Codex CLI vs Claude Code 2026 : architecture, tarifs et accès depuis la Chine

Codex CLI et Claude Code sont tous deux des outils agentiques nativement pensés pour le terminal, et depuis le milieu de 2026 ils appliquent la sécurité sur deux couches : un bac à sable au niveau du système d’exploitation en dessous, une couche de gouvernance programmable au-dessus. Ce qui les sépare aujourd’hui, c’est l’accent mis sur l’une ou l’autre et la profondeur de chacune. Codex met en avant le bac à sable noyau et garde un système de hooks réduit ; Claude Code met en avant la surface de hooks la plus riche de la catégorie et a ajouté en dessous une exécution isolée au niveau du système d’exploitation. Cette différence d’accent se répercute toujours sur la façon dont chaque outil traite la configuration, les permissions, les workflows multi-agents et la gouvernance d’équipe. La comparaison qui suit cartographie ces différences avec des critères de décision concrets et prolonge le territoire de l’AI engineering que je construis sur ce site.

Claude Code est mon outil principal. J’annonce ce biais d’emblée. Les observations qui suivent viennent d’un usage quotidien des deux outils sur des tâches de production, d’évaluations à l’aveugle et de workflows combinant les deux.

TL;DR : Codex applique la sécurité principalement au niveau du noyau du système d’exploitation (Seatbelt, Landlock, seccomp)¹, avec par-dessus un petit système de hooks à cinq événements (stable depuis la version v0.124.0 de la CLI). Claude Code met en avant la gouvernance au niveau applicatif, avec 31 événements de hook programmables en août 2026², et l’appuie sur un Bash isolé au niveau du système d’exploitation (Seatbelt/bubblewrap) — auquel s’ajoute, depuis la v2.1.219, une strictAllowlist qui refuse purement et simplement les hôtes non autorisés. Les deux outils travaillent sur de grands contextes : Claude Code utilise par défaut Opus 5 sur les comptes Max, Team Premium, Enterprise et API, et Sonnet 5 sur Pro et Team Standard (1M en natif dans les deux cas ; Sonnet $2/$10, Opus $5/$25 par MTok)²⁰ ; Codex CLI utilise par défaut la famille GPT-5.6 (272K dans Codex par défaut, 872K avec model_context_window ; GPT-5.6 Sol à un tarif promotionnel de $4/$20 par MTok au moins jusqu’au 21 novembre 2026)¹⁹²¹. Prenez Codex pour la délégation de tâches isolées dans le cloud et l’isolation au niveau du noyau. Prenez Claude Code pour la gouvernance programmable, le refactoring de longue haleine et la revue de code orientée sécurité. Les meilleurs résultats viennent de l’usage des deux.

Points clés

• Développeurs solo : commencez par l’outil qui correspond à votre écosystème de langage principal. Les deux cohabitent dans le même dépôt sans conflit (CLAUDE.md et AGENTS.md sont indépendants).
• Responsables d’équipe : les profils de Codex offrent un changement de configuration explicite et auditable. La hiérarchie en couches de Claude Code applique automatiquement des règles sensibles au contexte. Choisissez selon que votre équipe préfère le contrôle explicite ou l’adaptation automatique.
• Ingénieurs sécurité : le bac à sable noyau de Codex empêche l’agent de contourner les restrictions au niveau du système d’exploitation. Les hooks de Claude Code partagent une frontière de processus avec l’agent mais autorisent une logique de validation arbitraire — même si un Bash isolé au niveau du système d’exploitation se trouve désormais en dessous. Adaptez l’outil à votre modèle de menace.

Quel outil choisir ? (parcours de décision par profil)

La réponse dépend de qui vous êtes. Quatre parcours, un pour chacun des lecteurs les plus fréquents de cette page.

Développeur solo sur des projets personnels ou en petite équipe

Par défaut : Claude Code. Le contexte natif de 1M de tokens de Sonnet 5 au tarif de $2/$10, le système de gouvernance par hooks à 31 événements et la place de marché de plugins couvrent les cas que les développeurs solo rencontrent au quotidien (refactorings de grandes bases de code, continuité de session, automatisation du formatage à l’enregistrement). Pro à $20/mois ou Max à $100-200/mois reste prévisible et généreux.

Ajoutez Codex CLI quand : vous avez besoin d’un bac à sable au niveau du noyau pour une revue ponctuelle de code non fiable, ou quand ChatGPT Pro/Plus couvre déjà l’essentiel de vos dépenses en IA et qu’ajouter Claude paraît redondant. Les deux outils cohabitent proprement ; CLAUDE.md et AGENTS.md vivent côte à côte.

Responsable d’équipe dans une organisation d’ingénierie de 10 à 50 personnes

Par défaut : Claude Code. Les hooks programmables (portes de linting, analyses de sécurité, blocage de commandes interdites) encodent les standards de l’équipe de façon déterministe, au lieu d’espérer que le modèle suivra les instructions du prompt. Les paramètres gérés permettent au responsable de fixer une politique valable pour toute l’organisation, que les développeurs ne peuvent pas contourner. La CLI claude agents et les primitives Agent Teams correspondent aux schémas que les équipes utilisent réellement pour leurs workflows de revue.

Ajoutez Codex CLI quand : des revues sensibles sur le plan de la sécurité exigent une isolation dure au niveau du noyau (revue de code de prestataires externes, PR open source d’auteurs inconnus), ou quand l’équipe s’est déjà engagée sur l’outillage OpenAI via Azure OpenAI / Microsoft Foundry. Utilisez-le comme outil de revue ciblé, pas comme monture quotidienne.

