Codex で GPT-5.6 Sol 1M コンテキストを有効化:3行の `config.toml` 設定チュートリアル

GPT-5.6 Sol は公式に 105 万トークンのコンテキストをサポートしています。Codex の config.toml の先頭に 3 行の設定を追加するだけで、100 万ウィンドウで実行でき、約 90 万トークンで履歴が自動的に圧縮されます。永久設定、単発コマンド、検証、コストの注意事項が付属しています。

PandaNpc初公開日
Codex で GPT-5.6 Sol 1M コンテキストを有効化:3行の `config.toml` 設定チュートリアル

GPT-5.6 Sol の公式コンテキストウィンドウは 1,050,000 token ですが、Codex はデフォルトではウィンドウ全体を使い切りません。超長いセッションの圧縮をできるだけ減らしたい場合は、Codex の config.toml の先頭に3行の設定を追加するだけです。

toml
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

保存して Codex を再起動し、新しいセッションを開始するだけです。以下では、設定場所、各行の役割、単発起動の方法、注意事項をまとめて説明します。

先に結論:この3行はそれぞれ何をするのか

設定項目 機能
model = "gpt-5.6-sol" GPT-5.6 シリーズのフラッグシップモデル Sol を明示的に選択する
model_context_window = 1000000 Codex に現在のモデルへ 100 万 token のコンテキスト予算を割り当てるよう指示する
model_auto_compact_token_limit = 900000 アクティブなコンテキストが 90 万 token に近づくと古い履歴を自動圧縮し、ウィンドウ上限に達するのを防ぐ

OpenAI の Codex 設定リファレンス には model_context_windowmodel_auto_compact_token_limit という2つの設定項目が正式に記載されています。GPT-5.6 Sol モデルページ には、そのコンテキストウィンドウが 1,050,000 token、最大出力が 128,000 token と明記されています。

ここで直接 1,050,000 と書かずに 1,000,000 に設定するのは、システムプロンプト、ツールの結果、実装の差分に少し余裕を持たせるためです。また、自動圧縮ラインを 900,000 に設定することで、ウィンドウが上限ギリギリになってから処理するのではなく、Codex に圧縮を完了する余地を持たせます。

ステップ1:Codex の `config.toml` を見つける

Codex のユーザーレベル設定ファイルは以下の場所にあります:

  • macOS / Linux:~/.codex/config.toml
  • Windows:%USERPROFILE%\.codex\config.toml

macOS または Linux では、以下のコマンドを直接実行できます:

bash
mkdir -p ~/.codex
nano ~/.codex/config.toml

Windows PowerShell では、以下のコマンドを実行できます:

powershell
notepad $env:USERPROFILE\.codex\config.toml

ファイルが存在しない場合は新規作成し、すでに存在する場合は元のファイルを基に変更してください。既存の MCP、権限、プロジェクト設定を上書きしないようにしてください。

ステップ2:設定をファイルの最上部に置く

以下の3行を config.toml の最上部に置きます:

toml
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

必ず最初の [section] 見出しの前に置いてください。 たとえば、ファイルにすでに以下の内容がある場合:

toml
[projects."/path/to/project"]
trust_level = "trusted"

その3行のモデル設定は必ずその上に置いてください。TOML では、[projects."..."] の後に書かれた通常のキーはそのセクションの内容とみなされ、グローバル設定ではなくなります。

ファイルにすでに model = "..." の行がある場合は、直接 gpt-5.6-sol に変更し、model を2つ書かないでください。引用符も英文の半角ダブルクォート " を使用し、リッチテキストからコピーした曲がった引用符を使わないでください。

ステップ3:再起動して新しいセッションを開始する

ファイルを保存したら:

  1. 現在の Codex クライアントまたは CLI を終了する;
  2. Codex を再起動する;
  3. 新しいセッションを作成する。

すでに開かれている古いセッションは、実行中にコンテキスト予算を切り替えることは通常できません。そのため、ウィンドウをリロードして古いスレッドを続けるのは確実ではなく、新しいセッションを直接作成するのが最も手軽です。

Codex 付属の診断コマンドを使用して、設定が正常に読み込まれたかどうかを確認できます:

bash
codex doctor --json

以下の項目を重点的に確認してください:

  • overallStatusok であること;
  • config.loadok であること;
  • modelgpt-5.6-sol と表示されること。

このコマンドは設定ファイルが正しく解析・読み込みできるかを検証するもので、「1M のテスト」のために実際に数十万 token を消費することはありません。

デフォルト設定を変更しない:現在の CLI セッションにのみ 1M を有効化

超大なリポジトリや超長いタスクをたまに処理するだけで、すべてのセッションでデフォルトの 1M を使いたくない場合は、起動時に一時的に上書きできます:

bash
codex -m gpt-5.6-sol \
  -c model_context_window=1000000 \
  -c model_auto_compact_token_limit=900000

このパラメータ群は今回の起動にのみ影響します。現在の Codex を終了すると、次回は再び config.toml のデフォルト値に戻ります。

1M コンテキストが適しているシナリオ

これは以下のようなタスクに最も適しています:

  • 大型モノレポ内で複数のモジュールを連続して変更する;
  • Agent がアーキテクチャ上の決定、調査プロセス、テスト結果を長期間保持する必要がある;
  • 大量の設計ドキュメント、インターフェース仕様、またはログを一度に入力する;
  • タスクの途中で頻繁に自動圧縮が発生し、初期の詳細が失われるのを防ぎたい。

