Command Codeとは？taste-1・料金・使い方を解説

【PR】本記事はプロモーションを含みます。

「CommandCodeって何？」「taste-1で何が違うの？」「月$1から本当に使えるの？」——2026年に登場したターミナル型のAIコーディングエージェント「Command Code（コマンドコード）」は、「継続学習する最初のフロンティア・コーディングエージェント」を自称し、開発者の好みを学習する仕組みで注目を集めています。

Command Codeとは、ターミナルからフルスタック開発・機能追加・バグ修正・テスト・リファクタを行うコーディングエージェントで、あなたの承認・修正の履歴から好みを学習する「taste-1」という仕組みを備えたツールです（出典：公式Docs、2026年9月4日確認）。本記事は公式一次情報（commandcode.ai・Docs・pricing・npm・GitHub）のみを根拠に、確認済みと未確認を切り分けて解説します。

本記事の情報は2026年9月4日時点のものです。料金・対応モデル・バージョンは変動するため、利用前に公式ページの確認をおすすめします。

要点（この記事の結論）

• Command Codeはnpmパッケージcommand-code（エイリアスcmd）として提供されるターミナル型エージェントです。GitHubリポジトリはCommandCodeAI/command-codeですが、Docsでは現時点で非オープンソースと明記されています
• taste-1は「meta neuro-symbolic AIモデル」＋継続的強化学習と説明される好み学習の仕組みで、承認・否認・修正の差分を.commandcode/taste/taste.mdに人間可読形式で蓄積します（自社説明）
• 導入要件はNode.js 22以上。npm i -g command-code@latest→cmd --version→cmd login→cmdの順で始められます。ネイティブWindowsでは短縮名がcmdcになります
• 料金はGo月$1（$10分・約15Kリクエスト）起点。コスパ訴求のGOAT月$10（$70分）、全部入りのPro月$20、無制限系のMax 10×月$100／20×月$200、API向けProvider月$15＋従量、チーム向けTeams月$40という構成です（いずれも＋processing fee、2026年9月4日時点）
• 対応モデルは60超（70前後）で、多くが最大1Mトークンコンテキストです。切り替えは/model・cmd -m・cmd --list-modelsで行います
• 安全性は「No. Never. We never train on it.」と学習利用を否定し、コードは自マシンに保存、Tasteはルール構造のみローカル保存と説明されています。権限5モード・チェックポイント・ZDR（Zero Data Retention、データを保持しない設定。CMD_ZDR=1）を備えます
• 効果数値（修正ループ数の減少・10x／2x／5x標語）はすべて自社発表で、独立検証は未確認です。手法・条件の開示もないため参考値として扱ってください

Command Codeとは？一文定義と要点

まず結論です。公式DocsはCommand Codeを次のように定義しています。

“A coding agent. With taste…”

（訳：好みを備えたコーディングエージェント。あなたのスタイルで継続的にフルスタック開発・機能追加・バグ修正などを行う）（出典：公式Docsトップ）

GitHubのREADMEでは「継続学習する最初のフロンティア・コーディングエージェント」と自称しています（出典：GitHub CommandCodeAI/command-code）。いずれも自社主張として扱う必要があります。

基本スペック表

項目	内容
種別	ターミナル型コーディングエージェント（フルスタック開発・機能追加・バグ修正・テスト・リファクタ）
学習の仕組み	taste-1（後述）。承認・修正から継続学習すると説明
提供形態	npmパッケージcommand-code、エイリアスcmd（ネイティブWindowsのみcmdc、フル名command-codeは全環境共通）
対応モデル数	60超（Docsトップ「60+」、models頁・pricing-limits「70／70 Models」と表記ゆれあり。70前後とみる）
料金起点	Go月$1（$10クレジット・約15Kリクエスト）＋processing fee
ソース公開	現時点で非オープンソースとDocs明記（FAQ「Is Command Code open source? Currently … not open source」）
運営	創業者兼CEOはAhmad Awaisと自称（25年経験・NASA火星ヘリへのOSS貢献等とlaunch頁に記載。本人経歴の裏付けは二次情報のみ）。旧母体はLangbase（850TBメモリ・月間12億エージェント実行と自称。独立検証なし）
資金調達	$5Mのシード調達を公表（自社発表・詳細はlaunch参照。発表日の一次日付は未確認）
所在地	2261 Market St #5698, San Francisco, CA 94114（pricing頁フッター表記）
バージョン	v1.47.0・335リリース（pricing頁時点表示。変動するため時点注記。最新はnpm・changelogで確認）

