CursorとGPT-5.2 Codexの違い・現行対応・料金と使い分け

CursorとGPT-5.2 Codexの関係を最初に整理

検索では「Cursor GPT-5.2 Codex」と一続きに入力されるため、CursorというエディタとGPT-5.2 Codexというモデルが一つの製品に見えやすくなります。実際には、Cursorはリポジトリを開き、ファイルを読ませ、差分を確認しながら開発を進めるための環境です。GPT-5.2 Codexは、コードの理解、計画、生成、道具の呼び出しに関わる判断エンジンです。どのモデルをどの環境から使うかによって、表示される設定、料金、確認方法が変わります。

この区別を最初に置くと、「CursorでGPT-5.2 Codexを選べるか」という問いを三つに分けられます。第一に、Cursorの現在のモデル一覧に対象が表示されるか。第二に、契約や利用枠がそのモデルを含んでいるか。第三に、OpenAI側でそのモデル名が現行の利用経路に残っているかです。モデル名が検索結果に存在することだけでは、今日の画面で選択できる根拠になりません。

Cursorは作業場所、GPT-5.2 Codexは判断を担うモデル

Cursorを使うと、エディタの画面、開いているファイル、リポジトリの構成、変更差分、確認結果を一つの作業の流れへまとめられます。モデルはその中で、どのファイルを読むか、どの修正案を出すか、次に何を確かめるかを判断します。したがって、同じモデル名が表示されても、使える道具、入力できる文脈、差分の見せ方が違えば、体験は同じになりません。

Cursor公式ブログも、OpenAIのCodex系モデルに合わせて、モデルごとに指示や道具の扱いを調整すると説明しています。これは利用者が内部の仕組みを細かく再現しなければならないという意味ではありません。むしろ、モデルの性能表だけでなく、作業環境がコードの読み取りと結果の確認をどう支えるかを見る必要がある、という示唆です。出典: Cursor公式ブログ。

「Cursorで使える」と「Codexで選べる」を分ける

Cursor側のモデル選択はCursorの契約と画面表示に従います。Codex CLI、Codexのデスクトップアプリ、OpenAI APIは、それぞれ提供されるモデルと料金の扱いが違います。Cursorであるモデルが選べないからといって、OpenAI APIにも存在しないとは限りません。反対に、APIのモデルページに名前が残っていても、ChatGPTでサインインするCodexで選べるとは限りません。

比較表を作るなら、製品名の横に「入口」「モデル名」「支払い先」「変更を確認する画面」を別々に書きます。ここを一列にまとめると、Cursorの利用料をOpenAI APIの単価と比べたり、Codex CLIの表示をCursorのモデル選択と取り違えたりします。最初に層を分けるだけで、検索結果が古い場合にも判断を修正しやすくなります。

2026年9月18日時点のGPT-5.2 Codex提供状況

今回このKWを読み直す理由は、GPT-5.2 Codexの紹介記事が多く、現在の提供状況と過去の機能説明が混ざりやすくなっているからです。OpenAIの日本語モデル一覧では、ChatGPTでサインインするCodexの非推奨モデルとしてGPT-5.2とGPT-5.3-Codexが挙げられています。また、APIのモデルページではGPT-5.2-CodexのエイリアスにDeprecatedの表示があります。これは「過去に存在しなかった」という意味ではなく、いま新しい設定の基準にするモデルではないという読み方が適切です。

一方で、Cursorの公式ドキュメントにはOpenAIのGPT-5.6 Luna、GPT-5.6 Sol、GPT-5.6 Terraなど、現在のモデル一覧が掲載されています。掲載リストは時期やアカウントで変わる可能性があるため、5.2が絶対に利用できないと断定するのではなく、現在の選択画面と公式の案内を突き合わせます。過去のCursor対応記事は、当時の提供を知る資料としては役立ちますが、現在の選択肢を保証するページではありません。

OpenAI公式でGPT-5.2-Codexを読む

OpenAIのモデルページには、GPT-5.2-Codexが長いコード作業やエージェント型の開発向けに最適化されたモデルであること、低・中・高・xhighの推論設定を扱えることが記載されています。文脈ウィンドウは400,000トークン、最大出力は128,000トークンと表示され、APIの入力単価、キャッシュ入力単価、出力単価も示されています。この情報はモデルの仕様とAPI価格を知るためのもので、Cursorの契約料金を表すものではありません。

同じページのスナップショット欄では、gpt-5.2-codexにDeprecatedの表示があります。ここで、上部の説明が詳しいから現行の推奨モデルだと判断してはいけません。モデルの説明、スナップショットの状態、使う入口の三つを別に読みます。最新の提供状況を決めるときは、GPT-5.2-Codex公式ページとCodexの公式モデル一覧を同じ日に確認してください。

