Claude Code vs Codex CLI 2026:意思決定リファレンス
私はClaude Codeを主要な開発ツールとして使用しています。この偏りを最初に述べておくのは、最も説得力のある比較というものが、片方のツールを深く理解し、もう片方を誠実にテストすることから生まれるためです。36回のブラインドデュエル(同一のタスクを両ツールで実行し、どちらの出力かを知らずに採点する方式1)と両ツールでの数百セッションを経て、「どちらが優れているか?」という問いへの答えは、率直に言って「タスク次第」であるとわかりました。
Claude Codeは深いリファクタリング、コードレビュー、ライフサイクルフックシステムによるプログラマブルなガバナンスに優れており、Codex CLIはカーネルレベルのサンドボックスとAGENTS.mdによるクロスツールポータビリティに優れています。Claude Codeは自分で組み込む24種類を超えるフックイベントによってアプリケーション層で安全性を強制し、Codexはモデルが制約を回避できないOSカーネル層で安全性を強制します。複雑な複数ファイルにまたがる推論や、最も深くカスタマイズできるワークフローにはClaude Codeを、最大限の分離と8つ以上のツールで動作する標準化されたエージェント指示にはCodexを選ぶとよいでしょう。
2026年6月5日時点の情報です。両ツールとも毎週のようにリリースされるため、ここに書かれた事実には賞味期限があります。この改訂時点で、Claude CodeのデフォルトはOpus 4.8(CLI v2.1.165)、CodexのデフォルトはGPT-5.5(CLI v0.137.0)です。春以降で最大の変化は、Codexが本格的なライフサイクルフックシステムを搭載したことで、かつてClaude Codeの最も明確な優位点だった差が縮まりました。それが何を変え、何を変えないかは各ツールが勝つ場面をご覧ください。
10月25日の更新:以下のCodexに関する3つの事実は誤っていたか、その後変わりました。プロファイルはv0.134.0(6月の改訂より前の5月26日)以降1プロファイル1ファイルになっており、フックエンジンはv0.137.0の時点ですでに
PreToolUseを備え、v0.150.0以降は12のイベントを登録しています。またuntrusted承認ポリシーは8月20日のv0.149.0で廃止されました。アーキテクチャの一覧、設定例、比較表、フックに関する記述、初心者向けFAQはこれを反映しています。モデル比較とデュエル結果は6月5日時点のままです。59
TL;DR
Claude CodeとCodex CLIは、同じ問題(AI支援開発)を根本的に異なるアーキテクチャで解決しています。Claude Codeは主にフックでガバナンスを行い、24種類を超えるライフサイクルイベントがアプリケーション層でポリシーを決定論的に強制します2。Codexは主にサンドボックスでガバナンスを行い、アプリケーション層の下にあるOSレベルのカーネル制約を使います3。現在はそこに独自のライフサイクルフックも加わっています。どちらが厳密に優れているというわけではありません。
ブラインドテストでは、Claude Codeはコードレビューとセキュリティ検証でCodexを一貫して上回りました。一方、Codexはサンドボックス、AGENTS.mdによるクロスツールポータビリティ、クラウドタスク委譲において真の優位性を持っています。
クイック意思決定:カーネルレベルのサンドボックスまたはクロスツールのAGENTS.mdが必要?→Codex。最も成熟したプログラマブルなガバナンスフックや深いリファクタリングが必要?→Claude Code。両方の安全性モデルが必要?→両方を併用しましょう。
両方とも初めて?まずClaude CodeガイドまたはCodexガイドから始めてください。本稿は少なくとも一方に馴染みがあることを前提としています。
2つのメンタルモデル
両ツールは3層アーキテクチャですが、各層の目的が異なります。
Claude Code:
- 推論。Claude Codeは選択されたClaudeモデルで動作します。CLI v2.1.154(2026年5月28日)以降はOpus 4.8がデフォルトで、エフォートはデフォルトでhigh、最も難しいタスク向けに
/effort xhighレベルがあります。軽めの作業には引き続きSonnet 4.6とHaiku 4.5を選択できます2 - 実行。Bash、ファイル操作、gitコマンド、MCPツール呼び出し
- ガバナンス。フックが24を超えるライフサイクルポイントでアクションを傍受し2、権限がスコープをゲートします
Codex:
- モデル。GPT-5.5(2026年4月23日リリース)がデフォルトです。コンテキストはCodexで400K、APIで1M、料金は100万トークンあたり$5/$30、Terminal-Bench 2.0で82.7%(リリース時点で最高水準)を記録しています。最高エフォート帯はGPT-5.5-proが担い、より小型のGPT-5.4 miniは引き続き低レイテンシのサブエージェント作業を処理します4
- サンドボックス。OSレベルのカーネル強制(macOSではSeatbelt、LinuxではLandlock + seccomp)3
- 承認。
