月3万円のCodex Pro 20xはAPI約80万円分？5時間枠を実開発ベースで換算した

関連記事としては BlogGPT-5.6 Sol×Terra、コスパ最強のEffort組み合わせは？実測で検証GPT-5.6 Sol（設計・計画役）とTerra（コーディング実装役）を組み合わせて使う際、どのreasoning effortが最もコスパが良いかをArtificial Analysisの実測データで検証。Solはhighで頭打ち、Terraはhighまで気軽に上げてよい理由を出典付きチャートで確認します。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

APIでAIコーディングを回していると、請求額だけが妙に速く育つことがあります。数十回しか頼んだ感覚がないのに、管理画面では数百ドル。長い開発セッションや複数エージェントを動かした月には、桁がもう一つ増えてもおかしくありません。

では、月額$100のCodex Pro 5xと、月額$200のPro 20xは、API料金に置き換えるといくら分なのでしょうか。

重いSol/Terra開発を基準にすると、Pro 5xは5時間枠1回あたり約$60、Pro 20xは約$240相当と見積もれます。平日22日、毎日1枠を使い切るなら、API換算はそれぞれ約$1,320と約$5,280です。

ただし、これはOpenAIが保証する「月間クレジット額」ではありません。公式のメッセージ目安とクレジットレートを、重い開発タスク側で対応付けた推定値です。週上限の具体値も公開されていないため、この記事では一点の断定ではなく、計算根拠と誤差要因をすべて出します。

2026年9月9日時点のOpenAI公式ページでは、個人向けCodexはPlusが月額$20、Proは月額$100からです。ProはPlus比で5倍の「Pro 5x」と、20倍の「Pro 20x」を選べます。$200プランはChatGPT Voiceが無制限になりますが、Codexの開発タスクまで無制限になるわけではありません。

ローカル利用について、公式が示す5時間あたりの目安は次のとおりです。

同じ5時間枠でも幅が10倍前後あるのは、短い依頼と巨大なリポジトリを読む依頼が、同じ「1メッセージ」として数えられるからです。モデル、コンテキスト、推論の深さ、ツール、検索、キャッシュの状態で消費量は変わります。

ローカルメッセージとクラウドチャットは同じ利用枠を共有します。さらに公式は「週上限が適用される場合がある」とだけ説明しており、具体的な週上限は公開していません。5時間ごとに満額を30日間取り続けるような理論最大値は、実際の月間価値として使わないほうが安全です。

換算の手掛かりは、同じ公式ページにあるChatGPT creditsのトークンレートです。短いコンテキストのStandard料金をAPI価格と並べると、SolもTerraもLunaもきれいに同じ比率になります。

つまり、25 creditsをAPI標準料金の約$1として扱えるわけです。これは為替換算ではなく、OpenAI自身が設定している二つのレートカードの対応関係です。

公式はGPT-5.6系の利用について、1メッセージあたり平均5〜30 creditsとも説明しています。API換算なら1メッセージ約$0.20〜$1.20です。ただし、この平均は複数モデルと複数の仕事をまとめたもの。大きなコードベースを読み、長く推論し、多数のツールを使う仕事は重い側へ寄ります。

ここからが推定です。Solの重いタスク側では、Pro 5xの目安は5時間で50メッセージ。1メッセージを重い側の30 creditsとして計算すると、次のようになります。

Pro 5x: 50 messages × 30 credits = 1,500 credits ≒ API $60
Pro 20x: 200 messages × 30 credits = 6,000 credits ≒ API $240

Terraでも同じ枠を共有するため、モデルが安い分だけメッセージ数が増えます。Pro 5xなら125〜1,000、Pro 20xなら500〜4,000です。ここでSolの500件すべてを30 creditsとして掛けるのは誤りです。500件送れるのは、各メッセージが軽いときだからです。

この「少ないメッセージ数×重い単価」の端を使うと、複雑な設計、リポジトリ全体の調査、大規模修正、長い自動実行といった実開発に寄せた評価になります。SNSでよく見る「APIが高すぎる」は、たいていこの領域の話です。

反対に、短い質問や小さな関数生成が中心ならAPIのほうが安いことがあります。サブスクは使わない月でも固定費が発生するので、利用枠の大きさだけで得とは決まりません。

日本での支払感覚を、Pro 5xを約1.6万円、Pro 20xを約3万円として考えます。ドルから円への概算は$1＝150〜160円です。

私なら、比較の中心には「平日22日・1日1枠」を置きます。毎日5時間ぶっ通しで入力するという意味ではありません。調査、編集、テスト、再調査を含む長い作業を、その日の5時間枠内で使い切るイメージです。

