ChatGPT Work Pro 5xの上限|実測20記事で残り10%

ChatGPT
2026年8月確認 ChatGPT Work/Pro 5x OpenAI公式情報ベース 筆者実測:20記事で残り約10%

1週間で約20記事。残り約10%。

筆者はChatGPT WorkのPro 5xを毎日記事制作に使い、同じマスタープロンプトで約20記事を作成した時点でUsage残量が約10%になりました。添付した完成記事と同程度の、調査・本文・図表・CSS・HTMLを含む制作を1週間続けた記録です。

これは筆者の利用条件による実測であり、Pro 5xの固定上限ではありません。OpenAIは作成できる記事数を明記しておらず、利用量はモデル、文脈、推論、ツール、検索、出力などで変わると説明しています(2026年8月確認)。OpenAI公式「Pricing」

筆者の主観では、これだけ毎日使っても上限がすぐ減る感覚はなく、Pro 5xの利用量には満足しています。本記事では実測条件を開示したうえで、読者が自分の使い方へ置き換える方法まで整理します。

こんな人におすすめ

  • Workで長文記事・調査資料・HTMLを作っている人
  • Pro 5xが自分の制作量に足りるか判断したい人
  • プロンプト文字数だけで利用量を予測してよいか迷う人

ChatGPT WorkのPro 5xは何記事作れる?

筆者はChatGPT WorkのPro 5xで1週間に約20記事を作成し、Usage残量が約10%になりましたが、これは個別条件の実測です。

OpenAIはPro 5xで作成できる固定記事数を明記していません(2026年8月確認)。公式の利用目安はモデル別の「Local Messages / 5h」で示され、同じ1メッセージでもタスクの規模や複雑さによって利用量が変わります。OpenAI公式料金ページの利用上限

したがって、本記事の「約20記事」は、同じマスタープロンプトを使い、完成HTMLまで作る筆者の運用例として読みます。構成だけを作る場合や、異なるモデル・資料・ツールを使う場合の上限には置き換えられません。

筆者の実測|1週間で約20記事、残り約10%

筆者はPro 5xのChatGPT Workを毎日記事制作に使い、同じマスタープロンプトで約20記事を作成した時点で残量が約10%になりました。

この実測は2026年8月の1週間における筆者の利用記録です。短い質問だけではなく、公式情報の調査、構成、本文、図表、CSS、完成HTMLまでを含む記事制作にWorkを使っています。

実測した記事とプロンプトの規模

各記事では、添付した同じマスタープロンプト一式を使い、添付した完成記事と同程度の規模まで制作しました。制作物の内容には違いがありますが、記事作成の工程と指示の基本形は毎回共通です。

確認項目 筆者の実測条件
期間・頻度 1週間、毎日ChatGPT Workを利用
プラン ChatGPT Pro 5x
使用モデル 今回の利用記録ではモデル名を条件として記録していない
主な用途 公式情報の調査から本文・図表・CSS・完成HTMLまでの記事制作
指示方法 各記事で同じマスタープロンプト一式を使用
添付プロンプトの規模 約2.9万文字
添付した完成HTML例 約6.6万文字、H2が10個・H3が14個
制作量と残量 約20記事を作成した時点でUsage残量が約10%
筆者の評価 上限がすぐ減る感覚はなく、利用量に満足
添付ファイルを基準に集計。文字数には改行・HTML・CSSなどを含み、純粋な本文文字数ではありません。実測値は筆者の利用例であり、OpenAIの公称値・保証値ではありません。

約20記事は全利用者の固定上限ではない

筆者の記事にもテーマや必要資料の違いがあり、今回の記録では使用モデル名も固定条件として残していないため、1記事ごとの利用量が完全に同じとは限りません。また、ChatGPT WorkとCodexは利用枠を共有するため、Usage残量は記事ごとの消費だけを示す数値ではありません。OpenAI公式の共有枠と利用量の説明

そのため「Pro 5xなら誰でも20記事」とは言えません。一方で、同程度の長文記事を同じ制作工程で作る読者にとっては、短文生成ではない実際のヘビーユース例として利用量を考える材料になります。

ヘビーユースでもPro 5xには満足している

筆者は記事制作のためにWorkを毎日使っていますが、上限を気にして作業を細かく控える必要は感じませんでした。1週間で約20記事を完成させても約10%が残ったため、筆者の現在の制作量では、Pro 5xは十分に仕事へ投入できるプランだと評価しています。

ただし、この評価は筆者の制作工程と求める品質を前提にした主観です。利用量だけでなく、記事制作を止めずに続けられたことを含めて満足と判断しています。

記事1本の利用量は何で変わる?

