Codex CLI の gpt-5.6-luna：質問あたりのトークン

Q: Codex CLI の gpt-5.6-luna は質問ごとに何トークン使いますか？

2026年9月4日 のベンチマークでは、Codex CLI で gpt-5.6-luna を通常どおり使うと、1 行のコーディング質問あたり平均 32,100 キャッシュ加重入力トークンを送信しました。capsul 使用時は 13,600 です。

Luna はこの GPT 系列の効率重視のモデルで、対象が明確で繰り返しやすいコーディングに向いています。

最終更新 2026年9月24日

測定結果

通常の Codex CLI: 32,100
capsul 使用時: 13,600
送信した入力の削減量: x2.36
5 項目の回答チェック通過数。通常、capsul の順: 4 / 3
質問あたりの出力トークン。通常、capsul の順: 1,180 / 295

ファイルを具体的に示して依頼を絞れば、コードの場所の確認、小さな変更、単純なテストに使いやすくなります。広い調査には強いモデルや追加の探索が必要かもしれず、どちらもセッションの消費を変えます。そのためベンチマークでは、入力の少なさだけで評価せず、回答チェックを並べています。

この Codex CLI の実行は ChatGPT サブスクリプションで行い、呼び出しごとのドル額は報告していません。区間と質問別の行を、繰り返す予定の仕事と比べてください。ある質問での差がコードベース全体でも同じとは限りません。

質問ごとの結果

実際の TypeScript コードベースに関する 1 行の質問を 5 つ用意し、質問ごとに各比較条件で 2 回反復。表は質問あたりの加重入力の平均値です。

質問	通常	capsul	入力削減量	正解回数：通常 / capsul
質問 1	39,200	13,300	x2.96	2 / 0
質問 2	30,600	14,500	x2.11	2 / 2
質問 3	21,200	12,700	x1.66	2 / 2
質問 4	48,000	19,800	x2.43	0 / 0
質問 5	21,800	7,800	x2.80	2 / 2

測定方法

同じモデルで 2 条件を比較します。通常どおり Codex CLI を実行した場合と、同じ質問を capsul 経由で送った場合です。単位はキャッシュ加重入力で、新規トークンは全量、キャッシュ読み取りは 10 分の 1 として計算。測定日は 2026年9月4日、質問と条件ごとに 2 回反復しました。

20 / 20 cells · /benchmarks/2026-09-04-codex.json

よくある質問

Codex CLI の gpt-5.6-luna は質問ごとに何トークン使いますか？

2026年9月4日のベンチマークでは、Codex CLI で gpt-5.6-luna を通常どおり使うと、1 行のコーディング質問あたり平均 32,100 キャッシュ加重入力トークンを送信しました。capsul 使用時は 13,600 です。

gpt-5.6-luna の削減効果は確かですか？

はい。90% 区間は ×1.91 から ×3.01 で、全体が 1 を上回っています。測定したセル数は 20 です。

capsul は gpt-5.6-luna の回答を変えますか？

通過数は減りました。通常時は 5 項目中 4 項目、capsul 使用時は 3 項目です。ベンチマークではこの結果も公開しています。