Codex 258kとは｜400Kとの違いと長い会話の圧縮方法を確認

Codex 258kは何を表す数字か

Codex 258kを理解するときは、まず「コンテキストウィンドウ」と「現在の会話で使える量」を分けます。コンテキストウィンドウは、モデルが一つの要求に関係づけられる入力と出力の範囲です。一方、画面に出る258,400は、利用するモデルのカタログ、出力に残す余地、圧縮を始める安全域などを考慮した表示である可能性があります。画面の数字だけから、モデルそのものの最大値を断定することはできません。

トークンは文字数と同じではありません。英数字、記号、日本語、ソースコードの書き方によって分割のされ方が変わるため、「258kなら日本語を何文字読めるか」と単純に換算するのは危険です。長いファイルをたくさん渡せるかを考えるときは、ファイルの行数だけでなく、説明、ツールの結果、過去の会話、モデルが返したコードまで含めて考えます。

また、モデルの公開仕様とCodexの実効値は、同じ提供元でも掲載場所が異なります。OpenAIのGPT-5.5公式モデルページはAPIでのコンテキストウィンドウと最大出力を示しますが、CodexのアプリやCLIに表示される残量を直接保証するページではありません。入口が違う数字を一つの上限として扱わないことが、最初の切り分けです。

画面の分母を先に読む

「258k left」「258k used」のような表示を見たら、数値の前に付く言葉と後ろにある単位を確認します。「left」は残りの目安、「used」は現在までの使用量、「context window」は一つの要求に関係する範囲を指します。同じ258kでも、残りなのか全体なのかで判断は正反対になります。スクリーンショットや表示文をそのまま残し、記憶だけで読み替えないようにします。

400Kとの関係を式で見る

公式Codexリポジトリの公開報告では、400Kの内訳を272Kの入力と128Kの出力として考え、入力側の安全域に95%を掛けた値が258,400になると説明されています。式は「272,000×0.95=258,400」です。ただし、これは報告された表示を理解するための説明であり、現在のすべてのモデルや端末の固定仕様だと決めつけず、手元の表示と版を併記します。

2026年8月に258kを確認し直す理由

2026年8月13日に258kを確認する価値があるのは、モデルの公開仕様とCodexの実際の表示が、同じ時期でも別々に更新されるからです。OpenAIのモデル一覧では、GPT-5.6 Sol、Terra、Lunaに1.05Mのコンテキストウィンドウが示されています。これはAPIのモデルカタログとして重要な情報ですが、Codexの会話画面に同じ数字がそのまま現れることを意味しません。

さらに、OpenAIの公式Codexリポジトリには、2026年7月17日にGPT-5.6 Solで26,910 / 258,400の状態からモデルを変更したところ、履歴が圧縮されたという報告があります。別の例では、推論設定だけを変えた後に32,934 / 258,400で圧縮が起きたと記されています。これは公開された一利用者の再現報告であり、全環境の確定動作ではありません。それでも、数字を見たときに「単なるモデル上限」とせず、設定変更との前後関係を記録する理由になります。

この事例は、258kという検索語に時事性を与えています。OpenAIの公式ページが掲げるモデルの最大値、Codexが表示する実効値、履歴を短くする処理のタイミングがずれると、利用者は「容量が減った」「モデルが変わった」「会話が壊れた」を同じ症状として受け取ります。三つを分けて確認すれば、必要以上にモデルを変えたり、重要な会話をそのまま引き延ばしたりする判断を避けられます。

公開仕様と公開報告を同じ重さで扱わない

モデルページは、提供元が現在の仕様として掲げる情報を確認するための一次資料です。一方、公式リポジトリのIssueは、利用者が特定の版や環境で見た現象を共有する場所です。Issueの数字は重要な観測ですが、モデルページの仕様を自動的に上書きするものではありません。記事や社内メモでは、「公式仕様」と「公開された再現例」を見出しや文中で分けて記録します。

直近の変化は日付と版を添える

モデル名だけでは、いつ、どのクライアントで見た数字かが分かりません。2026年8月13日時点の確認なら、モデル名、アプリまたはCLIの版、表示された数値、確認時刻を一行にそろえます。後日同じスレッドで数字が変わったとしても、最初の観測を消さずに残せば、仕様変更と表示上の揺れを比較できます。

モデル仕様とCodexの表示を切り分ける

258kを調べるときは、次のように情報の役割を分けると混乱しません。モデルページのコンテキストウィンドウは、モデルが扱える範囲を読むための数字です。Codexのステータス表示は、いまの会話で実際に利用できる範囲を読むための数字です。残量表示は会話が進むにつれて変わり、圧縮後には大きく戻ることがあります。

