Claude Code vs Codex CLI — o que realmente difere e como escolher

Claude Code e Codex CLI resolvem o mesmo problema a partir do mesmo lugar: um agente no seu terminal que lê o repositório, propõe edições, executa comandos e itera sobre o resultado. Eles diferem na família de modelos por trás deles, na superfície de extensões e na forma de configurá-los — não no formato básico do trabalho.

Esta página compara o que realmente difere, oferece uma regra de decisão em vez de um veredito e mostra como executar ambos usando uma única chave, caso você queira avaliá-los no seu próprio código.

Lado a lado

Ambos são desenvolvidos ativamente e avançam rapidamente, portanto trate qualquer lista de recursos — incluindo esta — como um retrato momentâneo. As diferenças estruturais (família de modelos, superfície da API, formato de configuração) são a parte estável; recursos específicos não são.

Como escolher

Não há uma resposta geral para qual deles produz código melhor — isso varia conforme a linguagem, o repositório e a tarefa, e benchmarks publicados lado a lado raramente se parecem com sua base de código. O que você pode decidir de antemão é qual deles se adapta à sua forma de trabalhar:

A recomendação honesta: a instalação de ambos é gratuita, então execute a mesma tarefa real do seu próprio repositório em cada um e compare os diffs. Uma tarde fazendo isso ensina mais do que qualquer artigo de comparação, inclusive este.

Quanto custa executar cada um

O custo é uma propriedade do modelo e do número de etapas agênticas, não do CLI. Ambas as ferramentas reenviam o prompt do sistema, o histórico da tarefa e o contexto atualizado dos arquivos a cada etapa, portanto a tarifa por token se acumula de forma idêntica em cada uma. Compare os modelos que você realmente usaria — a coluna Claude abaixo corresponde aos preços oficiais da API da Anthropic, que lista a tarifa por token de cada modelo e o custo calculado de uma etapa agêntica típica:

Uma etapa agêntica típica usa aproximadamente 25.000 tokens de entrada e 1.200 tokens de saída, portanto uma tarefa de 20 etapas chega a cerca de $1.30 em claude-sonnet-4-6 com essas tarifas. Insira seus próprios números na calculadora de custos em vez de confiar em um único exemplo calculado — trabalhos com muita saída alteram a classificação, porque as tarifas de saída diferem mais entre esses modelos do que as tarifas de entrada.

Endpoints personalizados: uma assimetria real

Ambas as ferramentas aceitam um endpoint de terceiros, mas não da mesma forma, e essa é a diferença mais prática entre elas atualmente.

O Claude Code lê ANTHROPIC_BASE_URL e usa a Anthropic Messages API, que muitos provedores oferecem. Apontá-lo para outro lugar requer três variáveis de ambiente e nenhum software adicional (guia de configuração).

O Codex CLI é mais rigoroso. Seu bloco model_providers tem uma chave wire_api, e a referência de configuração atual lista responses como o único valor compatível — isso significa que um provedor personalizado precisa oferecer a OpenAI Responses API em /v1/responses, e não o muito mais comum /v1/chat/completions:

# ~/.codex/config.toml — wire_api accepts only "responses"
model          = "gpt-5-6-sol"
model_provider = "kunavo"

[model_providers.kunavo]
name     = "kunavo"
base_url = "https://api.kunavo.com/v1"
env_key  = "KUNAVO_API_KEY"
wire_api = "responses"        # requires POST /v1/responses upstream

# A provider that serves only /v1/chat/completions still cannot be
# configured here, whatever base_url you give it.

Isso ainda exclui a maioria dos gateways compatíveis com OpenAI, que oferecem /v1/chat/completions e nada mais. É por isso que tantos provedores que afirmam “funcionar com qualquer endpoint compatível com OpenAI” falham silenciosamente com o Codex CLI: a URL base é aceita, e toda solicitação retorna 404.

O Kunavo oferece as duas superfícies — o endpoint de chat compatível com OpenAI e a Responses API em /v1/responses — portanto a configuração acima funciona como está, e gpt-5-6-sol ($2.00 / $12.00 por 1M) é executado tanto pelo Codex CLI quanto pelo Cursor, Kilo Code e Cline. O passo a passo completo, incluindo a variável de ambiente da qual o Codex lê a chave, está no guia de chave de API do Codex CLI.

Vale saber uma coisa: como o Codex está vinculado ao protocolo, e não a uma família de modelos, qualquer modelo de chat por trás desse endpoint responde — inclusive Claude. Apontado para claude-opus-5, o Codex CLI executa tudo de ponta a ponta com as chamadas de ferramentas intactas, enquanto o gateway traduz Responses para Messages API e vice-versa. O custo é que os itens opacos reasoning do Codex não têm equivalente em um upstream que não seja GPT e são descartados, portanto o modelo perde seu bloco de rascunho privado entre os turnos; a transcrição visível não é afetada.

Assim, a assimetria é mais estreita do que parece, mas não desapareceu: o Claude Code funciona com praticamente qualquer provedor da Messages API, enquanto o Codex CLI funciona apenas com a minoria que implementa Responses. Isso ainda merece consideração se executar em seu próprio endpoint — por custo, roteamento ou governança — fizer parte do motivo pelo qual você está escolhendo entre os dois. Se o custo for o fator decisivo, a lista oficial de preços da API da Anthropic mostra quanto custa cada nível Claude por 1M de tokens em comparação com a tarifa publicada pela própria Anthropic, que é o número que realmente altera uma conta de codificação agêntica.

Comparações próximas

Duas perguntas adjacentes que esta página não responde. Codex versus ChatGPT trata de qual superfície da OpenAI abrir, e não de qual CLI instalar — a resposta depende da franquia compartilhada do plano e da velocidade com que um agente a consome. Cline versus Claude Code troca o terminal pela barra lateral do editor, onde a diferença decisiva é o formato da cobrança, e não o protocolo.

Algum deles pode executar os modelos do outro?

Em uma direção, sim. O Codex CLI pode executar modelos Claude por meio de um gateway que oferece a Responses API — ele está vinculado ao protocolo de transmissão, não a uma família de modelos, portanto definir model = "claude-opus-5" no bloco do provedor acima funciona de ponta a ponta, incluindo as chamadas de ferramentas. A contrapartida é que os itens opacos reasoning do Codex são descartados no caminho para um upstream que não seja GPT, fazendo o modelo perder seu bloco de rascunho privado entre os turnos.

A outra direção é mais difícil: o Claude Code espera identificadores da família Claude na Messages API, portanto para acessar GPT a partir dele é necessário um roteador local — mais um componente e alguma perda de recursos, pois cache_control só passa sem tradução na rota nativa. O guia do roteador do Claude Code explica quando essa configuração vale a pena e quando uma troca da URL base resolve o problema.

Executar cada ferramenta na família de modelos para a qual foi projetada continua sendo o padrão mais simples. Mas, se você quiser o sandbox do Codex CLI com Claude por trás, essa combinação está disponível hoje — consulte o guia de chave de API do Codex CLI.

Perguntas frequentes