チャットOpenAI

GPT-5.1 Codex AI チャットアシスタント

GPT-5.1 Codex は、複数ファイルのリファクタリング、より安全なリポジトリ編集、コードベース整理、実装計画に使える Rivya のアップグレード版 Codex AI コーディングアシスタントです。

入力
プロンプト + 任意の画像
出力
AI チャットアシスタント
クレジット
従量課金 - 使用量に応じてクレジットを消費
最適
複数ファイルのリファクタリングと移行
出力例

出力例

PR サマリー、エンジニアリング引き継ぎ、レビュー文脈に適しています。

レスポンス

オンライン試用

GPT-5.1 Codex を試す

入力設定

この実行を準備

見込みクレジット: 3+

チャット設定

Rivya がいつウェブ検索を使うか、どの程度の推論を行うか、選択したモデルが対応している場合にモデルの思考内容を含めるかを選択します。

ウェブ検索

対応モデルが返信中にライブのウェブ検索結果を取得できるようにします。

推論

モデルのデフォルトを使うか、利用可能な場合はより強い、または軽い推論レベルを指定します。

会話を開始して、計画、プロンプト、クリエイティブ方針を再利用できる 1 つのスレッドにまとめましょう。

プロンプトスターター

実績あるプロンプトで GPT-5.1 Codex を始める

空白のプロンプトより良い初回結果がほしい場合は、GPT-5.1 Codex にすでに紐づけられたテンプレートを使えます。

モデル実例

GPT-5.1 Codex の出力例を見る

上のオンライン試用を使い、その後これらの出力例と比較して、仕上がり、リズム、タスク適性を判断してから Studio でさらにクレジットを使ってください。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

Codex diff 説明プロンプトのチャットプレビュー。

出力

PR サマリー、エンジニアリング引き継ぎ、レビュー文脈に適しています。

主なサンプル

PR サマリー、エンジニアリング引き継ぎ、レビュー文脈に適しています。

Codex diff 説明プロンプトのチャットプレビュー。

入力

プロンプト + 任意の画像

注目ポイント

Codex diff 説明プロンプトのチャットプレビュー。

1 回あたりのクレジット

従量課金 - 使用量に応じてクレジットを消費

このモデルが合う理由

このモデルが合う理由

GPT-5 Codex より改善されたコード精度

複数ファイルのリファクタリングにより強い

長いコード生成向けの 12K 出力トークン上限

最適なタスク

最適なタスク

複数ファイルのリファクタリングと移行アーキテクチャ整理とコード構成の見直し関連ファイルをまたぐより安全なコード編集見慣れないコードベースの説明

モデル実例

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

フロントエンド状態バグチャットの会話プレビュー。

症状、ルート変更、古い props、最小再現手順からフロントエンドの状態バグを分析します。

フロントエンド状態バグチャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

認証フローのエッジケース チャットの会話プレビュー。

リダイレクトループ、ロケール処理、保護ルートの漏れ、テストケースの観点から認証フローをレビューします。

認証フローのエッジケース チャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

スキーマバックフィル計画チャットの会話プレビュー。

正とするデータ、ドライラン、書き込み順序、検証、ロールバック制限を含むスキーマバックフィルを計画します。

スキーマバックフィル計画チャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

オブザーバビリティギャップチャットの会話プレビュー。

インシデントメモを確認し、不足しているログ、メトリクス、トレース、アラート、実用的な計装の次の一手を洗い出します。

オブザーバビリティギャップチャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

依存関係アップグレードのリスクレビューの会話プレビュー。

依存関係アップグレードについて、API変更、生成ファイル、ブラウザ要件、フォールバック計画をレビューします。

依存関係アップグレードのリスクレビューの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

フロントエンド状態バグチャットの会話プレビュー。

症状、ルート変更、古い props、最小再現手順からフロントエンドの状態バグを分析します。

フロントエンド状態バグチャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

認証フローのエッジケース チャットの会話プレビュー。

リダイレクトループ、ロケール処理、保護ルートの漏れ、テストケースの観点から認証フローをレビューします。

認証フローのエッジケース チャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

スキーマバックフィル計画チャットの会話プレビュー。

正とするデータ、ドライラン、書き込み順序、検証、ロールバック制限を含むスキーマバックフィルを計画します。

スキーマバックフィル計画チャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

オブザーバビリティギャップチャットの会話プレビュー。

インシデントメモを確認し、不足しているログ、メトリクス、トレース、アラート、実用的な計装の次の一手を洗い出します。

オブザーバビリティギャップチャットの会話プレビュー。

チャットスレッド

計画、プロンプト作成、分析、コーディングについて Rivya に依頼してください。

依存関係アップグレードのリスクレビューの会話プレビュー。

依存関係アップグレードについて、API変更、生成ファイル、ブラウザ要件、フォールバック計画をレビューします。

依存関係アップグレードのリスクレビューの会話プレビュー。

判断材料

このモデルが適している場面

判断材料

適性の手がかり

GPT-5 Codex より改善されたコード精度
複数ファイルのリファクタリングにより強い
長いコード生成向けの 12K 出力トークン上限
図やスクリーンショット向けの画像理解
GPT-5 Codex と同じ 3 クレジットのコスト

最適なタスク

タスクがこのような場合に使えます

複数ファイルのリファクタリングと移行アーキテクチャ整理とコード構成の見直し関連ファイルをまたぐより安全なコード編集見慣れないコードベースの説明構造化された次ステップを含む開発タスク分解

確認データ

確認すべき入力、出力、クレジット

プロバイダー

OpenAI

カテゴリ

チャット

機能

レスポンス

クレジットモデル

従量課金 - 使用量に応じてクレジットを消費

入力経路

プロンプト + 任意の画像

プロンプト設定

最大 20,000 文字

開発者アクセス

API から利用可能

モデルフィールド、参照メディアルール、クレジット挙動を確認した後、Public API v1 から GPT-5.1 Codex を呼び出せます。

FAQ

GPT-5.1 Codex FAQ

代替モデルを比較

次に検討したい他のモデル

チャット

GPT-5.5

Rivya で使える OpenAI の高度な GPT チャットモデルです。ブリーフにより多くの余地が必要なときの複雑な推論、画像対応分析、リサーチ統合、構造化された文章作成に向いています。

検討する理由

このタスク適性に合う場合に検討できます: 長い、または整理しにくい資料パケットをまたぐリサーチ統合。

入力プロンプト + 任意の画像
クレジット従量課金 - 使用量に応じてクレジットを消費
最適長い、または整理しにくい資料パケットをまたぐリサーチ統合
チャット

GPT-5.4

Rivya で使える OpenAI の上位 AI チャットモデルです。より複雑な分析や文章作成タスクに向けて、構造化入力の扱い、推論制御、ツール志向の会話プロジェクトが強化されています。

検討する理由

このタスク適性に合う場合に検討できます: 長い戦略ブリーフと意思決定メモ。

入力プロンプト + 任意の画像
クレジット従量課金 - 使用量に応じてクレジットを消費
最適長い戦略ブリーフと意思決定メモ
チャット

GPT-5.4 Codex

Rivya で使える OpenAI の上位 Codex モデルです。要求の高いリポジトリ規模の開発プロジェクトに向けて、より強いコーディング、構造化推論、ツール志向の協業を備えています。

検討する理由

このタスク適性に合う場合に検討できます: リポジトリ規模のデバッグとアーキテクチャレビュー。

入力プロンプト + 任意の画像
クレジット従量課金 - 使用量に応じてクレジットを消費
最適リポジトリ規模のデバッグとアーキテクチャレビュー