OpenAIのGPT-5.5公式ページには、1,050,000のコンテキストウィンドウに加え、最大出力128,000トークン、入力が272Kを超えた場合の料金条件が掲載されています。ここで大切なのは料金条件をそのままCodexの残量へ移すことではなく、入力と出力が別の軸で管理されていると理解することです。Codexの画面で258kを見たときも、入力だけの数なのか、出力の余地を含む全体なのかを確認します。

仕様表の数字をそのまま移さない

APIでGPT-5.5を使う場合と、ChatGPTのCodexで同じモデル名を選ぶ場合では、認証された入口、料金、利用枠、圧縮の扱いが異なります。モデル名が同じでも、利用者が見る数値の意味まで同じとは限りません。APIの仕様表を読んだら「モデルの能力」を、Codexの画面を読んだら「現在のセッション」を確認した、とメモを分けるのが安全です。

258kを残り枠と混同しない

残り枠は会話の開始直後と、長い応答の後、圧縮の後で変わります。258,400と表示されても、それが常に残っている量とは限りません。表示の横に「left」「used」などの語がなければ、現在値か全体値かを判断せず、公式のコマンド表示や次の短い要求の結果と照合します。

258kが出たときの確認手順

原因を推測する前に、同じ条件で小さく比べると判断しやすくなります。長いコードベースをいきなり読み直すと、確認そのものが会話を膨らませます。次の順番では、読み取りを中心にして、モデル、表示、圧縮の順に差を記録します。

1. モデル名とクライアントの版を記録する。 Codexのモデル選択欄、アプリの情報画面、CLIの版番号を同じメモに残します。モデル名だけ、または版番号だけでは、後から258kの出所を追えません。
2. 現在の状態を表示する。 Codexの公式開発者向けコマンド案内にある/statusなどを使い、選択中のモデル、推論設定、使用量、残量の表示を写します。詳しくはOpenAIの公式コマンドリファレンスを確認します。
3. 短い新規会話で同じ表示を見る。 リポジトリ全体を読み込ませず、短い質問を一つだけ送り、開始直後と応答後の数字を比べます。新規会話では258k、長い会話では別の値なら、モデル差より履歴量や圧縮の影響を先に疑います。
4. 圧縮の前後を記録する。 長い会話で圧縮が起きたら、直前に何を読ませたか、どの設定を変えたか、圧縮後に何が残ったかを確認します。必要な前提を短くまとめてから/compactを使う場合も、圧縮後の状態を読み返します。
5. モデル変更を一つずつ比べる。 複数の設定を同時に変えず、モデルだけ、推論設定だけの順で短い要求を送ります。数字や履歴の変化が再現するかを確かめ、再現しない現象を一般仕様として断定しません。

版番号を数字の横に置く

同じモデル名でも、CodexアプリやCLIの版が違えば、表示、圧縮、設定項目の扱いが変わる可能性があります。確認メモには、モデル名、クライアント版、OS、表示値、確認時刻を一行で残します。特に「最新版」とだけ書くと、後で公式リリースと照合できないため、具体的な番号を優先します。

一つの変更だけで再現性を見る

モデルと推論設定を同時に変えると、どちらが表示を変えたか分からなくなります。短い会話を用意し、最初にモデルだけを変え、次に元へ戻してから推論設定だけを変えます。結果が同じにならない場合も失敗ではなく、表示条件が固定されていないという観測です。観測と推測を分けて書き残します。

長いコード作業で258kを使い切らない進め方

258kという数字を見て、最初から一つの会話へ全ファイルを詰め込む必要はありません。コードを理解する作業では、関係するファイル、実行結果、判断理由、変更後の確認が少しずつ積み上がります。広い範囲を一度に渡すより、目的ごとに対象を限定し、区切りのよいところで重要な前提を短く残すほうが、表示値の変化も追いやすくなります。

最初の依頼では、対象、変更してよい範囲、確認したい結果を短く書きます。調査が終わったら、分かったこと、まだ分からないこと、次に見るファイルを三つの短い段落に整理します。これは会話を短くするだけでなく、圧縮後に何を復元すべきかを明確にする方法です。長いログや重複したファイル内容は、結論と必要な一部だけを残します。

変更前の前提を短く残す

修正を始める前に、守る条件を一つの段落へまとめます。たとえば「公開APIの形は変えない」「既存のエラー表示は残す」「テスト対象はこの二つ」といった条件です。詳細な会話を丸ごと頼りにすると、圧縮後に小さな条件が抜けやすくなります。短い前提を再掲すれば、258kの残量を無理に増やさず、重要な判断を保ちやすくなります。