創業年・設立日については一次発表がなく、LinkedIn二次情報ではfounded 2023等の記載がありますが未確認です。本記事では断定しません。

要点4点

• 使い方の起点はターミナルです。OpenCodeのようなTUI（ターミナル上の画面型UI）型エージェントに慣れた人なら、そのままcmdと打つ感覚で始められます
• taste-1が差別化点です。静的なRulesではなく、行動履歴から好みを更新し続けると説明されています（詳細は次章）
• 料金は少額起点・従量併用です。追加クレジットはモデル原価・ロールオーバー（繰り越し）し期限なし（never expire）と説明されています
• 現時点で非オープンソースです。OSS前提の社内利用を検討する場合はライセンス確認が必要です

taste-1の仕組み（なぜ直しが減るのか）

taste-1とは、公式Docsで「meta neuro-symbolic AIモデル」＋継続的強化学習（RL）と説明される好み学習の仕組みです（出典：公式Docs／taste）。技術詳細（数式等）の外部検証はなく、自社説明として理解してください。

accept／reject／edit→スキル・メモリ化の流れ

公式launch頁の「core insight」節では、シグナルと生成式を次のように説明しています。

• シグナル4種：accept＝承認、reject＝否認、edit＝生成物と期待値の差分、prompt＝意図・framing選好
• 生成式の概念：通常output=LLM(prompt)→taste条件付きoutput=LLM(prompt | taste(user))。personalized prior（あなた専用の事前分布）で探索空間を制約するイメージです。性能保証ではありません
• 学習ループ5段階：生成→観察→抽出→学習（tasteファイル＋metaへ）→次回生成に適用。バッチ訓練なし・毎インタラクション適応と説明されています

学習内容は.commandcode/taste/taste.mdに人間可読形式で保存されます。直接編集・リセットが可能で、信頼度（Confidence：例0.50〜0.90）付きで表示されます（出典：launch／quickstart。quickstartにTASTE行・信頼度表示の実例あり）。

具体的な操作は以下の通りです。

# tasteの状態確認・共有（npx taste と cmd taste は等価。後者はグローバル導入要、npx推奨）
npx taste push --all
npx taste pull ahmadawais/cli
cmd learn-taste

主なtasteコマンドはenable／disable／push／pull／list／lint／openです。push／pullはデフォルトでインテリジェントマージされ、--replace等で置換も可能です（出典：Taste docs）。

有効／無効スコープはプロジェクト既定、--userでユーザー既定にできます。優先順位はsettings.local.json ＞ settings.json ＞ ~/.commandcode/config.json ＞ 未設定（既定ON）で、/tasteパネルからも切り替え可能です。

他エージェントの履歴を取り込みたい場合は、/learn-tasteまたはcmd learn-tasteで既存リポジトリ・他エージェント履歴からtaste構造を学習できます（出典：quickstart／CLI Reference）。

共有先はStudio（commandcode.ai/username/taste）や~/.commandcode/taste/（-g）と対応しています（出典：Taste docs）。

Rules／Skillsとの違い表＋taste.md保存・push／pull

公式launch頁の自社比較表を、批判的留保付きで紹介します。

観点	Rules	Skills	Taste（taste-1）
何か	書いたもの（静的ルール）	やり方（知識・ワークフロー）	あなたのやり方（整合性・アライメント）
更新	手動	手動配布が中心	毎セッション継続学習・自動更新
粒度	粗い	手順単位	マイクロ決定レベル
出力	劣化しがちと自称	全員同じ出力になりがちと自称	個人・チームの品質基準に寄せると自称
管理	ファイル編集	cmd skills／/skillsで管理	.commandcode/taste/taste.mdに保存・直接編集可

