OpenAI Codex入門2026｜使い方・料金・始め方

週400万人が使うAIコーディングエージェント、OpenAI Codex。ターミナルから自然言語でコード生成・リファクタリング・テスト作成を指示できるオープンソースツールだ。2026年6月時点でGPT-5.3-Codexモデルに更新済み。Terminal-Bench 2.1のスコアは83.4%。

この記事ではOpenAI Codexの料金体系、インストール手順、基本操作、モデル選定、Claude Codeとの使い分けまでを一本でまとめた。筆者自身がCodex CLIを1ヶ月間の開発で使い込んだ結果を踏まえて書いている。読み終わった時点でセッションを起動できる状態を目指す。

OpenAI Codexの正体──ターミナルに住むコーディングエージェント

Codex CLIは「ターミナルで動くAIペアプログラマー」だ。GitHubリポジトリはopenai/codexで公開されており、Rust製のバイナリが手元で動く。指示を自然言語で渡すと、サンドボックス内でファイルの読み書き・コマンド実行・差分の提案まで自動でこなす。

ChatGPT上のCodexとCLIの違い

混同しやすいが、OpenAIの「Codex」には2つの顔がある。

Web版はChatGPTの画面からリポジトリを指定してタスクを投げる形式。CLI版はターミナルに住み着き、手元のコードベースを直接読み書きする。体感では、Web版でタスクを投げてから結果を待つより、OpenAI Codex CLIでインタラクティブに進める方が手戻りが少ない。

オープンソースであることの意味

Codex CLIのソースコードはGitHubで全て公開されている。サンドボックスの仕組みが中身まで確認できるため、「AIに何を触らせているか」を自分の目で検証できる。企業のセキュリティ審査を通しやすい点は、クローズドソースの競合ツールにない強みになる。

料金プラン早見表（2026年6月版）

2026年4月の価格改定で、OpenAIはOpenAI Codexを含むChatGPTプランをトークンベースのクレジット制へ移行した。正直、料金体系が複雑になった。現行6プランを一覧に整理する。

API利用時のトークン単価

ChatGPTプランとは別に、OpenAI APIキーを使ってCodex CLIを動かすこともできる。この場合のコストはトークン従量制になる。

典型的なコードレビュー1回で消費するトークンは5,000〜20,000程度。GPT-5.3-Codexなら1セッション$0.01〜$0.30。安い。月に100セッション回しても$30を超えないケースが大半で、OpenAI CodexのコスパはChatGPT Plusに課金する価値を十分に裏付ける。

無料で始める現実的な方法

Freeプランでも Codex CLI は動く。制限はあるが、個人の学習用途なら十分に機能する。

• Freeプランでアカウント作成 → Codex CLIをインストール → ChatGPTログインで認証
• 利用可能モデルはGPT-5.4-Miniが中心。速度は十分だが、複雑な推論タスクは精度が落ちる
• 1日のリクエスト上限に達したら翌日リセット。業務利用ならPlusプラン（$20）への移行を検討

インストールと初期設定

Codex CLIのインストールは3分で終わる。Node.js 22以上が前提条件だ。

Mac / Linuxの場合

ワンライナーで完了する。

# 公式インストーラー（推奨）
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# または npm でグローバルインストール
npm install -g @openai/codex

# Homebrew ユーザー
brew install --cask codex

Windowsの場合

# PowerShell（管理者権限）
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

認証の設定

インストール後、2つの認証方法がある。

# APIキー方式の設定例
export OPENAI_API_KEY="sk-proj-xxxxx"

# direnvを使う場合（推奨）
echo 'export OPENAI_API_KEY="sk-proj-xxxxx"' >> .envrc
direnv allow

基本的な使い方──最初のセッションを動かす

Gitリポジトリのルートでcodexと打つ。それだけで始まる。

セッションの開始

Gitリポジトリのルートでcodexと打つ。TUI（テキストユーザーインターフェース）が起動する。

# リポジトリのルートに移動
cd ~/projects/my-app

# Codex起動（インタラクティブモード）
codex

# または直接プロンプトを渡す
codex "このリポジトリのREADMEを日本語に翻訳して"

起動した瞬間、OpenAI Codexはリポジトリの構成を読み取りにいく。ファイル一覧、README、設定ファイル──2〜3秒のスキャンでコンテキストが構築される。そこから入力待ち。

