ChatGPT Workを使うとCodexの使用量が減る?雑談で5時間枠が残り85%になった

Workの利用と残量の減少がひと目で分かる、利用枠の共有を表した横長バナーのイラスト AI
本サイトはプロモーションが含まれています

2026年7月10日、ChatGPTがアップデートされました。GPT5.5から5.6にありました。またChatGPT Workという、チャットとは別の機能も搭載されていました。

早速使ってみて、ChatGPT Workで「ChatGPTのWorkってなんなの?」と雑談していたら、Codexの使用量が減っていました。

PlusプランでWorkを開き、モデルはSol、推論レベルは「高い」に設定していました。レポートを作らせたわけでも、大量のファイルを分析させたわけでもありません。ただの軽い雑談です。

それでも、使用後に使用量の画面を確認すると、5時間の利用制限は残り85%、週あたりの利用制限は残り98%になっていました。

この間、私はCodexを使っていません。

私はてっきり、Workは通常チャットに追加された新しいモードであり、Codexとは別の利用枠で動いていると思っていました。しかし、実際は違いました。

ChatGPT WorkとCodexは、同じエージェント利用枠を共有しています。そのため、Workを使えば、Codexで使える残量も減ります。

ただし、これは単純に「Workを使うと損をする」という話ではありません。

普段からCodexを使っている人は、Workとの配分を考える必要があります。一方で、Codexをほとんど使っていなかった人は、これまで使っていなかった利用枠を、調査や資料作成などに活用できるようになりました。

同じ新機能でも、誰が使うかによって評価が大きく変わりそうです。

※この記事は2026年7月10日時点の情報です。ChatGPT Workは公開直後の機能であり、提供範囲、モデル、利用制限、料金の仕組みは今後変更される可能性があります。

以下ではもう少し具体的に書いていきます↓

Workで雑談しただけで5時間枠が約15ポイント減った

会話画面の横に残量85%と98%の利用枠ゲージが並ぶ検証結果を示したイラスト

今回、私がWorkで行ったのは、「ChatGPTのWorkってなんなの?」という質問を中心とした会話です。

使用した環境はChatGPT Plusで、モデルはSol、推論レベルは「高い」に設定していました。

そのあとUsage画面を確認すると、次のように表示されていました。

  • 5時間の利用制限:残り85%
  • 週あたりの利用制限:残り98%
Codexの使用量が15%減った状態を示すスクリーンショット

この日は、Work以外でCodexを使っていません。そのため、今回のWorkでの会話によって、5時間枠は約15ポイント、週間枠は約2ポイント減ったと考えています。

使用量は、モデル、推論レベル、会話の長さ、読み込ませた資料、ツールの使用状況などによって変わります。今回の数字は、あくまで私の環境で確認した一例です。

それでも、本格的な成果物を作らせなくても、Workで会話するだけで共通のエージェント利用枠を消費することは分かりました。

「ファイルを作ったときだけ使用量が減る」と思っている人は、注意したほうがよさそうです。

なぜWorkを使うとCodexの残量が減るのか

OpenAIの公式ヘルプには、ChatGPT WorkはCodexと同じ利用構造に従うと書かれています。

さらに、PlusやProでは、ChatGPT Work、Codex、ChatGPT for Excelなどのエージェント機能が、同じエージェント利用枠を使うと説明されています。

要するに、WorkとCodexは別々の機能ですが、使用量を引かれる財布は同じです。

Workを使うと、裏でCodexアプリが起動するという意味ではありません。Workで使った量とCodexで使った量が、同じ利用枠へ合算されるということです。

Workは通常チャットと同じChatGPTの画面に表示されるため、通常チャットの高機能版や追加機能のように見えます。

私も使用量の画面を確認するまで、Workを使うとCodexの残量にも影響するとは理解していませんでした。

通常チャット、Work、Codexの違い

通常チャット、Work、Codexの役割の違いを3つのパネルで整理した比較イラスト

通常チャット、Work、Codexの違いを整理すると、次のようになります。

機能主な用途使用する利用枠
通常チャット質問、相談、検索、文章作成、記事評価ChatGPT側の通常チャット・推論利用上限
ChatGPT Work調査、分析、ファイル作成、複数工程の実行Codexと共通のエージェント利用枠
Codexコード、ローカルファイル、ターミナル、開発作業Workと共通のエージェント利用枠

