Codex CLI に必要なPCスペックと、合うPC・Mac（2026年10月）
Codex CLIに要るものはClaude Codeとほぼ同じで、メモリ32GBとNVMe 1TB、GPUは使いません。推論はOpenAIのサーバ、ビルドとテストは手元という分担も同じです。
違いが出るのはクラウドサンドボックスを使うかどうか。実行をそちらに寄せるなら今のノートのままで回りますが、手元のリポジトリで走らせる前提なら16GBは避けたいところです。
どこで何が動いているか
OpenAIのCodex CLIはClaude Codeと同じ構図のコーディングエージェントです。推論はOpenAI側、コードの実行・ビルド・テストは手元のPC側。クラウドサンドボックスで動く「Codex（Web版）」もあり、こちらはPCの性能をほぼ使いません。
手元のリポジトリで直接動かすCLI版を選ぶなら、必要なリソースはClaude Codeと同じで、CPUコア・メモリ32GB・NVMe 1TBが快適ラインです。Web版とCLI版の使い分けが、そのままPC要件の分かれ目になります。社内ネットワークの中のリソースやローカルのデータベースに触らせたいならCLI版、公開リポジトリの改修を任せるだけならWeb版で足ります。
手元のPCで実際に起きていること
Claude Codeと同じ構図です。推論はクラウド、ビルド・テスト・実行はローカル。クラウドサンドボックスで動かす選択肢もありますが、手元のリポジトリで動かすなら、メモリ32GBとNVMe 1TB以上を用意しましょう。
必要なリソース（最低ライン）
最低・快適・余裕の3段階
| 段階 | 構成の目安 | できること |
|---|---|---|
| 最低 | 8コア・メモリ16GB・NVMe 512GB | 小さなプロジェクトなら動く |
| 快適 | 8〜12コア・メモリ32GB・NVMe 1TB | Docker・開発サーバと同時に動かせる |
| 余裕 | 16コア・メモリ64GB・NVMe 2TB | 並列エージェントや大規模リポジトリも扱える |
計算例: 実際に何GB要るか
CLI版でPythonのプロジェクトを扱う場合。OSとブラウザ5GB、エディタ2GB、仮想環境とテスト実行で2〜4GB、Dockerを使うなら4GB、Codex本体1GB。合計14〜16GB。Claude Codeと同じ計算になります。Web版なら、この中の「テスト実行」「Docker」がOpenAI側のサンドボックスに移るので、手元は7〜8GBで済み、メモリ16GBの機種でも余裕です。
よくある誤解
「ターミナルで動くツールだから軽い」軽いのは表示だけです。実際にはテストの実行、依存関係のインストール、コンテナの起動が走ります。負荷はGUIのIDEを使う場合とほとんど変わりません。
「クラウド側で実行されるからローカルの容量は要らない」リポジトリの複製、依存パッケージ、ログはすべて手元に溜まります。半年でSSDが数百GB埋まるのは珍しくないので、1TBは最低ラインと考えましょう。
よくある失敗
- Web版Codexの感覚でCLI版を非力なノートで動かし、ビルドで固まる
- Claude CodeとCodexを同時に走らせて、メモリ32GBでも足りなくなる。併用が前提なら64GB
- Windowsのネイティブ環境で動かそうとして依存関係でつまずく。WSL2が前提
MacかWindowsか
macOS/Linuxが本流。WindowsはWSL2経由で使います。
Web版とCLI版の使い分けが、そのままPC要件の分かれ目
Web版のCodexは、OpenAI側のコンテナにリポジトリを複製して、その中でコードを書き、テストを回します。手元のPCはブラウザで結果を見るだけなので、メモリ8GBのノートでも支障がありません。代わりに、社内のデータベースや自宅のNAS、ローカルにしかないファイルには触れず、テストに必要なサービス（DBやキュー）もコンテナ内で用意できるものに限られます。
CLI版は逆で、手元の環境をそのまま使える分、負荷も手元に来る。「触らせたい対象がどこにあるか」で決めるのが正解で、両方を使い分ける人も多い。使い分けるなら、PCの要件はCLI版に合わせておくことになります。料金面では、Web版はサブスクリプションの範囲で使える一方、CLI版はAPI課金になる構成もあるので、使う頻度で総額が変わる点も選定に入れておきましょう。
買う前のチェックリスト
- Web版で足りるか、CLI版が必要か決めた（社内リソースに触るならCLI）
- CLI版ならメモリ32GB・NVMe 1TB以上
- macOS / Linux、またはWSL2の準備
編集部メモ: Codexは「Web版で始めてCLI版に移る」人が多く、その移行のタイミングでPCが足りなくなります。最初からCLI版を見越してメモリ32GBにしておくと、移行時に買い替えが要りません。逆にWeb版だけで完結する使い方なら、今のPCで十分です。
関連するページ
Codex CLIに要るのは、CPU 8コア・メモリ32GB・NVMe 1TB、GPUは不要で内蔵GPUで足りるという水準でした。この数字を持ったまま、別の角度から裏を取れるページを並べます。用語で詰まったら用語集へ。
| 知りたいこと | ページ |
|---|---|
| その容量で何が動くか | 容量別の一覧 |
| 予算から構成を選ぶ | 予算別のおすすめ（10万〜100万円） |
| 使うソフトの推奨スペック | ツール別（Ollama・LM Studio・ComfyUIほか） |
| GPUやチップのシリーズで比べる | シリーズ別の対応表 |
| 量子化の形式を選ぶ | 量子化の種類と必要メモリ |
| 用語の意味を確認する | AI用PCの用語集（29語） |
| 会社で導入する場合の考え方 | 法人・業務でAIを使うPC選び |
| いま何が動くようになっているか | ローカルLLMの現在地（データレポート） |
予算別にどれを選ぶか
Codex CLIを使うという条件だけで、予算ごとに選べる構成が変わります。要件を満たす中で最も手頃なものを並べました。価格は2026年10月時点の目安です。
| 予算 | この用途を満たす最も手頃な構成 | 目安 | 備考 |
|---|---|---|---|
| 10万円まで | この予算では要件を満たす構成がありません | — | |
| 15万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 20万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 30万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 40万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 60万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 100万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
