個人制作の開発垢です。 Unityでゲーム作ってます。 これからAI駆動開発します。 日常：@daraha_man 最終成果物：@nikogori_super
Joined May 2026
- Tweets64
- Following9
- Followers2
- Likes61
コーヒーマン retweeted
🚨 Claude Next is being tested on claude code
and i thought it will take a month to make image and video gen model obsolete i was wrong
Behold the supremacy , fully coded ,this akes even Opus 5.5 look primitive
I will upload more test different types its SOTA in every f#ing thing
せんきゅ〜
ただ、リセット券使った後だったから、タイミング悪かったぜ〜
Hi Astra users. A reset and a quick update on quality issues that have been posted around.
Working with some of you, we have found and fixed the following issues:
- Some skills written for previous models were triggering too often or preventing the model from checking its work.
- An opt-in context management experiment that could cause early stops or replies to older messages. We've disabled it. Our rough estimate is that 4-5k users were affected by this experiment.
- We've also removed some badly configured engines that resulted in a measured quality degradation for a long tail of traffic flowing through them.
We’ve also made some more minor improvements and things should feel significantly better across the board. More consistent follow-through, better tracking of your latest message, and better checks on the work as it’s going through the motions.
The examples posted and all the users who worked directly with us were incredibly useful in helping fix things quickly. Always grateful for this incredible community.
And of course, a reset is also landing by midnight today.
最近、Codexがサンドボックスのエラーになりまくってトークンを無駄に消費してるんだけど、直らんの?
あと、やっぱLunaでサブエージェント回すの無理だわ。実装クソだし明らかにレビュー適当だし、不具合あるのに合格判定するし。Terraも微妙。
Astraは感動だけど、8分で5時間制限に達する。詰み。
こういう人にこそリセットが必要。
たすかる〜
アストラがSubAgents使うとトークンが無駄になる問題。手元でも検証しました。
結論として、原則は単独、サブエージェント使うなら用途を限定せよ、ということになりそうです。
↓以下原文（長い）
**結論は、Astra単独を標準運用にし、サブエージェントは用途を限定して許可する、です。現時点で、Astraに広く自律委任させる運用は採用しません。**
ただし、前の回答にあった「使うたびにユーザーが明示する」方式も、日常運用には不十分です。**委任してよい条件をあらかじめ決め、その条件への適合はCodex自身が判断する**運用を推します。
この判断の根拠を、実測から詰め直しました。
**まず、今回増えた費用のほとんどはLunaではなく、親Astraでした。**
実測トークンを、モデル別・キャッシュ別に公式のStandard単価で換算すると、次のようになります。アカウントの利用枠減少量そのものではありませんが、単純なトークン合計より費用比較に適しています。[公式単価](learn.chatgpt.com/docs/prici…)
| 条件 | 親Astra | 子Luna | 合計換算クレジット |
|---|---:|---:|---:|
| 単独 | 11.946 | 0 | **11.946** |
| 通常委任 | 31.836 | 0.329 | **32.165** |
| 長い待機で委任 | 18.659 | 0.466 | **19.125** |
通常委任の約99%が親側です。つまり、**安い子に仕事を渡しても、高い親が何度も起動して説明・確認・統合すれば、全体は安くならない**。今回、運用設計で最も注目すべきなのはここです。
長い待機によって換算費用は通常条件から約40.5%減りました。それでも単独より約60%高く、完了時間も単独の約2.1倍でした。共通テストでは、追加負担に見合う品質差を検出できていません。
**次に、120秒待機は有効な対策ですが、委任の採算を保証する対策ではありません。**
ログを詳しく見ると、120秒指定は約95.6秒で解除され、子の完了とほぼ同時に親へ戻っています。3条件目の完了が遅かったことを「長く待つ設定のせい」と解釈するのは誤りです。子の完了後の処理も、通常条件の約36.6秒に対して約86.4秒かかっていました。
一方、待機呼び出しを含む親応答の換算費用は、通常条件で約4.54、長い待機で約1.00です。全体の費用差約13.04の一部分にとどまります。**観測された改善のすべてを、待機ルールの因果効果とは言えません。** 作業の進め方、追加指示、統合処理、キャッシュの状態も違っています。
ここから導けるのは「短いポーリングを抑えるべき」であって、「それさえ直せば委任を常用してよい」ではありません。
**ただし、この実験でサブエージェント全体を禁止する判断もできません。**
今回は、単独でも約2分で終わる課題に、子を必ず1体使わせました。これは小さな仕事への委任の負担をよく示しますが、大規模な調査や独立レビューの価値は測っていません。23項目のテスト合格も、品質全般が同じだという証明ではありません。
したがって、今後の委任は、次の目的のいずれかを満たす場合に限定します。
| 委任する目的 | 許可する判断基準 |
|---|---|
| **全体の時間を短縮する** | 子の完了を待つ間に親も十分な独立作業を進められ、説明・統合の負担を上回る並行化が見込める |
| **親の文脈を軽くする** | 大量の資料・コード・ログを子が処理し、親には判断に必要な根拠と結果だけを返せる |
| **重要な誤りを減らす** | 独立した検証に明確な目的があり、追加の時間・費用を払う価値がある |
**「分割できる」「子が安い」「念のためレビューする」だけでは、委任する理由として不足です。** 今回の本体実装とテスト作成も分割自体はできましたが、測定範囲では単独を上回りませんでした。
運用ルールには、この判断を落とし込みます。
- 通常は単独で進める。上の目的を満たす仕事だけ、事前に許可した範囲で委任する。