単純な損益分岐だけを見ると、Pro 5xは重い枠を月約1.7回、Pro 20xは月1回未満使えば、API換算額が月額を上回ります。かなり極端に見えますが、それだけエージェント型のAPI利用ではコンテキスト課金が重いということです。

ただし、ここにはChatGPT本体、Voice、クラウド連携などの付加価値を足していません。一方で、APIにはCIや共有環境から自動実行しやすい利点があります。「サブスクがAPIを完全に置き換える」という比較ではなく、人間が対話的に行う開発をAPIだけで再現したらいくらかという比較です。

机上の換算だけでは「本当にそんなに使うのか」が残ります。そこで、自宅の開発環境からAzure上のGPT-5.6系を使っていた時期のメトリクスを確認しました。

対象期間は2026年7月11日から8月10日までの30日間。各モデルのTokenTransaction合計は次のとおりです。

約5億トークン。数字を見た瞬間、「そこまで使ったか？」と自分でも思いました。

しかし、AIコーディングの1ターンは、画面に打ち込んだ数行だけではありません。システム指示、リポジトリのルール、会話履歴、読み込んだファイル、検索結果、コマンド出力、サブエージェントの結果が一緒に流れます。長いセッションでは、人間の感覚では「もう一度直して」と一言でも、裏側では数十万トークンを再処理していることがあります。

Terraの1時間ピーク473K TPMは、1時間合計に直すと約28.4M tokensです。現在の短コンテキストAPI料金なら、全部が通常入力でも約$57、全部が出力なら約$341。Solの390K TPMは1時間約23.4M tokensなので、入力約$94、出力約$468に相当します。

さらに当時のTerraデプロイには、最大2,004K TPMの容量がありました。出し切れば1時間に約120M tokensです。現在のTerra料金へ単純換算すると、通常入力だけでも約$240/時、出力なら約$1,440/時。APIは「数日で高くなる」のではなく、構成次第では数時間で高くなれます。

TokenTransactionの合計だけでは、通常入力、キャッシュ入力、キャッシュ書き込み、出力の内訳までは分かりません。そこで、496.8M tokensを現在の短コンテキストStandard料金へ機械的に当て、両端を見ます。

実際はこのどれか一つではなく混合です。長コンテキスト料金、Azure側の価格差、ツール利用などもあるため、この表から過去の請求額を厳密に再現することはできません。また、請求記録と30日メトリクスの期間も完全には一致していません。

それでも、約5億トークンという実測が、数千ドル規模の請求と同じ桁に入ることは確認できます。過去に約$5,000のAzureクレジットをほぼ使い切ったことは、管理画面の幻ではありませんでした。重いSol/Terra作業をAPIで連続実行すれば、十分に起こり得ます。

先ほどの重作業換算へ戻すと、API $5,000は次の規模です。

Pro 5x相当:  $5,000 ÷ $60  ≒ 83回の満額5時間枠
Pro 20x相当: $5,000 ÷ $240 ≒ 21回の満額5時間枠

Pro 20xなら、平日22日に1日1枠を使う月とほぼ一致します。Pro 5xでは、同じ量を吸収するには営業日あたり約3.8枠が必要です。過去と同じ重さの開発を続けるなら、$100プランより$200プランのほうが実態に近い評価になります。

もちろん、週上限が先に来ればこの通りには使えません。自然な5時間更新だけを数え、紹介キャンペーンなどの「リセット券」は計算に入れていません。ここは公開情報だけでは確定できない部分です。

迷うとしたら、たぶん「APIなら使った分だけなのに、固定費を払う必要があるのか」という一点だと思います。判断基準は月額ではなく、重い開発枠を月に何回使うかです。

月に数回、短い処理を自動化するだけならAPIが素直です。CI、共有サーバー、定期処理のように人間の対話から離れた用途もAPI向き。使わなければ請求されない安心感があります。

週に数回、リポジトリを読ませて実装・テストまで任せるならPro 5xが候補です。重い枠を月2回ほど使うだけで、現在のAPI標準料金との比較では月額を超えます。ただし、一日に複数の大仕事を続けると5時間枠が先に尽きやすいでしょう。

ほぼ毎日、SolやTerraで設計、実装、レビューを回すならPro 20xが現実的です。平日1枠を使い切る前提では、API換算約$5,280。過去にAPIで数千ドル使った経験がある人ほど、月額$200が急に安く見えてきます。