Auditeur orienté sécurité ou chercheur en red team

Par défaut : Codex CLI (pour les entrées adverses) + Claude Code (pour l’exécution gouvernée). Le bac à sable noyau de Codex, sur Seatbelt sous macOS et Landlock+seccomp sous Linux, refuse les appels système en dessous de la couche applicative : un agent hostile ne peut littéralement pas toucher aux zones du système de fichiers que vous n’avez pas autorisées. Les hooks de Claude Code s’exécutent au niveau applicatif, même si le Bash isolé a posé sous eux un plancher au niveau du système d’exploitation (Seatbelt/bubblewrap) depuis le début de 2026, et la strictAllowlist de la v2.1.219 a durci sa politique réseau. Prenez l’outil qui correspond à la menace.

Ajoutez Claude Code quand : vous voulez des actions programmables après la revue (hooks de triage, journalisation d’audit, génération automatique de rapports). Le workflow habituel : Codex inspecte sous contrainte de bac à sable, Claude Code prend en charge le triage et la couche d’application des politiques.

Développeur chinois ou basé en Chine continentale

Les deux outils fonctionnent, mais la connectivité et le coût façonnent le choix bien plus que les fonctionnalités. Passez directement à Accéder à Codex et Claude Code depuis la Chine avant de vous engager.

La séparation architecturale fondamentale

La différence la plus profonde entre Codex et Claude Code tient à l’endroit où s’exerce la gouvernance. Codex applique la sécurité au niveau du noyau, via Seatbelt sous macOS, Landlock et seccomp sous Linux¹. Le système d’exploitation restreint l’accès au système de fichiers, les appels réseau et la création de processus avant que ces opérations n’atteignent l’application. Le modèle ne peut pas contourner ces restrictions, car le système d’exploitation refuse l’appel système avant son exécution.

Claude Code applique la sécurité au niveau applicatif via des hooks, des programmes qui interceptent les actions en 31 points du cycle de vie en août 2026². Un hook PreToolUse sur Bash peut inspecter chaque commande, la valider selon une logique arbitraire et la bloquer avec le code de sortie 2. Le système de hooks apporte une gouvernance programmable : encoder des règles métier, lancer des linters, chercher des identifiants. Le compromis tenait autrefois au fait que l’application au niveau applicatif partage une frontière de processus avec l’agent — mais cette ligne s’est brouillée dans les deux sens. Claude Code exécute un Bash isolé sur des primitives du système d’exploitation (Seatbelt sous macOS, bubblewrap sous Linux) depuis sa version de janvier 2026 consacrée à l’isolation, et la v2.1.219 a ajouté un paramètre sandbox.network.strictAllowlist qui refuse purement et simplement les hôtes non autorisés. De son côté, Codex a gagné un système de hooks stable en v0.124.0 : cinq événements (SessionStart, UserPromptSubmit, AfterToolUse, AfterAgent, Stop) configurés sous forme de blocs [[hooks]] dans config.toml — sans événement pré-outil, donc rien ne se déclenche avant un appel d’outil comme le fait le PreToolUse de Claude.

Toute architecture de sécurité échange de l’expressivité contre la solidité de la frontière. Ces deux outils sont partis des extrémités opposées de ce spectre et se sont chacun rapprochés du milieu, mais l’accent reste délibéré. Le bac à sable noyau se justifie quand le modèle de menace inclut un agent potentiellement hostile (revue de code malveillant, exécution de scripts non fiables). Les hooks applicatifs se justifient quand le modèle de menace est un agent trop sûr de lui mais bien intentionné (votre code, votre équipe, vos conventions). La plupart des développeurs ont besoin des deux modèles de menace, à des moments différents.

Philosophie de configuration

Codex utilise TOML pour sa configuration. Claude Code utilise JSON. La différence de format est cosmétique. La différence de philosophie ne l’est pas.

Codex organise la configuration autour de profils, des préréglages nommés entre lesquels vous basculez explicitement avec --profile. Un profil careful fixe approval_policy = "untrusted" et isole agressivement⁹. Un profil deep-review bascule vers un modèle plus capable. Vous savez toujours quelle configuration est active, puisque vous l’avez sélectionnée par son nom. La couche d’instructions repose sur AGENTS.md, un standard ouvert porté par l’Agentic AI Foundation de la Linux Foundation³, lisible par Codex, Cursor, Copilot, Amp, Devin Desktop et Gemini CLI.

Claude Code organise la configuration autour d’une hiérarchie en couches : cinq niveaux qui descendent en cascade depuis les paramètres gérés (priorité la plus haute) vers la ligne de commande, le projet local, le projet partagé et enfin les valeurs par défaut de l’utilisateur. Les fichiers CLAUDE.md portent aux niveaux utilisateur, projet et local. Les répertoires Skills, hooks et rules ajoutent encore des couches. La configuration adaptée au contexte s’applique automatiquement, mais la configuration active n’est visible dans aucun fichier unique. Vous la reconstituez en lisant la hiérarchie.

Les profils privilégient l’explicite et l’auditabilité. Vous pouvez répondre à « quelle configuration était active ? » en vérifiant quel drapeau --profile a été passé. La hiérarchie en couches privilégie l’automatisation et la sensibilité au contexte. Le bon contexte s’applique tout seul, mais répondre à « quelle configuration est active ? » exige de lire jusqu’à cinq couches et de comprendre leur ordre de fusion. Le compromis est réel : j’ai déjà été surpris par une surcharge dans un CLAUDE.md de niveau utilisateur qui entrait en conflit avec une instruction de niveau projet, ce qui n’arriverait pas avec des profils explicites.

Comparaison des modèles de sécurité

Le schéma : Codex offre des frontières plus solides avec un contrôle plus grossier. Claude Code offre des frontières plus faibles avec un contrôle plus fin¹¹. Le bon choix dépend de votre modèle de menace. Revue de code externe non fiable ? Bac à sable noyau. Application de standards de code internes sur du code de confiance ? Hooks programmables.