on-requestとneverの2つのポリシーに加え、選んだプロンプトカテゴリーだけを対話的に残せるgranular形式があります。untrustedはv0.149.0で廃止されました5
決定的な違いはガバナンスが主にどこに存在するかです。Claude Codeの重心はアプリケーション層にあります。フックはあなたが書くプログラムで、特定のイベントを傍受します。Codexの重心はカーネル層にあります。OSがモデルの試みに関係なく、許可されていない操作を防ぎます。現在は両ツールともフックを備えていますが、アーキテクチャが前面に出すデフォルトは今も異なります。
この区別が重要な理由:アプリケーション層のガバナンスはプログラマブルです。ビジネスロジックをエンコードしたり、リンターを実行したり、スキーマを検証したり、コードで表現できるあらゆるものが可能です。カーネル層のガバナンスは回避不能です。OSがアプリケーションに到達する前にシステムコールを拒否するため、モデルは制約を回避できません。すべての安全性アーキテクチャは表現力と強度をトレードオフしており、この2つのツールはそのスペクトルの両端に位置しています。
設定の哲学
Claude CodeはJSONを使い、CodexはTOMLを使います。両方とも階層的なスコープをサポートしていますが、コンテキスト切り替えの考え方が異なります。
Claude Code:レイヤー化された設定
// ~/.claude/settings.json (user-level)
{
"permissions": {
"allow": ["Bash(git *)"],
"deny": ["Bash(rm -rf *)"]
}
}
// .claude/settings.json (project-level, inherits user)
{
"permissions": {
"allow": ["Bash(npm test)"]
}
}
Claude Codeは複数のレイヤーから設定を解決します。マネージド設定(最優先)→コマンドライン→ローカルプロジェクト→共有プロジェクト→ユーザーデフォルトの順です6。メモリーファイル(CLAUDE.md)は独自のスコープを持ちます(ユーザー→プロジェクト→ローカル)。スキルとフックがさらにレイヤーを追加します。柔軟性は強力ですが、実際に有効な設定は単一のファイルからは見えません。階層を読み解いて組み立てる必要があります。
Codex:明示的な切り替えを伴うプロファイル
# ~/.codex/config.toml
model = "gpt-5.5"
approval_policy = "on-request"
# ~/.codex/deep-review.config.toml (one file per profile since v0.134.0)
model = "gpt-5.5-pro"
approval_policy = "never"
# ~/.codex/careful.config.toml
sandbox_mode = "read-only"
approval_policy = "on-request"
codex --profile careful "Review this PR"
codex --profile deep-review "Audit this module"
Codexのプロファイルを使えば、フラグで設定を切り替えられます7。プロファイルはconfig.tomlの上、プロジェクト設定とCLI設定の下に重なる1枚のオーバーレイで、有効な設定は常に明示的です。承認ポリシーを標準化しているチームにとっては、監査がシンプルになります。プロファイルは実験的機能から、第一級のマネージドな機能へと格上げされました。現在は--profileがCLI、TUIの権限、サンドボックスのフロー全体で主要なセレクターとなり、名前付きの権限プロファイルは継承、一覧API、組織ポリシー用のマネージドなrequirements.tomlをサポートしています7。
安全性モデル
安全性は両ツール間で最も深いアーキテクチャ的な分岐点です。
Claude Code:アプリケーション層での決定論的フック
フックは実行前にアクションを傍受します。Bashに対するPreToolUseフックは、すべてのコマンドを検査して危険なパターンをブロックできます2。
# Hook: git-safety-guardian (PreToolUse:Bash)
if echo "$tool_input" | grep -q "push.*--force.*main"; then
echo '{"decision": "block", "reason": "Force push to main blocked"}'
fi
強みは、フックがプログラムであることです。任意の複雑な安全性ロジックをエンコードできます。ファイルパスをチェックし、JSONを検証し、命名規則を強制し、リンターを実行する。私は認証情報の検出から品質ゲートまで、95個のフックを運用しています。