私は「人間が操作する開発はサブスク、無人の自動処理はAPI」と分けるのが扱いやすいと考えています。APIを完全に捨てるのではなく、予算上限を設定した細い自動化用として残す形です。API経路を別モデルへ切り替えて固定費を抑えた実例は、Blog月$200のClaude Codeを$138にした2日間 — z.ai GLM移行で踏んだ罠と、規約の本当の分かれ目Claude Code の接続先を z.ai の GLM へ差し替え、月$200を$138にした2日間の実測記録。踏んだ罠7つ、reasoning effort が外部バックエンドでも効くかの実測、そして「サブスク枠なら白」が成り立たない理由を公式ページの実読から整理します。→でも紹介しています。

サブスク利用者は、CodexのUsage dashboardとCLIの/statusで、現在の残量とリセット時刻を確認できます。まず2週間ほど、作業終了時の残量を記録してください。

見るべきなのはメッセージ数ではなく、「どんな仕事で5時間枠の何％を使ったか」です。小さな修正、リポジトリ全体の調査、大規模実装の3種類に分けておくと、自分の仕事1本あたりの枠消費が見えます。

API利用者は、モデル別に通常入力、キャッシュ入力、キャッシュ書き込み、出力を分けて記録します。総トークンだけでは、今回の実測と同じく$101から$5,820まで振れてしまうからです。最低限、日次費用アラートとモデルごとのレート上限も置いておくと、翌月の請求画面で初めて気づく事故を避けられます。

Codex Pro 5xは、重い開発1枠をAPI約$60、平日1枠なら月約$1,320。Pro 20xは1枠約$240、同じ条件で月約$5,280。これが今回の試算です。

この数字は保証された月間クレジット額ではなく、公開された範囲を重い実開発へ寄せた換算です。週上限は非公開で、モデルやキャッシュ状態でも変わります。それでも、約4.97億トークンの実測を見る限り、「APIで数千ドル」は大げさな怪談ではありません。

APIが高すぎて困っているなら、まず自分の請求をメッセージ数で説明しようとするのをやめる。コンテキストを含む総トークンと、5時間枠を使い切る仕事の回数へ置き換える。そこまで見れば、月額1.6万円と3万円のどちらが高いかではなく、どちらが自分の開発量に近いかで選べます。

• OpenAI Codex Pricing（プラン価格、5時間枠、credits、利用上限）
• OpenAI API Pricing（GPT-5.6 Sol/Terra/Luna Standard料金）
• Blog月$200のClaude Codeを$138にした2日間 — z.ai GLM移行で踏んだ罠と、規約の本当の分かれ目Claude Code の接続先を z.ai の GLM へ差し替え、月$200を$138にした2日間の実測記録。踏んだ罠7つ、reasoning effort が外部バックエンドでも効くかの実測、そして「サブスク枠なら白」が成り立たない理由を公式ページの実読から整理します。→

検証日: 2026年9月9日。公式価格は短コンテキストのStandard料金を使用。GPT-5.6 Solの価格は少なくとも2026年11月21日までのプロモーション価格と公式に記載されています。プラン価格、モデル単価、利用枠は変更される可能性があります。

ローカル実測環境: Linux上のAIコーディング環境からAzure経由でGPT-5.6 Sol/Terra/Lunaを利用。2026年7月11日〜8月10日のTokenTransactionを1時間粒度で集計。公開用本文では内部IP、ホスト名、資格情報、固有のリソース名を除外しています。

• BlogGPT-5.6 Sol×Terra、コスパ最強のEffort組み合わせは？実測で検証GPT-5.6 Sol（設計・計画役）とTerra（コーディング実装役）を組み合わせて使う際、どのreasoning effortが最もコスパが良いかをArtificial Analysisの実測データで検証。Solはhighで頭打ち、Terraはhighまで気軽に上げてよい理由を出典付きチャートで確認します。→
• BlogGPT-5.6 Luna xhigh: 知能49・タスク単価$0.04・待ち時間40秒、安い理由まで実測2026年7月30日の80%値下げ後、通常セッションのモデルをLunaに切り替えるべきか。OpenAI公式発表と第三者ベンチの実測データ（Intelligence Index、TTFT、タスク単価）から、API従量とCodex定額それぞれの判断材料を整理します。→
• Blog2秒 vs 15秒：Codex・Claude Code・Grok、通常セッションの最適モデルを実測で選ぶCodexのGPT-5.6 Terra High、Claude CodeのSonnet 5 High、Grok 4.5 Highを、第三者実測のタスク単価・知能指標・応答開始時間で比較。通常セッションと難問での切り替え基準を整理します。→

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！