初めて動かしたとき、リポジトリ全体をスキャンする速度に驚いた。500ファイル超のTypeScriptプロジェクトでも3秒程度。AGENTS.mdが配置済みなら、プロジェクト規約もこの時点で読み込まれる。

タスクの指示と承認フロー

指示の出し方は自然言語。日本語でも英語でも動く。

# 例: テスト作成を依頼
> src/utils/parser.ts のユニットテストを書いて。
  Jest形式で、エッジケースも含めて。

# Codexの動作:
# 1. parser.ts を読む
# 2. テストファイル parser.test.ts を生成
# 3. 差分をプレビュー表示
# 4. ユーザーの承認を待つ

Codexがファイルの変更やコマンド実行を提案したとき、サンドボックスの設定に応じて自動承認か手動承認かが分かれる。最初は手動承認（suggest mode）で動かし、信頼できるタスクは自動承認（auto-edit mode）に切り替えるのが実用的なパターンだ。

3つの実行モード

10ファイルにまたがるリファクタリングをOpenAI Codexに投げたときの実感。suggestモードで1ファイルずつ差分を確認→適用→次へ、という流れが想像以上に快適だった。full-autoで一括適用するより、逐次承認の方が「import先の変更漏れ」のような見落としを3件拾えた。

搭載モデルの選び方

OpenAI Codex CLIは複数のモデルを切り替えて使える。モデルを間違えるとコストが3倍以上変わる。

自分の使い分けはこうだ。日常はGPT-5.3-Codex一択。コスパが圧倒的にいい。GPT-5.4-Miniは変数リネームやimport整理のような「考えなくていいタスク」専用。GPT-5.5は月に2〜3回、「このリファクタ、設計ごと変えるか？」という判断を含む場面だけ投入する。

# モデルを指定して起動
codex --model gpt-5.3-codex "テストカバレッジを上げて"

# 軽いタスクはMiniで
codex --model gpt-5.4-mini "importの順番を整理して"

# 設定ファイルでデフォルトモデルを変更
# ~/.codex/config.yaml
model: gpt-5.3-codex

実践テクニック（AGENTS.md・MCP・マルチファイル）

OpenAI Codexの性能を引き出す仕組みが3つある。AGENTS.md、MCP、マルチファイル。順に見ていく。

AGENTS.mdでプロジェクト規約を教える

AGENTS.mdはOpenAI Codex版の「プロジェクトの歩き方」だ。Claude CodeのCLAUDE.mdと同じ発想で、リポジトリルートに置くだけ。Codexがセッション開始時に勝手に読み込んでくれる。

# AGENTS.md の例
## プロジェクト概要
TypeScript + React 18のSPA。状態管理はZustand。

## コーディング規約
- 関数コンポーネントのみ（classコンポーネント禁止）
- テストはVitest + Testing Library
- importはバレルファイル経由

## テスト要件
- 新規関数には必ずユニットテストを書く
- カバレッジ80%以上を維持

## 禁止事項
- any型の使用禁止
- console.logの本番コード混入禁止

AGENTS.mdに書いた規約はセッション中ずっと有効になる。「テストを書いて」と指示するだけで、VitestかJestかを判断してくれる。規約ファイルなしで毎回「Vitestで書いて」と言うのは効率が悪い。

競合記事で詳しく触れているのは5サイト中1サイトだけだった。実務ではこのファイルの有無でCodexの出力品質が目に見えて変わる。

MCPサーバーとの連携

OpenAI CodexはMCP（Model Context Protocol）で外部ツールとつながる。GitHub Issueを読む、DBスキーマを参照する、Slack通知を飛ばす──ターミナルの外にまで手が届く。並列呼び出しにも対応しているので、複数のMCPサーバーを同時に動かせる。