弱みは、フックがアプリケーション層で動作することです。2025年にCheck Point Researchが開示したCVE-2025-59536は、プロジェクト設定ファイルの悪意あるフックがClaude Codeの初期化中、ユーザーが同意ダイアログを見る前にシェルコマンドを実行できることを実証しました19。Anthropicは数週間以内にパッチを適用しましたが、この開示はアーキテクチャ上の懸念を裏付けるものです。アプリケーション層の強制は、エージェントとプロセス境界を共有しているのです。NVIDIAのAIレッドチームのガイダンスも同じ結論に達しています。「フックとMCPの初期化関数はサンドボックス環境の外で実行されることが多く、サンドボックス制御を回避する機会を提供する」20。
Codex:カーネルレベルのサンドボックス
CodexはOSレベルでエージェントを制限します。macOSではSeatbeltプロファイルがファイルシステムへのアクセス、ネットワーク接続、プロセス生成を制限します3。LinuxではLandlock + seccompが同等の制限を提供し、設定によりオプションのBubblewrap(bwrap)パイプラインも利用可能です3。
# Three sandbox modes
codex --sandbox read-only # Agent can read but not write
codex --sandbox workspace-write # Agent writes only in project directory (default)
codex --sandbox danger-full-access # No restrictions (named to signal risk)
強みは、カーネルレベルの強制がアプリケーションの下にあることです。モデルが巧妙なコマンドを作成しても制約から逃れられません。OSが実行前にシステムコールを拒否します3。フルアクセスモードのdanger-という接頭辞は、サンドボックス制約を取り除くのが日常的な設定ではなく例外的なアクションであることを示しています。
弱みは、カーネル制限がバイナリであることです。ファイルシステムへの書き込みを許可または拒否できますが、「src/への書き込みは許可するが、変更がリンターを通過しない限りconfig/への書き込みはブロック」とは言えません。そうした細かいガバナンスにはアプリケーションレベルのロジックが必要です。
このトレードオフは現実のものです。フックは粒度が細かくプログラム可能な安全性を提供しますが、境界は弱めです。サンドボックスはより強い境界を提供しますが、制御は粗くなります。クイック意思決定のヒューリスティックは以下のとおりです。
- 内部は信頼、外部コードは別:未知のコントリビューターからのPRをレビューする際は、
read-onlyサンドボックスでCodexを使いましょう。モデルの試みに関係なく、カーネルがファイル変更を防ぎます。 - 信頼できるコード、ポリシー強制:コードベースを信頼しているが、組織標準(コミットメッセージ形式、認証情報スキャン、リンティングゲート)を強制する必要がある場合は、Claude Codeのフックを使いましょう。
- 両方の懸念:両方を実行しましょう。最初の安全性境界にはCodexを使い、その後ガバナンス重視のレビューにはClaude Codeに切り替えます。
拡張性
両ツールともカスタマイズをサポートしていますが、メカニズムごとの成熟度は異なります。
| メカニズム | Claude Code | Codex |
|---|---|---|
| プロジェクト指示 | CLAUDE.md(Claude専用) | AGENTS.md(クロスツール標準、60,000以上のプロジェクト)8 |
| ライフサイクルフック | 24種類を超えるイベント、最も深いエコシステム2 | v0.150.0以降12のライフサイクルイベント。拒否と書き換えができるPreToolUseを含み、/hooksでレビューして信頼する9 |
| スキル/コマンド | スキル + スラッシュコマンド | スキル + スラッシュコマンド |
| サブエージェント委譲 | 明示的なTaskツールに加え、/workflowsで数十から数百のエージェントをオーケストレーションする動的ワークフロー10 |
マルチエージェントツール(v2ランタイム)、デフォルトで最大6並列21 |
| MCP統合 | STDIO + HTTP(10,000以上のパブリックサーバー)11 | STDIO + HTTP、Streamable HTTPサーバー向けOAuth |
| クラウド委譲 | ネイティブなし | クラウドタスク(実験的:codex cloud exec)12 |
| サーフェス | CLI、VS Code、JetBrains | CLI、デスクトップアプリ、IDE拡張機能、クラウド、Chrome拡張機能16 |
Claude Codeが先行している領域:フックの深さ。ライフサイクルシステムはPreToolUse、PostToolUse、UserPromptSubmit、SessionStart、SessionEnd、Stop、StopFailure、SubagentStart、SubagentStop、PreCompact、PermissionRequest、PermissionDenied、TaskCreated、TaskCompleted、CwdChanged、FileChanged、MessageDisplayなどにわたります。24種類を超えるイベントがあり、今も増え続けています2。Codexにもフックが加わりましたが、Claude Codeのカタログのほうが幅広く実戦での実績もあり、ステアリング用のStopフックのadditionalContextや、大規模なエージェントのファンアウト用の動的な/workflowsとも組み合わせられます。品質ゲートを強制したり、コミット前に認証情報の漏洩を検出したり、多くのイベントタイプにわたって自動的にコンテキストを注入したりする必要がある場合、Claude Codeのフックアーキテクチャのほうが成熟した選択肢です。
