Codex CLI vs Claude Code（2026年版）：アーキテクチャの徹底比較
Codex CLIとClaude Codeはどちらもターミナルネイティブのエージェントツールとして提供されていますが、安全性の確保において根本的に異なるメカニズムを採用しています。カーネルレベルのサンドボックスか、アプリケーション層のフックかという違いです。この単一の設計判断が、設定、権限、マルチエージェントワークフロー、チームガバナンスのすべてに波及します。この記事では、それらの違いを具体的な判断基準とともに整理します。
私はClaude Codeを主要ツールとして使用しています。このバイアスは最初に明示しておきます。ここでの観察は、本番環境のタスク、ブラインド評価、デュアルツールワークフローにおける両ツールの日常的な使用経験に基づいています。
要約： Codexは安全性をOSカーネル層（Seatbelt、Landlock、seccomp）で粒度の粗い制御により実現します。Claude Codeは安全性をアプリケーション層で17のプログラム可能なフックイベントによる粒度の細かい制御で実現します。Codexのコンテキストウィンドウは100万トークン、Claude Codeは20万トークンです。サンドボックス化された信頼できないコードのレビューやクラウドタスクの委任にはCodexを使用してください。プログラム可能なガバナンス、複数ファイルのリファクタリング、セキュリティ重視のコードレビューにはClaude Codeを使用してください。最良の結果は両方を併用することで得られます。
主なポイント
- 個人開発者： 主要な言語エコシステムに合うツールから始めてください。両ツールは同じリポジトリ内で競合なく共存できます（CLAUDE.mdとAGENTS.mdは独立しています）。
- チームリーダー： Codexのプロファイルは明示的で監査可能な設定切り替えを提供します。Claude Codeの階層的な設定はコンテキストに応じたルールを自動的に適用します。チームが明示的な制御を好むか、自動的な適応を好むかで選択してください。
- セキュリティエンジニア： Codexのカーネルサンドボックスは、エージェントがOS レベルで制限を回避することを防ぎます。Claude Codeのフックはエージェントとプロセス境界を共有しますが、任意のバリデーションロジックを実行できます。脅威モデルに応じてツールを選択してください。
コアアーキテクチャの分岐点
CodexとClaude Codeの最も深い違いは、ガバナンスがどこで実行されるかにあります。Codexはカーネル層で安全性を確保します。macOSではSeatbelt、LinuxではLandlockとseccompを使用します。OSがファイルシステムアクセス、ネットワーク呼び出し、プロセス生成を、それらの操作がアプリケーションに到達する前に制限します。モデルはこれらの制限を回避できません。オペレーティングシステムがシステムコールの実行前に拒否するためです。
Claude Codeはアプリケーション層で安全性を確保します。フックと呼ばれるプログラムが17のライフサイクルポイントでアクションをインターセプトします。Bashに対するPreToolUseフックは、すべてのコマンドを検査し、任意のロジックに基づいて検証し、終了コード2でブロックできます。これはプログラム可能なガバナンスです。ビジネスルールをエンコードし、リンターを実行し、認証情報をスキャンできます。トレードオフとして、アプリケーション層の制御はエージェントとプロセス境界を共有します。カーネルレベルの制御はそうではありません。
すべての安全性アーキテクチャは、表現力と境界の強度をトレードオフします。この2つのツールはそのスペクトラムの両端に位置しています。
設定の哲学
Codexは設定にTOMLを使用します。Claude CodeはJSONを使用します。フォーマットの違いは表面的なものです。哲学の違いはそうではありません。
Codexはプロファイルを中心に設定を構成します。--profileで明示的に切り替える名前付きプリセットです。carefulプロファイルはapproval_policy = "untrusted"を設定し、積極的にサンドボックス化します。deep-reviewプロファイルはより高性能なモデルに切り替えます。どの設定がアクティブかは、自分で名前を指定して選択するため常に把握できます。指示レイヤーにはAGENTS.mdを使用します。これはLinux FoundationのAgentic AI Foundation傘下のオープンスタンダードであり、Codex、Cursor、Copilot、Amp、Windsurf、Gemini CLIで読み取り可能です。