（出典：launch頁の自社比較表。Skills機能自体はCLI Referenceに記載の一次機能です）

ポイントは「Skillsは対応し、その上位層としてTasteがある」という自社整理です。汎用ベストプラクティスではなく、個人・チームの品質基準を学習すると主張していますが、効果の裏付けは「公式ベンチマークの読み方」で留保付きに扱います。

導入手順（実コマンド付き）

要件と手順はすべて公式Docs・npm公式レジストリの一次情報です。

Node.js 22確認→npm導入→login→初回プロンプト→update

# 1. 要件確認（Node.js 22以上必須。20以下では起動拒否）
node -v
# 2. 導入（@latest付き推奨。npm公式にも同一コマンド記載）
npm i -g command-code@latest
# 3. 確認（フル名 command-code も可）
cmd --version
# 4. ログイン（ブラウザでAuthorize）
cmd login
# 5. 起動
cmd
# 6. 更新
cmd update

1つずつ補足します。

• Node 22未満では「Command Code needs Node.js 22 or newer」と起動拒否されます（出典：quickstart／common-issues）。古い場合はn／nvm等で更新し、更新後はバイナリ再リンクのためnpm i -g command-codeし直しが必要です
• ログイン後は~/.commandcode/auth.jsonにAPIキーが保存され、「✔ Logged in as yourname」と表示されます。Chromeのローカルネットワーク許可ダイアログはOAuthコールバック用で安全とDocsに記載があります
• プロジェクト初回は信頼確認（trust）があります（出典：Security）。既存セッション確認→taste学習デモの提示（Yesでデモ）という流れです
• 更新はcmd update（/update、cmd update --check-onlyも可）です（出典：CLI Reference）

ログイン失敗時はcmd logout→cmd login、またはrm -rf ~/.commandcode/auth.json→cmd loginが公式手順です。

なおサインアップで$10の利用クレジットという訴求は、2026年2月発表（LinkedIn投稿日ベース・launch頁に日付記載なし）時点のものです。現在のpricing頁の無料枠表記とは別のため、時点付きで理解してください。

Windows注意（cmdc読み替え・WSL）

ネイティブWindows（PowerShell／Windows Terminal／Git Bash）では短縮名がcmdcになります。cmdはOS標準シェルと衝突するためです。WSL内ではcmdのままです（出典：windows docs／quickstart）。

環境	読み替え例
macOS／Linux／WSL	cmd --version／cmd login／cmd
ネイティブWindows	cmdc --version／cmdc login／cmdc
全環境共通	command-code --version（フル名）

DocsはWSLをrecommendedと明記しています。WSL内ではLinuxと同一手順（cmd --version／cmd login／cmd）で進められます。

OpenCodeのGoプランのようなサブスク併用を考える場合も、まずWSL側でNode 22を用意するとトラブルが減ります（OpenCode Go併用時はNodeの共用に注意してください）。

料金判断フロー

料金は2026年9月4日時点のpricing頁・Docsの一次情報です。全プラン共通で透明価格・マークアップなし・いつでも変更／キャンセル可、追加クレジットはモデル原価・ロールオーバーし期限なし（never expire）と説明されています。料金は＋processing fee表示で、支払いは主要クレカ・デビット（Studio＞Billing）、請求書・wireはEnterprise相談です。

Go→GOAT→Pro→Max／Provider／Teamsの使い分け表（2026年9月時点）

プラン	月額	クレジット	目安リクエスト	向いている人・備考
Go	$1	$10	約15K	お試し。オープン＋一部プレミアム（GPT-5.6 Luna／Grok 4.5／Qwen Max&Plus）。API利用不可（唯一）。Go docsで42モデルと記載
GOAT	$10	$70	約75K	コスパ重視。「$10で$70＝7x、dealsで$100超」と自称。30+（表記ゆれ29+／28+more）のオープン＋一部クローズド。per-model allowance制（モデルごとの利用枠制）
Pro	$20	$80	約100K	実務の主力。45+オープン＋プレミアム（Claude／GPT／Gemini等）。GOAT内容＋$10分。プレミアムは1モデル月$20まで等のper-model allowance。Opus／Fable／Fugu UltraはMaxか従量API要
Max 10×	$100	$150（standard $150／premium $100の内訳）	約219K（Docs表では約230Kと表記ゆれ）	全モデル無制限。推定値のため幅表記
Max 20×	$200	$300（standard $300／premium $200）	約437K（Docs表では約370Kと表記ゆれ）	同上。balanced mix前提の推定
Provider（API）	$15＋従量	従量	—	API builders向け。OpenAI／Anthropic互換エンドポイント、ゼロマークアップ、全deals適用。トップアップはロールオーバー・無期限
Teams（Team Pro）	$40	$40（usage-limits表）	約35K	プール制・共有請求・集中管理。シート数・上限・追加席単価の一次詳細は未確認
Enterprise	カスタム（$5,000+の記載はDocsのみ）	カスタム	—	自ホスト選択肢等。問合せsupport@commandcode.ai

