Fast mode Codexの速度・使用量・料金と設定の確認方法

Fast mode Codexとは何か

Fast mode Codexは、Codexで選んだモデルを別モデルへ差し替える機能ではありません。現在のモデルに対して、より速い応答経路を選ぶ設定です。コード生成の文字列が届く速度は上がっても、リポジトリの読み込み、コマンド、テスト、外部サービスの待ち時間まで一律に短くなるわけではありません。OpenAIのGPT-5.4公式発表では、Codexの/fastを有効にしたGPT-5.4について、同じモデルと知能のまま最大1.5倍のトークン速度になると説明されています。つまり評価すべき対象は「答えの賢さが上がるか」ではなく、「人が次の確認へ移れるまでの時間が減るか」です。

モデル選択とFast modeを分ける

モデル選択は何を使うか、推論レベルはどれだけ考えるか、Fast modeはどの速度層で応答させるかを決めます。三つは似た場所に表示されても役割が違います。難しい調査で推論レベルを上げると、考える時間と使用量が増える可能性がありますが、Fast modeをオンにしただけで推論の深さやモデル名が変わるわけではありません。まず作業に合うモデルを選び、その後に速度を足す順番にすると、速さを求めて品質の軸を見失いにくくなります。

「最大1.5倍」をどう読むか

最大1.5倍という数値は、同じ文字量を常に1.5分の1の時間で返す約束ではありません。OpenAIが示すのはトークン速度の上限で、最初の応答までの時間、ツール呼び出し、ファイル検索、テストの実行時間は別に計測されます。短いコード修正なら体感差が大きく、長いテストが主因の案件なら差が埋もれます。数値は目安として読み、実作業では同じ課題を同じ設定で比べる必要があります。

なぜ2026年8月11日に確認するのか

Fast modeの記事を一度読んで終わりにしにくい理由は、速度設定だけでなく、対応モデルの一覧も動いているからです。2026年8月11日時点のOpenAI公式モデル一覧では、ChatGPTでサインインしてCodexを使う場合、GPT-5.4とGPT-5.4 miniが8月31日に終了する予定と案内されています。保存したモデル指定はGPT-5.6 TerraやGPT-5.6 Lunaへの置き換えが示されており、古いモデル名を前提にFast modeの有無を判断すると、画面と説明が食い違います。

さらにAPIでは、2026年7月30日にPriority processingがFast modeへ名称変更されました。OpenAI APIのFast mode説明では、対応モデルの速度を高めるサービスとして整理され、service_tierにfastまたはpriorityを指定できると説明されています。Codex CLIの/fastとAPIの設定は同じ言葉を使いますが、利用枠、表示場所、請求の考え方は入口ごとに違います。今確認すべきなのは、機能名だけでなく「どのモデルを、どの入口で、どの枠で使うか」です。

GPT-5.4からモデル一覧が動く時期

GPT-5.4の発表時点では、Codexにおける/fastの説明は最大1.5倍のトークン速度でした。その後、公式モデル一覧はGPT-5.6世代を推奨モデルとして案内し、GPT-5.4系の終了日も示しています。したがって、以前の画面で確認した「GPT-5.4ならFast modeが使える」という知識を、8月31日以降の画面へそのまま持ち込むことはできません。更新のたびに/modelと公式一覧を照合するのが安全です。

入口・プラン・サインイン方式で表示が変わる

同じCodexという名前でも、デスクトップアプリ、CLI、IDE拡張、クラウド、APIでは見える設定が一致しない場合があります。ChatGPTのプランに含まれる利用と、自分のAPIキーで使う利用では、モデルの提供範囲や使用量の表示も別です。別の人の画面に/fastがあるからといって、自分の環境にも同じ項目が出るとは限りません。設定を探すときは、まず入口、サインイン方法、モデル名、利用枠を同じ画面で確認します。

Fast modeで変わるもの、変わらないもの

Fast modeをオンにすると、返答が始まってから文字が増える速度や、待ち時間のばらつきが改善する可能性があります。一方で、モデルの学習内容、与えたファイル、推論レベル、承認の範囲、テストの正しさは別の要素です。次の表のように、速度だけを独立した軸として扱うと、結果の品質と利用量を混同しにくくなります。

