Codex CLI vs Claude Code 2026: arquitetura, preços e acesso da China

Tanto o Codex CLI quanto o Claude Code são ferramentas agênticas nativas de terminal e, em meados de 2026, as duas aplicam segurança em duas camadas: isolamento no nível do sistema operacional por baixo e uma camada de governança programável por cima. O que separa as duas hoje é a ênfase e a profundidade. O Codex lidera pelo sandbox de kernel e mantém pequeno o seu sistema de hooks; o Claude Code lidera pela superfície de hooks mais rica da categoria e acrescentou execução em sandbox no nível do sistema operacional por baixo dela. Essa diferença de ênfase continua se refletindo em como cada ferramenta lida com configuração, permissões, fluxos multiagente e governança de time. A comparação a seguir mapeia essas diferenças com critérios concretos de decisão e amplia o território de engenharia de IA que venho construindo neste site.

Uso o Claude Code como ferramenta principal. Declaro esse viés logo de cara. As observações aqui vêm do uso diário das duas ferramentas em tarefas de produção, de avaliações às cegas e de fluxos que combinam as duas.

TL;DR: o Codex aplica segurança principalmente na camada do kernel do sistema operacional (Seatbelt, Landlock, seccomp)¹, com um pequeno sistema de cinco eventos de hooks (estável desde a CLI v0.124.0) por cima. O Claude Code lidera pela governança na camada de aplicação, com 31 eventos de hooks programáveis em agosto de 2026², e sustenta isso com Bash em sandbox no nível do sistema operacional (Seatbelt/bubblewrap) — além de, desde a v2.1.219, um strictAllowlist que recusa de imediato hosts fora da lista. As duas ferramentas rodam com contexto grande: o Claude Code usa o Opus 5 por padrão nas contas Max, Team Premium, Enterprise e da API, e o Sonnet 5 nas contas Pro e Team Standard (ambos nativamente com 1M; Sonnet $2/$10, Opus $5/$25 por MTok)²⁰; o Codex CLI usa a família GPT-5.6 por padrão (272K no Codex por padrão, 872K com model_context_window; o GPT-5.6 Sol a $4/$20 promocionais por MTok pelo menos até 21 de novembro de 2026)¹⁹²¹. Use o Codex para delegar tarefas à nuvem em sandbox e para isolamento no nível do kernel. Use o Claude Code para governança programável, refatoração de longo alcance e revisão de código focada em segurança. Os melhores resultados vêm de usar as duas.

Principais conclusões

• Desenvolvedores solo: comece pela ferramenta que combina com o ecossistema da sua linguagem principal. As duas convivem no mesmo repositório sem conflitos (CLAUDE.md e AGENTS.md são independentes).
• Líderes de time: os perfis do Codex oferecem troca de configuração explícita e auditável. A hierarquia em camadas do Claude Code aplica regras sensíveis ao contexto automaticamente. Escolha conforme o seu time prefira controle explícito ou adaptação automática.
• Engenheiros de segurança: o sandbox de kernel do Codex impede que o agente contorne as restrições no nível do sistema operacional. Os hooks do Claude Code compartilham a fronteira de processo com o agente, mas permitem lógica de validação arbitrária — ainda que agora exista um Bash em sandbox no nível do sistema operacional por baixo deles. Ajuste a ferramenta ao seu modelo de ameaças.

Qual ferramenta escolher? (caminhos de decisão por perfil)

A resposta desta comparação depende de quem você é. São quatro caminhos, um para cada leitor mais comum desta página.

Desenvolvedor solo em projetos pessoais ou de times pequenos

Padrão: Claude Code. O contexto nativo de 1M de tokens do Sonnet 5 com o preço de $2/$10, o sistema de governança com 31 eventos de hooks e o marketplace de plugins cobrem os casos que um desenvolvedor solo encontra todo dia (refatoração de bases de código grandes, continuidade entre sessões, automação de formatação ao salvar). O Pro a $20/mês ou o Max a $100-200/mês é previsível e generoso.

Traga o Codex CLI quando: você precisar de sandbox no nível do kernel para uma revisão pontual de código não confiável, ou quando o ChatGPT Pro/Plus já cobrir o seu gasto principal com IA e adicionar o Claude parecer redundante. As duas ferramentas convivem sem atrito; CLAUDE.md e AGENTS.md ficam lado a lado.

Líder técnico em uma organização de engenharia de 10 a 50 pessoas

Padrão: Claude Code. Hooks programáveis (portões de lint, varreduras de segurança, bloqueio de comandos proibidos) codificam os padrões do time de forma determinística, em vez de torcer para que o modelo siga as instruções do prompt. As configurações gerenciadas permitem ao líder definir uma política para toda a organização que os desenvolvedores não conseguem sobrescrever. A CLI claude agents e as primitivas de Agent Teams combinam com os padrões que os times de fato usam nos fluxos de revisão.

Traga o Codex CLI quando: revisões sensíveis à segurança precisarem de isolamento duro no nível do kernel (por exemplo, revisar código de um fornecedor externo ou PRs open source de autores desconhecidos), ou quando o time já estiver comprometido com o ferramental da OpenAI via Azure OpenAI / Microsoft Foundry. Rode como ferramenta de revisão focada, não como o carro-chefe do dia a dia.

Revisor focado em segurança ou pesquisador de red team

Padrão: Codex CLI (para entradas adversárias) + Claude Code (para execução governada). O sandbox de kernel do Codex sobre o Seatbelt no macOS e o Landlock+seccomp no Linux nega chamadas de sistema abaixo da camada de aplicação, então um agente hostil literalmente não consegue tocar áreas do sistema de arquivos que você não liberou. Os hooks do Claude Code rodam na camada de aplicação, embora o Bash em sandbox tenha colocado um piso no nível do sistema operacional (Seatbelt/bubblewrap) por baixo deles desde o início de 2026, e o strictAllowlist da v2.1.219 tenha endurecido a política de rede. Use a ferramenta que corresponde à ameaça.