1、2個のファイルを変更するだけ、普通のバグを修正するだけ、短いスクリプトを書くだけなら、Codex のデフォルトウィンドウで通常は十分です。大きなウィンドウは「より多く収容できる」という意味であり、毎回すべてを詰め込まなければならないわけでも、コンテキストが長ければ長いほどモデルの注意力の利用率が必ず高くなるわけでもありません。

有効化する前に知っておくべきコストと品質の代償

長いコンテキストは非常に便利ですが、ただで手に入るものではありません。

1. 272K を超えると、API の長いコンテキストはより高い価格帯に入る

OpenAI の GPT-5.6 Sol モデルページには明確に記載されています:入力が 272K token を超えると、リクエスト全体の入力価格が 2 倍、出力価格が 1.5 倍で計算されます。

API 課金を使用している場合は、この点が請求書に直接反映されます。ChatGPT / Codex のサブスクリプションでログインしている場合は、具体的にはクレジットの消費が速くなるという形で現れる可能性があり、クライアントに表示される制限ポリシーに従ってください。

2. 毎回のやり取りでより長い履歴を保持する

セッションが長くなるほど、レイテンシ、token 消費、キャッシュの挙動に注目する価値があります。数十万 token の古いログのほとんどがもはや役に立たないのであれば、そのまま保持し続けることは、高品質な圧縮サマリーよりも必ずしも良いとは限りません。

3. 1M に対応していることは、1M でも品質が完全に変わらないことを意味しない

超長いコンテキストは情報の切り捨てを減らせますが、モデルは依然として大量のノイズに注意を分散される可能性があります。ビルドログ、繰り返されるツール出力、すでに無効になっている調査経路は早めに整理することをお勧めします。タスクのフェーズが明確に切り替わる場合には、積極的に /compact を使用することもできます。

よくある質問

設定したのに、現在のセッションに変化がないのはなぜ?

config.toml は主に起動時とセッション作成時に読み込まれます。クライアントを再起動して新しいセッションを作成してください。元の長いセッションで検証を続けないでください。

設定ファイルは読み込めるのに、モデルが Sol ではないのはなぜ?

codex -m ...--profile を使用していないか、プロジェクトディレクトリに .codex/config.toml がないかを確認してください。Codex のコマンドライン引数、プロジェクト設定、profile はすべてユーザーレベルの設定を上書きする可能性があります。

Codex が「この設定項目を認識しない」と報告する場合は?

まずバージョンを確認してください:

bash
codex --version

その後、現在のバージョンにアップグレードしてください:

bash
codex update

古いバージョンの Codex には、この2つの設定キーがまだ存在しない場合があります。

デフォルト設定に戻したい場合は?

以下の2行を削除すると、モデル独自のデフォルトのコンテキストと自動圧縮ポリシーに戻ります:

toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000

model = "gpt-5.6-sol" はそのまま残しても、元々使用していたモデルに戻しても構いません。

まとめ

GPT-5.6 Sol の 1M コンテキストを永続的に有効化するには、この3行を ~/.codex/config.toml の最上部に置くだけです:

toml
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000

100 万はコンテキスト予算、90 万は自動圧縮ラインです。大型リポジトリや長時間の Agent タスクに非常に適していますが、通常のタスクでは Codex のデフォルト設定を使い続けるほうが、クレジットを節約でき、より速く、より安定することが多いです。

Codex に開発マシンで長時間タスクを実行させることがあり、コンピュータの前でずっと待機していたくない場合は、PandaNpc を通じて、ブラウザ、デスクトップ端末、またはスマートフォンでリモートからセッションを確認し、やり取りを処理することもできます。

pandacode:Claude Codeの体験をどんなモデルでも動かせるように

pandacode:Claude Codeの体験をどんなモデルでも動かせるように

pandacode は pandapaw に内蔵されたオープンソースのコーディングエージェントエンジンで、Claude Code の完全な体験と互換性がありますが、モデルバックエンドはあなた次第です——DeepSeek、Qwen、vLLM/Ollama、社内ネットワークプロキシにも対応し、OpenAI と Anthropic の両方の API 形式をサポートします。1つのコマンドでインストールでき、スマートフォン、ブラウザ、デスクトップから通常通りリモート操作が可能です。

記事を読む →
Claude Code `/compact` 後に以前の会話がすべて見えなくなる?実は消えていない、完全復元方法を解説

Claude Code `/compact` 後に以前の会話がすべて見えなくなる?実は消えていない、完全復元方法を解説

/compact 後に古いメッセージが消える?データは失われていません——PandaNpc が圧縮チェーンに沿って全量の履歴を結合し、デスクトップ版/Web 版で完全に復元可能。複数回の圧縮に対応し、実際のコンテキストに影響を与えません。

記事を読む →
このPCを閉じても、別の場所からリモートでClaude Codeを操作する

このPCを閉じても、別の場所からリモートでClaude Codeを操作する

Claude Code を一台のマシンに縛り付ける?開発機で実行させておけば、別のパソコンやブラウザからリモートで操作できる——セッションの確認、ツールの承認、コード変更の確認ができ、そのマシンの前に張り付く必要は一切ない。

記事を読む →