補足です。

• Maxのリクエスト数目安はpricing頁とmax docsで差異（219K vs 230K、437K vs 370K）があります。推定値のため本記事では幅・概数表記にしています
• 無料ティアの継続有無は2026年9月4日時点のpricing・Docsに記載なしのため未確認です。launch時の$10クレジット訴求のみ確認できています
• 他社料金との厳密比較は本記事の調査範囲外のため未確認です。「市場最高の低コスト」というGOATの文言は自社主張として扱ってください
• モデルホストは商用が米Anthropic／OpenAI／Google／Azure（EUは要望対応）、オープンが米・EU・シンガポールと記載があります（プライバシーポリシー参照注記あり）

クレジット・リクエスト数目安と追加チャージ（繰越・期限）

• ローリング制限：月額とは別に5時間・週間の窓があります。Go $3／$6、GOAT $14／$35、Pro $16／$40、Max 10× $45／$90、Max 20×（月$200）：5時間窓 $90／週間窓 $180（Docs表記ベース。表記ゆれがあるため未確認扱いとし、利用前に公式で再確認してください）、Team Pro $12／$24です。従量・トップアップ分は制限除外で、/usageで残量確認、超過時は/extraで継続できます
• 典型リクエスト想定：入力700-1K・出力125-200トークン＋キャッシュ読42-56K。長い会話は高コストになるため/clear推奨と説明されています。あくまで推定で、前提付きで見てください
• 無料モデル（容量ある間）：Laguna S 2.1／Ling 3.0 Flash／LongCat 2.0は$0です。開始には$1分クレジット残高が必要です
• 割引deals（自動適用）：MiniMax M3 50%off（2x）、MiMo V2.5 Pro up to 99%off、MiMo V2.5 up to 98%off。コード・トグル不要で、終了で消滅するため時点明記が必須です
• DeepSeek V4は時間帯料金：2026-08-16 16:00UTC〜、ピーク01-04＆06-10UTC（7h）定価、他17h半額。表示はオフピークです
• 使用量確認：Studio Usage頁（リクエスト単価・トークン・履歴）、CLI/usageで確認できます

社内AI活用の費用対効果を整理したい場合は、チーム導入時のコスト比較の参考として社内AI活用・費用の考え方も合わせて参照してください。

対応モデルと切替方法

対応モデル整理＋／model・-m切替（一次情報・時点付き）

総数は60+〜70モデルと説明されています（Docsトップ「60+」、models頁・pricing-limits「70／70 Models」、GOAT「30+」等、時点・面で変動）。本記事では「60超（2026年9月4日時点・70前後）」と概数表記します。

主な系列はOpus 5／Sonnet 5／Haiku 4.5、GPT-5.6 Sol／Terra／Luna・GPT-5.5／5.4系、Kimi K3／K2.7 Code系、DeepSeek V4 Pro／Flash系、GLM-5.3系、Qwen 3.8系、MiniMax M3／M2.7／M2.5、Grok、Nemotron 3 Ultra、MiMo、Muse Spark等です（出典：Docs／models頁。models頁に単価・コンテキスト・知能スコア等の一覧あり）。

