Sonnet 4.5 vs GPT-5.1 Codexの違いと提供状況・選び方

Sonnet 4.5とGPT-5.1 Codexは何が違うのか

Claude Sonnet 4.5は、Anthropicが2025年9月29日に発表したモデルです。発表では、ソフトウェア開発、複数段階の作業、コンピューター操作を重視しています。一方、GPT-5.1-CodexはOpenAIの公式モデルページで、Codexまたは同様の環境におけるエージェント型のコード作業向けと説明されています。双方ともコードの生成だけでなく、既存のコードを読み、変更を考え、結果を確かめる場面が比較対象になります。Anthropicの発表、OpenAIのモデル仕様。

ただし、モデルと開発ツールは分けて考えてください。Claude Codeはモデルへコードや実行結果を渡すための製品で、Codexもモデルを使って作業するための製品です。GitHub CopilotやCursorから利用する場合は、その製品が対応するモデルと機能の範囲で使います。モデル名だけをそろえても、片方には関連ファイルをすべて渡し、もう片方には短い説明しか渡さなければ、能力の違いを測る比較にはなりません。

発表時の評価は現在の勝敗を決めない

Sonnet 4.5の発表資料には、コード修正の評価や長時間の作業に関する結果があります。しかし、それらは発表時の条件で測られた結果です。特定の評価で高い得点を得たことと、自分の開発対象で少ない手直しで完成することは同じではありません。資料を読む際は、試行回数、利用できる道具、思考に使う量などの条件も確認し、別のモデルの数値とそのまま並べないようにします。評価方法を含む公式発表。

2026年10月14日に提供状況を確認する理由

今回比較を読み直すきっかけは、モデルの世代交代です。OpenAIはGPT-5.5を2026年10月14日にChatGPT、ChatGPT Work、Codexの全プランから提供終了すると案内し、OpenAI APIはこの終了の対象外としています。これはGPT-5.1-Codexの終了日を示す告知ではありません。似た名前のモデルをまとめて扱わず、告知に書かれたモデル名と利用先を確認する必要があります。Codexの公式モデル案内。

GPT-5.1-Codexについては、2026年10月14日に確認したOpenAIのAPIモデルページに「Deprecated」の表示があります。非推奨の表示は、今後の新規導入で現行候補を優先する理由になりますが、表示だけから個々の契約での利用可否や停止時刻までは決められません。APIでの扱いを知りたい場合はAPI側の案内を読み、ChatGPTにサインインして使うCodexの選択肢とは分けて判断してください。GPT-5.1-Codexの公式ページ。

GitHub Copilotの提供終了履歴では、GPT-5.1-Codexは2026年4月1日、Claude Sonnet 4.5は2026年9月1日に提供終了したモデルとして掲載されています。そのためCopilotで両者を新しく選んで比較する計画は、現行の候補へ置き換える必要があります。Copilotでの終了を、AnthropicやOpenAIのすべての製品での終了と読み替えることもできません。GitHubの対応モデルと提供終了履歴。

API料金と月額契約をどう比べるか

GPT-5.1-Codexの公式APIページには、100万トークンあたり入力1.25ドル、キャッシュ済み入力0.125ドル、出力10ドルと記載されています。Sonnet 4.5の発表時のAPI料金は、100万トークンあたり入力3ドル、出力15ドルでした。後者は発表時の基本単価として読む必要があり、現在の請求条件や追加機能の料金をすべて表すものではありません。OpenAIの料金欄、Anthropicの発表時の料金。

この数字だけで「安いほうが得」と結論づけるのは早計です。同じ修正でも、関連ファイルを繰り返し読み込む量、出力の長さ、再試行の回数が変わります。安い単価のモデルが何度も修正を要する場合と、高い単価のモデルが一度で条件を満たす場合では、完成までの費用が逆転する可能性があります。比較には、一回の返答の費用だけでなく、最初の依頼からテストに合格するまでの利用量を記録します。

月額契約で使うCodex、Claude Code、GitHub Copilotでは、APIの単価をそのまま自分の請求額に置き換えないでください。利用枠、選択するモデル、速度設定などの契約条件を別に確認する必要があります。たとえばCodexはChatGPTへのサインインとAPIキーでの利用について、料金の扱いが異なると案内しています。比較記録には利用経路も添え、月額の利用枠とAPIのドル単価を同じ列で順位付けしないことが大切です。Codexの利用経路別の案内。

コード修正では完成までの手直しを測る

実務で最初に見るべきなのは、生成された文章の長さではなく、依頼した変更が正しく入ったかです。入力の境界値を扱う小さな不具合修正なら、通常の入力、空の入力、無効な入力で期待する結果が得られるかを確認します。変更した関数のテストだけでなく、既存の動作が保たれているかも見ます。説明が丁寧でも、テストを実施していないのに合格したと書いていれば、確認を追加する必要があります。

複数ファイルにまたがる変更では、処理の名前、呼び出し側、型、設定値などの整合性も比較対象です。片方のモデルが広い範囲を変更した場合、その変更が必要だったかを確認します。片方が少ない変更で済ませた場合も、必要な箇所を見落としていないか確かめます。差分の大きさだけを良し悪しの基準にせず、仕様を満たすために必要な変更が過不足なく含まれているかを評価します。

