Astraコンテキスト窓：Codexが258K表示する理由

GPT-6 Astraの1,050,000トークンコンテキスト窓はAPIモデルの上限であり、すべてのCodexセッションが1.05M分の利用可能トークンを表示する約束ではありません。 Codexがセッションでおよそ258Kを表示し、その後圧縮した場合、それらの数字はセッションレベルの製品動作として扱ってください。OpenAIは公開資料で258KをAstra公式仕様として発表しておらず、正確な配分ルールも開示していません。^[1]

有用な対応は、モデルの契約、製品の動作予算、現在の占有量、圧縮の引き金を分けて考えることです。それらはまったく別の数字です。非公開の配分ルールから推測するのではなく、実際に使っているセッションとクライアント版を測定してください。

簡潔な答え

• AstraのAPIモデルドキュメントは1.05Mトークンコンテキスト窓と128Kの最大出力を記載しています。^[1]
• Codexのカウンタは、APIモデル上限ではなく製品の動作予算です。258K程度を表示する場合、公式仕様ではなくセッション観測値として扱ってください。
• 命令、ツール、出力用の余裕、会話状態、圧縮はすべて見かけ上の動作集合を減らす可能性があります。OpenAIは正確な分け方を公表していません。
• API容量はAPIを通じて測定し、長いCodexタスクは要件、決定、テスト結果を会話外に保存して圧縮を生き残らせてください。

混同されている3つの数字

「コンテキスト窓」という表現は製品の議論で曖昧に使われています。デバッグの前に、見ている数字がなにかを確認してください。

さらに2つの数字が重要です：残りの予算と圧縮の引き金（製品がハード失敗の前に前の作業を要約・外部化する点）です。

モデルページの最大値と製品の残りカウンタは両方とも正しくあり得ます。異なる質問に答えるからです。

• モデル契約：そのドキュメント化された契約の下でAPIモデルが支援できるコンテキストの総量。
• ランタイム動作予算：現在の製品がこのセッションのために保つことを選択できる量。
• 残りの予算：その動作予算の中から、現在の命令、履歴、ツール素材、出力用余裕を差し引いた量。
• 圧縮の引き金：製品がより圧縮した形でタスクを保存し始める時点。

1.05Mから128Kを引いて、残りをCodex予算と宣言しないでください。セッションが258Kを表示する場合、推定される安全パーセンテージで割った結果を隠された上限と宣言しないでください。それらの計算は整数値を生む可能性がありますが、引用したOpenAI資料はその配分を文書化していません。

実装ではなく、計画向けの概念的予算モデル

計画には、概念的な不等式が役に立ちます。

有効な命令
+ 保持された会話
+ ツールスキーマ
+ ツール入出力
+ モデルに提供されたファイルまたは抜粋
+ 出力用余裕
<= 現在のランタイム動作予算

これはCodexの逆解析された説明ではなく、帳簿処理モデルです。引用したOpenAI資料では、各要素の正確なサイズや258K表示の背後にあるルールを発表していません。等式の価値は、左側のすべての項目がテスト中に観測または制御できる点にあります。

この区別は共通のAPI間違いも防ぎます。最大出力の128,000は、APIが常にその分だけ空白を残すことを意味せず、出力上限を小さく設定することは公表されているコンテキスト窓を増やしません。レスポンスの境界を設定するだけです。ドキュメント文字数やUIプログレスバーから推定するのではなく、エンドポイントが返す使用量を検査してください。

現在のモデルID、対応するモーダリティ、ルート固有の動作については、GPT-6 Astra APIリファレンスを使ってください。モデルページは現在のreAPI料金カードを持ちます。それらのページはそのルートを説明します。Codexアプリのセッション予算は定義しません。

Astra for Codexで圧縮が変わること

長いツール駆動の仕事が最終的にアクティブなコンテキストを満たすため、圧縮が存在します。OpenAIは、以前はCodexが蓄積された作業を要約したが、修正が失敗した理由やコンポーネントの動作方法などの詳細を省略する可能性があったと述べています。Astraでは、OpenAIはコンテキスト窓を超えてノートを保つことができる実験的なCodexメカニズムを導入しました。前のウィンドウは検索可能に留まるため、モデルはそのノートにキャプチャされていない場合でも、過去の要件またはテスト結果を検索できます。^[2]