項目	内容（2026年9月4日時点）
既定モデル	deepseek/deepseek-v4-flash（Available models頁記載。変更頻繁のため時点明記）
コンテキスト	多くが最大1Mトークン（モデル別頁・models表で確認。モデル別に差異あり）
一覧・切替	セッション内/model [id]（無引数はピッカー）、起動時cmd -m/--model 、一覧cmd --list-models。3者は同一レジストリ連動
解決順	1）起動時–model 2）/model選択・resume継承 3）既定（前回/modelのスナップショット→内蔵既定）。resumeは会話のモデルを一時的継承（既定は不変）
Go可否例	GPT-5.6 Luna・Grok 4.5・Muse Spark Contributor系・Qwen Max&PlusはGo可です。Claude Opus／Fable・他GPT／Gemini等はPro／Maxが必要です。GOAT以上でGPT-5.6 Sol・GLM-5.2・Gemini 3.7 Flash・Grok 4.6・Muse Spark標準等が可です（pricing-limits表のAvailable注記）
地域制限	GPT-5.6 Luna・Gemini 3.7 Flashは中国で利用不可（プロバイダ起因）。他は継続可・課金なし・変動あり

# モデル一覧と切替
cmd --list-models
cmd -m deepseek/deepseek-v4-flash
# セッション内
# /model
# /model kimi-k3

短縮形（/以降）・大文字小文字不問で解決され、未知IDは事前拒否されます。/resume時の挙動（既定は不変）に注意してください。

BYOK（Bring Your Own Key：自分のAPIキーを持ち込む方式）の対応有無は、2026年9月4日時点の一次確認の範囲外のため未確認として扱っています。API利用の公式窓口はProvider（月$15＋従量・OpenAI／Anthropic互換エンドポイント）です。詳細はDocs providerで再確認してください。

Claude Code／Cursor／Codexとの比較・移行

Claude CodeとCodexの比較やCodex解説を読んだ人が、乗り換えるべきか判断するための章です。Claude Code／Cursor／Codex側の料金・機能の一次比較は本記事の調査範囲外のため未確認です。以下はCommand Code側の一次情報のみに基づく整理です。

使い分け判定表＋／import移行

観点	Command Codeの立場（自社主張含む）
差別化	Rules／Skillsは静的・劣化する vs Tasteは行動から継続学習・複利。汎用ベストプラクティスでなく個人・チームの品質基準を学習すると主張
料金	GOATは「市場最高の低コスト」と自称（$10で$70＝7x、dealsで$100超）。他社との厳密比較は未確認

向き不向きの目安は以下です。Claude Code課金中の人は/importで資産移行して併用検証、IDE中心の人はCursor継続、オープン安価中心の人はGOAT、ターミナル中心の人はCommand Codeが向きます（編集部の整理）。

移行手段	`/import [claude\	codex\	cursor\	pi\	opencode\	gemini]、無引数は全検出源から一括。旧履歴からtaste構築は/learn-taste／cmd learn-taste`

移行の取込対象5種と挙動は以下の通りです（出典：import docs）。

• 取込対象5種：Skills→~/.commandcode/skills等、Agents、Commands、MCP（Model Context Protocol：外部ツール連携規格。mcp.json）、Memory（CLAUDE.md→AGENTS.mdに改名・参照書換）。ユーザ／プロジェクト両スコープ対応です
• 挙動：加算のみ（上書きなし・既存はskipped-existing）、冪等（何度実行しても同じ結果になる性質）・障害分離。結果はimported／skipped-existing／skipped-unsupported／failedの4状態です

# 移行コマンド例（セッション内）
# /import claude
# /import codex
# /import cursor
# /import opencode
# 無引数は全検出源から一括
# /import

対応表記は/import claude（＝claude-code）、codex、cursor、pi、opencode、gemini（＝gemini-cli）です。OpenCodeからの移行を検討する場合は、まず/import opencodeで資産を引き継ぎ、/learn-tasteで好みを再構築する流れが公式手順です。

安全性・注意点と企業向け確認観点

学習利用否定（一次引用）・権限・チェックポイント

公式は学習利用を強く否定しています。

“No. Never.” “We never train on it”

（訳：いいえ。決して。学習には使いません）（出典：Security docs／security頁／pricing FAQ。Privacy Policyへの参照あり）