ChatGPT Workの利用量は、プロンプトだけでなく、選択モデル、会話履歴、ファイル、ツール結果、推論、出力内容によって変わります。

筆者は各記事で同じマスタープロンプトを使いましたが、それだけで1記事の利用量が完全に一定になるわけではありません。記事制作量を比較するには、Workが読み、考え、ツールで集め、最後に書き出した範囲まで見る必要があります。

プロンプト文字数だけでは利用量を判断できない

プロンプト文字数だけでは、ChatGPT Workの利用量を安定して予測できません。OpenAIは、モデル、コンテキスト、推論、ツール利用、検索、キャッシュが利用量に影響し、プロンプトの長さだけでは信頼できる見積もりにならないと説明しています。OpenAI公式「What are the usage limits for my plan?」

トークンとは、ChatGPTが読み書きする情報の小さな単位です。入力文だけでなく、添付ファイル、会話履歴、ツール結果、回答もトークンに含まれます。仕組みから確認したい場合は、トークン・上限・料金の基本を確認すると、文字数だけで見積もれない理由を整理できます。

モデルと推論設定を比較条件に含める

使用モデルと推論の設定が違う作業は、同じ記事群として比較しません。OpenAIはGPT-5.6 Solを複雑で難しい仕事、Terraを日常的な制作・分析、Lunaを高速・大量処理に向くモデルとして案内しています(2026年8月確認)。OpenAI公式モデル案内

強いモデルや高い推論を選ぶ価値は、複雑な統合や判断が必要な場面にあります。一方、見出しの整形や決まった形式への変換まで同じ条件にすると、記事数の比較にモデル差が混ざります。

ファイル・履歴・検索・出力も利用量に含める

記事制作の利用量は、Workへ渡した資料と、Workが返す成果物の両方で変わります。短い依頼文でも、大量のファイル、長い会話履歴、Web検索、複数ツール、長いHTML出力を含めれば、小さな作業とは限りません。

比較用の記録には、プロンプト全文ではなく「参照資料の数と範囲」「検索やツールの有無」「成果物の形式と長さ」を残します。これなら次の記事でも同程度の条件を再現しやすくなります。

条件 利用量が変わる理由 比較時にそろえる項目
モデル Sol・Terra・Lunaで公式の利用目安が異なります。 モデル名を同じにします。
推論・速度 推論とFast modeは処理条件や消費率に影響します。 推論設定とStandard/Fastを記録します。
文脈 長い会話履歴や継続中の資料も読み取り対象になります。 新規チャットか継続チャットかを分けます。
資料・ツール ファイル、検索結果、ツール結果も処理する情報に含まれます。 資料範囲と検索・ツールの有無を残します。
出力 構成案だけか、本文・図表・CSS・HTMLまでかで出力量が変わります。 必須成果物と任意成果物を分けます。
図表の結論:比較単位は「記事1本」ではなく、モデル・文脈・資料・ツール・出力をそろえた作業です。出典:OpenAI「Pricing」「Models」(2026年8月7日確認)。

Pro 5xの5時間目安はどう読む?

ChatGPT WorkのPro 5x公式目安はモデル別の5時間当たりメッセージ数で示され、記事本数の保証値ではありません(2026年8月確認)。

公式レンジは、モデルを選ぶときの相対的な判断材料として使います。最大値から記事本数を逆算したり、最小値を必ず使える回数として扱ったりしないことが重要です。

Sol・Terra・Lunaの5時間目安を比べる

Pro 5xでは、GPT-5.6 Solが50〜500、Terraが125〜1,000、Lunaが1,250〜10,000 Local Messages / 5hと案内されています(2026年8月確認)。モデルによってレンジが大きく異なるため、「Pro 5x」というプラン名だけでは使用量を判断できません。OpenAI公式のPro 5x利用目安

公式レンジを固定保証として扱わない

OpenAIは、料金ページに掲載する利用上限とクレジットを平均的な目安として説明しています(2026年8月確認)。そのため、レンジの下限を保証回数、上限を必ず利用できる回数として扱いません。OpenAI公式の利用量に影響する条件

