Codexの利用制限とは｜5時間枠と週次枠の2階建て構造
Codexの利用制限とは、一定時間内に使える処理量に上限を設ける仕組みです。上限は短期と長期の2階建てになっており、どちらか一方に達すると、その枠がリセットされるまで新しい依頼を受け付けられなくなります。
この2階建て構造を理解しないまま使うと、「昨日は動いたのに今日は朝から止まっている」という状況の理由がわかりません。まずは2つの枠の役割を切り分けて把握することが、対処の出発点になります。
関連記事：Codexとは？OpenAIコーディングAIの仕組みやChatGPTとの違い、導入の落とし穴を解説
5時間ごとにリセットされる短期の上限
1つ目は、直近の一定時間内にどれだけ使ったかを見る短期の枠です。おおむね5時間単位のローリング枠として機能し、短時間に集中して依頼を投げると、この枠から先に消費されていきます。
ローリング枠とは、固定の時刻でリセットされるのではなく、常に「いまから遡って5時間分」の消費量を見る方式です。そのため、午前中に大量に使った分は、その5時間が経過するにつれて少しずつ枠が空いていきます。区切りの時刻を待つのではなく、使った時点から時間が経つほど回復すると考えるとイメージしやすくなります。
短期の枠に当たるのは、大きな改修を一気に片付けようとしたときや、うまく動かないコードの修正を何度も往復したときです。逆に、1日のうちに作業を分散させていれば、この枠だけが原因で長時間止まることは多くありません。
週単位で消費量を管理する週次の上限
2つ目は、週単位の総量を見る長期の枠です。短期の枠が「一気に使いすぎない」ための制御だとすれば、週次の枠は「1週間を通して使いすぎない」ための制御にあたります。
やっかいなのは、短期の枠に余裕があっても週次の枠が尽きていれば止まる点です。「5時間待ったのに動かない」というケースの多くは、こちらの週次の枠に達しています。週の後半になるほど残量が減っていくため、火曜や水曜の時点で残りを把握しておくと、週末の作業計画を立てやすくなります。
週次の枠は、複数のメンバーが同じ環境で使っている場合にも影響します。個々人の使い方は変えていなくても、チーム全体の依頼数が増えれば、週の早い段階で上限に近づくことがあります。
トークンとクレジットは何が違うのか
上限の話を追ううえで避けて通れないのが、トークンとクレジットという2つの単位です。トークンとは、AIが文章やコードを処理するときの最小単位で、おおまかには文字数に比例して増えていきます。依頼文もコードも回答も、すべてトークンに換算されて処理されます。
一方のクレジットは、そのトークン使用量を課金・上限管理のために換算した単位です。OpenAIの公式ヘルプでは、Codexの利用量はトークン使用量をクレジットという単位に変換して計算され、消費量は使用するモデルや、入力・キャッシュされた入力・出力といったトークンの種別によって変動すると説明されています（2026年7月時点、出典: openai.com）。
ここで押さえておきたいのは、同じ1回の依頼でも消費量は一定ではないという点です。扱うコードの量が多ければ入力トークンが増え、長い回答を求めれば出力トークンが増えます。「何回使えるか」ではなく「どれだけの量を処理させたか」で減っていく仕組みだと理解しておくと、後述する節約の考え方がつながります。
Codexが上限を消費する仕組み｜エージェントの往復とコンテキスト
利用制限に早く達してしまう背景には、Codexがエージェントとして動くことによる特有の消費構造があります。エージェントとは、指示を1回で返すのではなく、自分で手順を考えて複数回の処理を繰り返す仕組みを指します。
チャット型のAIと同じ感覚で使っていると、想定より速く上限に近づきます。なぜ消費が膨らむのかを3つの角度から見ていきます。
エージェントが自律的に往復するほど消費が増える
Codexは「このバグを直して」と依頼すると、関連ファイルを探し、内容を読み、修正案を書き、必要ならテストを走らせて、結果を見て直すという工程を自律的に繰り返します。この往復1回ごとにトークンが消費されます。