Contexte et modèles

Mise à jour du 3 septembre 2026. Deux corrections et un ajout aux paragraphes ci-dessous, conservés tels qu’ils ont été écrits le 11 août pour que la trace reste visible.

D’abord, la valeur par défaut de Codex. La page des modèles Codex d’OpenAI désignait gpt-5.6-sol comme réglage Power par défaut dès le 10 août, si bien que la formule « la valeur par défaut recommandée est GPT-5.5 » était déjà périmée lorsque cet article a été mis à jour, le 11 août. GPT-5.5 est le fleuron auquel GPT-5.6 Sol a succédé. Au 3 septembre, cette même page ne nomme plus le modèle par défaut : « Commencez par le réglage Power par défaut disponible sur votre compte », et pour les comptes Pro, Business et Enterprise éligibles, le déploiement d’Astra « met à jour les options Power en Terra Light, Sol Light, Sol Medium, Astra Light, Astra Medium et Astra Extra High ». L’asymétrie de contexte dans l’outil décrite plus bas a elle aussi bougé. La fenêtre par défaut de la famille GPT-5.6 dans Codex est de 272 000 tokens (la note de version v0.144.6 a corrigé le chiffre) et, depuis la v0.149.0 du 20 août, le paramètre model_context_window peut porter Sol, Terra et Luna à 872 000, ce qui reste en deçà du 1M de Claude Code. Le catalogue de modèles de Codex 0.153.1 place par ailleurs GPT-5.5 à 272 000 dans Codex, et non aux 400K cités plus bas.¹⁹

Ensuite, la valeur par défaut de Claude Code dépend de la formule, ce n’est pas un modèle unique. La documentation d’Anthropic sur la configuration des modèles indique « Max, Team Premium, Enterprise et API Anthropic : Opus 5 par défaut » et « Pro et Team Standard : Sonnet 5 par défaut ». Le tarif de $2/$10 par MTok de Sonnet 5, décrit plus bas comme un tarif de lancement valable jusqu’au 31 août, est désormais le tarif standard ; la hausse prévue n’a pas eu lieu.²⁰

Enfin, le modèle qui change la comparaison. OpenAI a publié GPT-6 Astra le 3 septembre à $10 par million de tokens en entrée, $1 en entrée mise en cache et $50 en sortie, avec une fenêtre de contexte de 1 050 000 tokens et 128 000 tokens de sortie maximale. La fenêtre longue se paie : « Les prompts de plus de 272K tokens en entrée sont facturés ×2 sur les tarifs d’entrée et de cache et ×1,5 en sortie pour l’intégralité de la requête. » Sur la disponibilité, mot pour mot : « GPT-6 Astra est déployé dès aujourd’hui pour les entreprises de notre Trusted Access Program, l’accès via l’API et via nos formules Plus, Pro, Business et Enterprise devant arriver dans les prochains jours. » Codex CLI 0.153.1, le même jour, « a ajouté la prise en charge de la configuration de GPT-6-Astra via l’API, sans changer le modèle par défaut ni l’afficher dans le sélecteur de modèles ». Chez Anthropic, l’équivalent en haut de la gamme généralement disponible est Claude Fable 5.1 (1er septembre) : $10/$50 par MTok, avec des lectures de cache à $0.25 et un contexte de 1M. Les deux éditeurs affichent désormais un fleuron à $10/$50, au tarif de base, au-dessus de leurs modèles de codage par défaut. Au 3 septembre, d’après la page du modèle Astra, l’accès hors Trusted Access Program restait à venir et, d’après la page des modèles Codex, les options Power Astra n’atteignaient que les comptes éligibles ; aucun des deux éditeurs ne fait de son fleuron la valeur par défaut de son outil de codage.¹⁹²⁰

En août 2026, la valeur par défaut recommandée de Codex CLI est GPT-5.5 (lancé le 23 avril 2026)⁴ : 400K de contexte dans Codex, 1M dans l’API, $5/$30 par MTok et 82,7 % sur Terminal-Bench 2.0 — l’état de l’art parmi les modèles publiquement disponibles au moment de son lancement. GPT-5.4, l’ancien fleuron, reste accessible par l’API avec son mode long contexte expérimental de 1.05M (facturation ×2 en entrée / ×1,5 en sortie au-delà de 272K en entrée)⁴, mais Codex v0.145.0 (21 juillet 2026) a migré les sélections GPT-5.4 intégrées vers les variantes GPT-5.6 Terra et Luna (272K de contexte chacune). L’instantané gpt-5.2-codex a été arrêté le 23 juillet 2026 : les scripts qui l’épinglaient échouent désormais, et le substitut recommandé par OpenAI est GPT-5.6 Sol.⁴

Claude Code utilise par défaut Sonnet 5 depuis la v2.1.197 (30 juin 2026) : contexte natif de 1M de tokens, 128K de sortie maximale, $3/$15 par MTok avec un tarif de lancement de $2/$10 jusqu’au 31 août 2026⁵. L’alias opus pointe vers Opus 5 depuis la v2.1.219 (24 juillet 2026) : contexte de 1M, 128K de sortie maximale, $5/$25 par MTok, positionné par Anthropic comme une montée en capacité à prix constant par rapport à Opus 4.8. Chez les deux éditeurs, les modèles par défaut et les limites de contexte changent d’une version à l’autre ; consultez la page de chacun pour les valeurs actuelles.

Les deux outils gèrent désormais bien les grands contextes, avec une asymétrie : le modèle par défaut de Claude Code atteint nativement 1M dans l’outil, sans surcoût pour le long contexte, tandis que Codex plafonne GPT-5.5 à 400K dans Codex (la fenêtre complète de 1M n’existe que via l’API). Pour ingérer un monorepo en une seule fenêtre, Claude Code garde aujourd’hui l’avantage dans l’outil ; pour la plupart des projets, la qualité de la récupération (la capacité de chaque outil à trouver le code pertinent) compte toutefois davantage que la taille brute de la fenêtre.