したがって「Solで500メッセージなら500記事」とは計算できません。1記事を複数ターンで仕上げる場合も、一度の長い依頼で仕上げる場合もあり、メッセージと記事の単位が一致しないためです。

共有枠と週間制限を分けて考える

OpenAI公式料金ページの注記には、Local MessagesとCloud chatsの利用上限が同じ5時間枠を共有し、追加の週間制限が適用される場合があると記載されています。一方、Pro 5xの現行表ではCloud chatsが「Not available」と表示されています(2026年8月確認)。したがって、共有枠の注記を「Pro 5xでCloud chatsを常に利用できる」という意味には読み替えません。OpenAI公式のPro 5x利用上限表

本記事で記事制作量を判断するときは、Pro 5xのLocal MessagesとアカウントのUsage表示を基準にします。制度全体は、ChatGPT Workの残量・リセット・上限後の選択肢で確認できます。上限到達後の通常Chatについては、Work上限後も通常Chatを使える条件へ進んでください。

表は横にスクロールできます。

モデル 公式の位置づけ Local Messages / 5h 記事数への換算
GPT-5.6 Sol 複雑な推論・曖昧な問題・難しい仕事 50〜500 一律換算できない公式の記事単位ではない
GPT-5.6 Terra 日常的な制作・報告・文書分析 125〜1,000 一律換算できない作業条件で変化
GPT-5.6 Luna 高速・大量の分類・抽出・定型処理 1,250〜10,000 一律換算できない品質要件も確認
Pro 5xのモデル別Local Messages目安。Pro 5xの現行表ではCloud chatsは「Not available」と表示され、注記にはLocal MessagesとCloud chatsの上限が同じ5時間枠を共有すること、追加の週間制限が適用される場合があることが記載されています。出典:OpenAI「Pricing」「Models」(2026年8月7日確認)。

残り何記事作れるかをどう判断する?

ChatGPT Workで残りの記事数を判断するには、モデルと作業範囲をそろえ、Usage dashboardの残量を同程度の作業ごとに比較します。

この方法で得られるのは、OpenAIの保証値ではなく、自分の制作工程を管理するための暫定レンジです。条件が違う記事を混ぜず、比較できる作業だけを一つの群にします。

開始前に5つの比較条件を固定する

最初に固定するのは、モデル、推論・速度、資料範囲、検索・ツール、必須出力です。記事テーマが違っても、この5項目が近ければ、利用量を比較する土台になります。

反対に、構成案だけの作業と完成HTMLまでの作業は別の群にします。「記事」という名前が同じでも、Workへ任せる範囲が違うからです。

同程度の記事だけを記録する

Usage dashboardは、現在の利用上限と残量を確認する場所です。OpenAI公式料金ページからUsage dashboardへ移動でき、Codex CLIでは別途/statusが案内されています(2026年8月確認)。OpenAI公式のUsage確認案内

記事制作では、同じ条件の作業前後に表示された残量を記録します。画面に表示される単位をそのまま使い、表示されていない内訳や割合を推測で補いません。

  1. 比較する作業を一つ決める 例として、調査・本文・図表・HTMLまでを一つの単位にします。
  2. 5つの条件を記録する モデル、推論・速度、資料、ツール、出力範囲を残します。
  3. Usage dashboardを確認する 作業の前後で、公式画面に表示された残量だけを記録します。
  4. 同程度の作業だけを比べる 構成案、短い修正、完成HTMLを同じ平均へ混ぜません。
  5. 暫定レンジを更新する 条件が変わったら古いレンジを捨て、新しい群として記録します。

残量から暫定記事数を計算する

条件が変わったら見積もりを更新する

モデル、資料量、推論、ツール、出力のいずれかを大きく変えたら、それ以前の目安を次の記事へ流用しません。新しい条件の記録がたまるまで、残り記事数は「未確定」と扱います。

同じ条件でも利用量は一定にならないため、単一の平均値ではなく幅を持たせます。これは筆者が提案する管理方法であり、OpenAI公式の計算式ではありません。

ChatGPT Workの利用枠を長く使うには?

