OpenAI、Codexを刷新：最長7時間の自律開発やPR自動レビューに対応

AI にコードを書かせるとき、簡単な修正なのに延々と待たされたり、複雑なバグ改修を丸投げしたら数秒で適当なコードを返されたりする経験は珍しくありません。OpenAI が打ち出した最新アップデートは、まさにこのストレスを解消しようとしています。

OpenAI は同社のコーディングエージェント「Codex」向けに特化した新モデル「GPT-5-Codex」を発表しました。ターミナル向けの CLI、Web、VS Code や Cursor などの IDE 拡張機能、そして GitHub のプルリクエスト（PR）レビューに順次組み込まれます。有料の ChatGPT 各種プラン加入者向けに即日展開されたほか、9 月 23 日には API 経由でも通常モデルと同価格で提供が始まりました。

数秒の即答から 7 時間の連続自律作業まで

GPT-5-Codex の最大の特徴は、タスクの難易度に応じて「思考時間」をリアルタイムに自動調整する点にあります。

OpenAI の Codex プロダクトリードである Alexander Embiricos 氏によると、従来のように最初のプロンプトを見てルーティングを決めるのではなく、内部でルーターを使わずにタスクの進行状況に合わせて自律判断します。最初は簡単そうに見えても、作業開始から数分後にさらに 1 時間かけて検証を深めるべきだと判断できる設計です。社内テストでは、テストのエラーを修正しながら 7 時間以上にわたって完全に自律作業を続け、大規模な実装をやり切った例もありました。

同社の社内利用実績でも、明確な落差が表れています。最も単純な下位 10% のやり取りでは、標準の GPT-5 と比べて消費トークン数が 93.7% 削減されました。一方で、最も複雑な上位 10% のタスクでは推論と検証にかける時間が従来の 2 倍に跳ね上がっています。SWE-bench Verified などの主要ベンチマークでも、ベースモデルを明確に上回る成績を記録しました。

ターミナルから GitHub レビューまで全面刷新

モデルの刷新にあわせ、ツール群も大幅に強化されました。オープンソースで開発されている Codex CLI は、UI ワイヤーフレームやスクリーンショットの画像読み込みに対応したほか、作業手順を ToDo リストで可視化できるようになりました。外部システムと接続する MCP（Model Context Protocol）や Web 検索もサポートしています。

クラウド環境ではコンテナのキャッシュ技術により、タスク完了までの中央値が 90% 短縮されました。自身でブラウザを立ち上げて画面崩れがないかスクリーンショットを撮影し、PR に貼り付けることまで自動でこなします。

さらに強力なのが、PR の自動レビュー機能です。単なる静的解析とは異なり、PR の説明文と差分を照合し、コードベース全体の依存関係を把握した上で実際にテストを実行してバグをあぶり出します。OpenAI 社内でも大半の PR をまず Codex にレビューさせており、人間の目が入る前に毎日数百件の問題を発見しているといいます。

なぜ重要か

AI コーディング市場は急速に過熱しています。2025 年前半に Cursor の ARR（年間経常収益）が 5 億ドルを突破し、Claude Code もターミナル領域で猛追する中、OpenAI としては汎用モデルを提供するだけでは優位性を保てなくなっていました。

今回の GPT-5-Codex で最もスマートなのは、固定的な推論時間設定を捨て、タスクの詰まり具合に応じて柔軟に長時間稼働できるエージェント構造に舵を切った点にあると私たちは考えています。単なる補完ツールではなく、テスト結果を見ながら 7 時間粘れる「初級エンジニア」として動いてくれるため、リファクタリングやフロントエンドの実装、PR の事前チェックを丸投げしたい開発者にとっては今すぐ試す価値があります。

一方で、エージェントがコマンドを実行し、外部環境と接続する以上、安全性の担保には細心の注意が必要です。OpenAI はサンドボックス環境とネットワーク制限を初期状態で有効にしていますが、MCP などで外部権限を広げるほどリスクは高まります。ツールがどれだけ粘り強く動いたとしても、最終的なコードと動作確認の責任は依然として人間の側にある点を見落とすべきではありません。