# ~/.codex/config.yaml でMCPサーバーを設定
mcp_servers:
  - name: github
    command: npx @modelcontextprotocol/server-github
    env:
      GITHUB_TOKEN: ${GITHUB_TOKEN}
  - name: filesystem
    command: npx @modelcontextprotocol/server-filesystem
    args: ["/home/user/projects"]

MCPを設定すると、Codexがターミナルの外にも手を伸ばせるようになる。GitHub上のIssueを読んでコードを修正したり、データベーススキーマを参照しながらマイグレーションを書いたりする使い方が現実的だ。MCPサーバーのおすすめ構成も参考にしてほしい。

マルチファイル編集とWorktree

Codexデスクトップアプリ（Mac / Windows対応）にはWorktree機能が搭載されている。Gitのworktreeを活用して、複数のエージェントタスクを並列に走らせる仕組みだ。

• タスクAで「API層のリファクタリング」を実行中に、タスクBで「テストの追加」を別worktreeで同時進行
• 各タスクはブランチが分かれるため、変更が衝突しない
• 完了後にmergeして統合する流れ

CLI版でもgit worktreeを手動で作成してから別ターミナルでCodexを起動すれば同様のことは可能。ただしデスクトップアプリの方がUIで管理できる分、扱いやすい。

Claude Codeとの使い分け

2026年のターミナルAIコーディングツールは、事実上Codex CLIとClaude Codeの二択になっている。どちらも使った上での判断を書く。

ブラインド評価のデータを見ると、Claude Codeがコード品質で67%対25%の勝率で上回っている。一方、Codex CLIはスクリプティング・DevOps系のターミナルタスクで77.3%対65.4%と逆転する。

結論：両方使うのが2026年の正解

自分なら以下の使い分けをする。

AIコーディングツール徹底比較ではCursorやGitHub Copilotも含めた横断比較を掲載している。IDE統合型が好みなら、そちらも参照してほしい。

つまずきポイントと対処法

導入で詰まるポイントは決まっている。Node.jsバージョン、API認証、レート制限の3つだ。

Node.jsのバージョンが古い

OpenAI Codex CLIはNode.js 22以上が必須。厄介なのは、18系や20系でもnpm installは通ること。インストール時にエラーが出ないため、起動して初めてクラッシュに気づく。半日悩んだ末にNode.jsバージョンが原因だったという報告をRedditでも複数見かけた。

# バージョン確認
node --version  # v22.0.0 以上が必要

# nvm でアップグレード
nvm install 22
nvm use 22

APIキーの認証エラー

Error: Invalid API keyが出る場合、よくある原因は3つ。

• 環境変数名のtypo（OPENAI_API_KEYが正しい。OPENAI_KEYは無効）
• キーの先頭がsk-proj-でなく古い形式（再発行が必要）
• 組織IDの未設定（OPENAI_ORG_IDをセットする）

レート制限に引っかかる

FreeプランやGoプランでは1日のリクエスト上限がある。連続でタスクを投げるとRate limit exceededが返る。対処法は3つ：時間を空けて再試行する、APIキー方式に切り替えて従量課金にする、またはPlusプラン（$20）にアップグレードする。

よくある質問

まとめ

自分はClaude CodeとOpenAI Codex CLIを両方課金している。$20+$20=月$40で、ターミナルでの開発生産性が体感1.5倍になった。どちらか一方だけ選べと言われたら、マルチファイルの精度でClaude Codeを取る。だがターミナルタスクとCI連携の速さでOpenAI Codexが手放せない。

Freeプランから始めて、週5回以上使うようになったらPlusへ切り替えれば十分だ。API経由ならGPT-5.3-Codexが入力$1.75/出力$14.00。セッション単価は$0.01〜$0.30と安い。

迷ったらまずやること。

curl -fsSL https://chatgpt.com/codex/install.sh | sh
codex "Hello, Codex!"

2行のコマンドで最初のセッションが始まる。AGENTS.mdの設定やモデルの切り替えは、触りながら覚えれば十分だ。

より広い視点でAIコーディングツール全体を比較したい場合は、AIコーディングツール徹底比較2026を参照してほしい。バイブコーディングの考え方を取り入れれば、AIとの協業スタイルがさらに広がる。