Fin du texte du 11 août ; la mise à jour du 3 septembre ci-dessus le remplace.

Les benchmarks publics évoluent plus vite que n’importe quel comparatif. L’instantané d’avril 2026 plaçait Opus 4.7 en tête sur SWE-bench Verified (87,6 %) et SWE-bench Pro (64,3 %), tandis que GPT-5.4 (75,1 %) et GPT-5.3-Codex (77,3 %) menaient sur Terminal-Bench 2.0¹². GPT-5.5 tenait Terminal-Bench 2.0 à 82,7 % lors de son lancement le 23 avril, état de l’art parmi les modèles publiquement disponibles à l’époque⁴. Les deux éditeurs ont publié des modèles plus récents depuis : OpenAI avec GPT-5.6 Sol et GPT-6 Astra, Anthropic avec Opus 4.8 (mai) et Opus 5 (juillet) présentés comme des montées en capacité à coût constant, puis Fable 5.1 (1er septembre) au-dessus d’eux à $10/$50.¹⁹²⁰ Cet article ne propose pas de tableau de benchmarks pour ces modèles plus récents. Traitez chaque chiffre donné ici comme une mesure ponctuelle et consultez les pages des éditeurs avant de vous engager. Dans mes évaluations à l’aveugle avec une version antérieure d’Opus, celui-ci l’emportait sur les tâches de revue et de sécurité même à contexte plus réduit, et le même schéma se vérifie à 1M.

Les deux outils prennent en charge le routage de modèles. Codex sélectionne les modèles par profil⁹. Claude Code utilise par défaut Opus 5 ou Sonnet 5 selon la formule, avec l’alias opus sur Opus 5, et chaque invocation peut être surchargée via --model ou une configuration au niveau des paramètres.

Analyse détaillée des tarifs

La tarification se décline en trois schémas : facturation à l’API au token, abonnements incluant l’usage de la CLI agentique et facturation par un fournisseur cloud via AWS / GCP / Azure. Le chemin le moins cher dépend du volume quotidien de tokens, pas du prix affiché.

Tarifs de Claude Code (vérifiés au 3 septembre 2026)

Au token (API Anthropic) :¹³

Le tarif de $2/$10 de Sonnet 5 était un tarif de lancement et constitue désormais le tarif standard ; la hausse prévue au 1er septembre a été annulée. Opus 4.8, 4.7 et 4.6 restent disponibles comme modèles hérités au même tarif de $5/$25. Aucun surcoût pour le long contexte : les fenêtres de 1M de tokens d’Opus 5 et de Sonnet 5 sont facturées au tarif standard. L’API Batch applique 50 % de remise en entrée comme en sortie.¹³

Abonnements incluant Claude Code :⁸

Les tarifs des fournisseurs cloud suivent les prix catalogue d’AWS Bedrock / Google Vertex AI / Microsoft Foundry, très proches de l’API directe d’Anthropic mais avec des différences de disponibilité régionale et de résidence des données.

Tarifs de Codex CLI (vérifiés au 4 septembre 2026)

Au token (API OpenAI) :¹⁴

Les tarifs évoluent au gré des rotations de variantes de modèles chez OpenAI. Les lignes GPT-5.6 Sol, GPT-6 Astra et GPT-5.5 ont été vérifiées le 4 septembre 2026 ; les lignes plus anciennes datent du 8 août 2026. Au-delà de 272K en entrée, GPT-5.6 Sol est facturé $8/$30 pour l’intégralité de la requête.

L’instantané gpt-5.2-codex a été arrêté le 23 juillet 2026 selon le tableau des dépréciations d’OpenAI ; le substitut recommandé par OpenAI est GPT-5.6 Sol.⁴ Les prompts en long contexte sur GPT-5.4 (au-delà de 272K tokens en entrée) sont facturés ×2 en entrée et ×1,5 en sortie pour la session concernée, sur les paliers standard, batch et flex.⁴

Abonnements incluant Codex :

ChatGPT Plus ($20/mois), Pro (à partir de $100/mois pour le palier 5×, $200/mois pour 20×) et Business (sièges Codex seuls facturés à l’usage, ou sièges ChatGPT Business standard avec limites d’usage Codex) incluent tous un usage de la famille Codex avec des plafonds propres à chaque formule. GPT-5.5, GPT-5.4 et GPT-5.3-Codex sont tous accessibles via l’API OpenAI, avec tarifs au token publiés et limites de débit pour les paliers d’API pris en charge (le palier gratuit n’est pas pris en charge).¹⁴ Les équipes purement API sautent l’abonnement ; passez par un abonnement ChatGPT quand l’usage Codex inclus, ajouté à la surface de chat plus large, offre un meilleur rapport qualité-prix à l’équipe.

Ce que coûte réellement le contexte de 1M d’Opus 5

La question pratique : « si je donne à Opus 5 une base de code de 1M de tokens, quelle est la facture ? »

Un passage à contexte plein avec une réponse de 10K tokens : - Entrée : 1 000 000 tokens × $5.00/MTok = $5.00 - Sortie : 10 000 tokens × $25.00/MTok = $0.25 - Total (sans mise en cache) : $5.25 par passage

Avec une mise en cache des prompts de 5 minutes sur cette base de code de 1M de tokens (en supposant une écriture de cache unique et des lectures répétées pour les relances) : - Première écriture : 1 000 000 × $6.25/MTok = $6.25 (une seule fois) - Chaque lecture ultérieure dans les 5 minutes : 1 000 000 × $0.50/MTok + 10 000 en sortie × $25/MTok = $0.75 - Cinq lectures dans une session : $6.25 + (5 × $0.75) = $10.00 pour cinq passages à contexte plein

Exemple en CNY avec un taux de référence de 1 USD ≈ 6,82 CNY (la parité centrale de la PBOC s’est concentrée dans la fourchette 6,82-6,90 autour d’avril 2026) : environ ¥68,20 pour cinq sessions Opus 5 à contexte plein sur une base de code de 1M de tokens. Les taux de change bougent ; vérifiez le taux courant avant de le citer dans un dossier d’achat. Pour budgéter, c’est le calcul qui compte, pas le chiffre exact en CNY.

