GPT-5.1-Codex-Max リリースノート

OpenAIは、長時間実行される複雑なソフトウェアエンジニアリングタスクのために設計されたフロンティアなエージェンティックコーディングモデルであるGPT-5.1-Codex-Maxを発表しました。このモデルは、研究、数学、ソフトウェアエンジニアリングにおけるエージェンティックタスクで訓練された更新された基礎推論モデルに基づいて構築されており、より信頼性の高いコーディングパートナーとして機能することを可能にしています。

コンパクションによる長時間コーディング

GPT-5.1-Codex-Maxは、「コンパクション」と呼ばれるネイティブなプロセスを導入し、これによりモデルは複数のコンテキストウィンドウで動作できるようになります。長時間にわたって重要なコンテキストを保持しながら履歴を剪定することで、モデルは単一のタスクで何百万トークン単位で一貫して動作できるようになります。

この機能により以下が可能になります：

  • プロジェクト規模のリファクタリング: モデルは進捗を失うことなくコードベース全体にわたる大規模な変更を処理できます。
  • ディープデバッグセッション: 複雑なバグに対する持続的な推論が可能になります。
  • マルチタイムエージェントループ: 社内評価において、モデルは24時間以上タスクに独立して取り組み、実装を継続的に反復し、テストの失敗を修正してきました。

Codexアプリケーションでは、モデルはコンテキストウィンドウの制限に近づくと自動的にセッションをコンパクト化し、タスクを完了するまで続けるための新しいウィンドウを提供します。

テクニカルパフォーマンスとトークン効率

GPT-5.1-Codex-Maxは、前世代よりもトークン効率が高く、速度も向上しています。SWE-bench Verifiedベンチマークにおいて、モデルは「medium」レベルの推論努力を使用しながら、GPT-5.1-Codexよりも優れたパフォーマンスを達成し、思考トークンを30%削減しています。

推論努力レベル

  • Medium: ほとんどのタスクの日常的なドライバーとして推奨されます。
  • Extra High (xhigh): 遅延に敏感でないタスク向けの新しい設定で、モデルがより長い期間考えることを許し、より高品質な回答を達成します。

ベンチマーク結果

ベンチマーク GPT-5.1-Codex (high) GPT-5.1-Codex-Max (xhigh)
SWE-bench Verified (n=500) 73.7% 77.9%
SWE-Lancer IC SWE 66.3% 79.9%
Terminal-Bench 2.0 52.8% 58.1%

エージェンティック機能と環境サポート

GPT-5.1-Codex-Maxは、PRの作成、フロントエンドコーディング、コードレビューなどの実際のソフトウェアエンジニアリングタスクで訓練されました。このモデルは、Windows環境で動作するように特別に訓練されたシリーズ初のモデルであり、Codex CLI内でのコラボレーションを向上させるための専門的な訓練も含まれています。

セキュリティと安全フレームワーク

GPT-5.1-Codex-Maxは現在のところOpenAIが展開した中で最も優れたサイバーセキュリティモデルですが、OpenAIのPreparedness Frameworkにおいて「High」レベルの能力には達していません。リスクを軽減するため、OpenAIは以下の対策を実装しています：

  • セキュアサンドボックス: Codexはデフォルトでセキュアなサンドボックスで実行され、ワークスペースへのファイル書き込みを制限し、開発者によって明示的に有効化されない限りネットワークアクセスを無効にします。
  • サイバーセキュリティモニタリング: 悪意のある活動を検出および妨害するために専用のモニタリングが使用され、疑わしい活動はポリシーモニタリングシステムを経由してルーティングされます。
  • Human-in-the-Loop: モデルが長時間実行タスクを実行できるため、OpenAIは本番環境にデプロイする前に、ターミナルログとツール呼び出しの引用によって裏付けられたすべてのエージェンティック作業を開発者がレビューすることを推奨しています。

可用性と統合

GPT-5.1-Codex-Maxは現在、Codexサーフェスでのデフォルトモデルであり、ChatGPT Plus、Pro、Business、Edu、Enterpriseプランのユーザーが利用できます。このモデルは、一般目的の使用ではなく、Codexまたは同様の環境でのエージェンティックコーディングタスクに特化して推奨されます。

APIキーを介してCodex CLIを使用する開発者向けのAPIアクセスは、近々利用可能になる見込みです。

Sources