これにより、長いセッションは3つの異なる形式のメモリを持ちます。

1. アクティブコンテキスト：現在のターンに直接存在する素材。
2. クロスウィンドウノート：アクティブコンテキストがロールオーバーするときに保持される選定事実。
3. 検索可能な前のウィンドウ：関連があるときに検索できる古いメッセージとツール結果。

アクティブコンテキストは、ライブの「残りトークン」インジケータが説明すると予想する部分です。OpenAIの記事は、Codexカウンタがノートまたは検索可能なウィンドウをどのように扱うかを説明していません。これら2つの形式は、すべてのバイトをモデルの現在のコンテキストに同時に保つことなく、エージェントが情報を回復するのに役立つ可能性があります。検索可能な履歴は、すべての前のツール結果がモデルの現在のコンテキストに占める場合と同じではありません。

OpenAIは、新しいメカニズムをCodex設定で有効にでき、Astraのデフォルトが起動後の数週間で予定されていると述べています。^[2]このステータスは時間に敏感であるため、現在のCodexドキュメントと実装されたバージョンではなく、未検証の設定スニペットをコピーしてください。この記事は意図的に文書化されていないコンテキスト窓オーバーライドを規定していません。

258K表示を調査する、普遍的として扱わない

有用なテストはメモリを比較せず、セッションを比較します。空のタスクから始めて、素材を追加する前に条件を書き留めてください。

次に、制御されたシーケンスを実行します。

1. 新しいセッションを開き、Astraを選択し、ファイルを接続またはツールを実行する前に、モデルラベルと表示されている予算をキャプチャします。
2. 有界のみ読みリポジトリタスクを提供します。どのファイルが読まれ、コマンドが短いまたは長い出力を生成するかを記録します。
3. 2番目の新しいセッションで同じ成果物を要求しますが、検索をフィルタリングし、ソースでログをキャップします。表示される予算の変化を比較します。
4. 圧縮が発生する場合、元の受け入れ基準、変更されたファイル、失敗したアプローチ、最新のテスト結果を要求します。各項目を流暢な要約ではなくリポジトリに対してチェックします。
5. クライアント更新後に繰り返します。再開された古いセッションと新しいセッションを比較して、モデルの差異ごとにすべての差異を属性化しないでください。

このテストは非公開の実装詳細を明かしません。運用上の質問に答えます。どの入力があなたが見る予算を消費し、このクライアントはいつ圧縮し、どの情報が耐久性のある場所に書き込まれなければならないか。

インターフェイスが258Kを表示する場合、完全なテスト条件を保護してください。クライアント版、ランタイムカタログ、アカウント、セッション年齢、有効なツール、最新の入力。それらの変数とOpenAI公式仕様なしでは、この数字を一般的なCodex上限に昇格させることはできません。

ツール出力はリクエスト自体より多くの部屋を消費する可能性があります

コーディングタスクは2文のプロンプトで始まる可能性があり、それでも大きくなります。再帰的なファイルリスト、生成されたロックファイル、縮小されたバンドル、詳細なテストレポート、データベースダンプ、繰り返されるdiffは、元のリクエストを矮小化できます。モデルは5つの関連するエラー行のみが必要な場合がありますが、ツールは5千行を返します。

会話に入る前に、その素材を減らします。

• ディレクトリ全体を開く前にシンボルまたはエラー文字列を検索します。
• 生成されたファイル全体ではなく、関連する行範囲をリクエストします。
• 焦点を当てたdiffを表示し、必要なときのみ変更されていないコンテキストを開きます。
• 全スイートを実行する前に、狭い失敗テストを実行します。
• 繰り返されたスタックトレースをキャップし、完全なログをファイルとして保持します。
• 大きなデータ結果をカウントで要約し、異常な行のみを検査します。
• 同じビルド出力を複数のターンに貼り付けないでください。

