GetVibeでCodex CLIを実行する：実践的なセットアップガイド

Codex CLIは/v1/chat/completionsではなく、OpenAIのResponses APIを使用します。GetVibeとの統合ではwire_api = "responses"が必要です。汎用SDKの例からコピーしたchat-completionsのベースURLで代用することはできません。生成されるセットアップはCodex CLIのドキュメントで管理されており、/api/integrations/codex.tomlから更新できます。

インストールしてキーを設定する

CLIをインストールし、設定ディレクトリを作成します。APIキーはTOMLファイル内ではなく、環境変数に保持してください。

npm install -g @openai/codex
mkdir -p ~/.codex
export GETVIBE_API_KEY="your-dashboard-key"

次のプロバイダーブロックを~/.codex/config.tomlに追加します。

model = "gpt-5.6-luna"
model_provider = "getvibe"
model_reasoning_effort = "medium"
model_reasoning_summary = "auto"
model_context_window = 786432

[model_providers.getvibe]
name = "GetVibe"
base_url = "https://getvibeapi.com/v1"
env_key = "GETVIBE_API_KEY"
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 5
stream_idle_timeout_ms = 600000

TOMLの値に$GETVIBE_API_KEYを記述しないでください。Codexはenv_keyで指定された変数を読み取ります。設定ファイル内のテキストは、シェルによる変数展開の対象になりません。チームで管理するセットアップでは、Codexを起動するシェルプロファイルまたはシークレットマネージャーを通じて環境変数を提供してください。

Responsesをサポートするモデルを選ぶ

生成されるCodex設定は公開カタログを基に作られており、コーディングモデルに加えて、高速タスク用と深い推論タスク用のプロファイルを推奨します。別のモデルを選ぶ前に、そのモデルがResponses API向けに掲載されていることと、設定する予定のコンテキスト上限があることを確認してください。2026年10月3日に確認したカタログスナップショットでは、GPT-6 Lunaは$0.0055 入力 · $0.0274 出力 100万トークンあたり、GPT-6 Solは$0.1096 入力 · $0.548 出力 100万トークンあたり、GPT-6.1 Solは$0.1096 入力 · $0.548 出力 100万トークンあたりです。いずれも100万の入力トークンおよび出力トークンあたりの価格です。各値はライブのモデルページから表示されます。

タスクの種類によってコストと推論の要件が異なる場合は、プロファイルが役立ちます。要約やコミットメッセージには高速プロファイルを、複数ファイルにまたがる変更にはより深いプロファイルを用意してください。プロジェクトの生成設定はこのパターンを示しており、公開カタログの変更に合わせて推奨IDも更新されます。モデルページでサポートされている上限を超えるようにコンテキストウィンドウを手動編集しないでください。その場合、Codexがサイズ超過のリクエストを送信し、上流で失敗する可能性があります。

読み取り専用のリポジトリタスクで検証する

使い捨てのチェックアウトでCodexを起動します。編集せずに1つの関数を説明するよう依頼してください。GetVibeプロバイダーが使用され、リクエストが完了することを確認します。その後、明示的に許可を確認したうえで、小さなパッチを依頼します。CLIがプロバイダー不足を示す場合は、テーブル名が正確であることと、model_providerがその名前と一致していることを確認してください。認証に失敗する場合は、Codexを起動するのと同じシェルでGETVIBE_API_KEYを確認します。

レスポンスがツールを使用できないと示す場合は、まず選択したモデルのResponsesサポートとCLIのバージョンを確認してください。一般カタログにモデルIDが表示されていても、すべてのプロトコルが利用できるとは限りません。ツールの失敗をエンドポイントや認証の失敗と区別できるよう、ログには正確なモデルIDを残してください。

コンテキストとエージェントのコストを管理する

Codexはリポジトリのファイルを読み取り、会話の一部としてツールの結果を送り返します。ignore設定で生成物や依存関係のディレクトリを除外し、関連するパスだけを調べるよう指示し、巨大な仕様を各プロンプトで繰り返さないようにしてください。エージェントタスクのコストには、最終パッチだけでなくすべてのターンが含まれます。代表的なタスクの後にダッシュボードの使用量を、モデルページに記載された入力および出力の料金と比較してください。

