Claude Code 與 Codex CLI——實際差異與選擇方式

Claude Code 與 Codex CLI 從相同的位置解決相同的問題：在終端機中執行的代理程式會讀取儲存庫、提出編輯建議、執行命令並反覆改善結果。兩者的差異在於背後的模型系列、擴充能力以及設定方式——而不在於工作的基本形式。

本頁比較實際存在的差異，提供選擇原則而非單一判定，並說明如果您想用自己的程式碼進行評估，如何使用同一組金鑰執行兩者。

並列比較

兩者都在積極開發，變動也很快，因此請將任何功能清單——包括本清單——視為某個時間點的快照。結構性差異（模型系列、API 介面、設定格式）較為穩定；特定功能則不然。

如何選擇

沒有普遍適用的答案可以說明哪個工具產生更好的程式碼——結果會因語言、儲存庫與任務而異，而已發布的正面對決基準測試很少與您的程式碼庫相似。您可以事先決定的是哪個工具更符合您的工作方式：

坦白說，兩者都可免費安裝，因此請將自己儲存庫中的同一個實際任務交給兩者，再比較差異。花一個下午這樣做，比任何比較文章（包括本頁）都能告訴您更多。

各工具的執行成本

費用取決於模型與代理式步驟的數量，而不是 CLI。兩項工具都會在每個步驟重新傳送系統提示、任務歷史記錄與最新檔案上下文，因此每個 token 的費率在兩者中都會以相同方式累積。請比較您實際會執行的模型——下方的 Claude 欄位對照 Anthropic 官方 API 定價，其中列出每個模型的 token 費率，以及典型代理式步驟的計算成本：

典型的代理式步驟約包含 25,000 個輸入 token 與 1,200 個輸出 token，因此 20 步驟的任務在目前費率下，於 claude-sonnet-4-6 上約為 $1.30。請將您自己的數字代入成本計算機，不要只相信單一計算範例——以輸出為主的工作會改變排名，因為這些模型的輸出費率差異大於輸入費率差異。

自訂端點：實際存在的不對稱性

兩項工具都支援第三方端點，但支援程度並不相同；這是目前兩者之間最實際的差異。

Claude Code 讀取 ANTHROPIC_BASE_URL 並使用 Anthropic Messages API，而許多供應商都提供此 API。將它指向其他位置只需要設定三個環境變數，不需要額外軟體（設定指南）。

Codex CLI 的限制較多。其 model_providers 區塊包含 wire_api 金鑰，而目前的設定參考資料將 responses 列為唯一支援的值——這表示自訂供應商必須在 /v1/responses 提供 OpenAI 的 Responses API，而不是更常見的 /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.

這仍會排除大多數 OpenAI 相容閘道，因為它們只提供 /v1/chat/completions。這就是為什麼許多宣稱「支援任何 OpenAI 相容端點」的供應商會悄悄地與 Codex CLI 失敗：base URL 可被接受，但每個請求都會回傳 404。

Kunavo 同時提供兩種介面——OpenAI 相容的聊天端點，以及位於 /v1/responses 的 Responses API——因此上述設定可以直接使用；而 gpt-5-6-sol（每 1M 個 token 為 $2.00 / $12.00）不僅能從 Cursor、Kilo Code 與 Cline 執行，也能從 Codex CLI 執行。完整教學（包括 Codex 讀取金鑰的環境變數）請參閱 Codex CLI API 金鑰指南。

有一點值得注意：由於 Codex 受限於協定，而不是模型系列，因此該端點背後的任何聊天模型都能回應，包括 Claude。指向 claude-opus-5 後，Codex CLI 可以完整執行並保留工具呼叫，閘道會在 Responses 與 Messages API 之間進行轉換。代價是，Codex 的不透明 reasoning 項目在非 GPT 上游中沒有對應項目，會被捨棄，因此模型會在回合之間失去其私有暫存區；可見的轉錄內容不受影響。

因此，這種不對稱性比表面看起來更小，但並未消失：Claude Code 幾乎可與任何 Messages API 供應商搭配使用，而 Codex CLI 只能與少數實作 Responses API 的供應商搭配使用。如果使用自己的端點——出於成本、路由或治理考量——是您選擇兩者的原因之一，這一點仍值得衡量。如果成本是決定因素，Anthropic 官方 API 價格表列出了每個 Claude 層級相對於 Anthropic 公布費率的每 1M token 成本，而這才是真正會影響代理式程式碼費用的數字。

相鄰比較

本頁不回答的兩個相鄰問題。Codex 與 ChatGPT討論的是要開啟哪個 OpenAI 介面，而不是要安裝哪個 CLI——答案取決於共用方案的額度以及代理程式消耗額度的速度。Cline 與 Claude Code則是將終端機換成編輯器側邊欄，此時決定性差異是計費形式，而不是協定。

其中一個可以驅動另一個的模型嗎？

單向可以。Codex CLI 可以透過提供 Responses API 的閘道執行 Claude 模型——它受限於線路協定，而不是模型系列，因此在上述供應商區塊中設定 model = "claude-opus-5" 後，包含工具呼叫在內，都能完整執行。代價是，Codex 的不透明 reasoning 項目在傳送至非 GPT 上游的途中會被捨棄，使模型失去回合之間的私有暫存區。

反向操作較為困難：Claude Code 在 Messages API 上預期的是 Claude 系列 slug，因此若要從中存取 GPT，需要本機路由器——這會增加另一個元件，也會造成部分功能損失，因為只有在原生路由上，cache_control 才會未經翻譯地通過。Claude Code 路由器指南說明何時值得進行這項設定，以及何時只需更換 base URL 即可。

讓每項工具使用其設計所對應的模型系列，仍是較簡單的預設方式。不過，如果您想使用 Codex CLI 的沙箱來搭配背後的 Claude，這種組合目前可用——請參閱 Codex CLI API 金鑰指南。

常見問題