つまり、利用者から見れば「1回お願いしただけ」でも、内部では十数回の処理が走っていることがあります。手作業なら3時間かかる改修を数分で終わらせられる代わりに、その3時間分の思考をトークンとして前払いしている、と捉えるとわかりやすくなります。
往復回数は依頼の粒度に強く影響されます。曖昧な指示ほど探索の回数が増え、目的が絞られた指示ほど往復は短くなります。
コンテキストが膨らむと同じ情報を何度も読み直す
コンテキストとは、AIがその時点で参照している情報のまとまりです。会話の履歴、読み込んだファイル、これまでの試行錯誤がすべて含まれます。
消費が膨らむ大きな要因が、このコンテキストの肥大化です。往復のたびに、それまでの経緯を含めて読み直すため、会話が長引くほど1回あたりの入力トークンが増えていきます。同じ質問でも、対話の10往復目は1往復目より重くなります。
リポジトリ全体を読ませたまま作業を続けると、直接関係のないコードまで毎回コンテキストに載り続けます。作業が進むほど重くなっていく感覚があるとすれば、多くの場合はこれが原因です。
モデルの選び方でも消費量は変わる
同じ依頼でも、どのモデルを使うかで消費量は変わります。前述のとおり、公式ヘルプでもクレジットの消費量は使用するモデルによって変動すると説明されています。
高性能なモデルほど1トークンあたりの重みは大きくなる傾向があります。一方で、軽量なモデルは消費を抑えられますが、複雑な設計判断には向きません。すべての作業を最上位のモデルで進めるのは、短距離の移動に大型車を出すようなものです。
定型的な修正やテストコードの生成は軽めのモデルに任せ、設計の判断が要る場面だけ上位のモデルを使う。この使い分けだけでも、週次の枠の減り方は変わってきます。
プラン別に見るCodexの利用上限を比較｜無料プランと有料プランの違い
Codexの利用上限は、単独で決まるのではなく、契約しているプランに紐づきます。無料プランでも試すことはできますが、上限は小さく設定されており、本格的な開発を継続するには不足しがちです。有料プランは上位になるほど枠が広がり、長時間の連続作業に耐えられるようになります。
下表は、プラン帯ごとの上限の傾向と、向いている使い方を整理したものです。具体的な金額と枠の数値は改定が入りやすいため、ここでは相対的な関係のみを示します（2026年7月時点、出典: openai.com）。
| 観点 | 無料プラン | 個人向けの有料プラン | 上位の有料プラン |
|---|---|---|---|
| 5時間枠の上限 | 最も小さい | 標準的 | 大きい |
| 週次枠の上限 | 最も小さい | 標準的 | 大きい |
| 向いている使い方 | 動作を試す | 日常的な開発作業 | 長時間の連続作業 |
| 上限に達する頻度 | 高い | 使い方次第 | 低い |
注意したいのは、プラン名と上限値の対応は改定されることがある点です。プロモーションで一時的に枠が拡張されたり、リセットの扱いが変わったりすることもあります。導入前後で数値の裏取りが必要な場合は、OpenAIの公式ヘルプセンターで最新の条件を確認してください。本記事で扱うのは、改定があっても変わりにくい「上限の考え方」の部分です。
関連記事：Codexの使い方を初心者向けに解説｜4つの始め方・料金・プロンプトのコツ
Codexの残り上限を確認する方法
残り上限の確認は、対処の前提になります。いま自分がどちらの枠をどれだけ使ったかがわからなければ、プランを上げるべきか使い方を変えるべきかの判断もできません。
基本の確認先は、利用しているCodexの画面上に表示される使用量の表示です。多くの場合、直近の枠と週次の枠それぞれについて、残量またはリセットまでの目安が示されます。作業を始める前に一度目を通しておくと、その日に大きな改修へ着手してよいかの見当がつきます。