Le calcul équivalent sur le mode long contexte de GPT-5.4 (l’ancien fleuron — la fenêtre de 1.05M de GPT-5.5 n’existe que dans l’API et est facturée ×2 en entrée et ×1,5 en sortie au-delà de 272K, ce qui porte ce même passage complet de 1M sans cache à $10.45) : - Entrée : 1 000 000 tokens × ($2.50 de base × multiplicateur long contexte de 2) = $5.00 - Sortie : 10 000 tokens × ($15.00 de base × multiplicateur long contexte de 1,5) = $0.225 - Total (sans mise en cache) : $5.23 par passage, soit moins de 1 % d’écart avec le prix sans cache d’Opus 5 à contexte plein de 1M

Sur GPT-5.3-Codex (plafond de 272K en entrée), il vous faudrait au moins quatre passages pour ingérer la même base de code de 1M, ce qui modifie le profil de coût au niveau de la session. La plupart des équipes de développement chinoises n’ont pas besoin du contexte complet de 1M au quotidien, si bien que la comparaison réaliste passe par des tailles de session typiques (50K à 200K tokens), où les deux outils coûtent moins de $1 par session.

Quand l’abonnement l’emporte sur la facturation au token

Règle empirique approximative (et non un quota de tokens publié, puisqu’Anthropic n’en publie pas) : un usage interactif léger tient confortablement dans Pro ; des workflows agentiques quotidiens plus lourds sur Opus 5 poussent vers Max 5x ou Max 20x ; des charges soutenues à contexte plein (au-delà de $5 par session) peuvent revenir moins cher au token, avec une mise en cache des prompts agressive, que sur un abonnement plafonné. Faites tourner une semaine représentative sur Pro, consultez votre tableau de bord d’usage Claude et montez de palier au besoin plutôt que de deviner à partir d’une formule. Les équipes font le même calcul par utilisateur, en y ajoutant la charge d’administration, de politique et de SSO qu’absorbe le palier Enterprise.

Accéder à Codex et Claude Code depuis la Chine

L’accès aux API de première partie d’OpenAI et d’Anthropic n’est pas officiellement pris en charge depuis la Chine continentale, d’après les listes de pays publiées par chaque fournisseur.¹⁸ Certains développeurs passent par des réseaux et des comptes hors continent pour contourner la limite, mais cela comporte un risque de suspension de compte et de non-conformité, à mettre en balance avec le gain de productivité invoqué. Les binaires des CLI s’installent et s’exécutent en local une fois téléchargés ; le comportement quotidien de la boucle agentique est le même partout. C’est du côté du routage par les fournisseurs cloud que se trouvent les chemins légitimes.

Disponibilité régionale d’AWS Bedrock

Les modèles Claude d’Anthropic sont servis via Amazon Bedrock dans certaines régions AWS. En avril 2026, les points d’accès publics de Bedrock couvrent des régions APAC dont Tokyo, Séoul, Singapour, Mumbai et Sydney, mais aucun point d’accès Bedrock ne fonctionne actuellement en Chine continentale ni à Hong Kong.¹⁵ Les clients chinois qui passent par AWS utilisent en général Singapour ou Tokyo, avec le coût de latence associé.

Disponibilité régionale de Google Vertex AI

Google Cloud propose des points d’accès d’IA générative Vertex AI dans les régions Asie-Pacifique.¹⁶ La disponibilité des modèles Claude varie selon la région, et asia-east2 (Hong Kong) a historiquement offert une latence plus faible aux utilisateurs du sud de la Chine. Vérifiez la disponibilité du modèle Claude dans la région Vertex retenue avant de vous engager ; la couverture s’étend avec le temps mais n’est pas uniforme en APAC.

Microsoft Foundry

Claude est accessible via Microsoft Foundry sur le déploiement standard global d’Azure, ce qui suppose généralement des abonnements Enterprise / MCA-E éligibles. Claude n’est pas documenté publiquement comme disponible sur Azure China (exploité par 21Vianet), qui constitue un cloud souverain distinct doté de son propre catalogue de services. Les clients chinois qui utilisent Foundry passent par l’empreinte Azure globale plutôt que par Azure China.¹⁷

OpenAI Codex depuis la Chine

La liste des pays pris en charge d’OpenAI n’inclut pas la Chine continentale ; OpenAI avertit qu’un accès depuis une région non prise en charge peut entraîner le blocage ou la suspension du compte.¹⁸ Azure OpenAI est disponible dans certaines régions globales (pas Azure China), et les entreprises chinoises qui recherchent un accès conforme passent en général par Azure OpenAI dans une région autorisée, avec des conditions contractuelles adaptées, plutôt que par l’API OpenAI directe.