Cursor公式の現行モデル一覧から分かること

Cursorの公式ドキュメントは、OpenAI、Anthropic、Google、xAI、Cursorなど複数の提供元を含むモデル一覧を掲載しています。現在のページで見えるOpenAI系にはGPT-5.6 Luna、GPT-5.6 Sol、GPT-5.6 Terraが並び、各モデルの標準文脈と最大文脈も示されています。ここから分かるのは、Cursorのモデル選択が単一のOpenAI製品ページのコピーではなく、Cursor側で整理された選択面だということです。

GPT-5.2-CodexをCursorで使いたい人は、過去の対応告知を見つけたら、次に現在のモデルページを開きます。モデル名の表記、料金の説明、選択画面、利用できるプランが一致しているかを確認し、一つでも不明なら新規の中心モデルとして扱いません。現行ページはCursorのModels & Pricingから確認できます。

版の公開とモデルの提供を同じ更新だと考えない

Codex CLIの版が新しくなったことと、GPT-5.2-CodexがCursorやCodexで選べることは別の出来事です。GitHubの公式リリース欄に新しいCLIの先行版が掲載されても、それだけでモデルの提供状況が変わるわけではありません。反対に、モデルの表示が変わっても、手元のCLIの版番号が変わらない場合があります。

ニュースを読むときは、公開された日付、変更された対象、届く場所を一行ずつ記録します。9月のOpenAIの発表やCodexの更新を追う場合も、アプリ、CLI、モデル、APIを同じ箱へ入れないことが重要です。公式リリース欄はopenai/codexの公式リリース一覧を基準にし、モデルの確認はモデル一覧へ戻ります。

GPT-5.2 Codexの仕様を数字だけで評価しない

GPT-5.2-Codexには、長いコード作業を意識した仕様がありました。400,000トークンの文脈、128,000トークンの最大出力、複数の推論設定は、複数ファイルを調べたり、長い説明を保ったりする作業では魅力的に見えます。ただし、上限が大きいことと、実際の変更が正しいことは別です。入力するファイルを絞り、目的と完了条件を伝え、結果を差分で確認する設計がなければ、数字だけでは品質を判断できません。

モデルを選ぶときは、性能、速度、料金、提供状況の四つを表にして比べます。たとえば短い文言修正なら、出力の速さと確認のしやすさが重要です。複数のファイルをまたぐ原因調査なら、文脈の余裕と推論の深さが役立つ場合があります。どの作業でも、モデルが出した変更を人が読める形で確認できることが最後の条件です。

400,000トークンの文脈と128,000トークンの出力

文脈ウィンドウは、モデルが一つの依頼で考慮できる入力と過去の結果の範囲を示します。最大出力は、モデルが返せる結果の上限です。どちらも「リポジトリ全体を入れれば正解になる」という意味ではありません。関係のない資料を増やすほど、重要な仕様、既存の制約、検査結果が埋もれる可能性があります。

長い作業で上限を生かすには、まず対象を分けます。最初に構成と入口を調べ、次に変更候補を絞り、最後に差分と確認結果を読むという順にすると、必要な情報が見えやすくなります。Cursorで使う場合もCodexで使う場合も、モデルに渡す情報の質が結果を左右します。大きな上限は、入力の整理を不要にする機能ではありません。

推論設定は速さと確認時間に合わせる

GPT-5.2-Codexの公式ページには、low、medium、high、xhighの推論設定が記載されています。設定が深くなるほど、複数の条件を検討する作業に向く可能性がありますが、応答時間や利用量にも影響します。短い修正へ常に最も重い設定を選ぶと、結果を待つ時間と費用が増えるだけの場合があります。

作業の難しさを先に分類し、短い編集は軽い設定、原因が複数箇所に広がる調査は深い設定というように、目的と確認時間で選びます。比較するときはモデルだけでなく、同じ依頼文、同じ対象、同じ完了条件を使います。CursorとCodexの結果を比べる場合も、回答の印象ではなく、変更された行、確認に要した時間、再現できたかを記録するのが有効です。

料金を比較するときの注意点

GPT-5.2-Codexの公式APIページには、100万トークンあたりの入力1.75ドル、キャッシュ入力0.175ドル、出力14ドルという単価が掲載されています。これはAPIを直接使う場合の計算材料です。Cursorの料金はCursor側のプラン、含まれる利用額、選択したモデルの単価によって決まるため、OpenAIの単価をそのままCursorの月額料金に置き換えてはいけません。