公平にモデルを比較するには、同じリポジトリのコミット、プロンプト、承認ポリシー、テストを使用してください。バグ修正と複数ファイルにまたがるタスクを実行し、テストの成功と修正ターン数を評価します。2026年10月3日時点のGPT-6 Lunaのカタログ料金は$0.0055 入力 · $0.0274 出力 100万トークンあたりと表示されます。実際のリクエスト料金は、タスクで使用するコンテキストと出力の量によって異なります。

プロファイルと安全なデフォルト

通常のコーディングタスクではまずmediumの推論を使用し、その後、モデルがサポートしている場合は速度重視のlowと、難しい推論向けのhighを比較してください。推論を増やすと出力使用量が増える可能性があります。習慣的に巨大なグローバルコンテキストを設定することは避けてください。生成ファイルでは、モデルごとに適切なウィンドウが選択されています。Codexが提案するコマンドを理解するまでは、Codexの承認動作を有効にしておいてください。

CLIは正常に起動するもののGetVibeに到達しない場合は、編集したファイルだけでなく有効な設定を確認してください。Codexが別のプロファイルまたは設定場所で起動されている可能性があります。害のないリクエストを実行し、ダッシュボードで使用量を確認してから、価値のあるリポジトリで使用してください。

繰り返し行うタスクの種類にプロファイルを使用する

Codexのプロファイルを使うと、チームで1つのプロバイダーを維持しながら、タスクに応じてモデルと推論の強度を変更できます。高速プロファイルは差分の要約やコミットメッセージの下書きに、深いプロファイルは複数ファイルにまたがる障害の調査に使用できます。チームで文書化するコマンドにはプロファイル名を含め、2人の開発者が異なるデフォルトを知らずに比較することがないようにしてください。プロファイルでは、現在公開されておりResponsesと互換性のあるモデルIDを使用する必要があります。

生成されるGetVibe設定は高速プロファイルと深いプロファイルのパターンを提供しますが、推奨モデルの変更に応じて内容が変わる可能性があります。古いモデルのコンテキスト上限をコピーするのではなく、ドキュメントに記載されたエンドポイントから更新してください。Codexは設定されたコンテキストウィンドウに従って履歴を圧縮する場合があるため、ルートが受け付けるより大きなウィンドウを設定すると、長いタスクが有用なコンテキストではなくリクエストエラーにつながる可能性があります。

リポジトリのコンテキストを絞り込む

エージェントを起動する前に、ignoreルールでパッケージキャッシュ、ビルド出力、生成されたAPIクライアント、大きなフィクスチャを除外していることを確認してください。最初に調べるパッケージまたはテストをCodexに伝えます。バグの場合は、失敗を再現し、変更予定のファイルを示してから、最小限のパッチを作成してテストを実行するよう依頼してください。これにより、繰り返されるツール出力が減り、結果をレビューしやすくなります。

公平にコストを比較するには、同じコミットで同じプロンプトを実行してください。編集を必要としないタスクを含めて、エージェントが境界を守るか確認し、テスト実行が必要なタスクも含めて修正ループを数えられるようにします。最終レスポンスの長さだけでなく、トークン使用量とパッチが通過したかどうかを記録してください。

推論と出力の予算

品質目標を満たす最低限の推論強度を使用してください。高い強度は一部の計画タスクに有効ですが、レイテンシーと出力使用量を増加させる可能性があります。依頼したパッチと説明に十分な大きさの出力予算を設定し、無制限にはしないでください。レスポンスが早く終了した場合は、リクエスト全体を繰り返す前に終了理由を確認してください。対象を絞った継続であれば、使用するコンテキストを減らせる可能性があります。

自動コマンド承認は慎重に設定してください。Codexが破壊的なシェルコマンドを提案したり、意図した範囲外のファイルを変更したりする可能性があります。推論の要約が確信に満ちている場合でも、承認する前に差分とテスト出力を確認してください。

よくあるエラー

エンドポイントが間違っている：ベースURLは/v1で終わり、wire_apiはresponsesでなければなりません。
401：プロセス環境でGETVIBE_API_KEYをエクスポートしてください。TOMLはシェル変数を展開しません。
コンテキストエラー：model_context_windowを選択したモデルの公開ページに合わせてください。
ツールの動作が異なる：Responsesと互換性のあるモデルでテストし、CLIのバージョンを最新に保ってください。

JSONリクエストのフィールドについてはMessages and Responsesを、残高とメータリングについては使用量のドキュメントを参照してください。