通常チャットは、AIから答えや文章を受け取るための場所です。

文章を評価してもらう、分からないことを質問するといった作業なら、通常チャットで完結します。

Workは、答えを返すだけでなく、まとまった仕事を進めるためのモードです。複数の資料を調べ、工程を分けて作業し、文書、表計算、プレゼン、レポートなどの完成物を作れます。

Codexは、コードやローカル環境を扱う仕事に向いています。複数のファイルを編集したり、ターミナルでコマンドを実行したり、テストを行ったりできます。

かなり単純化すると、答えが欲しいなら通常チャット、完成物が欲しいならWork、コードやローカル環境を操作してほしいならCodexです。

通常チャットのSol/HighはCodexの利用枠を使うのか

通常チャットとWorkで、同じSolでも利用枠の行き先が異なることを示したイラスト

私は通常チャットでもSolを使っており、推論レベルを「高い」に設定しています。

では、通常チャットのSol/Highを使った場合も、Workと同じようにCodexの残量が減るのでしょうか。結果から言うと、通常チャットでsolを使っても使用量は減りませんでした。

OpenAIの公式文書でも、通常チャットのMediumとHighは、ChatGPT側の推論利用上限を使うものとして説明されています。

一方、WorkとCodexは、共通のエージェント利用枠を使うものとして説明されています。通常チャットは、共通のエージェント利用枠を使う機能には挙げられていません。

そのため、現在の公式説明では、通常チャットのSol/Highと、Work・Codexの利用枠は別です。

同じSolという名前が付いていても、どこで使うかによって、消費する利用枠が違います。

ここがややこしいですね。

記事の執筆、文章の評価、アイデア出し、設計レビューなど、通常チャットだけで完結する作業なら、Workを使わずSol/Highで相談したほうが、Codexとの共通利用枠を温存できます。

Workが通常チャットより必ず高性能とは限らない

Workは通常チャットより本格的な機能なので、常に通常チャットより深く考えているように感じるかもしれません。

しかし、標準設定同士を比べると、必ずしもそうではありません。

OpenAIのモデルガイドによると、Workの標準Power設定では、GPT-5.6 SolがMediumの推論レベルで使われます。

一方、Plusの通常チャットで「高い」を選ぶと、GPT-5.6 Sol/Highが使われます。

単純に推論レベルだけを比べれば、通常チャットの「高い」のほうが、Workの標準Power設定より上です。

もちろん、Workでも推論レベルをHighやExtra Highへ上げられます。ただし、推論を重くすると処理時間が長くなり、使用するトークンも増えます。

Workの強みは、通常チャットより必ず賢いことではありません。

資料やツールを使い、複数の工程を進め、実際に使える成果物まで完成させられることです。

文章について相談するだけなら、通常チャットで十分な場合があります。仕事を最後まで実行してほしいときに、Workを使う意味があります。

Codexを使う人と使わない人でWorkの評価が変わる

同じ利用枠を前に、Codex利用者と非利用者で受け止め方が分かれる様子のイラスト

Workを使った分だけ、Codexで開発作業に使える残量も少なくなります。

私のように、CodexでWebツールを作ったり、Obsidian内のファイルを操作したりしている人は、軽い相談までWorkで行うのは少しもったいないかもしれません。

通常チャットで済む作業は通常チャットで行い、ファイル作成や複数工程の実行など、Workでなければできない仕事に共通利用枠を残したほうがよさそうです。

一方、Codexをほとんど使っていなかった人にとっては、話が逆になります。

Codexという名前を見ると、どうしてもプログラマー向けの機能に見えます。コーディングをしない人は、有料プランにCodexの利用枠が含まれていても、ほとんど使っていなかったのではないでしょうか。

