Config.toml を活用して Codex Pro のプラン利用量を 5 分で最適化する方法

お使いの Codex 5x および 20x Pro プランの消費が速すぎます。その原因は、Codex がサブエージェントを処理する際のルーティングの欠陥にあります。

モデルピッカーで GPT 5.6 Sol を「Ultra」に設定すると、Codex が生成するすべてのサブエージェントも Sol Ultra で実行されます。

spawn_agent ツールでは、子エージェントに異なるモデルや推論強度を選択できません。親エージェントの設定がそのままコピーされます。1 つのタスクに 3 つのサブエージェントがいる場合、3 つの Sol Ultra インスタンスが同時に実行され、それぞれが割り当て量をフルスピードで消費していきます。

https://x.com/evi77ain/status/2075445272013095033

以下のようにモデルをスマートに組み合わせることで、トークン使用量を約 50% 削減できます。

• メインの頭脳として GPT 5.6 Sol Extra High
• よりスマートなサブエージェントに GPT 5.6 Sol Medium
• 高速な軽量エージェントに GPT 5.6 Terra High

なぜこの 3 つのモデルなのか？設定ファイルを修正した後で説明します。

考え方はシンプルです。計画、アーキテクチャ設計、委任の決定といった思考を行う「オーケストレーター」モデルを 1 つ用意します。そして、計画を実行する「エグゼキューター」モデルを用意します。エグゼキューターはより安価で高速であり、本格的な推論能力を必要とせずに指示に従うのに十分な知能を持っています。

Codex はすでに config.toml ファイルとカスタムエージェント定義を通じてこれをサポートしています。小さな設定ファイルでエージェントの役割を定義し、各役割が使用するモデルを設定し、いつどのエージェントを使用するかを Codex に指示するルーティングポリシーを追加します。その後、Codex がすべてを自動的に処理します。タスクの提出方法はこれまでと変わりません。

Codex に「Auto Mode」を構築してもらう

Codex を開き、以下のプロンプトを貼り付けてください。Codex が既存の設定を読み取り、エージェントファイルを作成し、ルーティングポリシーを更新します。

1現在の ~/.codex/config.toml と、カスタムエージェント定義に関する
2https://developers.openai.com/codex/subagents のドキュメントを読んでください。
3
4その後、以下の手順を実行してください。
5
61. ~/.codex/agents/ の下に 3 つのエージェント TOML ファイルを作成する:
7
8   fast_scan — クイック検索、コードベース探索、ファイル読み取り、
9   および軽量な分析用。
10   - モデル: gpt-5.6-terra
11   - モデル推論強度: high
12   - サンドボックスモード: 読み取り専用
13   - 指示: 迅速に証拠を収集し、簡潔な要約を返すこと。
14     ファイルは編集しないこと。
15
16   routine_worker — ルーチン的なコーディング、テスト、ドキュメント、
17   および範囲が限定された修正用。
18   - モデル: gpt-5.6-sol
19   - モデル推論強度: medium
20   - 指示: 割り当てられたタスクを実装し、結果を検証すること。
21
22   deep_worker — 困難なデバッグ、アーキテクチャ設計、セキュリティ、
23   および曖昧なマルチステップ作業用。
24   - モデル: gpt-5.6-sol
25   - モデル推論強度: high
26   - 指示: 複雑な作業は注意深く処理し、前提を検証し、
27     強力な検証を提供すること。
28
292. config.toml の [agents] セクションを以下のルーティングポリシーで更新する:
30
31   "委任が有用かどうかを自動的に判断する。
32   軽量な読み取り専用作業には fast_scan を、通常の実装には routine_worker を、
33   複雑または高リスクな推論には deep_worker を選択する。
34   必要なモデルが利用可能でない場合を除き、モデル選択をユーザーに求めない。
35   単純なタスクはメインエージェントで処理する。"
36
373. [agents] の下に max_threads = 6 と max_depth = 1 が設定されていることを確認する。
38
394. 保存する前に確認できるよう、最終的な config.toml と 3 つのエージェントファイルすべてを表示する。

