はじめに
OpenAIが2026年2月13日、CodexとSoraのアクセス制御システムを抜本的に見直した技術解説記事を公開しました。急増する利用に対応するため、従来のレート制限とクレジット課金を単一のリアルタイムシステムに統合し、ユーザーの作業を中断させない仕組みを実現しています。本稿では、この新しいアクセス制御アーキテクチャの設計思想と技術的詳細を解説します。
参考記事
- タイトル: Beyond rate limits: scaling access to Codex and Sora
- 著者: Jonah Cohen, Member of the Technical Staff
- 発行元: OpenAI
- 発行日: 2026年2月13日
- URL: https://openai.com/index/beyond-rate-limits/
要点
- CodexとSoraの利用が急増し、レート制限に達するユーザーが続出したため、OpenAIは新しいアクセス制御システムを構築した
- 従来のレート制限のみ、または従量課金のみのモデルでは、ユーザー体験と公平性の両立が困難だった
- リアルタイムでレート制限を判定し、超過時には即座にクレジット課金に切り替える「滝型」の判断モデルを採用している
- 使用量イベント、課金イベント、残高更新の3つのデータセットを分離し、各層を独立して監査・検証できる設計により、課金の正確性を証明可能にしている
- サードパーティの課金プラットフォームではなく社内構築を選択し、リアルタイム性と監査可能性を両立させた
詳細解説
CodexとSoraの利用急増と既存モデルの限界
OpenAIによれば、CodexとSoraは過去1年間で急速に普及し、当初の想定を超える利用が続いています。ユーザーは製品に価値を見出し、積極的に活用する一方で、レート制限に達して作業を中断せざるを得ない状況が頻発していました。
従来のアクセス制御モデルには、それぞれ明確な限界があると指摘されています。レート制限のみのモデルでは、制限に達したユーザーに「後で戻ってきてください」と伝えるしかなく、ユーザー体験を損ないます。一方、従量課金のみのモデルでは、最初のトークンから課金が発生するため、初期探索段階のユーザーには適していません。
この問題は、AI製品特有の利用パターンに起因すると考えられます。ユーザーは価値を実感すると利用頻度が急激に高まる傾向があり、固定的なレート制限では対応しきれません。しかし、完全な従量課金に移行すると、利用の平準化や公平性の確保が困難になり、システム全体のキャパシティを圧迫する可能性があります。
リアルタイム判定とクレジット課金の統合
OpenAIは、レート制限とクレジット課金を単一のリクエスト内で判定する「ハイブリッドシステム」を構築しました。このシステムは、リクエストごとに以下の処理を実行します。
まず、ユーザーのレート制限に達していないかをリアルタイムで確認します。制限内であれば、通常通りリクエストを処理します。制限を超えている場合は、同じリクエストの処理中に、ユーザーのクレジット残高を確認し、十分な残高があれば即座にクレジット課金に切り替えて処理を継続します。
この仕組みにより、ユーザーは「システムの切り替え」を意識することなく、シームレスに作業を継続できます。レート制限とクレジット課金は、ユーザーにとっては単一の体験として提供され、背景で適切な判断が行われる形になります。
「滝型」の判断モデル
OpenAIは、アクセス制御を「門」ではなく「滝」としてモデル化したと説明しています。従来の「これは許可されているか?」という二択の判断ではなく、「どれだけ許可されており、どこから提供されるか?」という多段階の判断プロセスを採用しています。
具体的には、リクエストが以下の順序で評価されます。レート制限の範囲内か、無料枠があるか、クレジット残高があるか、プロモーション枠があるか、エンタープライズ契約の枠があるか、といった複数の層を順番に通過し、最初に条件を満たした層から使用量が消費される仕組みです。
この「滝型」モデルは、複雑な料金体系や契約形態を単一の判断フローに統合できる柔軟性を持っています。新しい料金プランやプロモーションを追加する際も、判断の層を追加するだけで対応でき、既存のロジックを変更する必要がありません。
社内構築を選択した理由
OpenAIは、サードパーティの使用量課金プラットフォームを評価しましたが、最終的に社内構築を選択しました。その理由として、2つの重要な要件が挙げられています。
第一に、リアルタイムでの正確性が必要でした。ユーザーがレート制限に達し、クレジットが利用可能な状態で、システムは即座にその事実を把握する必要があります。遅延や「ベストエフォート」的な計測では、予期しないブロック、不整合な残高、誤った課金が発生し、CodexやSoraのような対話的な製品では致命的な問題となります。
第二に、監査可能性と信頼性が求められました。すべての判断結果について、なぜリクエストが許可または拒否されたのか、どれだけの使用量を消費したのか、どの制限や残高が適用されたのかを透明に説明できる必要があります。この機能は、判断プロセス全体に統合される必要があり、一部の情報しか持たない外部の課金プラットフォームでは実現困難と判断されました。