一方で、この表示は仕様変更で場所が変わったり、一時的に見当たらなくなったりすることがあります。表示が見つからない場合は、公式ヘルプセンターで現在の確認手順を調べるのが確実です。表示に頼れないときの実務的な代替として、上限に達した時刻を記録しておく方法もあります。いつ止まったかがわかれば、短期の枠ならおおよその回復時刻を逆算できます。
Codexの上限に達したときの対処法｜3つの選択肢の使い方
実際に上限へ達したとき、制限を解除して作業を再開する手は大きく3つです。どれが最適かは、止まっている理由と、その日の作業の締め切りによって変わります。順に見ていきます。
選択肢1: リセットを待って枠を回復させる
最も素直な選択肢が、枠の回復を待つ方法です。短期の枠に当たっているだけであれば、時間の経過とともに制限が解除され、自動的に空いていきます。追加の費用はかかりません。
待ち時間を無駄にしないために、AIに任せない作業を先に片付けておくと効率が上がります。仕様の整理、レビュー、設計の検討など、手を動かす前の工程はこの時間に進められます。ただし週次の枠に達している場合、回復まで数日かかることもあるため、待つ判断が現実的でないケースもあります。
選択肢2: プランを見直して枠を広げる
週の半ばで恒常的に止まっているなら、プランの見直しが選択肢に入ります。上位プランほど枠は広く、上限に達する頻度は下がります。
判断の基準は、待ち時間で失われている工数と、追加の費用を見比べることです。この試算の考え方は後述します。なお、プラン変更は組織の承認が要る場合が多いため、「なんとなく足りない」ではなく、止まった回数と待ち時間を記録して持っていくほうが話は早く進みます。
選択肢3: クレジットを追加して当座をしのぐ
締め切りが迫っていて待てない、しかし恒常的な増枠までは必要ない。そうした場合は、追加のクレジットを購入して当座をしのぐ方法があります。
一時的な繁忙期には有効ですが、毎週のように追加購入しているなら、それはプラン自体が実態に合っていないサインです。追加購入が常態化していないかを月単位で振り返り、繰り返すようならプランの見直しへ切り替えるほうが結果的に安く収まります。
全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。
トークン消費を抑えるCodexの使い方
プランを上げる前に見直せるのが、使い方そのものです。前述のとおり消費量は処理させた量で決まるため、渡す情報と依頼の仕方を変えるだけで、同じ成果をより少ない消費で得られます。
コンテキストを必要な範囲に絞る
最も効果が大きいのが、渡す範囲を絞ることです。リポジトリ全体を読ませたままにせず、改修対象のディレクトリと関連ファイルだけを指定します。
無関係なコードがコンテキストに載り続けると、往復のたびにその分の入力トークンを払い続けることになります。最初に範囲を絞る一手間が、そのセッション全体の消費に効いてきます。長い対話が続いて重くなってきたと感じたら、新しいセッションを立て直すのも有効です。
1タスク1目的で依頼する
「バグを直しつつリファクタもして、ついでにテストも書いて」とまとめて頼むと、AIは探索の範囲を広げ、往復が増えます。目的を1つに絞った依頼のほうが、結果的に少ない往復で終わります。
大きな改修は、設計、実装、テストのように工程を分けて渡すほうが消費を抑えられます。工程ごとに成果を確認できるため、間違った方向に進んだまま何往復も消費する事故も防げます。
長い試行錯誤は要約してから引き継ぐ
うまく動かず何度も往復していると、その履歴すべてがコンテキストに積み上がります。ある程度の段階で、わかったことと残った課題を短くまとめ、新しいセッションに引き継ぐと消費をリセットできます。
「これまでの経緯を全部持ったまま考えさせる」よりも、「整理された前提だけを渡して考えさせる」ほうが、消費も回答の精度も改善します。
自社事例｜Codexなどのコーディングエージェントを開発に組み込んだ2つのケース
