あなたは Codex Pro に 200 ドル支払いました。
たった 4 時間で制限に達しました。
5 時間のウィンドウのうち 4 時間。無駄になりました。
そして最悪なのは？
その消費のほとんどは、完全に回避可能だったことです。
私は GPT-5.6 Sol で 20 万ドル以上のトークンを消費して、この問題を解明しました。
ここに私が学んだすべてを共有します — あなたが同じ目に遭わないように。
━━━━━━━━━━━━━━━━━━
なぜこんなに早く制限に達するのか
たった一つの設定。たった一つのバグ。すべてを台無しにする。
Codex がサブエージェントを生成するとき、親モデルをそのままコピーします。
Sol を Ultra に設定しましたか？すべてのサブエージェントも Sol Ultra で動作します。1 つのタスクに 3 つのサブエージェント = 3 つの Sol Ultra インスタンスが同時に消費されます。
だからこそ、5 時間のウィンドウが 90 分で消えてしまうのです。
Codex の spawn_agent ツールには、子エージェントに別のモデルを選択するオプションがありません。
実行中のモデルをそのまま複製するだけです。
これはあなたのせいではありません。システムのルーティングの欠陥です。
しかし、今あなたはそれを知りました。そして、修正方法もあります。
━━━━━━━━━━━━━━━━━━
絶対に触るべきでないモデル
Ultra。
推論レベルではありません。乗数です。
Ultra は、単一のエージェント呼び出し内で 4 つの並列サブサブエージェントを生成します。
単純なタスクでも: サブエージェントがサブエージェントを生成し、さらにサブエージェントを生成します。
再帰的。制御不能。破滅的に高コスト。
パフォーマンスの違いは？
Sol Ultra はコーディングベンチマークで 91.9% を記録。Sol Extra High は 88.8%。
3.1 ポイントの差。3 倍のコスト。
OpenAI は、2 つの主要なコーディングベンチマークで Ultra の結果を公開すらしていません。
それだけで全てがわかるはずです。
Ultra は完全に避けてください。絶対に。
━━━━━━━━━━━━━━━━━━
すべてを解決する 3 モデルシステム
3 つの異なる役割を持つ、3 つのエージェントが必要です。
1 つのモデルが最大出力ですべてを行うのではありません。
Sol Extra High → オーケストレーター
計画。設計。委任。難しい決断を下します。
これがメインブレインです。あなたのプロンプトを読み、何をすべきかを判断します。
Extra High はベンチマークで 58/100。Max は 59/100。たった 1 点の差で、3 倍安い。
ここでは Extra High が正しい選択です。
Sol Medium → 実行者
コードを書く。バグを修正する。テストを実行する。計画を実行する。
Sol Medium は、長時間実行されるエージェントワークフローにおいて、Claude Fable 5 を 11.4 ポイント上回ります。
コストは約 4 分の 1 です。
アーキテクチャ上の決定を下す必要はありません。指示に従うだけで十分です。Medium はそれを完璧に実行します。
Luna Extra High → スキャナー
ファイル検索。コードベース探索。軽量読み取り。証拠収集。
Extra High の Luna は:
→ Terra より 1.3 倍高速
→ Terra より 2.5 倍低コスト
→ 軽量タスクでは同じパフォーマンス
これは、ほとんどの人が見逃している隠れた優良選択肢です。
Luna は表面的には安く見えますが（トークン 100 万あたり 1 ドル/6 ドル）、Terra よりも多くのステップを消費します。
Extra High では、そのステップ数が減少します。読み取り専用の作業には明白な選択肢となります。
━━━━━━━━━━━━━━━━━━
Sol + Luna ルーティングの秘訣（48 時間、制限ヒットゼロ）
これが、ウィンドウを消費せずに継続的に実行できる正確な設定です:
→ Sol Extra High が計画を書く
→ Luna Extra High がそれを実行する
→ Sol Extra High が出力をレビューする
これだけです。
1 つのループ。再帰的な生成なし。バックグラウンドで燃える Ultra クローンなし。
これを共有した人物は、5 時間の制限に一度も引っかからずに 48 時間連続で実行しました。
これが機能する理由: Sol は意思決定に集中します。Luna はトークン集約型の実行作業を 2.5 倍安いレートで処理します。より多くの作業をしているにもかかわらず、総トークン消費量は劇的に減少します。
今すぐ追加すべき [AGENTS.md](http://agents.md/) 設定:
私が明示的に依頼した場合にのみ、サブエージェントを生成してください。 サブエージェントを自動的に生成しないでください。
これにより、Sol がすべてのタスクで熱心にエージェントを生成するのを防ぎます。
グローバルの AGENTS.md に追加し、Codex を再起動してください。
━━━━━━━━━━━━━━━━━━
5 分で config.toml を修正する
これがすべてを制御する実際のファイルです。
Codex は起動時にこれを読み取ります。
一度設定すれば、以降のすべてのセッションが自動的にルーティングされます。
Codex を開き、このプロンプトを正確に貼り付けてください:
現在の ~/.codex/config.toml と、以下のドキュメントを読んでください
https://developers.openai.com/codex/subagents カスタムエージェント定義について。