Workでは、その利用枠を調査、資料作成、表計算、プレゼン作成などに使えます。

これまで眠っていた利用枠に、使い道が生まれたわけです。

私は最初、「Workを使うとCodexの残量が減るなら、わざわざWorkを使う意味がないのでは?」と思いました。

しかし、それは普段からCodexを使っている私の視点でした。

Codexを使っていなかった人から見れば、ChatGPTの有料プランに含まれていたエージェント能力を、自分の仕事でも使いやすくなったわけで、これはかなり大きな進化です。

私なら通常チャット、Work、Codexをこう使い分ける

ブログを運営している私は、次のように使い分けようと思っています。

通常チャットは、考える作業に使います。

記事テーマの検討、検索意図の整理、構成作成、初稿執筆、文章評価、事実確認、設計レビューなどです。AIから回答や文章を受け取れば終わる仕事なら、通常チャットのSol/Highで十分です。

Workは、完成物を作る作業に使います。

複数の資料を読ませてレポートを作る、データを整理して表計算ファイルにする、調査内容からプレゼン資料を作るといった仕事です。

Codexは、コードやローカルファイルを扱う作業に使います。

WordPress用ツールの実装、HTMLやJavaScriptの修正、Obsidian内のファイル操作、スクリプト作成などは、引き続きCodexが向いています。

Workでなければできない仕事に、Codexとの共通利用枠を使う。

今のところ、この使い分けが一番よさそうです。

まとめ:Workは便利だがCodexとは同じ利用枠

ChatGPT WorkとCodexは、同じエージェント利用枠を共有しています。

今回、私がWorkでSol/Highを使って雑談したところ、Usage画面では5時間枠が残り85%、週間枠が残り98%になっていました。

同じ結果が毎回出るわけではありませんが、Workでは軽い会話でも共通利用枠を消費することが分かります。

Codexを日常的に使っている人は、通常チャットで済む作業までWorkで行わないほうがよいでしょう。

一方、Codexを使っていなかった人にとっては、これまで使っていなかった利用枠を、調査や資料作成に活用できるようになりました。

Codex利用者にとっては、限られた利用枠の使い道が増えた機能です。

Codexを使わない人にとっては、眠っていた利用枠を使えるようにした機能です。

Workが得なのか損なのかは、普段Codexを使っているかどうかで変わります。

よくある質問

ChatGPT Workを使うとCodexの使用量は減りますか?

減ります。

WorkとCodexは、同じエージェント利用枠を共有しています。

Workで会話するだけでも使用量は減りますか?

私の環境では減りました。

Sol/HighでWorkについて会話したあと、5時間枠は残り85%、週間枠は残り98%になっていました。ただし、消費量は作業内容によって変わります。

通常チャットでSol/Highを使ってもCodexの使用量は減りますか?

現在のOpenAI公式文書では、通常チャットとWork・Codexは別の利用上限として説明されています。

通常チャットは、共通のエージェント利用枠を使う機能には挙げられていません。

Workを使うたびに追加料金が発生しますか?

通常は発生しません。

最初に契約プランに含まれる利用枠が使われます。上限到達後の追加クレジットについては、Usage画面で自分のアカウントに表示される内容を確認してください。

Workは通常チャットより高性能ですか?

単純には比較できません。

通常チャットの「高い」はSol/Highですが、Workの標準Power設定はSol/Mediumです。Workの強みは、複数の工程を実行して完成物を作れることです。

通常チャットとWorkはどう使い分ければよいですか?

回答や文章が欲しい場合は通常チャット、資料やファイルなどの完成物を作ってほしい場合はWorkが向いています。

コードやローカル環境を操作してほしい場合はCodexが向いています。

参考リンク

OpenAI Help Center「ChatGPT Work and Codex」
https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex
アクセス日:2026年7月10日

OpenAI Help Center「Using Credits for Flexible Usage in ChatGPT」
https://help.openai.com/en/articles/12642688-using-credits-for-flexible-usage-in-chatgpt-freegopluspro-sora
アクセス日:2026年7月10日

OpenAI Help Center「GPT-5.6 in ChatGPT」
https://help.openai.com/en/articles/20001354-gpt-56-in-chatgpt
アクセス日:2026年7月10日

ChatGPT Learn「Models」
https://learn.chatgpt.com/docs/models
アクセス日:2026年7月10日

コメント