GPT-5 Codex とは?コーディング特化モデル
「GPT-5 Codex」と検索すると、GPT-5 という汎用モデルと Codex という製品名が同時に出てくるため、両者の関係が分かりにくくなります。実際には、GPT-5 Codex は OpenAI が Codex 製品向けにチューニングしたモデルファミリーの総称で、複数のバージョンが存在します。
本記事では、GPT-5 Codex 系モデルの一覧、それぞれの位置づけ、Codex CLI などの製品からどう呼び出すか、選び方の判断軸を整理します。
目次 (8)
GPT-5 Codex は OpenAI のコーディング専用モデルファミリー
OpenAI 公式は GPT-5 Codex 系を、Codex(コードを書き、レビューし、出荷するための AI エージェント)で使う前提のモデルとして整備しています。GPT-5 / GPT-5.2 / GPT-5.3 / GPT-5.5 といった汎用モデルとは別に、リポジトリの読解・編集・テスト実行・レビュー応答など、コーディング作業全般に最適化された派生モデルが「-Codex」のサフィックスを持って提供されているのが特徴です。
利用面では、Codex CLI、IDE 拡張、Codex Cloud、ChatGPT 内 Codex のどの経路から呼び出しても、内部で GPT-5 Codex 系モデルが動いています。ユーザー側がモデル名を意識しなくても基本機能は使えますが、Codex CLI では /model コマンドで GPT-5.4 / GPT-5.3-Codex などへ明示的に切り替えられるため、タスクの性質に応じてモデルを使い分けることが可能です。
初代 GPT-5-Codex は Codex 専用チューニングの起点
GPT-5-Codex は GPT-5 系をベースに、コードを扱う作業へ最適化された Codex 専用モデルの初代版です。OpenAI Developers の API ドキュメントでも独立したモデルとして提供されており、Codex CLI / Cloud / IDE 拡張から呼び出して使えるよう設計されています。
汎用 GPT-5 と比較したときの強みは、長いコードベースを跨いだ参照、複数ファイルにまたがる修正、テスト実行と結果解釈、レビュー応答といったコーディング作業全般での挙動の安定性にあります。「依頼を読んで、リポジトリを読み、適切なファイルを編集し、検証コマンドを実行する」一連の流れを、汎用モデルよりも前提知識少なく回しやすくなっています。
このモデルが Codex 製品の最初のデフォルトとなり、以後の GPT-5.2-Codex / GPT-5.3-Codex の改良ベースラインとなりました。
GPT-5.2-Codex はフロンティアコーディング性能を引き上げた版
GPT-5.2-Codex は、GPT-5.2 をベースに Codex 向けの追加チューニングを施したモデルです。OpenAI 公式は GPT-5.2-Codex を「フロンティアコーディング性能を更新した Codex 専用モデル」として位置づけており、初代 GPT-5-Codex に対して、より複雑な多段リファクタや横断調査タスクで安定性が増しています。
Codex CLI / Codex Cloud から呼び出して使えるほか、API でもモデル名を指定して直接利用できます。後述する GPT-5.3-Codex の登場までは、Codex 製品の主力モデルとして運用されていました。
GPT-5.3-Codex(2026 年 2 月公開)は最新かつ最強のエージェントモデル
GPT-5.3-Codex は 2026 年 2 月 5 日に公開された、本記事執筆時点で OpenAI の最強エージェント型コーディングモデルです。GPT-5.2-Codex のフロンティアコーディング性能と、汎用モデル GPT-5.2 の推論・専門知識能力を 1 つのモデルに統合し、さらに 25% 高速化したと公式に発表されています。
研究、ツール利用、複雑な実行を伴う長時間タスクを安定して回せる点が大きな改良で、OpenAI 内部でも Codex チームが GPT-5.3-Codex の早期版を使って自身のトレーニングをデバッグし、デプロイを管理し、テスト結果と評価を診断したと述べられています。「Codex 自身が Codex を作る」段階に入ったことを象徴するモデルと言えます。
Codex CLI では /model gpt-5-3-codex のような形で切り替えて使えます。System Card は OpenAI の cdn 上に PDF で公開されています。
GPT-5.3-Codex-Spark は小型・リアルタイム特化の派生
GPT-5.3-Codex-Spark は GPT-5.3-Codex の小型版で、OpenAI が初めて「リアルタイムコーディング」を目的に設計したモデルです。1 秒間に 1000 トークンを超える出力速度を保ちながら、現実のコーディングタスクで高い実用性を維持しているとされます。
向いているのは、エディタ補完のように低レイテンシが品質より優先される場面、IDE 上で操作とほぼ同時に提案を返したいケース、対話的に短い指示を多数渡すような利用です。逆に、長時間のリポジトリ調査や複雑な多段リファクタには本家 GPT-5.3-Codex の方が適しています。
「即応性 vs 深い思考」のトレードオフを、Codex CLI / IDE 拡張上でモデル選択により切り替えられるのが GPT-5.3-Codex-Spark の使いどころです。
どのモデルを選ぶべきか — タスク特性で使い分ける
GPT-5 Codex 系を使い分けるときの判断軸は、タスクの「深さ」と「速さ」の優先順位です。長時間にわたる調査・多段リファクタ・テスト実行を伴う仕事は GPT-5.3-Codex(または GPT-5.4)、リアルタイムの補完や対話的な短い指示は GPT-5.3-Codex-Spark、学習や互換性の確認用には初代 GPT-5-Codex / GPT-5.2-Codex を残して使う、というのが標準的な使い分けです。
特に新規導入時は、まず Codex 製品が既定で割り当てるモデル(GPT-5.3-Codex 系が中心)で動作確認し、レイテンシや出力長で不満が出たタイミングで /model による切り替えを検討すれば十分です。モデルを意識しないと使えない仕組みではないため、最初から最適化に時間をかけすぎる必要はありません。
まとめ — GPT-5 Codex は世代別に使い分けるモデルファミリー
GPT-5 Codex は単一のモデル名ではなく、OpenAI が Codex 向けに整備したコーディング特化モデルファミリーの総称です。初代 GPT-5-Codex、フロンティア性能版 GPT-5.2-Codex、最新の GPT-5.3-Codex、リアルタイム特化の GPT-5.3-Codex-Spark まで、用途別の複数バリアントを Codex CLI / IDE 拡張 / Codex Cloud から /model 切り替えで使い分けられます。
最初は既定モデルで Codex を試し、性能・速度のどちらに不満が出たかで上位 / 高速モデルへ切り替えるのが現実的な進め方です。