Codexが差を縮めた領域:フックはもはやClaude Codeだけのものではありません。コミュニティは2025年のほぼ1年を通じてフックイベントの拡張を求めており18、Codexはそれに応えました。現在12のイベントを登録するライフサイクルフックエンジン(うち11はClaudeと同じ名前で、これにInterruptが加わります。PreToolUse、PostToolUse、UserPromptSubmit、SessionStart、Stopなど)、マネージドでないすべてのフックを実行前にレビューして信頼する/hooks画面、そして呼び出しを拒否したり入力を書き換えたりできるPreToolUseの判定です9。かつての構図(Claude Codeにはフックがあり、Codexには事後に発火する単一の通知しかない)はもう古くなっています。2026年の誠実な言い方をすれば、両ツールともプログラマブルなガバナンスフックを備えており、Claude Codeのほうが幅広く成熟している一方、Codexのフックはこのカテゴリーで最も強力なサンドボックスと並んで動作する、ということになります。
Codexが先行している領域:クロスツールポータビリティとサーフェス。AGENTS.mdはLinux FoundationのAgentic AI Foundationが管理するオープン標準で13、60,000以上のプロジェクトに採用されています8。同じ指示ファイルがCodex、Cursor、GitHub Copilot、Amp、Windsurf、Gemini CLI(設定あり)で動作します14。CLAUDE.mdは強力ですがClaude Codeにロックインされています。さらにCodexは5つのサーフェス(CLI、デスクトップアプリ、IDE拡張機能、クラウド、そして普段のブラウジングと並行して動くChrome拡張機能16)で動作し、codex cloud execは長時間実行される作業をOpenAIのインフラに委譲して差分を返します12。これはClaude Codeがネイティブには提供していないワークフローです。
各ツールが勝つ場面
36回のブラインドデュエル(同一のプロンプトを両ツールに送り、出力をブラインドで採点)と日常的な本番利用に基づく結果は以下のとおりです。
| カテゴリー | Claude Code | Codex | 引き分け |
|---|---|---|---|
| コードレビューとセキュリティ | 8 | 4 | 0 |
| 機能実装 | 5 | 5 | 2 |
| リファクタリング | 4 | 3 | 1 |
| DevOpsとCI/CD | 1 | 3 | 0 |
完全な方法論とデュエルごとのスコアリングはThe Blind Judgeにあります。これらの結果はOpus 4.8とGPT-5.5より前のものなので、現在のスコアボードではなく方向性を示すものとして扱ってください。捉えているのは各ツールの傾向(Claude Codeはレビューと推論に強く、CodexはDevOpsと分離に強い)であり、これはモデルのアップグレードを経ても変わっていませんが、今日のモデルでの正確な差を示すものではありません。現在のデフォルトでデュエルを再実施する予定です。それまでは、カテゴリーごとの傾向が持続的なシグナルです。
Claude Codeが勝つ場面
- コードレビューとセキュリティ検証。Claude Codeはレビュータスクで決着した12回のデュエルのうち8回勝ちました1。品質哲学システムとエビデンスゲートは、Codexのより手続き的なアプローチを通り抜けてしまう問題をキャッチします。
- ガバナンス重視のワークフロー。ワークフローにpre-commitチェック、認証情報スキャン、出力検証、あるいは実行前にブロックする品質ゲートが必要な場合、Claude Codeの
PreToolUseフックがそのメカニズムです。現在はCodexにも拒否と書き換えができるPreToolUseがあるため9、実行前のブロックは両方で可能です。イベントタイプの幅(24種類超対12種類)では、Claude Codeのカタログのほうが今もより充実したガバナンスツールキットです。 - 複雑なマルチエージェントオーケストレーション。Taskツールによる明示的なサブエージェント委譲10に、数十から数百のエージェントをバックグラウンドでファンアウトする動的な
/workflowsと熟議システムを組み合わせることで、多数の専門エージェントが分離されたコンテキストで協調するワークフローが可能になります。 - 深いコードベースのリファクタリング。Opusは長時間セッションにわたってアーキテクチャ的コンテキストを保持することに優れています。Claude Codeのフック/スキル/ルール階層を統治するコンテキストエンジニアリングパターンは、モデルが大規模コードベースを推論する方法に直接対応しています。