次に、以下を実行してください:
1. ~/.codex/agents/ の下に 3 つのエージェント TOML ファイルを作成してください:
fast_scan — クイック検索、コードベース探索、ファイル読み取り、軽量分析用。
- model: gpt-5.6-luna
- model_reasoning_effort: extra-high
- sandbox_mode: read-only
- Instructions: 証拠を素早く収集し、簡潔な要約を返してください。ファイルは編集しないでください。
routine_worker — ルーチンコーディング、テスト、ドキュメント、範囲が限定された修正用。
- model: gpt-5.6-sol
- model_reasoning_effort: medium
- Instructions: 割り当てられたタスクを実装し、結果を検証してください。
deep_worker — 困難なデバッグ、アーキテクチャ、セキュリティ、曖昧なマルチステップ作業用。
- model: gpt-5.6-sol
- model_reasoning_effort: extra-high
- Instructions: 複雑な作業を注意深く処理し、前提を検証し、強力な検証を提供してください。
2. 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してください:
"委任が有用かどうかを自動的に判断してください。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、複雑または高リスクな推論には deep_worker を選択してください。必要なモデルが利用できない場合を除き、ユーザーにモデルを選択させないでください。単純なタスクはメインエージェントに留めてください。"
3. [agents] の下で max_threads = 6 および max_depth = 1 が設定されていることを確認してください。
4. 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してください。"
Codex がすべてのファイルを作成します。あなたが確認し、保存します。完了です。
━━━━━━━━━━━━━━━━━━
3 つのエージェントファイルの内容
Codex は上記のプロンプトからこれらを自動生成します。
これがどのようになるべきか — 何を確認すべきかがわかります:
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "クイック検索、コードベース探索、軽量な読み取り専用分析。" model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ 証拠を素早く収集し、簡潔な要約を返してください。 ファイルは編集しないでください。 """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "ルーチンコーディング、テスト、ドキュメント、範囲が限定された修正。" model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ 割り当てられた範囲限定のタスクを実装し、結果を検証してください。 """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "困難なデバッグ、アーキテクチャ、セキュリティ、曖昧なマルチステップ作業。" model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ 複雑な作業を注意深く処理し、前提を検証し、 強力な検証を提供してください。 """
# ~/.codex/config.toml — [agents] セクション [agents] max_threads = 6 max_depth = 1 routing_policy = """ 委任が有用かどうかを自動的に判断してください。 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、 複雑または高リスクな推論には deep_worker を選択してください。 ユーザーにモデルを選択させないでください。 単純なタスクはメインエージェントに留めてください。 """
max_depth = 1 は非常に重要です。
サブエージェントが自身のサブエージェントを生成するのを防ぎます。
1 レベルの委任。再帰的な生成なし。暴走する消費なし。
━━━━━━━━━━━━━━━━━━
制限を消費しないプロンプトの書き方
モデルは動き続けます。
延々と。
延々と。
5.6 はタスクを停止せずにエンドツーエンドで完了できます。それはほとんど良いことです。
しかし、明確な停止ポイントがないと、オーバーシュートします。必要のないものを書き換えます。3% で済むタスクにウィンドウの 15% を消費します。
すべてのプロンプトに停止ポイントを追加してください:
計画タスクの場合:
この新機能を構築してください。
まずは計画だけを書いてください。 計画が完了したら、停止して私のフィードバックを求めてください。 まだコードは書かないでください。
実装タスクの場合:
計画は素晴らしいです。今すぐ構築してください。
進めながらテストするためにコンピューターを使用してください。 テストが合格し、満足するまで続けてください。 完了したら PR を開いてください。 PR が開かれたら停止してください。レビューはそこから私が行います。
デバッグの場合:
auth.ts のバグを修正してください。
まずファイルを読んでください。診断結果を書いてください。 変更を加える前に停止し、診断結果を私に見せてください。 先に進む前に私が確認します。