同じモデルと知能を保ったまま進める

Fast modeは「軽いモデルに切り替えて速くする」設定ではないため、難しい修正で必要な判断力を先に削る必要がありません。OpenAIの表現でも、GPT-5.4のCodexではモデルと知能を保ったまま速くするとされています。ただし、推論レベルを上げたまま速度だけを足せば、応答が速くなっても一回の作業が軽くなるとは限りません。モデル、推論、速度を別々に記録してください。

速さが上がっても正しさが上がるわけではない

Fast modeはコードの誤りを減らす機能ではありません。生成が速くなると、人が差分を確認して次の指示を返す周期が短くなるだけです。仕様が曖昧な依頼、対象範囲が広すぎる依頼、確認方法がない依頼は、速い応答でも手戻りが増えます。先に目的、触れてよい場所、完了条件を決め、Fast modeは確認の待ち時間を減らす補助として使うのが適切です。

ツールやテストが遅い作業では差が埋もれる

Codexの体感時間は、モデルが文字を生成する時間だけで決まりません。大きなファイルを読む時間、依存関係を調べる時間、コマンドの終了を待つ時間、ブラウザや外部サービスの返答を待つ時間も含まれます。Fast modeをオンにしても、これらの待ち時間が主因なら全体の短縮率は小さくなります。計測時は生成時間と検証時間を分け、「どこが遅いのか」を見てから設定を変えましょう。

Codex CLIで設定を確認する手順

Codex CLIでは、Fast modeを特別な起動オプションとして覚えるより、現在のモデルと状態を確認してからスラッシュコマンドで切り替えるほうが分かりやすいです。OpenAIの開発者コマンドの公式説明では、/modelでモデルを選び、/fastで現在のモデルが公開しているFast tierをオン・オフできると案内されています。モデルが対応していない場合は/fastが表示されないため、無理に設定ファイルへ値を追加する必要はありません。

Step 1: 現在のモデルを見てから始める

Codexを開いたら、まず/modelを入力して選択中のモデル名と推論レベルを確認します。モデル一覧に表示された名前をメモし、続けて/statusで現在の設定を見ます。ここでGPT-5.4、GPT-5.6 Terraなどの名前を取り違えると、後で速度の差とモデルの差を区別できません。すでに作業を始めている場合も、変更前の状態を一度残しておくと比較しやすくなります。

/model
/status

Step 2: /fastを切り替える

対応モデルであれば、入力欄で/fastを実行するとFast tierがオンになります。公式説明では、もう一度/fastを実行するとオフに戻せます。切り替え後は/statusや画面下部の状態表示を見て、選択が保存されたことを確認してください。表示されない場合は、現在のモデルがFast tierを公開していない、入口が対応していない、提供範囲が異なる、のいずれかを先に疑います。

/fast
/status

Step 3: 変更が反映されたかを記録する

Fast modeをオンにしたら、モデル名、推論レベル、オンにした時刻、作業の題材、生成が始まるまでの時間、検証が終わるまでの時間を残します。オンにしたという表示だけでは、作業全体が速くなったかは分かりません。オフに戻して同じ題材を試し、入力文、対象ファイル、検査方法をそろえて比較します。記録を一回残せば、次回のモデル更新後にも同じ基準を再利用できます。

使用量と料金を読み違えない

速い設定は便利ですが、速度と使用量は同じ数字ではありません。ChatGPTのプランに含まれるCodex利用と、APIでトークン単位に支払う利用では、確認すべき画面が違います。さらにFast modeの倍率や料金は、モデル、入口、契約、時期によって更新されます。OpenAIのChatGPT料金ページとAPI料金ページを基準にし、古い記事にある固定の回数や金額を自分の枠へ当てはめないでください。

ChatGPTで使うときの考え方

ChatGPTからCodexを使う場合は、プランに含まれる利用枠と、画面に表示される残量やリセット時刻を確認します。Fast modeをオンにしたとき、同じ時間でも多くのターンを進められる一方、利用枠の減り方が同じとは限りません。正確な倍率を推測するより、オンとオフで同じ短い課題を一度ずつ実行し、残量表示と完了時間を記録するほうが実用的です。枠が限られる作業では、速度よりも完了条件を絞るほうが効果が大きい場合もあります。