Alternatives de modèles proposées par des fournisseurs chinois

DeepSeek, Qwen (Alibaba) et Kimi (Moonshot) sont des alternatives au niveau du modèle que les équipes chinoises évaluent pour des raisons de coût et de latence. Ce sont des modèles, pas des CLI agentiques. Les associer à Claude Code exige un adaptateur ou une passerelle compatible avec l’API Anthropic (Claude Code attend la forme de requête et de réponse d’Anthropic ; ANTHROPIC_BASE_URL pointe vers des points d’accès compatibles Anthropic, pas compatibles OpenAI). Codex prend en charge le routage de modèles au niveau du profil, mais attend de la même façon des réponses compatibles OpenAI. Aucun des deux outils n’expose une prise en charge de premier ordre de DeepSeek/Qwen/Kimi ; le chemin passe par une couche d’adaptation qui traduit entre la forme d’API du fournisseur et ce qu’attend la CLI. Sur les questions d’achat, de latence et de résidence des données, ces modèles répondent bien. Sur la justesse de la boucle agentique et la maturité des appels d’outils, ce sont encore les modèles de pointe Claude et GPT, pour lesquels ces CLI ont été réglées, qui répondent le mieux.

Capacités multi-agents

Codex propose la délégation de tâches dans le cloud via codex cloud exec⁶, une surface qu’OpenAI signale toujours comme expérimentale. Vous décrivez une tâche, Codex lance un environnement cloud, exécute l’agent sur votre base de code et renvoie un diff. Vous ne suivez pas le raisonnement de l’agent en temps réel ; vous définissez la tâche en amont et récupérez les résultats plus tard. La délégation dans le cloud s’aligne naturellement sur les pipelines CI/CD et le traitement par lots. Pour le parallélisme local, l’expérience multi-agents v2 s’est stabilisée en option activable dans la v0.145.0 (21 juillet 2026), avec modèles de sous-agents, niveaux de raisonnement et concurrence configurables⁷.

Claude Code propose la création explicite de sous-agents via l’outil Task¹⁰, et cette surface s’est nettement étoffée au fil de 2026 : les sous-agents s’exécutent en arrière-plan par défaut depuis la v2.1.198, créent des sous-agents imbriqués jusqu’à une profondeur de 3 et tournent jusqu’à 20 en parallèle par défaut depuis la v2.1.219, tandis que les workflows dynamiques (/workflows, depuis la v2.1.154) orchestrent des flottes plus larges. L’agent parent crée des sous-agents avec des tâches précises et un contexte isolé, coordonne les résultats et fait la synthèse des sorties. La création de sous-agents permet une orchestration interactive : vous voyez le raisonnement et pouvez intervenir. Combinée à des schémas de délibération où plusieurs agents critiquent mutuellement leurs sorties, l’orchestration interactive attrape des problèmes que les modèles « lancer et oublier » laissent passer.

Les tâches cloud conviennent aux workflows où vous définissez la tâche en amont et voulez les résultats plus tard. La coordination de sous-agents convient aux workflows où la tâche évolue au fil du raisonnement et demande une synthèse en temps réel.

Le spectre de confiance

Avant de regarder la matrice de décision, demandez-vous où se situe votre tâche sur le spectre de confiance. Toute tâche de codage agentique implique une décision de confiance implicite : à quel point faites-vous confiance au jugement de l’agent sur cette tâche précise ?

Confiance faible (prenez Codex) : vous relisez du code que vous n’avez pas écrit, exécutez des scripts venus de sources externes ou déléguez du travail à un environnement cloud que vous ne pouvez pas surveiller en temps réel. L’agent risque de rencontrer des entrées adverses. Vous voulez que le système d’exploitation impose les frontières, quoi que décide le modèle.

Confiance moyenne (les deux conviennent) : vous travaillez sur votre propre base de code, avec des schémas connus. L’agent peut se tromper, mais ce sont des erreurs d’excès de confiance, pas de malveillance. Vous voulez relire les changements avant qu’ils n’atterrissent, sans avoir besoin d’une isolation au niveau du noyau.

Confiance élevée (prenez Claude Code) : vous avez bâti des garde-fous avec des hooks, des instructions CLAUDE.md et des permissions autorisées. L’agent opère dans un environnement gouverné que vous avez conçu. Vous faites assez confiance à la couche de gouvernance pour approuver les actions de manière sélective plutôt que de tout restreindre en bloc.

La plupart des développeurs opèrent en confiance moyenne la majeure partie du temps, et c’est bien pour cela que le workflow à deux outils fonctionne : Codex traite les tâches de faible confiance où son bac à sable brille, et Claude Code traite les tâches de confiance moyenne à élevée où les hooks programmables apportent plus que les restrictions du noyau.

Cadre de décision

Une matrice de décision concrète, fondée sur des besoins précis :

Aucun outil ne domine cette matrice. Le schéma sous-jacent est plus simple que ne le laissent croire dix lignes : Codex excelle quand il vous faut des frontières dures, et Claude Code excelle quand il vous faut de la logique programmable. Si vous exécutez du code non fiable, relisez des contributions externes ou déléguez à un environnement cloud que vous ne pouvez pas surveiller, les frontières dures comptent davantage. Si vous faites respecter des conventions d’équipe, orchestrez des workflows en plusieurs étapes ou bâtissez des garde-fous qui encodent des règles métier, la logique programmable compte davantage. Si plus de trois de vos besoins pointent vers un même outil, commencez par là. Si la répartition est équilibrée, envisagez le workflow à deux outils.

Ma recommandation

Utilisez les deux. J’ai fait passer des tâches de revue de code identiques dans les deux outils sur 12 catégories de tâches (documentées dans ma série d’évaluations à l’aveugle) et aucun outil pris isolément n’a tout attrapé. Un exemple concret : lors d’une revue d’authentification FastAPI, Opus a signalé un canal auxiliaire temporel dans la fonction de comparaison de mots de passe. La comparaison utilisait l’opérateur == de Python au lieu de hmac.compare_digest(), créant un oracle temporel¹¹. Codex a complètement manqué ce problème. Sur la même base de code, le bac à sable de Codex a détecté un vecteur SSRF dans un point d’accès de récupération d’URL où des URL fournies par l’utilisateur pouvaient atteindre des services internes. Opus avait approuvé ce point d’accès parce que la validation d’entrée semblait correcte au niveau applicatif, mais le bac à sable noyau a signalé la requête réseau sortante vers une plage d’IP internes. Des modèles différents, entraînés sur des données différentes, attrapent des classes de vulnérabilités différentes. Faire tourner les deux coûte environ le double par revue, mais attrape nettement plus de problèmes sur du code sensible pour la sécurité.