ChatGPT Workの利用量を抑えるには、品質要件を保てる範囲でモデル、推論、速度、画像生成、調査範囲を選び直します。

削る順番は、成果物の品質を支える条件からではなく、なくても判断が変わらない範囲からです。小さいモデルへの変更だけでなく、資料と出力の境界を明確にすることも候補になります。

定型作業ではTerra・Lunaも候補にする

定型的な作業では、TerraやLunaを候補にすると利用枠を延ばせる場合があります。OpenAIも、上限が近い場合は小さいモデルへ切り替える方法を案内しています(2026年8月確認)。OpenAI公式の利用枠を長く使う方法

ただし、モデルを小さくしても同じ品質になるとは限りません。複数の公式資料を統合して重要な判断を下す工程と、見出し表記を整える工程を分け、後者から候補を変えます。

Fast mode・推論・画像生成を必要な場面に絞る

Fast modeは速度を上げる代わりに、対応するGPT-5.6とGPT-5.5でStandardの2.5倍のクレジットを消費します(2026年8月確認)。急ぎでない整形や反復作業まで常時Fastにする必要があるかを見直します。OpenAI公式「Speed」

画像生成は、同等の画像なしターンより平均で約3〜5倍速く含有枠を使うと公式料金ページに記載されています(2026年8月確認)。記事本文だけが必要なら、画像生成を同じ作業へ含めない判断もできます。OpenAI公式の画像生成と利用上限

資料・調査範囲・出力形式を限定する

資料は「念のため全部」ではなく、結論に必要な公式ページへ絞ります。OpenAIも、不要な文脈を減らす、参照資料と期間を限定する、対象者・形式・長さを定義する方法を案内しています。OpenAI公式「Prompting」

記事制作なら、「公式料金・モデル・Work案内だけを確認する」「FAQは5問まで」「完成HTMLに必要な要素だけを出す」のように終了条件を明示します。目的・前提・出力形式の組み立て方は、目的・前提・出力形式をそろえるプロンプトの基本で確認できます。

筆者の判断基準
作業の状況 最初に見直す候補 維持する条件
複数資料を統合して結論を出す 資料期間と任意の出力を絞る 根拠確認と判断に必要な推論
決まった形式へ整える Terra・Lunaを候補にする 見出し・HTML・禁止表現の検査
急ぎでない反復作業 Fast modeをStandardへ戻す 成果物の必須項目と締切
本文と画像を同時に作る 画像生成の必要性を分けて判断する 本文の根拠と読者の判断材料
図表の結論:品質に必要な条件を先に削らず、モデル・速度・画像・資料・任意出力から用途別に見直します。選択順は筆者の判断基準です。

ChatGPT WorkのPro 5xは、筆者の判断基準では、他人の記事本数ではなく、自分の枠不足と同条件の作業量を基準に選びます。

Pro 5xを選ばないという結論は、Workが不要という意味ではありません。現在の使い方を確認する前に、他人の本数やプラン名だけで上位枠を選ばないという判断です。

短い質問中心ならChatも候補にする

短い質問、説明、アイデア出し、短い下書きが中心なら、最初にChatで足りるかを確認します。OpenAIは、明確な成果物を完成させる長い作業にWorkを使い、短い質問や書き直しにはChatを使うよう案内しています。OpenAI公式「Get started with ChatGPT Work」

入口から迷う場合は、質問・成果物作成・コード修正でChat/Work/Codexを選ぶと、Workを使う前提そのものを見直せます。

他人の記事本数をそのまま基準にしない

本記事の「約20記事で残り約10%」も、モデル、資料、推論、ツール、出力が違えばそのまま再現できません。記事本数だけを自分の上限として採用しない方が安全です。

参考にするときは、同じマスタープロンプト、完成HTMLまでの工程、添付例と同程度の規模という条件も一緒に見ます。筆者の実測をOpenAI公式の上限や、すべての利用者に再現できる値へ置き換えないでください。

枠不足を確認してから上位プランを選ぶ

まず現在のモデルと作業条件を固定し、Usage dashboardで不足が継続するかを確認します。短期的な大型タスクや画像生成が一度重なっただけなら、普段の必要量とは限りません。

枠不足を確認した後で、Plus・Pro 5x・Pro 20xの選択へ進みます。料金と上限を含めた契約判断は、Plus・Pro 5x・Pro 20xを料金と上限で比較するで整理できます。

  • CHECK 01 Workが必要か未確認 短い質問・修正中心なら、Chatで足りるかを先に確認します。
  • CHECK 02 比較条件がそろっていない モデルや出力範囲が違う記事本数を、同じ平均へ混ぜません。
  • CHECK 03 現在の不足量が不明 Usageを確認せず、プラン名だけで上位枠を選びません。

ChatGPT Work Pro 5xのよくある質問

OpenAIはChatGPT Work Pro 5xの固定記事数を公表していないため、FAQでは文字数や時間枠に関する誤解へ直接回答します。

以下は、「何記事」「プロンプト文字数」「5時間枠」「週間上限」「Work単独の消費」という検索時に迷いやすい点を補足したものです。

Usage dashboardの残量が10%なら、あと何記事作れますか?

