OpenAI、GPT-5.1-Codex-Maxを発表：24時間以上自律稼働するコーディングAI

大規模なリファクタリングをAIに任せていたら、コンテキストの上限に達して記憶を失い、途中で破綻した。そんな経験を持つ開発者は少なくないはずです。

OpenAIがこの壁を越えるために打ち出したアプローチは、極めて実用的でした。

同社は新しいエージェント型コーディングモデル「GPT-5.1-Codex-Max」をリリースしました。本日からCodexのデフォルトモデルがこれに置き換わり、CLI、IDE拡張機能、クラウド環境、コードレビューの各ツールで利用可能になっています。

記憶を自動で圧縮し、数百万トークンを走破する

最大の特徴は、同社が「コンパクション」と呼ぶ独自の文脈圧縮機能です。

従来のモデルは1つのコンテキストウィンドウを使い切ると処理が止まるか、大事な前提を忘れてしまっていました。GPT-5.1-Codex-Maxは、複数のウィンドウをまたいで作業することをネイティブに学習しています。

コンテキストの上限に近づくと、不要な履歴を削ぎ落として重要な文脈だけを残し、自動的に新しいウィンドウへ処理を引き継ぎます。このサイクルを繰り返すことで、1つのタスクで数百万トークン規模の作業を破綻なく継続できます。

社内検証では、24時間以上にわたって自律的に作業を続け、テストの失敗を修正しながら実装を完了させたケースも確認されたといいます。

さらに、Windows環境での動作に対応した初のモデルとなったほか、Codex CLIでの協調作業やフロントエンド開発のコスト削減も盛り込まれました。

思考トークンを30％削減しながら性能向上

賢くなった一方で、消費するトークンはむしろ減っています。

ベンチマークのSWE-bench Verifiedにおいて、同じ思考負荷設定（medium）で前世代を上回りつつ、思考トークンの消費量を30％削減しました。

速度よりも解の精度を優先したいタスク向けには、より長く熟考する「Extra High」設定も新設されました。このモードではSWE-bench Verifiedで77.9％、実案件を模したSWE-Lancerで79.9％のスコアを記録しています。

OpenAIによると、社内エンジニアの95％がCodexを毎週利用しており、導入前と比べて出荷するプルリクエスト数が約70％増加したとのことです。

安全面では、ファイル書き込みをワークスペース内に限定し、外部へのネット接続を原則無効化したサンドボックス環境で動作します。

ChatGPT Plus、Pro、Business、Edu、Enterpriseの各プランで利用でき、API提供も近く行われる予定です。

なぜ重要か

今回のアップデートで最も巧妙なのは、コンテキストウィンドウの単純なサイズ拡大競争から抜け出し、状態管理の最適化に舵を切った点にあると私たちは考えます。

ウィンドウを無理に広げるアプローチは計算コストが跳ね上がり、情報埋もれの原因にもなります。重要な記憶だけを圧縮して次の作業枠へ渡す仕組みは、現実の熟練エンジニアがメモを取りながら長時間のタスクを進める手順そのものです。

これにより、開発者はトークン費用を抑えながら、半日以上かかるような重いリファクタリングをAIに丸投げできるようになります。競合他社にとっても、単発のコード補完ではなく「自律的な作業持続力」が新たな勝負基準になるはずです。

ただし、AIが24時間連続でコードを書き換え続けた場合、生成された大量のコードを人間がどう検証するかという別の問題が浮上します。レビューの手間が過剰になれば本末転倒になりかねず、実務での運用ルール設計が試されることになります。