GPT-5.4と僕がCodexの使い方を話し合ってわかったこと

進みやすいのに制限に当たる理由は、モデルの良し悪しだけではなかった

僕は最初、Codexで GPT-5.4 を使っていて、正直かなり作業が進みやすいと感じていた。OpenAI公式でも、GPT-5.4 は Codex で「最も能力が高く、ほとんどの作業で推奨されるモデル」と案内されている。複雑な仕事向けのモデルで、長い文脈や多段の作業にも強い。

でも、そこで一つ問題が出た。
「進みやすい。でも使用制限に当たるのが早い気がする。」
最初は単純に、「GPT-5.4 は高性能だから、そのぶん消費もかなり重いのでは」と考えていた。

するとGPT-5.4がこう返してきた。
「そこは、数字だけで見ると少し違います。Codexの料金ガイドでは、平均的なローカルタスクの消費は GPT-5.4 が約7 credits、GPT-5.3-Codex が約5 credits です。差はあるけれど、“極端に重い” と言い切るほどではありません。」

この時点で、僕の中にズレが生まれた。体感ではかなり早く制限に近づくのに、平均値だけ見るとそこまで大差がない。

そこで僕は聞き返した。

「じゃあ、なんでこんなに早く苦しくなるんだろう。」

するとGPT-5.4は、まず Fast mode を疑った。OpenAI公式では、Fast mode は GPT-5.4 で使え、速度が1.5倍になる代わりに credits を2倍消費する と明記されている。ここを見落とすと、体感と数字がズレやすい。

僕は「ああ、Fast mode にしていたかもしれない」と思った。
でも実際に画面を確認すると、Speed は Standard にチェックが入っていた。つまり、Fast mode は使っていなかった。ここで仮説が一つ消えた。原因は別にあるとわかった。

するとGPT-5.4は話を切り替えた。

「この場合は、単価よりも使い方の重さを見たほうがいいです。」

GPT-5.4 は複雑なプロフェッショナル作業向けで、長いコンテキストや多段のワークフローに向く。逆に言えば、同じ “1回の依頼” に見えても、設計相談から実装、修正、確認まで同じ流れで長く回していると、実消費は平均値より上に振れやすい。

ここで僕は少し納得した。

たしかに自分は、ひとつの会話の中で「原因調査」「方針相談」「修正」「再修正」まで一気にやりがちだ。出力結果全体を見せたり、長いログを貼ったり、複数ファイルの話をまとめて投げたりもする。これなら、平均消費の数字より重く感じるのは自然だ。

次に話題は プランモード に移った。
僕はこの機能もよくわかっていなかった。するとGPT-5.4は、「プランモードは、いきなりコードを触る前に、複数ステップの計画を先に出すためのモードです」と説明した。OpenAI のコマンド一覧でも /plan-mode は multi-step planning の切り替えとして案内されている。

この説明を聞いて、僕はすぐにデザイン修正のことを思い出した。

デザイン修正は、一見すると「padding を少し直す」だけに見える。けれど実際には、余白、文字サイズ、見出し、SP表示、既存パーツとの整合まで論点が広がりやすい。ひとつ直すと別の箇所が崩れることも多い。だから、こういう仕事は プランモードONのほうが相性がいい と感じた。

するとGPT-5.4は、かなり実務的に整理してきた。

「1ファイルで対象が明確な修正はOFFでいいです。文言変更や色変更のような単発作業ですね。
ただし、複数ファイルにまたがる変更、レイアウト調整、原因がまだ曖昧な崩れ、設計を含む修正はONのほうが安全です。」

この整理はかなり腑に落ちた。プランモードは常時ONにするものではなく、複雑な仕事だけに使う のが正しい。

ここまで話して、ようやく全体像が見えた。

Codexで困るとき、つい「どのモデルが一番いいか」という話に寄りやすい。けれど実際には、それだけでは足りない。モデル選択、Speed設定、プランモード、タスクの切り方。この4つをまとめて見ないと、体感と制限のズレは解けない。