Mon workflow quotidien se répartit par type de tâche :

• Claude Code prend en charge l’implémentation de fonctionnalités, la revue de code et les refactorings multi-fichiers. Les hooks imposent le formatage, bloquent les commandes dangereuses et lancent les tests après chaque modification. Le modèle interactif à sous-agents fonctionne bien pour les tâches qui évoluent au fil du raisonnement.
• Codex prend en charge la revue de code non fiable avec --sandbox read-only (je relis les PR externes et les dépendances dans le bac à sable noyau), les tâches par lots déléguées au cloud via codex cloud exec et les seconds avis d’architecture, là où la perspective d’un autre modèle révèle des angles morts.

CLAUDE.md et AGENTS.md cohabitent dans le même dépôt sans conflit. La charge de maintenance reste minime parce que les deux fichiers partagent l’essentiel de leur contenu. Je garde une section commune de conventions et je la recopie dans les deux.

Quand ne recourir ni à l’un ni à l’autre. Ni Codex ni Claude Code n’est le bon choix lorsqu’il vous faut un déterminisme garanti. Les deux outils sont probabilistes : le même prompt peut produire des sorties différentes d’une exécution à l’autre. Si votre workflow exige une reproductibilité exacte (générer par exemple des fichiers de configuration qui doivent correspondre à un schéma octet par octet), prenez plutôt un moteur de templates ou un générateur de code. Les outils agentiques sont les plus forts quand la tâche demande du jugement, et les plus faibles quand elle demande de la précision sans jugement.

Pour le comparatif complet, avec la méthodologie d’évaluation à l’aveugle et les résultats sur 12 catégories de tâches, voyez Claude Code vs Codex: When to Use Which. Pour démarrer avec chacun séparément, voyez le guide Claude Code ou le guide Codex. Pour une mise en pratique du système de hooks qui porte la couche de gouvernance de Claude Code, voyez le tutoriel sur les hooks.

Références

FAQ

Puis-je utiliser Codex et Claude Code sur le même projet ?

Oui. CLAUDE.md et AGENTS.md sont des fichiers distincts que chaque outil lit indépendamment. Aucun outil n’analyse le fichier d’instructions de l’autre. Les fichiers de configuration n’entrent pas en conflit. Je maintiens les deux dans chaque projet actif. La seule précaution consiste à garder le contenu commun synchronisé entre les fichiers d’instructions, ce qui prend quelques minutes tant les formats se ressemblent.

Lequel revient le moins cher au quotidien ?

Voyez la section complète Analyse détaillée des tarifs ci-dessus. En bref : Claude Code propose une facturation au token via l’API Anthropic (Sonnet 5 à $2/$10, tarif de lancement devenu le tarif standard ; Opus 5 à $5/$25) et une échelle d’abonnements (Pro $20, Max 5x $100, Max 20x $200, Team $30/utilisateur, Team Premium $150/utilisateur). Codex CLI propose une facturation au token via l’API OpenAI (GPT-5.6 Sol à $4 en entrée / $20 en sortie par MTok, un tarif promotionnel valable au moins jusqu’au 21 novembre 2026 ; GPT-5.5 à $5 / $30) et la famille GPT-5.4 / GPT-5.3-Codex, plus les inclusions ChatGPT Plus/Pro. L’efficacité en tokens varie selon le type de tâche ; pour un travail sensible au budget, faites passer une tâche représentative dans les deux et comparez les montants réellement facturés. Les tarifs au token diffèrent d’un fournisseur à l’autre, si bien que les volumes bruts de tokens ne se traduisent pas directement en coûts.

Lequel gère le mieux les grandes bases de code ?

Les deux gèrent bien les grands dépôts. Les modèles par défaut de Claude Code (Opus 5 ou Sonnet 5 selon la formule) atteignent nativement 1M de tokens au tarif standard. La famille GPT-5.6 par défaut de Codex tourne à 272K dans Codex par défaut et à 872K avec model_context_window, et les fenêtres de 1.05M (GPT-5.6 Sol, GPT-6 Astra et GPT-5.5 pareillement, chacune facturée ×2 en entrée et ×1,5 en sortie dès que l’entrée dépasse 272K) sont du côté de l’API ; voyez la mise à jour du 3 septembre dans la section Contexte et modèles. Aucun outil ne lit toute votre base de code d’un coup ; les deux s’appuient sur la récupération au quotidien (recherche dans la base de code pour Claude Code, avec un préchargement de contexte par CLAUDE.md en couches ; découverte de fichiers pilotée par la recherche pour Codex). La taille brute de la fenêtre compte surtout pour raisonner sur les relations entre de nombreux fichiers en un seul tour, et là Claude Code dispose aujourd’hui de la plus grande fenêtre dans l’outil.

Codex CLI s’exécute-t-il en local ou dans le cloud ?

Les deux, mais pas dans le même mode. Codex CLI s’exécute en local par défaut, comme n’importe quel outil de terminal.¹ La délégation dans le cloud est un flux distinct, via codex cloud exec ou Codex Cloud, qui exécute votre tâche dans un conteneur sur une infrastructure hébergée par OpenAI et renvoie un diff. Codex Cloud est ce que l’on désigne d’ordinaire par « le bac à sable Codex » ; l’isolation locale de Codex CLI, elle, correspond au chemin Seatbelt / Landlock au niveau du noyau décrit dans la section sur les modèles de sécurité ci-dessus.