Codexが勝つ場面
- サンドボックスが重要な環境。信頼できないコードに対してAIエージェントを実行したり、外部PRを処理したり、ファイルシステムとネットワークアクセスについて確実な保証が必要なCI/CDパイプラインで動作させたりする場合、Codexのカーネルレベルサンドボックスが適切なツールです3。アプリケーションレベルのフックは同じ保証を提供できません。
- クロスツールのチーム。チームが複数のAIコーディングツールを使っている場合、AGENTS.mdはCodex、Cursor、Copilot、Amp、Windsurfなどで動作する1つの指示ファイルを提供します14。CLAUDE.md、
.cursor/rules、Copilot指示で重複したメンテナンスは不要です。 - クラウド非同期ワークフロー。
codex cloud execはタスクをクラウドインフラに委譲し、差分を返します12。CI/CD統合やバッチ処理において、これはClaude Codeがネイティブに提供していないワークフローです。 - リアルタイムステアリング。Codexのステアモードでは、Enter(即時)で指示をタスク中に注入でき、Tab(次のターン)でフォローアップをキューに入れられます15。Claude Codeはフォローアップメッセージをサポートしていますが、ターン中の注入はサポートしていません。
- サーフェスの広さ。Codexは5つのサーフェスにまたがります。CLI、デスクトップアプリ(並列ワークツリーとフローティングウィンドウにまたがるmacOSのマルチタスキング)、IDE拡張機能(VS Code、Cursor、Windsurf)、クラウドタスク、そしてブラウジングを乗っ取ることなく並行して動作するChrome拡張機能です16。Claude CodeはVS CodeおよびJetBrainsと統合されていますが17、CLIファーストです。ターミナルからエディター、ブラウザー、クラウドまでついてくる1つのエージェントが欲しいなら、Codexのほうがカバー範囲は広くなります。
両方を併用する
両ツールは競合しません。CLAUDE.mdとAGENTS.mdは同じリポジトリに共存できます。私のセットアップは以下のとおりです。
my-project/
├── .claude/
│ └── settings.json # Claude Code project config
├── CLAUDE.md # Claude Code instructions
├── AGENTS.md # Codex + Cursor + Copilot instructions
└── codex.md # Codex project config (optional)
具体的なデュアルツールワークフロー:私は日常開発にClaude Codeを使っています。機能実装、コードレビュー、フックが各ステップで品質ゲートを強制する複数ファイルのリファクタリングです。外部コントリビューターがPRをオープンすると、--sandbox read-onlyでCodexに切り替え、信頼できないコードに対して変更をレビューします。アーキテクチャ上の決定について第二の意見が必要なときは、同じプロンプトを両ツールに送り、ブラインドジャッジアプローチで出力をブラインドで比較します。
デュアルツールのアプローチには、私自身のテストを超えた実証的な裏付けがあります。Milvusの研究では、複数のAIモデル間の敵対的レビューによってバグ検出率が53%から80%に向上しました23。別の研究では、ClaudeとCodexの反復的なレビューループが、どちらのツールも単独では発見できなかった14の問題を3ラウンドで捕捉しました24。どちらのツールも他方を置き換えるものではなく、異なる脅威モデルとタスクプロファイルをカバーしているのです。
重要なポイント
ツールを選ぼうとしている方へ:
- 安全性要件から始めましょう。カーネルレベルのサンドボックスが必要?→Codex。プログラマブルなガバナンスフックが必要?→Claude Code。
- チームについて考慮しましょう。複数のAIツールを使用していますか?AGENTS.mdはツール間の重複した指示メンテナンスを回避します14。
- 決定する前に実際のタスクで両方を試しましょう。ブラインドジャッジ方法論は個人評価にも使えます。
すでに投資している方へ:
- Claude Codeユーザー:それでもAGENTS.mdを書いておきましょう。20分で済み、プロジェクトがCodex、Cursor、Copilotのユーザーにも使いやすくなります。
- Codexユーザー:フックシステムが登場しました。
/hooksで一覧を確認し、PreToolUseとStopを組み込み、/hooksで信頼したうえで、その下にサンドボックスを維持しましょう9。2026年の初めから持ち越しているかもしれない「Codexにはフックがない」という前提は、もう古くなっています。 - 両ツールとも急速に進化しています。本稿の比較の有効期限は年単位ではなく週単位で測られます。日付入りの改訂行を載せているのはまさにそのためです。
よくある質問
同じプロジェクトで両方のツールを使えますか?