これは単に圧縮を延期する方法ではありません。より小さく、より焦点を当てたツール結果は、現在のエラーを古い失敗から区別しやすくします。また、要件、決定、検証のためのより多くのスペースを残します。

完全なアーティファクトをチャット外に保持し、そのパスを記録します。エージェントは必要に応じて関連するパスを再度開くことができます。パスと簡潔な検出は、通常、抄録として3回コピーされたトランスクリプトより有用です。

圧縮を生き残るようにタスクを設計します

100万トークンモデルはプロジェクト状態の代用品ではありません。複数のコンテキスト窓にまたがるリポジトリ変更の場合、ワークスペースまたはタスクシステムでコンパクトなチェックリストを保つ。

ゴール：
交渉できない制約：
故意に変更されたファイル：
決定と証拠：
失敗したアプローチと理由：
実行されたチェックと正確な結果：
残りの作業：
ロールバック ポイント：

すべてのコマンドの後ではなく、決定が変わるときに更新します。チェックリストは2つの役割を持ちます。圧縮されたセッションが重要な事実を回復できるようにし、人間がエージェントの要約が実際のワークツリーと一致するかを監査できるようにします。

明確な受け入れ基準を使用します。「リファクタリングを終了」は脆いです。圧縮後のセッションが「終了」を再解釈する可能性があるため。「パーサーはこれら3つのフィクスチャを受け入れ、古いエンドポイントはスイッチの後ろに留まり、関連のないファイルは変更されない」は圧縮を生き残ります。

API移行の場合、GPT-6 Astra移行ガイドは発見、カナリア、ロールバック シーケンスを提供します。製品アクセスの質問については、GPT-6 Astraアクセスマトリックスを使用してCodexをChat、Work、APIから分離します。

1.05M API契約が重要な場合

gpt-6-astraに意図的にアセンブルされた大きなコンテキストを送信する要件が、APIテストを使用します。/v1/modelsでモデルを確認し、代表的なフィクスチャを構築し、有界出力上限を設定し、レスポンスの使用フィールドを格納します。上限をはるか下から開始し、タスクが実際に利点を得る場合のみ増やします。

OpenAIのAstraモデルガイドは、APIを通じて利用可能な機能の間に圧縮をリストします。^[3]これは別のAPIメカニズムです。Codexで使用される引き金またはアカウンティングを文書化していません。

OpenAIのモデルページは、272,000を超える入力トークンを持つリクエストが高い長コンテキスト レート を使用し、公表された料金設定ルールの下でリクエスト全体に適用されることも述べています。^[1]その272K料金設定の引き金は、Codexが272Kまたは258Kを公開する必要があることの証拠ではありません。料金設定ティア、モデル容量、アプリの動作予算は独立したポリシーです。

APIの実験は、大きなペイロードが受け入れられる可能性があることを証明するのではなく、製品の質問に答えてください。コンパクトな評価は、以下を比較する可能性があります。

保持スコア = 正しく回復された必須事実 / クエリされた必須事実

受け入れられたコスト = 合計解決済みコスト / すべての必須チェックに合格したレスポンス

フィクスチャの開始、中央、終了に既知の事実を配置します。正確にチェックできる答えを求めます。レイテンシ、トークン使用量、失敗を記録します。リクエストが成功したという理由だけで、モデルが「完全なウィンドウを使用した」と主張しないでください。

より小さい予想Codex予算のトラブルシューティング

モデルページは1.05Mと言いますが、新しいCodexセッションは258Kと言います

クライアント版、モデルラベル、表示された値を記録します。公式チャネルで更新し、新しいセッションを開き、再度確認します。値が保持される場合、それらの事実をOpenAIに報告します。読書をAPI仕様として説明するか、第三者設定値を実装に強制しないでください。