これらの要件は、エンタープライズ顧客との契約において特に重要と考えられます。企業ユーザーは、課金の根拠を詳細に確認できることを期待しており、OpenAIはその信頼を確保するため、システム全体を自社で管理する選択をしたと思います。
高スケールな使用量・残高システムの構築
この新システムは、分散型の使用量・残高システムとして設計されています。OpenAIによれば、システムは以下の機能を提供します。
ユーザーごと、機能ごとの使用量を追跡し、レート制限のウィンドウを管理し、リアルタイムのクレジット残高を維持します。また、ストリーミング型の非同期プロセッサを通じて、冪等性を保証しながら残高を減算します。
すべてのリクエストは単一の評価パスを通過し、リアルタイムで使用量の許可判断を行います。この判断では、レート制限を同期的に消費し、必要に応じてクレジット残高を確認した後、単一の確定的な結果を返します。クレジットの減算は非同期で処理されますが、ほぼリアルタイムで完了します。
この設計により、製品間で一貫した動作が保証され、チーム間でロジックが重複することを防ぎます。レート制限とクレジット課金という異なる仕組みが、実装レベルでは統一されたパスで処理されるため、メンテナンス性と拡張性が向上すると考えられます。
証明可能な正確性を持つ課金システム
OpenAIは、課金システムの正確性を「証明可能」にすることを設計原則としています。この要件は、エンタープライズ顧客向けのクレジット対応が起源であると説明されています。
システムは3つの独立したデータセットを管理します。製品使用イベント（ユーザーが実際に何をしたか）、課金イベント（使用に対してどれだけ課金するか）、残高更新（クレジット残高をいくら、なぜ調整したか）です。
これらのデータセットは単なる副産物ではなく、システムを駆動する中核要素として設計されています。各データセットが次のデータセットをトリガーする形になっており、発生した事象、関連する課金、減算した金額をそれぞれ独立して監査、再生、照合できます。
OpenAIは、この設計を「証明可能な正確性を優先し、クレジット残高更新のわずかな遅延を許容するトレードオフ」と位置づけています。具体的な実装は以下の通りです。
すべてのユーザー活動について、クレジット消費の有無にかかわらず製品使用イベントが発行されます。これにより、課金した理由、または課金しなかった理由を説明できる監査証跡が提供されます。
各イベントには安定した冪等性キーが付与されており、リトライ、再生、ワーカーの再起動によって残高が二重に減算されることはありません。これにより、二重課金が防止されます。また、オフラインでのバッチ照合も実行できます。
残高更新は非同期で行われますが、ほぼリアルタイムです。同期更新ではなく非同期更新を採用することで、監査証跡を作成し、システムが正常に機能していることを証明し、誤課金がないことをユーザーに保証します。この短い遅延によってユーザーのクレジット残高を超過してしまった場合は、自動的に返金されます。OpenAIは、厳密な執行よりも証明可能な正確性とユーザーの信頼を優先しています。
クレジット残高の減少と残高更新レコードの挿入は、単一のアトミックなデータベーストランザクションで実行されます。残高更新はアカウントごとにシリアライズされるため、同時実行されるリクエストが同じクレジットを競合して消費することはありません。残高更新レコードには、減算額と、更新をトリガーした課金イベントへの紐付け情報が含まれており、単一のトランザクションでラップすることで、すべての残高調整に対する監査証跡が保証されます。
この厳密さは、アクセスをシンプルで安全にするという単一の目的に向けられています。ユーザーが創作やコーディングを行う際、リクエストが通るかどうか、過剰請求されるかどうか、残高が正確かどうかを心配する必要はありません。使用量、課金、残高を証明可能に正確にすることで、ユーザー体験を妨げないシステムを提供しています。
ユーザーの作業継続を支えるアーキテクチャ
OpenAIのアプローチを貫く指針は、「ユーザーの勢いを守る」ことです。すべてのアーキテクチャ上の決定は、ユーザー向けの成果に結びついています。リアルタイム残高は不必要な中断を防ぎ、アトミックな消費は二重課金を防ぎ、統一されたアクセスロジックは予測可能な動作を保証します。
その結果、ユーザーはより長く作業し、より深く探索し、プロジェクトをさらに前進させることができ、ハードストップや早期のプラン変更に直面することがありません。ユーザーが集中している時、システムは継続を支援し、邪魔をしません。制限とクレジットは背景に消えます。
この体験を構築するには、アクセス、使用量、課金を単一のシステムとして再考し、正確性を第一級の製品機能として扱うインフラストラクチャを構築する必要がありました。同じ基盤は、今後さらに多くの製品に拡張できる可能性があり、CodexとSoraは始まりに過ぎないとされています。
まとめ
OpenAIは、CodexとSoraの利用拡大に対応するため、レート制限とクレジット課金を統合した新しいアクセス制御システムを構築しました。リアルタイムでの判断と証明可能な課金の正確性を両立させ、ユーザーの作業を中断させない設計が特徴です。この基盤は、今後他の製品にも展開される可能性があり、AI製品のアクセス管理における新しいアプローチと言えます。