CodexをChatGPTで利用する場合も、APIの単価とChatGPTの契約料金は別の情報です。さらに、モデルの非推奨や提供終了があれば、保存したモデル指定を見直す必要があります。比較表の「料金」欄には、支払う先、単位、利用枠、超過時の扱い、モデルを変更した場合の差を分けて記録すると、見積もりの誤りを減らせます。

OpenAI APIの単価をCursorの月額と混ぜない

API単価は入力と出力の量に応じて変わる従量の数字です。文脈へ多くのコードを渡し、長い説明を受け取れば、同じモデルでも消費量は増えます。キャッシュ入力の扱いも条件によって変わるため、公式ページの単価だけを見て一回の作業費を固定することはできません。実際に比べるなら、代表的な依頼を一つ選び、入力、出力、利用時間を測ります。

Cursor側で同じモデル名を使う場合は、CursorのModels & Pricingページと契約中の利用状況を基準にします。OpenAIのAPI料金表を補足として読むことはできますが、それをCursorの請求額だと解釈しないでください。サービスをまたいで比較するなら、同じ仕事を終えるまでに必要な確認回数も含めます。

安さよりも作業単位の総額で見る

軽いモデルを選んでも、確認不足で修正を何度もやり直せば、結果として時間と利用量が増えます。高いモデルを選んでも、対象を狭くして一度で確認できれば、作業全体では安く済むことがあります。価格だけでなく、最初の調査、変更、検査、失敗時の切り分けまでを一つの作業単位として計算します。

比較の記録には、モデル名、入口、依頼文、変更ファイル数、検査の結果、利用量、経過時間を残します。個々の回答の印象ではなく、同じ条件の複数回で結果を見ると、CursorとCodexのどちらが自分の作業に合うかを説明しやすくなります。

CursorとCodexを作業別に選ぶ

CursorとCodexのどちらが常に優れているかを決める必要はありません。既にCursorを中心に開発している人は、エディタ内の文脈と差分表示を生かしてモデルを選ぶのが自然です。OpenAIのモデルを中心に、Codex CLIやCodexアプリでリポジトリ単位の調査と変更を進めたい人は、Codex側の推奨モデルと利用条件を確認します。

大切なのは、製品を選んでから仕事を合わせるのではなく、仕事の性質から入口を決めることです。普段の編集画面を離れたくないのか、ターミナルで複数の確認を続けたいのか、長い作業を別の場所で依頼して結果だけを受け取りたいのかで、選ぶ候補は変わります。

Cursorを選びやすい作業

Cursorが向くのは、既存のエディタでコードを読みながら、選択範囲や変更差分をすぐに見たい作業です。画面の文脈を保ったまま、関数の説明、局所的な修正、テストの追加案、型エラーの調査を進める場合に扱いやすいでしょう。複数のモデルを同じ開発環境で試したい人にも、現在の選択一覧から候補を比べられる利点があります。

ただし、開いているファイルだけでプロジェクト全体の条件が伝わるとは限りません。変更してよい範囲、関連するテスト、残しておく仕様を依頼文で示し、提案された差分を読みます。Cursorを使うことが確認の代わりになるわけではなく、確認までの距離を短くするための選択だと考えると、使いすぎを防げます。

Codexを選びやすい作業

Codexが向くのは、リポジトリの構成を調べ、複数ファイルにまたがる原因を追い、変更後の確認まで一つの作業単位として進めたい場合です。OpenAI公式のCodex資料は、コードを読み、編集し、必要なコマンドを使い、結果を確認する開発用の入口としてCodexを説明しています。モデルと作業場所をOpenAI中心でそろえたい人にとって、判断の基準を作りやすい選択肢です。

Codexを選んでも、GPT-5.2-Codexを新しい設定の標準にする必要はありません。公式モデル一覧にある現在の推奨候補、利用できるプラン、CLIやアプリで表示されるモデル名を確認します。記事に残った古いモデル指定をそのまま使わず、まず現在の表示と公式資料を照合するのが安全です。出典: OpenAI Codex公式ドキュメント。

既存環境にGPT-5.2-Codexが残っている場合

既存の設定や依頼文にgpt-5.2-codexが残っているなら、すぐに全てを変更するのではなく、どこで参照されているかを調べます。Cursorの保存設定、Codex CLIの設定、APIを呼び出すアプリでは、確認する場所が異なります。まず現在のモデル名、利用入口、重要な作業への影響を記録し、代替候補を一つ選んで同じ題材で結果を比べます。