パターン: いつ停止するかを正確に伝えること。
曖昧にしない。「あなたの判断で」とは言わない。
明確なチェックポイント。あなたへの明確な引き継ぎ。
━━━━━━━━━━━━━━━━━━
努力レベルのガイド
すべてのタスクに同じ処理能力が必要なわけではありません。
→ Low / Medium — ルーチンタスク、簡単な修正、ドキュメント、テスト
→ High — 機能、複数ファイルの変更、デバッグ
→ Extra High — アーキテクチャの決定、セキュリティレビュー、複雑なマルチステップ作業
→ Max — すでに失敗した、本当に難しい問題のために取っておく
→ Ultra — 避ける。常に。
ほとんどの開発者のデフォルト: High。
十分な能力があります。High のサブエージェントは消費が「それほど悪くない」です。
Codex チーム推奨の日常的なドライバー: Sol Medium。
Sol Medium はエージェントベンチマークで Claude Fable 5 を上回ります。ほんのわずかなコストで。
すべてに extra high は必要ありません。
努力レベル早見表:
簡単な修正 → Sol Low または Medium 新機能 → Sol High 難しい問題 → Sol Extra High 高速スキャン → Luna Extra High 絶対に使わない → Ultra
━━━━━━━━━━━━━━━━━━
すべてを説明するベンチマーク数値
Sol Extra High vs Max: 58 vs 59 ポイント。1 点差。3 倍安い。Extra High を使用しましょう。
Sol Medium vs Fable 5: Sol Medium がエージェントワークフローで 11.4 ポイント勝利。4 倍低コスト。
Luna Extra High vs Terra: 同じパフォーマンス。1.3 倍高速。2.5 倍低コスト。Luna を使用しましょう。
Ultra vs Extra High: 3.1 ポイントの向上。3 倍のコスト。OpenAI は Ultra のコーディング結果を公開すらしていません。Extra High を使用しましょう。
パターン: 1 段階下げる = 同じ品質、劇的に低コスト。
ほとんどの開発者は、すべてにおいて 1 段階または 2 段階高すぎる設定で実行しています。
それが、制限が 4 時間で消えるすべての理由です。
1 段階下げてください。同じ出力を維持してください。アクティブウィンドウを 2 倍にしてください。
━━━━━━━━━━━━━━━━━━
Before と After
この設定の前:
→ Sol Ultra がすべてを実行
→ サブエージェントが親モデルと努力レベルを複製
→ 3 つのサブエージェント = 3 つの Sol Ultra インスタンスが同時に消費
→ 5 時間のウィンドウが 90 分で消滅
→ 何が消費したのかに関するコンテキストなし
この設定の後:
→ Sol Extra High がオーケストレーターとして機能
→ Sol Medium が実装を担当
→ Luna Extra High がスキャンを担当
→ max_depth = 1 が再帰的な生成を停止
→ AGENTS.md が Sol にエージェントを自動生成しないよう指示
→ すべてのプロンプトの停止ポイントがモデルの進行範囲を制御
結果: 48 時間の継続作業。制限ヒットゼロ。
同じ 200 ドルのプラン。まったく異なる体験。
━━━━━━━━━━━━━━━━━━
完全セットアップチェックリスト
今すぐこれら 5 つのことを実行してください:
→ 1. AGENTS.md を開く。追加: 「私が明示的に依頼した場合にのみ、サブエージェントを生成してください。」
→ 2. config.toml プロンプトを Codex に貼り付ける。3 つのエージェントファイルを作成させる。
→ 3. config.toml で max_depth = 1 および max_threads = 6 を設定する。
→ 4. デフォルトの努力レベルを Sol High に切り替える。Ultra ではない。すべてに Extra High ではない。
→ 5. すべての長時間実行プロンプトに明示的な停止ポイントを追加する。
所要時間 10 分。
毎週、何時間もの無駄な制限消費を節約できます。
━━━━━━━━━━━━━━━━━━
もう一つだけ
~/.codex と ~/.claude で時間を過ごしてください。
これらのディレクトリに真の力が眠っています。
カスタムエージェント。ルーティングポリシー。モデル設定。デフォルトの指示。
ほとんどの人はそれらを開くことすらしません。
現在 Codex を最大限に活用している開発者は？
彼らは馬鹿げていると思えるような変更を行い、それがどれほど重要かに驚いています。
実験してください。調整してください。Codex ダッシュボードで使用状況を監視してください。
小さな設定変更が、劇的に異なるトークン消費率へとつながります。
AI で構築するのに、これほど楽しい時期はありません。
ツールは、実際に深く掘り下げる人に報酬を与えます。
━━━━━━━━━━━━━━━━━━
これであなたの制限が救われたなら:
→ 他の Codex Pro ユーザーが次のウィンドウを無駄にする前に見られるよう、リポストしてください
→ より多くの AI システム解説については @sairahul1 をフォローしてください
→ ブックマークしてください — 設定プロンプトは機能します。今夜貼り付けてください
このような興味深い記事をもっと読むには、theaibuilders.co を購読してください
私は AI、プロダクト構築、そしてあなたの代わりに機能するシステムについて書いています。