圧縮は表示される合計より早く開始します

インターフェイスが総容量または残り容量を表示するかどうかを確認します。最新のツール出力のサイズと、セッションがレジュームされたかどうかを注意します。圧縮の引き金は、単純な表示テキスト数が取得しない余裕を含む場合があります。引用されたソースは、その正確な公式を提供しません。

タスクは圧縮後に要件を忘れます

耐久性のある制約と受け入れチェックをタスク チェックリストに移動します。エージェントに状態を促すよう依頼し、ステートメントをファイルに対して確認します。OpenAIのクロスウィンドウノートと検索は回復を支援できますが、チェック可能な真実の場所の必要性は削除しません。^[2]

コンテキスト メーターがコマンド後に急速に低下します

コマンドが返されたかを検査します。幅広いリスト、完全なログ、または大きな生成されたファイルをフィルタリングされた出力に置き換えます。完全なアーティファクトを会話の外に保存して、アクティブに滞在することなく利用可能に留まるようにします。

直接API リクエストが1.05Mを下回ります

正確なモデルID、エンドポイント、入出力設定、および返されたエラーを確認します。リクエストに適切なトークナイザーでトークンをカウントします。コンテキスト図はモデルの最大値であり、ペイロード、出力リクエスト、アカウント、ルートのあらゆる組み合わせが受け入れられることの保証ではありません。

FAQ

GPT-6 Astraは本当に100万トークンのコンテキスト窓を持っていますか？

はい、公式APIモデル契約用：OpenAIはgpt-6-astraに1,050,000トークンをリストし、別の128,000トークンの最大出力があります。^[1]

258KはAstra向けの公式Codex上限ですか？

いいえ。引用されたOpenAI公開資料は、258K Codex上限を定義していません。インターフェイスがその値を表示する場合、OpenAIがCodex予算を文書化するまで、そのセッション動作として記録します。

Codexを強制して1.05Mを使用するように設定を変更できますか？

クライアント版の公式ドキュメントに一致しないコメントからコピーされた設定に依存しないでください。大きく宣言された数字は、ランタイムがそれを受け入れたこと、使用と圧縮動作を変更できることを証明していません。

圧縮とは、Codexが前のものをすべて削除することを意味しますか？

OpenAIはAstraがCodexでクロスウィンドウノートを保つことができ、前のコンテキスト窓を検索できると言います。これは、前のすべてのコンテンツを一度に保つのとは異なります。圧縮イベント後に重大な要件とテスト結果を検証します。^[2]

ツール呼び出しは作業コンテキストに対してカウントされますか？

ツール定義、引数、返されたマテリアルはエージェントが処理する必要がある情報の一部です。正確なCodexアカウンティングは引用されたソースで発表されないため、各ツールに固定オーバーヘッドを割り当てるのではなく、制御されたセッションで表示されるの変化を測定します。

長いコンテキスト作業にはAPIがCodexより適していますか？

異なる問題を解決します。APIは、ドキュメント化されたモデル契約の下でリクエストをアセンブルし測定するアプリケーションに適した表面です。Codexはコーディング ハーネス、ツール、セッション管理、圧縮を供給します。各インターフェイスで最大数ではなく、ワークフローに基づいて選択します。

持っているセッションを測定してから、圧縮の設計を行います

1.05M図とセッション表示258K可能性は、競合する仕様ではありません。1番目はOpenAIのドキュメント化されたAPIモデル容量です。2番目は現在のCodexランタイムで調査する条件であり、発表されたAstra上限ではありません。ランタイム条件をキャプチャし、ツール出力とプロジェクト状態を監査可能にします。

その後、圧縮イベントは謎ではなく計画されたハンドオフになります。セッションは、アクティブな動作集合が変更される場合でも、耐久性のある証拠からそのゴール、制約、決定、最新の検証を回復できます。

References

1. OpenAI API, "GPT-6 Astra Model", accessed September 7, 2026.
2. OpenAI, "GPT-6 Astra: A new generation of intelligence", released September 3, 2026; accessed September 7, 2026.
3. OpenAI API, "Model guidance: Using GPT-6 Astra", accessed September 7, 2026.