要件を満たす中で最も安いのはGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）（12〜18万円）です。同じ予算でも形（ノート・BTO・自作・Mac・常時稼働）で選べるものが変わります。予算別のページで各価格帯の全構成を確認できます。
1年後を見据えるなら
Web版とCLI版の比重が変われば要件も変わります。CLI版に軸足を移すなら、その時点でメモリ32GBが要ります。逆にクラウドサンドボックスの機能が充実すれば、手元の要件は下がる方向です。どちらに転んでも損しないのは、メモリ32GB・NVMe 1TBという構成。GPUに投資しないぶん、同じ予算でこの水準に届きます。
PCを買わずに済ませる選択肢
Web版のCodexを使えば、実行環境はOpenAI側です。手元のPCはブラウザだけなので、メモリ16GBの機種でも支障ありません。公開リポジトリの改修や、外部サービスに依存しない作業ならこれで足ります。社内のデータベースや自宅のファイルに触らせたい場合だけ、CLI版とそれに見合うPCが必要になります。
させたい仕事を足すと、要件はどう変わるか
Codex CLI単体の要件（CPU 8コア・メモリ32GB・SSD 1TB）に、仕事を1つ足したときの変化です。上がる軸だけを示します。
| 足す仕事 | 上がる要件 | その結果 |
|---|---|---|
| 文章・資料・メール作成 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| プログラミング・開発 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 自動タスク・エージェントの常時運用 | CPU 8→12コア・メモリ 32→64GB・常時稼働が必要に | 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）から |
| イラスト・画像生成 | VRAM 0→12GB・NVIDIA GPU前提に | RTX 5070（12GB）デスクトップ・メモリ32GBから |
| 動画生成・編集 | メモリ 32→64GB・VRAM 0→24GB・SSD 1→2TB・NVIDIA GPU前提に | RTX 5090（32GB）デスクトップ・メモリ64GBから |
| 議事録・文字起こし | VRAM 0→6GB | RTX 5060（8GB）デスクトップ・メモリ32GBから |
| データ分析・Excel/Python | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 社内文書の検索・要約（ローカルRAG） | VRAM 0→24GB | Mac mini M4 Pro（メモリ48GB・SSD 1TB）から |
形態別のおすすめ
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
開発向けノートPC（メモリ32GB・SSD 1TB）
Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る
Core Ultra 7 / Ryzen 7 クラス・メモリ32GB・NVMe 1TB・WSL2運用 ・ 目安 15〜23万円
ノートPCでCodex CLIを使うなら
GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる
Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円
デスクトップ（BTO）でCodex CLIを使うなら
Mac mini M4 Pro（メモリ48GB・SSD 1TB）
30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心
M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円
MacでCodex CLIを使うなら
静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）
n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない
Ryzen 9 8945HS/9955HX クラス・DDR5 64GB・NVMe 2TB・アイドル10W台 ・ 目安 13〜22万円
常時稼働サーバー型でCodex CLIを使うなら
自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る
Ryzen 9 9950X・DDR5 32GB×2・NVMe 2TB・静音ケース・電源750W（将来GPU増設可） ・ 目安 20〜28万円
自作でCodex CLIを使うなら
させたい仕事を足して絞り込む
今のPCで足りる人が買い足すなら
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
メモリ増設（32GB化）
エージェント・Docker・ブラウザ大量タブの詰まりはメモリで解消する
NVMe / 外付けSSD 2TB
モデル・Dockerイメージ・リポジトリで内蔵SSDはすぐ埋まる
よくある質問
Web版とCLI版のどちらを使うべき？
手元のリポジトリや社内ツールに直接触らせたいならCLI版。PCの負荷を避けたい、環境構築が面倒ならWeb版です。
Codex CLIにGPUは要る？
不要です。推論はOpenAI側です。
Claude Codeと要件は違う？
ほぼ同じです。どちらもCPUコア・メモリ32GB・NVMe 1TBが快適ラインで、GPUは使いません。
ノートで使うなら何を優先する？
メモリ32GBとNVMe 1TBを満たすモデルで、ファンの騒音と発熱が小さいもの。ビルドとテストが頻繁に走るので、薄型で冷却の弱い機種はクロックが落ちて体感が悪くなります。
Codex CLIにはどんなPCが合う？
ノートPC: 開発向けノートPC（メモリ32GB・SSD 1TB）。デスクトップ（BTO）: GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）。Mac: Mac mini M4 Pro（メモリ48GB・SSD 1TB）。常時稼働サーバー型: 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）。自作: 自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
関連: AI時代のPC選び 5つの軸 / ローカルLLMに必要なPCスペック / AI開発用PCのスペック / MacかWindowsか / メモリ16・32・64GBの差