筆者の実測を条件付きで単純計算すると残り約2記事ですが、全利用者に共通する本数ではありません。週初めを100%、約20記事で90ポイント使用、ほかのWork・Codex利用なしと仮定した計算です。詳しい条件は、実測残量から暫定記事数を計算する方法で確認できます。

Pro 5xなら誰でも約20記事作れますか?

いいえ、約20記事は筆者の制作条件における1週間の実測であり、Pro 5xの固定記事数ではありません。モデル、資料、推論、ツール、会話履歴、出力規模が違えば利用量も変わります。

プロンプトを短くすれば必ず利用量は減りますか?

いいえ、プロンプトの文字数だけでChatGPT Workの利用量が必ず減るとは判断できません。ファイル、会話履歴、ツール結果、検索、推論、回答も利用量へ影響するため、不要な文脈を減らしながら必要な条件は残します。

5時間のメッセージ目安は記事数と同じですか?

いいえ、Local Messages / 5hはメッセージの目安であり、完成記事の本数ではありません。一つの記事を複数ターンで作る場合と、一つの長い依頼で作る場合があるため、単位が一致しません。

Pro 5xの週間上限は何回で、いつリセットされますか?

OpenAI公式ページでは、Pro 5xに適用され得る週間上限の一律の回数とリセット時刻を確認できませんでした(2026年8月確認)。公式には追加の週間制限が適用される場合があると記載されているため、アカウントのUsage表示を確認します。OpenAI公式の利用上限とUsage確認案内

Workだけの利用量を切り分けて確認できますか?

OpenAIはUsage dashboardで現在の上限を確認できると案内していますが、Workの記事別消費へ切り分けられるとは明記していません(2026年8月確認)。ChatGPT WorkとCodexは利用枠を共有するため、同じ期間に行ったほかのエージェント作業も記録します。OpenAI公式の共有枠とUsage dashboard案内

まとめ|Pro 5xは3項目で判断する

筆者はPro 5xで1週間に約20記事を作成して残り約10%となり、現在の記事制作量には十分だと評価しています。

ただし、約20記事は筆者の条件における実測です。自分に足りるか判断するときは、モデル、作業条件、Usage dashboardの残量という3点をそろえてください。

  • FINAL 01 モデル Sol・Terra・Lunaのどれを使った作業かを分けます。
  • FINAL 02 作業条件 資料・推論・ツール・出力範囲をそろえます。
  • FINAL 03 Usage残量 公式画面に表示された変化を同程度の作業だけで比べます。

引用元・参考情報

本記事は、ChatGPT Workの用途、Pro 5xの利用目安、モデル、速度、効率化に関するOpenAI公式情報を参照しています。

  • OpenAI「Pricing」 Pro 5x、モデル別Local Messages / 5h、共有枠、利用量の要因、Usage dashboard、画像生成の扱い。最終確認日:2026-08-07
  • OpenAI「Models」 GPT-5.6 Sol・Terra・Lunaの位置づけ。最終確認日:2026-08-07
  • OpenAI「Get started with ChatGPT Work」 ChatGPT WorkとChatの用途、成果物、効率的な作業範囲。最終確認日:2026-08-07
  • OpenAI「Speed」 Fast modeの速度とクレジット消費率。最終確認日:2026-08-07
  • OpenAI「Prompting」 ChatGPT Workへ伝える成果物、資料、対象者、確認条件。最終確認日:2026-08-07
  • 筆者のChatGPT Work利用記録 Pro 5xを毎日記事制作に使い、同じマスタープロンプトで約20記事を作成した時点の残量が約10%。記録時期:2026年8月

ChatGPT Workの制度全体、プラン選択、上限到達後の行動は、それぞれの専用記事で続けて判断できます。

ブログをメールで購読

学べるブログの更新・重要アップデート(Grok/Gemini など)を、メールで受け取れます。無料。いつでも解除できます。更新時(週1〜2回目安)

ChatGPT

コメント

学べるブログをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む

学べるブログをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む