はい。CLAUDE.mdとAGENTS.mdは別々のファイルで競合しません。各ツールは自分の指示ファイルを読み、他方を無視します。私はアクティブなプロジェクトで両方を維持しています。
初心者にはどちらが適していますか?
Codexは設定のハードルが低く、3つのサンドボックスモードと2つの承認ポリシー(on-requestとnever)がほとんどのユースケースをカバーします5。Claude Codeの力はフックとスキルから来ますが、セットアップには投資が必要です。すでに馴染みのあるモデル(ClaudeまたはGPT)から始めるとよいでしょう。
コストはどのように比較されますか?
両者ともそれぞれのAPIを通じてトークンベースの料金体系を採用しています。Claude CodeはAnthropicの料金体系で、CodexはOpenAIのクレジットシステムで動作します。Composioによる独立したベンチマーキングでは、Codexが同等の結果を得るのに2〜4倍少ないトークンを消費することが判明しました。Figmaプラグインタスクでは、Claude Codeが620万トークンを使用したのに対し、Codexは150万トークンでした22。トークン効率はコストに直接変換されるわけではありません(トークンあたりの料金が異なるため)が、Codexの低いトークン消費量は予算制約のあるワークフローにおいて測定可能な優位性となります。
AGENTS.mdはClaude Codeで動作しますか?
現時点では動作しません。Claude CodeはCLAUDE.mdを読み、CodexはAGENTS.mdを読みます。フォーマットは十分に似ているため、内容は両者間で簡単に翻訳できますが、自動的な相互読み取りはありません。内容が重複するため、両方を書くのはごくわずかな労力で済みます。
IDE統合はどちらが優れていますか?
サーフェスの広さではCodexが上回ります。マルチタスキングとフローティングウィンドウを備えたmacOSデスクトップアプリ、VS Code、Cursor、Windsurf向けのIDE拡張機能、そしてChrome拡張機能があり、すべてが1つのセッションモデルを共有しています16。Claude Codeは拡張機能経由でVS Codeと、プラグイン(ベータ)経由でJetBrainsと統合されます17。両方ともよく動作します。選択はCLIファースト(Claude Code)とGUI/マルチサーフェス(Codex)のどちらを好むかによります。
参考文献
-
The Blind Judge: Claude vs Codex in 12 Tasks. Blind evaluation methodology and results ↩↩
-
Claude Code Hooks Reference and the Claude Code Changelog. More than two dozen lifecycle event types (and still growing) as of CLI v2.1.165 (June 5, 2026), including PreToolUse, PostToolUse, PostToolUseFailure, UserPromptSubmit, SessionStart, SessionEnd, Stop, StopFailure, SubagentStart, SubagentStop, PreCompact, PermissionRequest, PermissionDenied, TaskCreated, TaskCompleted, CwdChanged, FileChanged, and MessageDisplay. Opus 4.8 became the default model in v2.1.154 (May 28, 2026) with high effort by default and an
/effort xhighlevel. ↩↩↩↩↩↩ -
Codex Security Documentation. Seatbelt (macOS), Landlock + seccomp (Linux), three sandbox modes ↩↩↩↩↩↩
-
Codex Changelog and OpenAI model docs. GPT-5.5 (launched April 23, 2026) is Codex’s default: 400K context in Codex, 1M in the API, $5 input / $30 output per MTok, 82.7% on Terminal-Bench 2.0 (state of the art at release). GPT-5.5-pro (1M/1M, high effort) covers the highest-effort tier, and the smaller GPT-5.4 mini provides 400K context for lower-latency subagent work. Verified against the Codex CLI guide and OpenAI docs, current to June 5, 2026. ↩
-
OpenAI, Configuration Reference, fetched October 25, 2026:
approval_policyison-request | never | { granular = { ... } }, and “untrustedis unsupported, andon-failureis deprecated.” The retirement shipped in Codex CLI v0.149.0 on August 20, 2026; the migration is one line,untrustedtoon-request, in Codex untrusted Approval Policy Retired. ↩↩↩ -
Claude Code Settings. Five-layer configuration cascade ↩
-
OpenAI, Codex advanced configuration, Profiles, fetched October 25, 2026, for the