Codex がファイルを作成したら、Codex を再起動するか、新しいタスクを開いてください。起動時にエージェントが読み込まれます。

修正後に何が変わるのか？

修正前は、すべてのサブエージェントがメインエージェントと同じモデルと推論強度で実行されていました。

修正後は、Codex がエージェントファイルを（自律的に）読み取り、タスクが単純な場合はより安価なモデルを選択します。ファイル検索は Sol Ultra ではなく Terra High にルーティングされます。ルーチン的なバグ修正は Sol Medium で実行されます。難しい処理だけが Sol High を使用します。メインエージェントは、セッション開始時にモデルピッカーで設定したモデルのままです。

必要に応じて、プロンプトで「Sol のみを使用」や「サブエージェントを使用しない」と指示すれば、ルーティングは回避され、上書きできます。

エージェントファイルの内容は？

Codex は以下のようなファイルを生成します。各ファイルは ~/.codex/agents/ の下に配置されます。

1# ~/.codex/agents/fast-scan.toml
2name = "fast_scan"
3description = "Use for quick searches, codebase exploration, and lightweight read-only analysis."
4model = "gpt-5.6-terra"
5model_reasoning_effort = "high"
6sandbox_mode = "read-only"
7developer_instructions = """
8Gather evidence quickly and return a concise summary.
9Do not edit files.
10"""

1# ~/.codex/agents/routine-worker.toml
2name = "routine_worker"
3description = "Use for routine coding, tests, documentation, and bounded fixes."
4model = "gpt-5.6-sol"
5model_reasoning_effort = "medium"
6developer_instructions = """
7Implement the assigned bounded task and verify the result.
8"""

1# ~/.codex/agents/deep-worker.toml
2name = "deep_worker"
3description = "Use for difficult debugging, architecture, security, and ambiguous multi-step work."
4model = "gpt-5.6-sol"
5model_reasoning_effort = "high"
6developer_instructions = """
7Handle complex work carefully, validate assumptions, and provide strong verification.
8"""

config.toml のルーティングポリシーは、オーケストレーターに対し、いつ各エージェントを使用し、いつ作業をメインエージェントに残すかを指示します。

なぜこれらのモデルと強度の組み合わせなのか？

GPT 5.6 には 3 つのモデル（Sol、Terra、Luna）と 6 つの推論強度レベル（Low、Medium、High、Extra High、Max、Ultra）があります。つまり 18 通りの組み合わせが存在します。そのほとんどは Codex のサブエージェント作業には適していません。上記のルーティングでは、今週公開された 2 つの独立したベンチマークレポートから選ばれた、わずか 4 つのモデルバリアントのみを使用しています。

Artificial Analysis は、すべての GPT 5.6 モデルをすべての推論レベルでテストし、推論、知識、コーディングをカバーする 9 つの異なるテストを実施しました。モデルごとに 1 つの複合スコアを公開しています。

最大推論の Sol は 100 点中 59 点を獲得しました。Extra High の Sol は 58 点です。その差はわずか 1 ポイントです。コストの差はおよそ 3 倍です。Max は、その 1 ポイントを得るために約 3 倍のトークンを消費します。

タスクを計画しサブエージェントを調整するルートオーケストレーターにとって、Extra High はトークンコストを 3 分の 1 に抑えながら、同等の意思決定品質を提供します。Max と Ultra は 99% のタスクにとって過剰です。

Ultra は避けてください。Ultra は 1 つのエージェント内に 4 つの並列サブサブエージェントを生成するため、より高コストです。Terminal-Bench（コマンドラインコーディングワークフローのテスト）では、Sol Ultra が 91.9%、Sol が 88.8% のスコアを記録しています。約 3 倍のコストで 3.1 ポイントの向上です。OpenAI は、主要な 2 つのコーディングベンチマークにおいて、Ultra の結果を公開していません。すでにサブエージェントであるものを Ultra で使用すると、再帰的な生成（サブエージェントがさらにサブエージェントを生成する）が発生します。Codex のドキュメントでは、これについて特に警告しています。