OpenAIの公式モデル一覧が案内するように、ChatGPTでサインインするCodexのモデル指定は更新対象です。ただし、APIの利用状況やCursorの選択肢には別の条件があります。変更後は、コードの差分、検査結果、回答の速さ、利用量を確認し、問題があれば元の記録と比較します。モデル名を置き換えただけで完了とせず、実際の作業結果で判断してください。

現在の候補を決める確認手順

GPT-5.2 Codexを検索している人の多くは、過去の対応情報を見つけたあと、「いま使えるのか」「使う価値があるのか」「別のモデルへ移るべきか」を知りたいはずです。ここでは、入口とモデルを分け、現在の画面で確認できる順番に整理します。大きな開発作業を始める前に、小さな題材で比較を終えることがポイントです。

Step 1: 使う入口を一つに決める

最初に、Cursor、Codex CLI、Codexアプリ、OpenAI APIのどこで作業するかを決めます。同じリポジトリを使う場合でも、入口が違えばモデル一覧、支払い先、設定場所、差分の見え方が変わります。入口が曖昧なまま「GPT-5.2 Codexを使いたい」と検索を続けても、異なる条件の情報が混ざります。

Step 2: 公式ページで現在の表示を確認する

OpenAIのモデル一覧とGPT-5.2-Codexの仕様ページ、CursorのModels & Pricingページを開き、対象モデルの表示、状態、料金の単位を記録します。検索結果の抜粋ではなく、ページ本体にある非推奨、提供先、文脈、価格の記載を読みます。自分のアカウントで選択できるかも同じ日に確認し、公開ページと画面が違う場合はその差をメモします。

Step 3: 作業を小さな題材へ縮める

比較用の題材は、読み取り、短い変更、確認の三つが含まれるものにします。たとえば既存の関数へ一つの条件を追加し、関連するテストを実行し、差分を確認する作業です。重要なリポジトリでいきなり試すのではなく、同じ構成を再現した小さな場所を使うと、モデルや入口の差を見つけやすくなります。

Step 4: 同じ条件で結果を比べる

CursorとCodexで比べるときは、依頼文、対象ファイル、選ぶモデル、完了条件をそろえます。片方だけに長い説明や追加資料を渡すと、製品の差ではなく入力の差を測ることになります。変更ファイル数、差分の正しさ、検査の結果、応答までの時間、追加の修正回数を記録し、印象だけで結論を出さないようにします。

Step 5: 新規採用か移行かを決める

新しく始める場合は、現在の公式一覧で推奨されるモデルと、実際に選択できるモデルから候補を決めます。既存のGPT-5.2-Codex設定を持つ場合は、非推奨表示の影響を受ける入口を特定し、代替モデルを同じ題材で確認します。差分と検査結果に問題がなければ移行し、説明できない差が残るなら変更範囲を狭めて再確認します。

CursorとGPT-5.2 Codexを比較する表の作り方

比較表は、モデルの優劣を一行で決めるためではなく、判断材料を同じ形にそろえるために使います。CursorとCodexを表の左右へ置くだけでは不十分で、入口とモデルを別の行に分けます。GPT-5.2-Codexのように提供状況が変わるモデルでは、公開された仕様と、今日の画面で選べるかを別の欄にすると、古い情報が混ざりにくくなります。

表を作ったら、短い題材で一度確認します。数値が優れていても、変更範囲が広がりやすい、結果を追いにくい、利用枠が予想より早く減るという問題があれば、採用条件を満たしません。逆に、既存の確認方法に自然に組み込めるモデルなら、最高性能をうたう候補でなくても十分に役立ちます。

まとめ：GPT-5.2 Codexは「現在の入口」と一緒に判断する

CursorとGPT-5.2 Codexを比べるときの結論は、Cursorを作業環境、GPT-5.2 Codexをモデルとして分けることです。OpenAIの公式モデル一覧では、ChatGPTでサインインするCodexのGPT-5.2とGPT-5.3-Codexが非推奨となり、APIのGPT-5.2-Codexページにも非推奨表示があります。Cursorの現行ドキュメントはGPT-5.6系などの一覧を案内しているため、新規採用では現在の表示を優先します。

既存の5.2設定を持つ場合は、どの入口が影響を受けるかを確かめ、同じ小さな題材で代替候補を比べます。料金はAPI単価、Cursorの利用枠、ChatGPTの契約を分け、性能は文脈の大きさだけでなく差分と検査結果で見ます。公式ページ、現在の選択画面、実際の作業結果の三つをそろえれば、過去の対応情報に引っ張られず、いま必要なモデルと環境を選べます。