読み取り量を目的に合わせる

不具合の原因を探すとき、最初からリポジトリ全体を渡す必要はありません。エラーが出たファイル、呼び出し元、関連するテストを順番に見ます。検索結果は一致した行と周辺だけを確認し、同じ出力を何度も会話へ貼り付けないようにします。必要な範囲を狭めても結論が出ない場合にだけ、次の層へ広げます。

圧縮後に前提を読み直す

会話の圧縮は、古い履歴を短い要約へ置き換える処理です。すべての細部が同じ形で残るとは限らないため、圧縮後は現在の目的、対象ファイル、未完了の確認を読み直します。Codexが以前の変更を知らないように見えたときは、すぐに同じ作業を繰り返さず、短い前提と現在の差分を再提示してから続けます。

モデル変更と圧縮のタイミングを見る

モデルを変えたら表示が変わるのは自然ですが、履歴が大きく圧縮される場合は別に記録します。公式Codexリポジトリの2026年7月17日の公開報告では、GPT-5.6 Solから別モデルへ切り替えたとき、26,910 / 258,400で圧縮が起きた例が示されています。推論設定だけを変えた例もありました。Issueは特定環境の報告であり、同じ現象が全員に起きるという意味ではありません。

この報告から読み取れるのは、圧縮の発生条件を「残量が少なくなったから」と一つに決めつけないことです。モデル変更で利用可能な枠の扱いが変わった、設定の切り替えで互換性を保つ処理が走った、表示が一時的に古い状態を示したなど複数の可能性があります。確定していない原因を断言せず、発生した日付、変更前後のモデル、表示値、圧縮後の履歴をまとめます。

設定変更前後で比較する

変更前に短い状態メモを作り、変更後に同じ画面をもう一度確認します。変更するのは一項目だけにし、同じ短文を送って応答と表示を比べます。圧縮が起きた場合は、失われたように見える条件を短く再掲し、重要な作業をそのまま続けないほうが安全です。再現しなければ、単発の表示や一時的な状態だった可能性として扱います。

表示が変わったときの判断

258kから別の値になったとき、すぐに「モデルの性能が落ちた」と決める必要はありません。モデルを変更したのか、会話を新しくしたのか、圧縮が完了したのか、クライアントが更新されたのかを順に照合します。公式のモデル一覧と手元の画面が一致しない場合も、仕様と観測を分けたうえで、現在の作業に必要な範囲だけを判断します。

258kを理由にモデルを選ばない

モデルを選ぶとき、コンテキストの大きさだけを競うと、料金、応答速度、推論の深さ、作業内容との相性を見落とします。小さな修正や短い質問なら、大きな枠よりも確認しやすい応答と待ち時間の短さが重要です。複数ファイルをまたぐ調査なら、対象を絞ったうえで十分な枠を持つモデルを選び、長い会話を一つに集約しない進め方も候補になります。

OpenAIの公式モデルページには、コンテキストウィンドウとは別に、入力・キャッシュ済み入力・出力の料金が掲載されています。GPT-5.5では入力が272Kを超える場合の条件も示されていますが、APIの料金表をChatGPTのCodex利用枠へそのまま置き換えることはできません。数字を比較するときは、同じ入口、同じモデル、同じ課金単位をそろえます。詳しくはGPT-5.5公式モデルページを参照してください。

短い作業は短い会話で完了させる

版の確認、単一ファイルの読み取り、エラー文の意味確認などは、目的を一つに絞った会話で進めます。終わった会話を次の大きな作業へ無理につなげると、必要のない履歴が258kの枠を占めます。目的が変わったら、新しい会話へ移し、前の結論だけを短く引き継ぐほうが再確認しやすくなります。

長い作業は区切りを作る

長い改修では、調査、変更、テスト、振り返りを別々の区切りにします。それぞれの終わりに、変更したファイル、確認できた結果、残っている問題を短く残します。区切りを作ると、258kへ近づいたときにどの情報を優先して残すかを決めやすくなり、圧縮後の再開でも判断がぶれにくくなります。

258k表示で困ったときの結論

Codex 258kは、公式モデルページにある最大コンテキストと矛盾する一つの異常値として扱うより、Codexの会話で使える実効値、入力と出力の配分、圧縮の安全域、現在の表示を切り分ける入口として読むのが適切です。2026年8月13日時点では、OpenAIのモデル仕様に1.05Mが掲載される一方、公式Codexリポジトリには258,400の表示や圧縮タイミングをめぐる公開報告があります。

まずモデル名とクライアント版を記録し、/statusで表示の分母を確認します。次に短い新規会話で比べ、モデル変更や推論設定の変更は一つずつ行います。長いコード作業では、対象を絞り、重要な前提を短く残し、圧縮後に目的と差分を読み直してください。数字を大きくすることだけを目標にせず、公開仕様と自分のセッションで観測した値を分けて記録することが、258kを正しく扱う近道です。