上限の中で成果を出すには、エージェントに任せる範囲を設計することが要点になります。GiftXで実際に運用している事例を2つ紹介します。
開発工程にAIペアプロを組み込んだケース
GiftXでは、自社サービスGIFTFULのフロントエンド・バックエンド開発にAIコーディングエージェントを導入し、コード生成・リファクタ・テスト作成をAIと協働する体制をとっています。機能追加1件あたり平均2日かかっていた工数は、平均半日まで短縮されました（約75%削減）。
仕様書からクライアントコードを起こすケース
例えば、外部から受領したAPI仕様書をもとに、自社標準形式のクライアントとテストを自動生成するようなケースがあります。実装に約3日かかっていた作業が約半日に収まった例もあり、対象と成果物の形式が明確な作業ほど、少ない往復で完了しやすくなります。
Before/Afterで見るCodexの上限消費の変化
同じ作業でも、渡し方を変えるだけで消費は変わります。前述の考え方を当てはめた場合の変化を、2つのケースで整理します。
| ケース | Before | After |
|---|---|---|
| 週次のコード改修（担当3名） | リポジトリ全体を読ませたまま依頼し、1タスク平均20往復。週の半ばで週次の枠に到達 | 対象ディレクトリと関連ファイルのみを渡し、1タスク1目的で依頼。1タスク平均8往復（約60%削減）で、週末まで枠が持つ |
| 仕様書からのクライアント実装 | 仕様書全文を貼ったまま対話を継続し、試行錯誤のたびに同じ仕様を読み直す。1本あたり約3日、週次枠の約3割を消費 | 仕様書を要約してから型定義・テスト・実装へ分割依頼。1本あたり約半日、消費は週次枠の約1割（約66%削減） |
いずれも、プランを上げずに処理できる量を増やしています。上限に達するたびにプラン変更を検討する前に、渡し方の見直しで解決する余地がないかを確認する価値はあります。
Codexの上限とコストを見比べる工数試算の視点
プランを上げるかどうかは、感覚ではなく試算で判断できます。見るべきは、待ち時間で失われている工数と、追加費用の比較です。
例えば、週に2回上限へ達し、1回あたり2時間手が止まるとします。月に換算すると約16時間の待ち時間です。時給3,000円で換算すれば、月あたり約4.8万円分の工数が待機に消えている計算になります。この金額が上位プランの追加費用を上回るなら、プラン変更は費用対効果の面で説明がつきます。
逆に、止まるのが月に1〜2回であれば、追加費用より使い方の見直しのほうが割に合います。前述のBefore/Afterのように、渡し方を変えるだけで往復が半分近くに減るなら、プランを上げずに解決できる可能性があります。
この試算を持っておくと、承認を得る場面でも話が通りやすくなります。「足りないので上げたい」ではなく、「月16時間の待機が発生しており、費用を上回る損失になっている」と示せるためです。
関連記事：AI導入にかかる費用の相場は？3つのパターンと主要ツール料金を整理
AIエージェントを業務に組み込むときに陥りがちな3つの落とし穴
そもそも、利用制限に頻繁に当たるのは、エージェントを本格的に使い込んでいる証拠でもあります。GiftXが実施した調査では、AIをチャットとして使うにとどまっている層が70.3%を占め、複数工程の業務をAIエージェントに任せている層は10.5%にとどまりました。上限と向き合っている時点で、多くの職場より一歩先に進んでいる状態だといえます。
詳細な調査データは「ビジネス職生成AI活用実態調査（2026年版）」にてご覧ください。
その一歩先で成果を出せるかどうかは、任せ方の設計で決まります。支援の現場で繰り返し見かける落とし穴を3つ挙げます。
落とし穴1: いきなり全ての作業を任せて上限を使い切る
最初から広い範囲をまとめて任せると、往復が膨らみ、成果が出る前に枠を使い切ります。範囲を絞らないまま「全部よろしく」と渡す使い方は、消費の面でも品質の面でも割に合いません。
落とし穴2: 壮大な構想から考えて目の前の1業務が進まない