保存場所の表はそのまま転載できる一次情報です。

保存対象	保存場所	学習利用
ソース	保存せず自マシンのみ	No
Taste	ローカル＋任意クラウド同期。ルール構造でローカル保存（スニペット非保存）	No
会話	ローカルのみ~/.commandcode/projects	No
認証	~/.commandcode/auth.json	No
AGENTS.md	ローカルのみ	No

権限・操作の安全装置も公式Docsに明記されています。

• 権限5モード：Default／Auto-Accept／Plan／Bypass／Dont-Ask。既定は変更系に承認が必要です。Deny／askルールは全モード（bypass含む）で最優先です
• ヘッドレス（cmd -p：画面を出さずコマンド一発で実行する方式）は既定で書込ブロック。CI等で書込が必要な場合は--yolo（承認を全て省略する方式。別名–dangerously-skip-permissions）を明示します。信頼環境のみで使ってください
• チェックポイント：毎ファイル変更前に作成。Esc二度押しで選択→ファイル・会話・両方を復元できます。ローカル・セッション単位です
• ネットワーク：AIプロバイダAPI・OAuth（login時）・taste push／pull・明示MCPのみ。テレメトリ無断送信なし（Telemetry頁に任意収集・30日保持・opt-out記載）。opt-outはconfig telemetry:falseまたはDO_NOT_TRACKです
• ファイル境界：カレントPJ＋–add-dir追加分＋~/.commandcodeのみ。範囲外は読みません
• MCP注意：外部接続・明示setup（cmd mcp add）・トークンはローカル・cmd mcp listで確認。信頼できるもののみ使ってください

ZDR・ホスト地域・チーム運用の確認チェックリスト

企業利用では以下を確認してください。

• ZDR（Zero Data Retention、保持ゼロ）：CMD_ZDR=1（例CMD_ZDR=1 cmd）またはProvider API x-cmd-zdr:1で強制します。ZDR可プロバイダのみ経由し、なければ422失敗（フォールバックなし）です。GOAT／Proとも標準クレジットから消費（既定allowance計量）・パススルー課金で割高傾向です。「99%がZDR可上流あり」「most use ZDR by default」は自社記載です（出典：ZDR docs）
• セキュリティ体制：SOC2準拠手順（認証取得中）、AES-256／TLS、APIキー暗号化、Stripe PCI Level1、RBAC、監査ログと記載があります。認証取得中の留保を明記して評価してください（出典：security頁）
• Enterprise：自ホスト選択肢・コードが自インフラを出ない・カスタムポリシー。問合せsupport@commandcode.aiです
• ホスト地域：商用は米Anthropic／OpenAI／Google／Azure（EUは要望対応）、オープンは米・EU・シンガポールと記載があります

機密データを扱う場合は、経路ごとの保持条件とZDR可否を事前に確認し、必要に応じてローカル処理を検討してください。

公式ベンチマークの読み方（留保付き）

効果数値はすべて自社発表です。手法・サンプル・条件の開示はなく、独立検証の有無も公式に記載がないため独立検証は未確認と明記します。

自社発表の数値紹介＋独立検証は未確認の明記

自社ベンチは修正ループ数（受入前の編集回数）の推移です（出典：launch「Benchmarks」表。自社計測）。

領域	初期	1週	1月
CLI足場	4.2	1.8	0.4
API	3.1	1.2	0.3
React	3.8	1.5	0.5
テスト	2.9	0.9	0.2

効果標語は「Code 10x faster. Review 2x quicker. Bugs 5x slashed.」と記載があります（出典：launch全体・LinkedIn発表でも同一。自社標語として引用符付きで扱います）。

会社自身の留保も併記されています。「patterns, not intentions」「early-stage」「learn something wrongの可能性→透明性・taste.mdで是正」と記載があり、間違った好みを学ぶ可能性を認めた上でtaste.mdの透明性で修正できると説明しています。

なお実験76名・1週で4x等の言及はLinkedIn動画transcription（二次・自動字幕）のみのため、本記事では採用しません。

効果が出るまで週〜月単位の利用が前提で、Day1では効果が薄い点に注意してください。launchの「Compounding Effect」と整合する考え方です。

よくある質問（FAQ）

Q. Command Codeとは何ですか？

A. ターミナル型コーディングエージェントです。フルスタック開発・機能追加・バグ修正・テスト・リファクタを「あなたのスタイルで継続的に」行うと説明されています（出典：公式Docs）。npmパッケージcommand-code（cmd）で提供され、現時点で非オープンソースと明記されています。