Claude Codeは階層型レイヤーを中心に設定を構成します。マネージド設定（最高優先度）からコマンドライン、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まで5つの層がカスケードします。CLAUDE.mdファイルはユーザー、プロジェクト、ローカルの各レベルでスコープされます。スキル、フック、ルールのディレクトリがさらなる層を追加します。コンテキストに適した設定が自動的に適用されますが、アクティブな設定は単一のファイルからは確認できません。階層を読み取って再構成する必要があります。
プロファイルは明示性と監査可能性を重視します。階層型レイヤーは自動化とコンテキスト適応性を重視します。
安全性モデルの比較
| 観点 | Codex CLI | Claude Code |
|---|---|---|
| サンドボックスのアプローチ | カーネルレベル（macOSではSeatbelt、LinuxではLandlock + seccomp） | アプリケーションレベルのフック（17種類のライフサイクルイベント） |
| 権限レベル | 3つのサンドボックスモード：read-only、workspace-write、danger-full-access |
ツールごとのパターンベースの許可/拒否リスト |
| 回避耐性 | 高：OSがアプリケーション境界以下でシステムコールを拒否 | 中：フックがエージェントとプロセス境界を共有 |
| プログラム可能性 | 低：サンドボックスモードごとのバイナリ許可/拒否 | 高：フックスクリプトで任意のコード実行（bash、Pythonなど） |
| 承認ポリシー | 3つのレベル：untrusted、on-request、never |
正規表現マッチングによるツールごとの権限パターン |
| ネットワーク制限 | サンドボックスがアウトバウンドネットワークアクセスを制御 | フックで検査可能だがカーネルレベルのブロックは不可 |
| 既知の脆弱性クラス | サンドボックスエスケープ（理論上。2026年3月時点で公開CVEなし） | プロジェクト設定内の悪意あるフック（プロジェクト信頼プロンプトで軽減） |
パターンとして、Codexはより粗い制御でより強固な境界を提供し、Claude Codeはより細かい制御でより弱い境界を提供します。適切な選択は脅威モデルに依存します。信頼できない外部コードのレビュー？カーネルサンドボックスです。信頼できるコードに対する組織的なコーディング標準の適用？プログラム可能なフックです。
コンテキストとモデル
CodexはGPT-5.4上で動作し、100万トークンのコンテキストウィンドウ（入力と出力）を持ちます。これは、モデルがコードベースのより多くの部分を一度に取り込む必要がある大規模モノレポの作業において、真のアーキテクチャ上の優位性です。
Claude CodeはClaude Opus 4.6上で動作し、20万トークンのコンテキストウィンドウを持ちます。Opusには異なる強みがあります。多段階推論のための拡張思考、セキュリティ分析やコードレビューにおける高い性能、そしてアーキテクチャの影響に関するより慎重な推論です。私のブラインド評価では、デフォルトのコンテキストウィンドウが小さいにもかかわらず、Opusはレビューやセキュリティタスクで一貫して優れた結果を示しました。
両ツールともモデルルーティングをサポートしています。Codexはプロファイルごとにモデルを選択します。Claude CodeはデフォルトでOpusにルーティングしますが、--modelフラグや設定レベルの構成による呼び出しごとのオーバーライドもサポートしています。
マルチエージェント機能
Codexはcodex cloud execによるクラウドタスク委任を提供します。タスクを記述すると、Codexがクラウド環境を起動し、コードベースに対してエージェントを実行し、差分を返します。これはファイア・アンド・フォーゲット方式です。エージェントの推論をリアルタイムで監視することはありません。このワークフローはCI/CDパイプラインやバッチ処理に自然にマッピングされます。内部的には、Codexは並列サブタスク実行のために最大6つの同時エージェントスレッドを実行します。
Claude CodeはTaskツールによる明示的なサブエージェント生成を提供します。親エージェントが特定のタスクと隔離されたコンテキストを持つサブエージェントを生成し、結果を調整し、出力を統合します。これはインタラクティブなオーケストレーションです。推論過程を確認でき、介入も可能です。複数のエージェントが互いの出力を批評する審議パターンと組み合わせることで、ファイア・アンド・フォーゲットモデルでは見逃す問題を検出できます。
クラウドタスクは、タスクを事前に定義して後で結果を受け取りたいワークフローに適しています。サブエージェント調整は、推論を通じてタスクが進化し、リアルタイムの統合が必要なワークフローに適しています。
判断フレームワーク
具体的なニーズに基づく判断マトリクスです：