Puis-je accéder à Claude Code et Codex depuis la Chine continentale ?

L’accès aux API de première partie d’OpenAI et d’Anthropic n’est pas officiellement pris en charge depuis la Chine continentale. Les binaires des CLI s’installent et s’exécutent en local, mais router du trafic vers les API de première partie depuis la Chine continentale peut entraîner une suspension de compte ou des problèmes de conformité. Les voies légitimes passent par Azure OpenAI (certaines régions hors Chine), AWS Bedrock (les régions APAC publiques les plus proches, dont Tokyo, Séoul, Singapour, Mumbai et Sydney ; aucun point d’accès en Chine continentale ni à Hong Kong), Google Vertex AI (asia-east2 Hong Kong et d’autres régions APAC, avec des réserves sur la disponibilité par modèle) et Microsoft Foundry sur l’Azure global (pas Azure China) pour Claude. Voyez Accéder à Codex et Claude Code depuis la Chine ci-dessus pour le détail.

Comment les commentaires ou le code en chinois influent-ils sur la consommation de tokens ?

Les caractères chinois ne se tokenisent pas comme l’anglais. Le tokenizer de Claude traite la plupart des caractères chinois comme un token chacun, si bien que le code source en chinois est souvent plus économe en tokens par ligne que son équivalent anglais, mais moins efficace par caractère (un token couvre un caractère plutôt qu’un mot anglais de 4 à 6 lettres). Codex (famille GPT) adopte une approche similaire. Effet pratique : attendez-vous à des volumes de tokens à peu près comparables pour des commentaires ou des docstrings de contenu équivalent dans l’une ou l’autre langue, le comportement au token étant dominé par la structure du code plutôt que par la proportion de langage naturel.

Puis-je utiliser Claude Code ou Codex CLI avec DeepSeek, Qwen ou Kimi comme modèle sous-jacent ?

Seulement via un adaptateur ou une passerelle. Claude Code attend la forme de requête et de réponse de l’API Anthropic (ANTHROPIC_BASE_URL pointe vers des points d’accès compatibles Anthropic) ; Codex attend la forme OpenAI. DeepSeek, Qwen et Kimi publient chacun leur propre API, qu’il faut traduire avant qu’une session Claude Code ou Codex CLI puisse les piloter. Des projets d’adaptateurs communautaires existent mais ne sont pas de premier ordre, et les dialectes d’appels d’outils et de mise en cache des prompts diffèrent assez d’un fournisseur à l’autre pour que les boucles agentiques multi-tours cassent souvent. DeepSeek, Qwen et Kimi restent des options crédibles pour de la génération de code en un coup via un harnais shell séparé, et pour la revue de fichiers isolés à leurs tarifs natifs. La justesse complète de la boucle agentique et la fiabilité des appels d’outils viennent encore des modèles de pointe Claude et GPT pour lesquels ces CLI ont été réglées.

Quelle est la différence entre Codex CLI et les fonctionnalités Codex de ChatGPT ?

Codex CLI est l’outil de terminal hébergé sur github.com/openai/codex. « Codex » dans ChatGPT désigne la même famille de modèles, exposée par les applications web, bureau et mobile de ChatGPT avec d’autres affordances d’interface (délégation de tâches cloud, résultats asynchrones, intégration à l’historique ChatGPT). La CLI et ChatGPT partagent les modèles sous-jacents ; le workflow et la gestion du contexte diffèrent. Si votre question est « quel outil installer sur mon portable ? », vous parlez de Codex CLI.

Faut-il un abonnement ChatGPT pour utiliser Codex CLI ?

Non, même si cela aide côté coût. Codex CLI fonctionne avec une clé d’API OpenAI autonome facturée au token. ChatGPT Plus ou Pro inclut une part d’usage Codex (consultez la page d’abonnement ChatGPT en vigueur pour les plafonds).¹⁴ Pour les développeurs chinois, la facturation directe à l’API via un compte OpenAI est en général une voie plus propre que de faire passer un abonnement ChatGPT par les rails de paiement de Chine continentale.

Combien Claude Code compte-t-il réellement de hooks ?

31 événements du cycle de vie d’après la référence officielle des hooks, en août 2026.² Le nombre croît régulièrement, et c’est précisément pour cela que les citations périmées s’accumulent : les articles antérieurs annoncent 17 ou 26, selon la date à laquelle ils ont été figés. Les ajouts de 2026 comprennent PostToolUseFailure, SubagentStart, TeammateIdle, TaskCompleted, PermissionRequest, PermissionDenied, PreCompact / PostCompact, Elicitation / ElicitationResult, StopFailure, TaskCreated, CwdChanged, FileChanged, InstructionsLoaded, ConfigChange, WorktreeCreate / WorktreeRemove, Setup et, plus récemment, DirectoryAdded (v2.1.219, juillet 2026).

Quand Opus 4.7 est-il sorti et en quoi cela change-t-il ce comparatif ?

Le 16 avril 2026. C’était la première version GA d’Opus publiée par Anthropic après Glasswing, livrée avec des garde-fous cyber explicites, et elle a porté Claude Code à 1M de tokens au tarif standard, avec la première place sur SWE-bench Verified à 87,6 %. La gamme a bougé deux fois depuis : Opus 4.8 (mai 2026), puis Opus 5 (24 juillet 2026) au même tarif de $5/$25, Sonnet 5 (30 juin, 1M natif, $2/$10) devenant le modèle par défaut de Claude Code pour Pro et Team Standard. Côté OpenAI, GPT-5.5 (23 avril) a pris l’état de l’art sur Terminal-Bench 2.0 à 82,7 %. Le leadership sur les benchmarks est mouvant ; traitez tout résultat isolé comme une mesure ponctuelle. Voyez la section Contexte et modèles ci-dessus pour le tableau actuel.