説明の質は再確認のしやすさで判断する

変更理由を説明する返答では、原因、変更箇所、確認した結果、未確認の点がつながっているかを見ます。「修正しました」という一文だけでは、後から別の開発者が確認しにくくなります。一方、長い説明でも実際の変更と食い違っていれば役立ちません。比較では、ファイル名や関数名が正しいか、実施したテストを追えるか、未解決の点が具体的かを同じ基準で確認します。

同じ課題でモデルを比較する五つの手順

比較用の課題には、期待する結果を自分で判定できる小さな変更を選びます。初回から大きなアプリ全体を作らせると、モデルが違うのか、依頼が曖昧なのか、渡した情報が不足したのかを見分けにくくなります。既知の不具合を一つ直す、入力検証を一つ追加する、既存関数のテストを補うといった課題なら、確認項目を固定しやすくなります。合格条件は依頼前に書き、結果を見てから変えないようにしてください。以下は読者が比較を行うための手順であり、本記事で両モデルを実測した結果ではありません。

Step 1: 利用先と正式なモデル名を記録する

比較する製品名、モデルID、確認日、契約の種類を記録します。GPT-5.1-CodexとGPT-5.1-Codex-Maxは異なる名前なので、同じものとしてまとめません。Sonnetについても世代を省略せず、4.5なのか後継なのかを書きます。目的のモデルが利用できない場合は、古い設定を繰り返す前に、その製品の対応モデル一覧で現行候補を選び直します。

Step 2: 同じ初期コードと依頼文を用意する

両方に渡すコードを同じ状態にし、変更目的、期待する動作、触ってよい範囲を同じ依頼文で伝えます。一方だけに過去の会話や解決策のヒントを含めると、比較条件が変わります。たとえば「空の入力で例外になる不具合を直し、既存の正常入力の結果を維持して、テストを追加してください」と、完成条件が確認できる形にします。

Step 3: 変更内容とテスト結果を確認する

返答を受け取ったら、変更されたコードを読み、指定した条件のテストと既存のテストを確認します。テストが通ったという説明だけで済ませず、実際の結果を見ます。実行できなかったテストは未確認として残してください。不要な依存関係の追加、関係のないファイルの変更、入力条件の見落としも記録し、両方を同じ基準で判定します。

Step 4: 手直しの回数と利用量を集める

最初の返答までの待ち時間と、合格するまでの総時間を分けて記録します。修正を依頼し直した回数、人が直した箇所、利用先で確認できるトークン量や利用枠の消費も残します。同じ課題を繰り返す場合は毎回初期状態へ戻し、一回だけの結果で優劣を固定しないようにします。利用量を取得できない場合は、推測値を実測値として書かないでください。

Step 5: 現行候補でも同じ確認を行う

過去のモデルを比較した記録を、現在使える候補でも再利用します。Copilotでは対応モデル一覧と利用画面、Codexでは公式モデル案内と手元の選択肢を確認します。既存の比較記録と同じ課題を使えば、新しいモデルに変えて手直しが減ったのか、待ち時間が変わったのかを判断できます。結果が良ければ、少し大きな変更へ対象を広げます。

今から使うなら後継候補をどう選ぶか

2026年10月14日に確認したCodexの公式モデル案内は、複雑なコード作業の候補としてGPT-6.1 Solを、範囲が明確で繰り返す作業の候補としてLunaを挙げています。提供はプラン、利用する画面、組織の設定によって異なります。名前を指定すれば必ず使えるとは限らないので、実際に選択できる候補から始めてください。GPT-5.5の終了案内ではプラン別の置き換え候補も示されており、旧モデルの比較と移行先の選定をつなげる材料になります。Codexの推奨モデルと移行案内。

GitHub Copilotでは、Sonnet 4.5の提供終了履歴が現行のSonnetモデルを代替候補として案内しています。同じ資料にGPT-5.1-Codexの代替候補も掲載されていますが、製品が案内する置き換え先と、自分の課題で最も使いやすいモデルが一致するかは確認が必要です。まず現在使える候補で小さな修正を比較し、普段扱う言語、関連ファイルの数、許容できる待ち時間に合わせて判断してください。Copilotの対応モデル一覧。

比較結果を次の開発に使える形で残す

Sonnet 4.5とGPT-5.1-Codexの違いを調べる目的は、過去の順位を覚えることではなく、コード作業に合うモデルを選ぶことです。公式資料から分かる特徴と、自分の課題で測った結果を分けて残すと、モデルが入れ替わった後も比較記録を使えます。「どちらが優秀か」という一言より、「入力検証の修正では手直しが少なかった」「広い変更では確認漏れがあった」という具体的な記録のほうが次の選定に役立ちます。

記録にはモデル名、利用先、確認日、課題、テスト結果、総時間、人が修正した量を含めます。費用を測れた場合は利用経路と一緒に記載し、測れていない項目は空欄にします。提供終了後も過去の記録を残すことは有用ですが、その記録から現在の利用可否を推測しないでください。正式名称と提供状況を確かめ、同じ課題で現行候補を比べることが、両モデルの比較を日々の開発判断へ結び付ける方法です。