OpenAI が Codex コンテキストウィンドウを 372K トークンから 272K トークンに静かに削減し、開発者をイライラさせる

OpenAI は、Codex および GPT-5.6 モデルの作業コンテキストウィンドウを 372,000 トークンから 272,000 トークンに削減し、コストを削減しましたが、開発者が一度に処理できるコードの量は減少しました。

OpenAI は、Codex コーディングエージェントと基盤となる GPT-5.6 モデルファミリの作業コンテキストウィンドウを密かに縮小し、使用可能な制限を約 372,000 トークンから 272,000 トークンに削減しました。この変更は、同社のオープンソース Codex リポジトリのマージされたプルリクエストを通じて明らかになり、単一パスでコードベース全体を分析するために大規模なコンテキストに依存する開発者から鋭い反応を引き起こしました。

この調整は、企業が長いコンテキストの推論のコストと、それがユーザーに提供する利便性のバランスをとるという、AI 業界のよくある緊張を反映しています。最新の AI 業界報道では、この動きは、モデルのメタデータへの小さな変更でさえ、数百万の開発者のワークフローにどのように波及するかを強調しています。

何が変わったのか、どこで見つかったのか

この減少は、Codex リポジトリのバンドルされたモデルメタデータファイル「codex-rs/models-manager/models.json」で確認できるようになりました。 OpenAI エンジニアの Sayan-oai によって作成され、2026 年 7 月 18 日にマージされた「バンドルモデルのメタデータを 0.144 にバックポート更新」というタイトルのプルリクエストは、安定した Codex クライアントが各モデルの機能を理解するために使用するメタデータを更新しました。

現在のファイルには、GPT-5.6-Sol、GPT-5.6-Terra、GPT-5.6-Luna バリアントに加え、古い GPT-5.5 および GPT-5.2 エントリを含む GPT-5.6 ラインナップ全体で 272,000 トークンの `context_window` 値が示されています。 Hacker News での議論によると、この変更には 350 以上の賛成票が集まり、以前の作業制限は約 372,000 トークンでした。一部のモデルでは、最大 100 万トークンというより高い「max_context_window」を保持していますが、クライアントが実際に要求するデフォルトウィンドウの上限は 272,000 になります。

その区別が重要です。最大コンテキストウィンドウは、モデルが理論的に受け入れることができるものを表しますが、作業中の `context_window` は、Codex クライアントがデフォルトで送信するように設定されているものです。実際には、これまでエージェントに何十万ものソースコードトークンを提供していた開発者が、より早く頭打ちになることを意味します。

コーディングエージェントにとってコンテキストの長さが重要な理由

Codex のようなコーディングエージェントにとって、コンテキストウィンドウはバニティメトリックではありません。これは、バグについて推論したり、機能を生成したり、モジュールをリファクタリングしたりするときに、モデルが一度にどの程度のリポジトリを「見る」ことができるかを決定します。 100,000 トークンのドロップは、単一のプロンプトにロードされるコード、コメント、ドキュメントのワード数が約 75,000 ワード減少することを意味します。

現実世界では、エージェントがマイクロサービス全体をエンドツーエンドで理解するか、部分的で切り詰められたビューで操作する必要があるかの違いになる可能性があります。大規模なモノリポジトリに取り組んでいる開発者や、大規模なファイル間移行を実行している開発者は、そのタスクがコンテキスト内で多数のファイルを同時に保持することに依存しているため、最も影響を受けます。

この変更は、エージェントコーディングツールがどれだけ多くのコンテキストを処理できるかについて積極的に競争する中で起こります。ライバル企業は、コードベース全体を取り込む機能を真の自律型ソフトウェアエンジニアリングへの道筋として組み立て、巨大なコンテキストウィンドウを主要なセールスポイントとして売り込んできました。 OpenAIの撤退により、デフォルトレベルでのその差は縮まる。

コスト、品質、および長い文脈の経済性

おそらく動機はコストです。コンテキストが長くなると、モデルは入力内のすべてのトークンを処理する必要があるため、コンピューティングとレイテンシーの両方で処理コストが大幅に高くなります。また、「干し草の山の中の針」のような高い失敗率も、コンテキストが拡張されるにつれて忍び寄る傾向があり、これは、モデルが長いプロンプトの奥深くに埋もれている情報を見逃す場合があることを意味します。デフォルトのウィンドウに上限を設けると、推論の支出を削減しながら、これらの精度の問題を軽減できます。

OpenAIは削減について説明する別の発表を公表しなかった。この変更は、メタデータの更新と、ほとんどの非アルファ Codex ユーザーに出荷されるブランチである 0.144 リリースラインへのバックポートを介してのみ適用されました。この目立たないロールアウト自体は注目に値します。開発者の生産性に直接影響する決定は、ブログ投稿や変更履歴ではなく、コードの差分を通じて伝えられました。

チームにとって、実際的な意味は単純明快です。以前は単一のコンテキストパス内に収まっていたタスクは、作業をより小さなチャンクに分割したり、関連ファイルをより選択的に取得したり、エージェントの視野が狭いことを受け入れたりすることが必要になる場合があります。一部の開発者は、利用可能な場合はより高い「max_context_window」に依存することで制限を回避する場合がありますが、これには通常、明示的な構成が必要です。

静かな調整のより広範なパターン

Codex のコンテキストカットは、AI ラボがヘッドラインの発表の間にモデルのパラメーターを調整するという、より広範な業界パターンに適合します。ウィンドウサイズ、レート制限、およびデフォルトの動作は、インフラストラクチャの更新によって頻繁に調整されますが、プレスリリースには反映されません。これらのシステムに依存する開発者は、基礎となるリポジトリと初期のシグナルに対する API 応答をますます監視しています。

OpenAIの動きは、マーケティングと現実とのギャップも浮き彫りにした。モデルは見出しコンテキストの長さをサポートする場合がありますが、製品が実際に公開する有効期間は、プロバイダーがユーザーに代わって行うコスト決定によって形成されるため、かなり小さくなる可能性があります。