更新終了

Codex Juice

Juice の確認と更新は終了しました。観測値はアカウントごとに異なり、すべての利用者の体験を表すものではありません。以前のガイドを参考資料として残しています。

過去のモデル・推論強度ガイドを見る

このガイドは更新されません。選択ツールは当時のルールを使用しており、推奨結果やモデル情報が古い場合があります。

TASK → MODEL → EFFORT

開始構成を決める

3 つのタスクシグナルから透明な開始点を出します。検証に失敗したら、Juice 値を推測に使わずフォールバックに従います。

推奨構成 モデルTerra強度中 Terra は定型作業の能力とコストを両立します。明確で慣れたタスクには Medium が根拠のある開始点です。 最初の実行が失敗したら: モデルを変える前に、同じモデルの強度を 1 段上げます。

早見表

開始点であり能力順位ではありません。検証の難しさや品質優先で上方調整します。

タスク開始モデル強度
短く検証しやすい Luna 低
定型で範囲明確 Terra 中
複雑なリポジトリ作業 Sol 高
曖昧または高リスク Astra 超高
OpenAI の Astra、Sol、Terra、Luna のモデル位置付けを読む

30 秒ガイド

30 秒で選ぶ

まずタスクの性質を見ます。手順と確認方法が明確なら推論を抑え、曖昧さやレビューリスクが高ければ増やします。以下は OpenAI の品質と速度の方向性と外部結果に基づき、Juice 値には基づきません。

ルールの仕組み タスク範囲と検証リスクでモデルを選び、強度で推論量を調整します。OpenAI のモデル位置付けと外部強度エビデンスを使い、Juice 指紋の大小は使いません。
  • 低 進め方と受け入れ条件が明確な、速く低リスクの作業に使います。
  • 中 日常的で範囲が明確なタスクに使います。慣れた作業のバランスの良い出発点です。
  • 高 当時のガイドでは、大規模なリポジトリ作業の出発点に High を使用しました。自分のタスクで結果を確認してください。
  • 超高 曖昧、複数モジュール、高いレビューリスクの作業で、時間やコストより意味の完全性を優先するときに使います。
  • 最大 過去の NixBench データには Max が含まれますが、一つの課題集の結果であり、すべての用途への推奨ではありません。
  • ウルトラ 比較可能な公開エビデンスはありません。Juice 指紋から推奨を生成しません。

更新終了

実行時の観測確認は終了

Juice 値や変化の確認は終了しました。以下には当時の収集方法を参考として残しています。

プローブ方法

制限された一時 Codex CLI セッションで各強度を観測します。新しい値は別の新規セッションで一致した二回目の観測後のみ公開します。完全 sweep 中にモデル識別子が変われば全体を無効化します。

この指標で証明できないこと

Juice は非公式の自己申告ランタイム指紋で、実際の推論 token 使用量でも品質ベンチマークでもありません。値が高い、低い、またはどちらに変化しても、コーディング能力の向上・低下とは解釈できません。

OpenAI は推論強度について品質と速度の方向性のみを示し、追加推論の効果はタスクによって異なると明記しています。 OpenAI の推論強度ガイドを読む

/api/juice の Raw データを開く

effort-guide --external-evidence

過去のベンチマークデータ

GPT-5.6 Sol の五段階の推論強度を 29 のコーディング課題で評価した、NixBench の過去のスナップショットです。Codex Juice の能力スコアではありません。データは再取得されません。最新の結果は参照元をご確認ください。

出典と更新
NixBench · 2026-07-12
外部モデル
GPT-5.6 Sol
ハーネス
codex-cli 0.144.1
タスクセット
29 · NixBench 29-task corpus · 5×/effort
平均通過タスク数、観測 95% 区間、タスク当たり秒数、記録試行数、タイムアウト数。
強度平均通過95% 区間秒/タスク試行タイムアウト
低 23.6/29 22.2–25.0 27.4s 5 0
中 24.0/29 22.5–25.5 38.5s 5 0
高 23.6/29 22.9–24.3 47.4s 5 0
超高 24.0/29 23.1–24.9 60.7s 5 0
最大 23.2/29 20.1–26.3 81.4s 5 3

制約:NixBench は独自のハーネス、コーパス、客観的な hidden shell evaluator を使用します。これは Codex Juice の観測値ではありません。Max の公開行はありますが、Ultra は製品モードで、今回比較可能な公開性能行は見つかりませんでした。

静的スナップショット · 2026-08-03 確認