどうかはプランと、サインインの方法で変わります。公式の料金ページとモデルのページの内容を、プラン別に整理します。

Astraの提供プランは、公式のページによって書き方が異なります。使用量の目安表にはPlusとBusinessの行がありますが、料金ページのプランの説明にあるモデル名は、GPT-6.1 SolとGPT-6 Lunaだけです。自分のアカウントでAstraが使えるかは、モデル選択の画面で確かめてください。

EnterpriseとEduでは、管理者が有効にする

公式によると、EnterpriseとEduでは、新しいモデルは初期状態でオフになっています。GPT-6.1 Sol、GPT-6 Sol、GPT-6 Luna、GPT-6 Astraのそれぞれについて、管理者が「モデルの設定」で有効にしてはじめて、メンバーが選べるようになります。

• 管理者は、ChatGPTのチャットと、WorkやCodexの既定のモデルを別々に設定できます
• 既定のモデルの設定は「初期値」であり、モデルの使用許可ではありません
• メンバーが使えるかどうかは、席の種類、役割、ワークスペースの設定、使っている場所に左右されます
• Codex cloudでは、既定のモデルを変更できません
• Fastモードは、管理者がrequirements.tomlのfeatures.fast_modeで、オンまたはオフに固定できます

ワークスペースでAstraを有効にしても、APIの利用権は付きません。逆に、ChatGPTのモデル選択の設定は、Codexのアプリ・CLI・IDE拡張・Codex cloud・APIに自動では反映されません。公式は、利用する場所ごとに、モデルの提供状況を確認するように案内しています。

APIキーで使う場合

APIキーでサインインしたCodexでは、使えるモデルはAPIの組織とプロジェクトに従います。ChatGPTのプランによるモデルの制限は受けません。一方で、Codex cloud、GitHubでのコードレビュー、Slack連携などのクラウドの機能は使えず、料金はAPIの料金で課金されます。

退役したモデルと移行

「Codex 5.3」「Codex 5.5」のような、以前のモデルを指定している設定やスクリプトは、書き換えが必要です。ここでは、公式のモデルのページに載っている退役の予定を整理します。

退役したモデルの一覧

ChatGPTにサインインして使うCodexで、すでに退役した、または非推奨のモデルは次のとおりです。

OpenAIのAPIと、APIキーでサインインしたCodexは、いずれも影響を受けません。公式のモデルのページには、GPT-5.5は、APIとAPIキーで認証したCodexでは引き続き使えると書かれています。

「Codex 5.3」と「Codex 5.6」について

検索でよく見かける「Codex 5.3」は、GPT-5.3-Codexのことを指すことが多い呼び方です。このモデルは、ChatGPTにサインインしたCodexではすでに非推奨です。「Codex 5.6」は、GPT-5.6（Sol・Terra・Luna）を指す呼び方でしょう。GPT-5.6は、展開の期間中は引き続き使えますが、公式が推奨しているのはGPT-6系です。

書き換えが必要な場所

公式は、gpt-5.5のようなモデル名を、次の場所で置き換えるように案内しています。

• ワークスペースの既定のモデル
• 保存したモデルの設定
• 管理者が配る構成（managed configuration）
• カスタムエージェント
• 定期実行のタスク（スケジュールした作業）
• モデルを指定しているスクリプト（codex exec --modelなど）

移行の手順

個人で使っている場合の、置き換えの流れです。

1. 古いモデル名を探す設定ファイル（~/.codex/とプロジェクトの.codex/）、カスタムエージェントのファイル、スクリプトを検索して、gpt-5.5やgpt-5.4などの記載を洗い出します。
2. 置き換え先を確かめる自分のアカウントで使えるモデルを、モデル選択の画面で確かめます。Plus以上ならGPT-6.1 Sol、FreeやGoならGPT-6 Lunaが、公式の置き換え先です。
3. 書き換えるモデル名を置き換えます。推論の強さも指定している場合は、新しいモデルが対応する値かを確かめます。
4. 動作を確認する/statusで、使用中のモデルが意図したものになっているかを確認します。
5. 定期実行を見直すスケジュールした作業は、次の実行までモデルの変更に気づかないことがあります。一度手動で実行して、結果を確かめておきます。

管理者の場合は、ワークスペースの既定のモデルも見直します。置き換え先のモデルを、影響を受けるユーザーに対して有効にしたうえで、各クライアントで使えることを確かめるのが公式の手順です。

よくある質問

まとめ

モデルの選び方は、「どの作業をどこまで任せるか」と「どれだけ使用量を使ってよいか」で決まります。まずは、いつもの作業をGPT-6.1 Solで試し、物足りなければ強い設定に、余裕があればLunaに替えて、使用量と結果のバランスを確かめてみてください。

会社でCodexを使う場合は、モデルの有効化、既定のモデルの設定、使用量の管理など、決めることが増えます。INTERCREATE JAPANでは、Claude CodeやCodexの導入から、社内で使い続けられる設定やルールづくりまでをお手伝いしています。