--profileoverlay. The permission-profile claims are from the release notes: Codex CLI v0.133.0, May 21, 2026, “Permission profiles gained list APIs, inheritance, managedrequirements.tomlsupport, runtime refresh behavior, and stronger Windows sandbox integration,” and v0.134.0, May 26, 2026, “Made--profilethe primary profile selector across CLI, TUI permissions, and sandbox flows, with legacy profile configs rejected through migration guidance.” ↩↩ -
Linux Foundation AAIF Announcement. AGENTS.md adopted by 60,000+ projects ↩↩
-
OpenAI, Hooks, fetched October 25, 2026: twelve events (
PreToolUse,PermissionRequest,PostToolUse,PreCompact,PostCompact,UserPromptSubmit,SubagentStop,Stop,Interrupt,SessionStart,SubagentStart,SessionEnd);PreToolUsedenies withpermissionDecision: "deny"or exit code 2 and rewrites withupdatedInput; non-managed hooks must be reviewed and trusted before they run. OpenAI, Codex advanced configuration, Profiles, same fetch: “In Codex 0.134.0 and later,--profileno longer reads[profiles.profile-name]fromconfig.toml.” The engine registered ten of the twelve,PreToolUseamong them, at v0.137.0 and eleven at v0.147.0 (HOOK_EVENT_NAMESincodex-rs/hooks/src/lib.rsat those tags), andInterruptarrived in v0.150.0. The June 5 revision of this post listed only the earlyAfterAgentandAfterToolUsenames. ↩↩↩↩↩ -
Claude Code Subagents. Task tool for explicit subagent spawning ↩↩
-
Anthropic MCP Foundation Announcement. 10,000+ active public MCP servers ↩
-
Codex CLI Reference: Cloud Tasks.
codex cloud execfor delegating to cloud infrastructure ↩↩↩ -
OpenAI Co-founds the Agentic AI Foundation. AGENTS.md donated to AAIF under the Linux Foundation ↩
-
AGENTS.md. Cross-tool compatibility: Codex, Cursor, Copilot, Amp, Windsurf, Gemini CLI ↩↩↩
-
Codex CLI Features: Steer Mode. Enter for immediate steering, Tab for next-turn follow-up ↩
-
Introducing the Codex App and the Codex Changelog. Codex spans five surfaces as of June 2026: CLI, macOS desktop app (multi-tasking across parallel worktrees, floating windows), IDE extension (VS Code, Cursor, Windsurf), cloud tasks, and a Chrome extension that runs alongside normal browsing. ↩↩↩↩
-
Claude Code IDE Integrations. VS Code extension and JetBrains plugin (beta) ↩↩
-
Codex GitHub Issue #2109. Community request for expanded hook events ↩
-
Check Point Research, Caught in the Hook: RCE and API Token Exfiltration Through Claude Code Project Files. CVE-2025-59536: malicious hooks executing before user consent ↩
-
NVIDIA AI Red Team, Practical Security Guidance for Sandboxing Agentic Workflows. Five residual vulnerabilities in agentic coding tools ↩
-
Codex Sample Configuration.
agents.max_threads = 6default, configurable ↩ -
Morph/Composio, Codex vs Claude Code: Benchmarks, Agent Teams & Limits Compared. Token consumption benchmarks across identical tasks ↩
-
Milvus/Zilliz, AI Code Review Gets Better When Models Debate. 53% to 80% bug detection via adversarial debate ↩
-
Aseem Shrey, I Made Claude and Codex Argue Until My Code Plan Was Perfect. 14 issues caught in 3 rounds of iterative review ↩
Which Tool Should You Use?
Answer four questions to get a recommendation.
Loading quiz…