Q. taste-1はどういう仕組みですか？

A. accept（承認）・reject（否認）・edit（差分）・prompt（意図）のシグナルから好みを抽出し、.commandcode/taste/taste.mdに人間可読形式で蓄積する仕組みと説明されています。次回生成時にoutput=LLM(prompt | taste(user))として条件付けする概念です。技術詳細の外部検証はなく、自社説明として理解してください。

Q. 対応モデルは何がありますか？切り替え方法は？

A. 60超（70前後、2026年9月4日時点）のモデルに対応し、既定はdeepseek/deepseek-v4-flashです。多くが最大1Mトークンコンテキストです。切替はセッション内/model [id]、起動時cmd -m/--model 、一覧cmd --list-modelsで行います。短縮形・大文字小文字不問で解決されます。

Q. コードは学習に使われますか？

A. 公式は「No. Never. We never train on it.」と否定しています。コードは保存せず自マシンのみ、Tasteはルール構造でローカル保存（スニペット非保存）、会話は~/.commandcode/projectsのみと説明されています。詳細はPrivacy Policyの参照が必要です。

Q. 月$1で何ができますか？

A. Goプラン（月$1＋processing fee）で$10分・約15Kリクエスト・オープン中心＋一部プレミアム（GPT-5.6 Luna／Grok 4.5等）が使えると説明されています（2026年9月4日時点）。無料モデル（Laguna S 2.1等）は$0で、MiniMax 50%off等のdealsで延伸できます。API利用は不可のため、API利用ならProvider（月$15＋従量）を検討してください。

Q. Windowsで使えますか？cmdと衝突しませんか？

A. 使えます。ネイティブWindowsでは短縮名をcmdcに読み替えてください（例cmdc login）。フル名command-codeは全環境共通です。DocsはWSLを推奨しており、WSL内ではcmdのままLinuxと同一手順です。

Q. Nodeで起動しない／バージョンエラーが出ます

A. Node.js 22以上が必要です。node -vで確認し、古い場合はn／nvm等で更新後、npm i -g command-codeし直してください。「Command Code needs Node.js 22 or newer」と出る場合はこの手順が公式対処です。「command not found」と出る場合はnpmグローバルbinへのPATHを確認し、シェルの再起動・再ログインを試してください。ログイン失敗時はcmd logout→cmd login、またはrm -rf ~/.commandcode/auth.json→cmd loginを試してください。

Q. tasteの共有はできますか？効果の裏付けはありますか？

A. 共有はできます。npx taste push --allでregistryへ、npx taste pull ahmadawais/cliで取得できます。効果数値（修正ループ数の減少・10x／2x／5x標語）は自社発表で、手法開示なし・独立検証は未確認です。会社自身も「early-stage」「learn something wrongの可能性」を留保しています。taste.mdを直接確認しながら評価してください。

まとめ＋次の行動

関連記事

• Claude CodeとCodexの比較：乗り換え前の機能・使い分け整理に
• OpenCode解説：TUI型エージェントの操作感・/import opencodeの移行元理解に
• OpenCode Go料金・上限：サブスク併用時のコスト・上限設計の参考に
• Codex解説：Codex側からの移行検討・取込対象の理解に
• 社内AI活用・費用：チーム導入時の費用対効果・ローカル処理の検討に
• Orcaとは？Claude Code・Codex並列実行の使い方・料金 — AIコーディング環境の選択肢を広げたい方向け

参考文献

• Command Code Docsトップ
• Command Code launch発表
• Command Code pricing
• Command Code models
• GitHub CommandCodeAI/command-code
• npm command-code
• Docs quickstart
• Docs taste
• Docs windows
• Docs import
• Docs interactive-mode
• CLI Reference
• CLI models
• Docs security
• Command Code security
• Docs pricing-limits
• Docs usage-limits
• Docs plans go
• Docs plans goat
• Docs plans pro
• Docs plans max
• Docs ZDR
• Docs provider
• Docs telemetry
• Docs common-issues