GPT-5.6 Sol highへ戻してAIコーディングを続けている

• 日本語

• GPT-5.6 Sol
• Codex
• AIコーディング
• LLM

#はじめに

GPT-6 Astra mediumを4プロジェクトほど並行して使うと、週次レートが足りなくなった。

そのため、以前から使っていたGPT-5.6 Sol highへ戻した。

結果として、現在は再びSol highをAIコーディングの主力として使っている。

新しいモデルが出たあとに以前のモデルへ戻るのは少し不思議な感じもする。

それでも、自分の使い方ではかなり安定している。

#Sol highでは複数プロジェクトを進めやすい

Astra mediumを使っていたときに一番困ったのは、モデル性能ではなく利用量だった。

Sol highへ戻すと、同じように複数のプロジェクトを進めてもかなり余裕を感じる。

もちろんタスク内容によって消費量は変わる。

単純比較できるものでもない。

それでも日常的に使った体感として、

こちらなら週全体を見ながら開発を続けやすい

という安心感がある。

#性能にも不満はない

Solへ戻すとき、

Astraに慣れたあとでは性能差が気になるのでは

とも思った。

しかし、実際に開発へ戻すと特に大きな問題はなかった。

設計相談。

既存コードの調査。

実装。

バグ修正。

テスト結果からの原因分析。

普段行っているタスクを問題なくこなしている。

自分にとって重要なのは、ベンチマーク上の差より、実際のリポジトリで安定して作業を完了できることだ。

#「弱くなった」という声は自分の評価とは分ける

モデルについては、更新後に以前より弱くなったのではないかという声を見かけることがある。

ただ、自分の環境ではそれを明確に確認できていない。

少なくとも現在のAIコーディングでは、

タスクを任せられなくなった

と感じるほどの変化はない。

そのため、外部の評価と自分の実体験は分けて考えることにしている。

自分の作業で問題なく使えているなら、それが今の自分にとって一番重要だ。

#新しいモデルが必ず自分に合うとは限らない

Astraは新しく、高性能なモデルとして魅力がある。

Solはそれ以前から使ってきた。

普通なら新しい方へそのまま移行したくなる。

しかし実際の運用では、

• 利用量
• 速度
• 安定性
• 自分のプロンプトや指示との相性
• 長く使ってきた経験

も影響する。

モデル単体の性能だけでは、開発体験全体を決められない。

#Codex側の環境がかなり育っている

Solを使いやすく感じる理由は、モデルだけではないと思う。

Codex自体を長く使い、自分の開発フローもCodex前提でかなり整ってきた。

モデルがコードを書く前後に、

• どの情報を渡すか
• どうタスクを切るか
• どこまで任せるか
• どこで人間が確認するか

という使い方にも慣れている。

AIコーディングでは、モデル性能と同じくらいハーネスや周辺設定が重要なのだと思う。

この点は、久しぶりにClaude Codeを使ったときに改めて感じた。

Claude CodeとCodexを使い比べて自分にはGPTが合っていると感じたへ続く。

#まとめ

GPT-6 Astra mediumからGPT-5.6 Sol highへ戻し、現在もAIコーディングの主力として使っている。

自分の環境では、

Astra medium
  → 高性能だが4プロジェクト並行では利用量が厳しい

Sol high
  → 必要な性能を保ちつつ継続して使いやすい

という違いを感じた。

今後さらに新しいモデルが出ても、必ずすぐ移行するとは限らない。

実際の開発で安定して使えるか、どのくらい継続して使えるかを見ながら選びたい。