APIでFast modeを選ぶとき

APIのFast modeは、リクエストのservice_tierで指定します。公式の説明では、2026年7月30日にPriority processingからFast modeへ名称が変わり、対応モデルではfastまたは互換のpriorityを使えるとされています。APIでの料金は、通常処理の単価に速度層の条件が重なるため、Codex CLIのプラン利用と同じ計算にはなりません。呼び出しごとにモデル、処理層、入力・出力の量を残し、月の予算と応答時間を別の指標として比べる必要があります。

{
  "model": "gpt-5.6-sol",
  "service_tier": "fast"
}

速度と利用量を同じ条件で比べる

比較に使う課題は、短い関数修正、テストの追加、原因調査など一つに絞ります。入力文を変えたり、途中でファイルを追加したりすると、Fast modeの差ではなく課題の差を測ることになります。開始から最初の出力まで、最終回答まで、テスト終了までを分けて測り、使用量の表示も別欄へ置きます。速さが二割改善しても使用量が大きく増えるなら、緊急の修正だけオンにする判断ができます。

作業別に選ぶ判断基準

Fast modeを常にオンにするかどうかは、モデルの強さではなく、待ち時間が作業のどこに発生しているかで決めます。人がCodexの返答を読み、すぐ次の指示を返す作業では速度の効果が出やすい一方、長時間のテストや設計の読み込みが中心なら、速度層だけを変えても差は限定的です。作業を三つの型に分けると、設定を選びやすくなります。

会話しながら直す小さな修正

画面の文言、型の修正、短いテストの追加など、返答を見てすぐ次の指示を出す作業はFast modeと相性がよい型です。一回の依頼を小さくし、差分を読んで次の修正へ進むなら、トークンが届く速度が待ち時間に直結します。ただし速いからといって確認を省かず、変更されたファイルとテスト結果を毎回見ます。

待ち時間が成果を左右する調査

既存コードの候補を探し、複数の実装案を比べ、短い質問を何度も重ねる調査では、応答の始まりが速いだけでも集中を保ちやすくなります。質問を一度に広げすぎず、調べたい範囲を一つずつ指定すると、Fast modeの効果と回答の関係を見やすくできます。調査結果をそのまま採用せず、参照したファイルと根拠を残してから実装へ進むのが基本です。

長い検証を含む変更

大規模な移行、依存関係の更新、画面全体の確認のように、コマンドやテストが長く走る作業では、Fast modeの優先度を下げても問題ありません。モデルが速く文章を出しても、検査の終了を待つ時間は別に残るからです。先に検証範囲を狭め、代表的なテストを通してから全体へ広げるほうが、速度設定を変えるより早く完了へ近づけることがあります。

使い始める前の確認手順

Fast modeはスイッチを入れた瞬間に価値が確定する機能ではありません。利用する作業の基準を作り、オンとオフの結果を同じ条件で見て、必要な場面だけ使うことが重要です。特にモデル更新の時期は、モデル名、提供範囲、利用枠の三つが変わる可能性があるため、前回の記録と今回の表示を分けて保管します。

Step 4: 小さな同一課題を用意する

まず、対象ファイルが少なく、合格条件を説明しやすい課題を一つ選びます。「関数の境界条件にテストを追加し、既存の検査を通す」のように、対象と終了条件が見える依頼が向いています。大きな機能追加を最初の比較に使うと、モデルの読み込み量やテスト時間が影響し、Fast modeの差が分かりません。初回は短く再現しやすい題材にします。

Step 5: オンとオフを同じ順番で試す

同じ開始状態からFast modeオンとオフをそれぞれ試し、入力文、モデル、推論レベル、対象ファイルをそろえます。先にオンを試した場合は、次の試行で変更を元の状態へ戻してください。生成開始、最初の実用的な提案、変更完了、テスト終了の四つを区切って測ると、どの時間が短くなったのかを判断できます。

Step 6: 効果がある作業だけに適用する

比較後は、速さ、結果の品質、使用量、確認のしやすさを並べて判断します。速くなったが差分の確認量が増えた、短縮は小さいが使用量が安定した、という結果もあります。Fast modeを使う作業、通常層で十分な作業、モデル変更を検討する作業を分けて記録し、すべての依頼へ同じ設定を広げないことが、長く使ううえでの現実的な基準になります。