| 必要な機能 | 最適な選択 | 理由 |
|---|---|---|
| カーネルレベルのサンドボックス | Codex | OS レベルの制御はエージェントによる回避が不可能 |
| プログラム可能なガバナンスフック | Claude Code | 17のライフサイクルイベントで任意のコード実行が可能 |
| クロスツールの可搬性（AGENTS.md） | Codex | オープンスタンダードがCodex、Cursor、Copilot、Amp、Windsurfで動作 |
| 大規模な複数ファイルのリファクタリング | Claude Code | Opusは長いセッションでアーキテクチャのコンテキスト保持に優れる |
| ファイア・アンド・フォーゲットのクラウドタスク | Codex | codex cloud execがクラウドインフラに委任し差分を返す |
| リアルタイムのインタラクティブな推論 | Claude Code | 拡張思考＋ライブ可視性を持つサブエージェント調整 |
| 信頼できない外部コードのレビュー | Codex | --sandbox read-onlyがすべてのファイルシステム変更を防止 |
| チームのコーディング標準の適用 | Claude Code | フックがビジネスロジックを決定論的にエンコードし適用 |
| 大規模モノレポの取り込み | Codex | 100万トークンのコンテキストウィンドウ（Claude Codeのデフォルト20万に対して） |
| セキュリティ重視のコードレビュー | Claude Code | ブラインド評価シリーズのレビュータスクでOpusが優れた結果を示した |
このマトリクスで単一のツールが全項目を支配することはありません。ニーズの3つ以上が一方のツールを指しているなら、そちらから始めてください。分かれている場合は、デュアルツールワークフローを検討してください。
私の推奨
両方を使用してください。私自身のブラインド評価では、同じタスクを両ツールで実行することで、どちらか一方だけでは見つけられなかった問題を検出できました。複数のAIモデル間の対立的レビューは、異なるモデルが異なるクラスの問題を検出するため、バグ検出を一貫して改善します。
私の日常的なワークフロー：Claude Codeは機能実装、コードレビュー、フックが品質ゲートを適用する複数ファイルのリファクタリングを担当します。Codexは--sandbox read-onlyでの信頼できないコードのレビュー、クラウド委任のバッチタスク、アーキテクチャのセカンドオピニオンを担当します。CLAUDE.mdとAGENTS.mdは同じリポジトリ内で競合なく共存します。両ファイルの内容の大部分は共通であるため、メンテナンスのオーバーヘッドは最小限です。
詳細な比較とブラインド評価の方法論については、Claude Code vs Codex：使い分けガイドをご覧ください。個別の導入については、Claude CodeガイドまたはCodexガイドをご参照ください。
FAQ
CodexとClaude Codeを同じプロジェクトで併用できますか？
はい。CLAUDE.mdとAGENTS.mdはそれぞれのツールが独立して読み取る別々のファイルです。どちらのツールも相手の指示ファイルを解析しません。設定ファイルは競合しません。私はすべてのアクティブなプロジェクトで両方を管理しています。唯一の考慮事項は、指示ファイル間で共有コンテンツの同期を保つことですが、フォーマットが似ているため数分で完了します。
日常的な使用ではどちらがコスト効率が良いですか？
Claude CodeはAPIの従量課金制と、月額100ドル（個人）または月額200ドル（チーム）のMaxプランを提供しています。CodexはOpenAIのAPIで標準的なトークンベースの課金を使用します。トークン効率はタスクの種類によって異なります。予算を意識したワークフローでは、代表的なタスクを両方で実行し、実際の課金額を比較してください。プロバイダー間でトークン単価が異なるため、生のトークン数は直接コストに対応しません。
大規模なコードベースの処理はどちらが優れていますか？
両ツールとも大規模リポジトリを扱えますが、アプローチが異なります。Codexの100万トークンのコンテキストウィンドウは、一度により多くのコードを取り込むことができ、モジュール間の推論で多くのファイルを同時に参照する必要があるモノレポで効果を発揮します。Claude Codeの20万トークンのコンテキストウィンドウは、コードベース検索による強力な検索機能と、関連するコンテキストを前面に出す階層的なCLAUDE.mdで補完します。実際には、どちらのツールもコードベース全体を一度に読み取ることはありません。コンテキストウィンドウの違いが最も重要なのは、1回のターンで多くのファイル間の関係を推論する場合です。そのユースケースでは、Codexのより大きなウィンドウが有利です。