ルーチン作業に Sol Medium を選ぶ理由は？

Medium 推論の Sol は、Agents' Last Exam（55 の専門分野にわたる長時間実行ワークフローのテスト）において、依然として Claude Fable 5 を 11.4 ポイント上回っています。そのコストは約 4 分の 1 です。

Medium は、計画に従い、機能を実装し、バグを修正し、テストを実行するのに十分な能力を持っています。独自にアーキテクチャ上の決定を下す必要はありません。Codex チームも、Sol Medium を日常的なドライバーモデルとして推奨しています。

https://x.com/thsottiaux/status/2075581430055493909

軽量作業に Luna ではなく Terra High を選ぶ理由は？

これが人々を驚かせるポイントです。Luna はトークン単価（$1/$6 per million）が Terra（$2.50/$15）よりも安価です。しかし、トークンの価格が全てではありません。

DeepSWE v1.1 は、91 のオープンソースプロジェクトにわたる 113 の実際のエンジニアリングタスクでコーディングエージェントをテストします。各モデルがタスクの何パーセントを完了するか、各タスクの総コスト、そして必要なステップ数を測定します。

2026 年 7 月 9 日の結果:

• 最大推論の Sol: タスクの 73% を完了、タスクあたり $8.39、61 ステップ。
• 最大推論の Terra: 70%、$4.95、76 ステップ。
• 最大推論の Luna: 67%、$3.03、102 ステップ。
• 最大推論の Claude Fable 5: 70%、$21.63、88 ステップ。
• 最大推論の Claude Opus 4.8: 59%、$13.22、120 ステップ。

Luna のタスクあたり $3.03 というコストは魅力的に見えますが、ステップ数に注目してください。Terra の 76 ステップに対して 102 ステップです。各ステップはツール呼び出しであり、それぞれに入力トークンと出力トークンが発生します。ステップ数が多いということは、消費される総トークン数が多くなり、時間がかかり、モデルがエラーでループして再試行する可能性が高まることを意味します。

Luna は大規模なコードベースも処理できません。モデルが長い入力から情報をどれだけ適切に想起できるかを測定するテストである Nerova では、Luna は 41.3% のスコアです。Terra は 89.6% です。Sol は 91.5% です。サブエージェントが数千のファイルを検索し、そのコンテキストを保持する必要がある場合、Luna は Terra が捉えられる情報を見逃します。

Artificial Analysis Coding Agent Index（DeepSWE、Terminal-Bench、SWE-Atlas-QnA を 1 つのコーディングスコアに統合したもの）では、Sol が 80、Terra が 77.4、Luna が 74.6、Claude Fable 5 が 77.2 を記録しています。Terra は Sol より 2.6 ポイント低いものの、コストは半分です。ファイルを読み取り証拠を収集するサブエージェントにとって、この 2.6 ポイントは重要ではありません。しかし、複数ファイルにまたがる困難なデバッグを行うサブエージェントにとっては重要です。そのため、そうした作業は Sol High にルーティングされるのです。

最大推論の Terra は、Claude Fable 5 の DeepSWE スコア（両者とも 70%）に、Fable の 4 分の 1 未満のコスト（$4.95 対 $21.63）で匹敵します。軽量サブエージェントで、わずか $5 で Fable レベルのコーディングパフォーマンスを得ていることになります。

結論

config.toml ファイルを修正してください。ルートエージェントを Sol Extra High に設定してください。ルーチン的なサブエージェント作業は Sol Medium に設定してください。軽量な読み取り専用作業は Terra High に設定してください。Luna、Low、サブエージェントでの Ultra はスキップしてください。一度設定すれば、以降のすべての Codex セッションで自動的にルーティングされ、Pro プランは本来あるべき持続時間で使用できるようになります。