Fast modeが表示されないときの切り分け

/fastが見当たらないとき、まず故障やインストール失敗と決めつけないでください。OpenAIの開発者コマンド説明では、Fast tierはモデルカタログが公開している場合だけ利用でき、対応していないモデルでは/fastが表示されないと案内されています。表示の有無を確認したあと、入口、モデル、サインイン方式、アプリやCLIの版の順に調べると、余計な再設定を減らせます。

モデルが対応していない場合

/modelで選択中のモデル名を確認し、OpenAI公式モデル一覧にそのモデルのFast対応表示があるかを見ます。モデルを変えた直後に消えたなら、設定の不具合ではなく、選んだモデルがFast tierを公開していない可能性があります。対応しているモデルへ戻すか、通常の速度層で同じ作業を続けるかを選べばよく、非公式の設定値を追加する必要はありません。

設定が保存されない場合

/fastを実行しても次のセッションで元へ戻る場合は、選択が保存される入口か、アプリやCLIの版が対応しているかを確認します。まず/statusで現在の状態を読み、画面を閉じる前にモデル名とFast表示を記録します。別の入口で同じアカウントを開いても設定が共有されるとは限らないため、CLIとアプリの表示を一つの設定として扱わないことが大切です。

速さではなく外部処理が遅い場合

Fast modeをオンにしても、ファイルの探索、依存関係の取得、テスト、ブラウザ確認が遅いなら、モデルの速度層以外が待ち時間の原因です。最初の返答までと最終的な完了までを分けて測り、どちらが変わらないかを確かめます。外部処理の時間を短くしたいときは、対象範囲や検査方法を整理するほうが、速度層を繰り返し切り替えるより効果的です。

GPT-5.4からの移行を含めた実務の考え方

2026年8月11日のFast mode確認は、単なる速度設定の見直しではありません。GPT-5.4とGPT-5.4 miniの終了予定、GPT-5.6世代への置き換え、API側のFast mode名称変更が同じ時期に重なっています。モデル名を固定した説明、料金の古い数値、以前の画面での操作手順を一つにまとめず、現在の公式一覧と自分の表示を照合して更新する必要があります。特に長く使う設定ほど、名前ではなく用途と確認方法を残しておくと移行しやすくなります。

8月31日までに確認すること

ChatGPTでCodexを使い、GPT-5.4またはGPT-5.4 miniを選んでいる場合は、公式モデル一覧が示す8月31日の終了予定を確認します。モデルを置き換える前に、代表的な課題を現在のモデルで実行し、速度、差分、テスト結果、使用量を残します。その記録があれば、GPT-5.6 TerraやLunaへ移ったあとに、モデル差とFast modeの差を分けて判断できます。

保存した設定の置き換え方

設定ファイルやプロファイルにモデル名を保存している場合は、まず現在の値を控え、公式一覧にある置換先と照合します。GPT-5.4の文字列だけを置き換えるのではなく、推論レベル、Fast mode、対象入口も一緒に確認してください。APIキーで認証したCodexやAPIのモデル利用は、ChatGPTサインイン時の終了条件と同じとは限らないため、OpenAI APIモデル一覧を別に参照します。

Fast modeを残すか判断する

新しいモデルへ移ったあとも/fastが表示されるなら、以前と同じ短い課題で再計測します。返答速度が改善しても使用量や確認時間が増えるなら、緊急の修正だけに絞る判断ができます。逆に、短い対話や調査で待ち時間が明確に減り、結果の確認もしやすいなら、Fast modeを使う場面をチーム内の手順として記録できます。設定そのものより、再現可能な比較結果を残すことが重要です。

まとめ

Fast mode Codexは、モデル名や推論の深さを変えずに、対応モデルの速いサービス層を選ぶ設定です。GPT-5.4の公式発表では、Codexで最大1.5倍のトークン速度が示され、現在のCLI説明では/fastがモデルカタログに応じて表示されます。一方、APIでは2026年7月30日にPriority processingからFast modeへ名称が変わり、モデルや契約によって条件が異なります。

まず/modelと/statusで現在地を確認し、/fastを切り替え、同じ短い課題で生成時間、完了時間、使用量、結果を比べてください。2026年8月11日現在はGPT-5.4系の終了予定もあるため、Codex公式モデル一覧とOpenAIのFast mode説明を起点に、モデル更新後も同じ基準で確認するのが確実です。