全社的な活用構想から議論を始めると、設計だけで時間が過ぎ、実際の業務は何も変わりません。まず1つの業務で回してみるほうが、必要な枠の大きさも使い方の課題も具体的に見えてきます。
落とし穴3: 既製品のチャット型AIでは業務フローに組み込めない
汎用のチャット型AIは手軽ですが、自社の手順やデータに合わせた作り込みができず、業務フローに組み込めるレベルまで届かないことがあります。都度コピーして貼り付ける運用では、消費だけがかさんで定着しません。
スモールスタートで1業務をAIエージェントに任せる
3つに共通するのは、範囲を絞れていないことです。まず1業務を選び、その中で任せる範囲と渡す情報を設計する。上限の中で成果が出る形を1つ作ってから広げるほうが、結果的に速く進みます。
自社業務でAIエージェント活用を進めたい方へ
ここまでで紹介した「スモールスタートで1業務から自動化する」アプローチを、自社で実践したいとお考えの方もいらっしゃるかもしれません。
GiftXでは、自社の業務に特化したAIエージェントの構築支援サービス「GiftX AIエージェント構築支援」を提供しています。1業務単位のスモールスタートから、業務フローに組み込めるレベルのAIエージェント構築までを伴走します。
詳細はGiftX AIエージェント構築支援のサービスサイトでご覧いただけます。
Codexの利用制限に関するよくある質問
最後に、利用制限について寄せられることの多い質問を整理します。
Codexは無料でどこまで使えますか？
無料プランでも動作を試すことはできますが、上限は有料プランより小さく設定されています。日常的な開発を継続するには不足しがちです。具体的にどこまで使えるかは改定が入ることがあるため、公式ヘルプセンターで最新の条件を確認してください。
APIキー経由の利用でも同じ上限がかかりますか？
Codexの利用量は、契約しているプランやAPIキーのいずれに紐づくかによって扱いが変わります。プランに紐づく枠とAPI経由の利用は別の体系として管理されるため、同じ上限がそのまま適用されるとは限りません。どちらの体系で使っているかを確認したうえで、該当する条件を調べるのが確実です。
上限の表示が見つからないときはどうすればいいですか？
表示の場所は仕様変更で変わることがあります。見当たらない場合は、公式ヘルプセンターで現在の確認手順を調べてください。当座の実務的な方法としては、上限に達した時刻を記録しておけば、短期の枠についてはおおよその回復時刻を逆算できます。
まとめ
Codexの利用制限は、5時間単位の短期の枠と、週単位の長期の枠という2階建てで動いています。どちらに当たっているかで対処は変わり、短期の枠なら待てば回復しますが、週次の枠であればプランの見直しか使い方の変更が必要になります。消費量は回数ではなく処理させた量で決まるため、渡す範囲を絞り、1タスク1目的で依頼するだけでも往復は目に見えて減ります。
プランを上げるかどうかは、待ち時間で失われている工数と追加費用を見比べれば判断できます。ただし、その前に渡し方の見直しで解決する余地がないかを確認する価値はあります。そして上限と向き合う段階まで来ているなら、次に効くのは任せる範囲の設計です。壮大な構想から入らず、まず1業務をスモールスタートでAIエージェントに任せ、上限の中で成果が出る形を1つ作ることから始めてみてください。
AI活用の伴走支援をご検討の方へ
本記事で紹介したAIエージェントの活用に向けて、自社の業務でも具体的に進めたい・相談したいとお考えの方は、ぜひGiftX AIエージェント構築支援までお問い合わせください。
GiftX AIエージェント構築支援では、貴社の業務に合わせて1業務単位のスモールスタートから本番運用まで、AIエージェント構築をワンストップで支援します。ユースケースの洗い出しから、PoC、本番運用、社内ナレッジ化まで伴走します。
AI活用にご関心のある方は、ぜひ一度ご相談ください。
▶ GiftX AIエージェント構築支援の詳細・お問い合わせはこちら