- 委任前に、担当範囲・渡す情報・成果物・受入条件を短く定義する。定義できなければ単独で進める。
- 委任後は短周期の確認と不要な追加指示を抑える。親が子の仕事を丸ごとやり直す分担を避ける。
- 当面は子1体・再委任なしを出発点にする。実務で利益を確認した用途から許可範囲を広げる。
この方式なら、毎回あなたがエージェント編成を考える必要はありません。また、独立レビューには品質、並行作業には全体時間、文脈の分離には親の処理負担という、目的に合った評価ができます。
**私が今承認するのは「Astra単独を既定とした、用途限定の委任」です。無制限の自律委任を標準にすることには反対します。** これはAstraの能力への断定ではなく、現時点で確認できた利益と負担に基づく、後から変更できる運用判断です。
「あいうえお(日本語のひらがな)を覚えよう！」
のスマホ向けゲームをアップデートしました！
せんきゅ〜Tibo!!
Astra試してみる！
Because we are beyond happy to have Astra rolled out today ahead of schedule and you have been super patient with us (not really, but it’s ok!)… we will do the full banked reset today too for all Plus, Pro and Business users. Lands end of day.
Happy Astra day and enjoy a phenomenal weekend.
PS: If you create the account or upgrade before 8pm PT you will get it too. Still time!
コーヒーマン retweeted
Astra is very good at 3D modeling, and I can't wait for all of you to experience it, for now here is a little walkthrough on how I built the demo house for our launch blog post. From a Blender scene to a Unreal Engine 5 walkable experience. 🧵
今日もですが、Solを使うと5時間制限はすぐに使い果たしてしまうようですが、全てLunaにすると全然消費しなくなりました。品質と速度に関しては課題がありますが、当分はLunaによるサブエージェント構成が良いと思います！
We are reseting usage for all paid users of Codex and ChatGPT Work.
Please continue reading for an update on Codex usage limits. The team has been working around the clock, going through thousands of reports and shipping fixes.
Depending on how you use Codex, you should see your usage go between 10% and 50% further than before.
We really went with a fine comb, with many uncovered small things being longstanding and here is what we found and fixed:
- Compaction. We were keeping old images during compaction, sometimes making the context large enough to trigger compaction again. After the fix, usage dropped around 10% for users making heavy use of images. Fixed.
- Memory. Background memory workers could inherit Stop hooks and keep running when the hook wouldn’t let them finish. This affected fewer than 1% of users, with the long tail being pretty bad and we saw one example thread check whether it could stop 15,000 times. Fixed.
- Goals. In some cases, a set /goal could finish and then keep going past the intended stop condition, or the model would keep retrying broken tools without stopping. We saw examples consume anywhere from 15% to 70% of a weekly allowance. Fixed.
- Automations. Some custom schedules could run more frequently than configured. Fixed.
- Subagents. Smaller models (e.g. Luna) sometimes picked more capable helpers without being explicitly asked. The same was true where the orchestrating model not running in /fast mode could request sub-agents to run /fast. Fixed.
- Computer History. The older implementation could lead to repeatedly summarizing overlapping activity. For some cases we saw it consume up to one fifth of the weekly usage per week. Fixed.
- Rolling task summaries. Ordinary turns were triggering extra background requests. These added about 1% to token usage. Small each time, but it adds up. We have disabled this.
- MCP. Some tool results could be encoded twice. We also found tool instructions getting cut off and fetched again. Fixed.
We’ve also made architectural changes to prevent these from regressing and our teams will get paged if it happens regardless. We are also working on showing you directly in the app where your usage goes so you don’t have to guess.
Goes without saying that we’re resetting usage limits and I hope you enjoy a very nice Saturday!