Traga o Claude Code quando: você quiser ações programáveis depois da revisão (hooks de triagem, log de auditoria, geração automática de relatórios). O fluxo típico: o Codex inspeciona sob a restrição do sandbox e o Claude Code cuida da triagem e da camada de aplicação de políticas.

Desenvolvedor chinês ou baseado na China continental

As duas ferramentas funcionam, mas conectividade e custo pesam mais na escolha do que os recursos. Pule para Acessando o Codex e o Claude Code a partir da China antes de se comprometer.

A divisão central de arquitetura

A diferença mais profunda entre o Codex e o Claude Code está em onde a governança acontece. O Codex aplica segurança na camada do kernel, via Seatbelt no macOS e Landlock e seccomp no Linux¹. O sistema operacional restringe o acesso ao sistema de arquivos, as chamadas de rede e a criação de processos antes que essas operações cheguem à aplicação. O modelo não consegue contornar essas restrições porque o sistema operacional nega a chamada de sistema antes que ela seja executada.

O Claude Code aplica segurança na camada de aplicação por meio de hooks, programas que interceptam ações em 31 pontos do ciclo de vida em agosto de 2026². Um hook PreToolUse sobre o Bash pode inspecionar cada comando, validá-lo com a lógica que você quiser e bloqueá-lo com o código de saída 2. O sistema de hooks entrega governança programável: codifique regras de negócio, rode linters, procure credenciais. O trade-off costumava ser que a aplicação de políticas na camada de aplicação compartilha a fronteira de processo com o agente — mas essa linha ficou borrada dos dois lados. O Claude Code roda Bash em sandbox sobre primitivas do sistema operacional (Seatbelt no macOS, bubblewrap no Linux) desde o lançamento de sandbox de janeiro de 2026, e a v2.1.219 acrescentou a configuração sandbox.network.strictAllowlist, que recusa de imediato hosts fora da lista. E o Codex ganhou um sistema de hooks estável na v0.124.0: cinco eventos (SessionStart, UserPromptSubmit, AfterToolUse, AfterAgent, Stop) configurados como blocos [[hooks]] no config.toml — sem nenhum evento anterior à ferramenta, então nada dispara antes de uma chamada de ferramenta como faz o PreToolUse do Claude.

Toda arquitetura de segurança troca expressividade por força de fronteira. Essas duas ferramentas nasceram em pontas opostas desse espectro e cada uma caminhou para o meio, mas a ênfase continua deliberada. O sandbox de kernel faz sentido quando o modelo de ameaças inclui um agente potencialmente adversário (revisar código malicioso, rodar scripts não confiáveis). Os hooks na camada de aplicação fazem sentido quando o modelo de ameaças é um agente confiante demais, porém bem-intencionado (seu próprio código, seu próprio time, suas próprias convenções). A maioria dos desenvolvedores precisa dos dois modelos de ameaças em momentos diferentes.

Filosofia de configuração

O Codex usa TOML para configuração. O Claude Code usa JSON. A diferença de formato é cosmética. A de filosofia não é.

O Codex organiza a configuração em torno de perfis, presets nomeados entre os quais você alterna explicitamente com --profile. Um perfil careful define approval_policy = "untrusted" e isola de forma agressiva no sandbox⁹. Um perfil deep-review troca para um modelo mais capaz. Você sempre sabe qual configuração está ativa porque a selecionou pelo nome. A camada de instruções usa o AGENTS.md, um padrão aberto sob a Agentic AI Foundation da Linux Foundation³, legível pelo Codex, Cursor, Copilot, Amp, Devin Desktop e Gemini CLI.

O Claude Code organiza a configuração em torno de uma hierarquia em camadas: cinco camadas em cascata, das configurações gerenciadas (prioridade máxima) até a linha de comando, o projeto local, o projeto compartilhado e os padrões do usuário. Os arquivos CLAUDE.md têm escopo de usuário, de projeto e local. Os diretórios de skills, hooks e regras acrescentam mais camadas. A configuração adequada ao contexto se aplica automaticamente, mas a configuração ativa não fica visível em nenhum arquivo isolado. Você a reconstrói lendo a hierarquia.

Perfis favorecem explicitude e auditabilidade. Você consegue responder “qual configuração estava ativa?” verificando qual flag --profile foi passada. A hierarquia em camadas favorece automação e sensibilidade ao contexto. O contexto certo se aplica sozinho, mas responder “qual configuração está ativa?” exige ler até cinco camadas e entender a ordem de mesclagem. O trade-off é real: já fui surpreendido por uma sobrescrita de um CLAUDE.md de nível de usuário que conflitava com uma instrução de nível de projeto, algo que não aconteceria com perfis explícitos.

Modelos de segurança comparados

O padrão: o Codex oferece fronteiras mais fortes com controle mais grosso. O Claude Code oferece fronteiras mais fracas com controle mais fino¹¹. A escolha certa depende do seu modelo de ameaças. Vai revisar código externo não confiável? Sandbox de kernel. Vai aplicar padrões de código da organização em código confiável? Hooks programáveis.

Contexto e modelos

Atualização, 3 de setembro de 2026. Duas correções e um acréscimo aos parágrafos abaixo, que ficam exatamente como foram escritos em 11 de agosto para que o registro continue visível.

Primeiro, o padrão do Codex. A página de modelos do Codex da OpenAI já apontava o gpt-5.6-sol como a configuração Power padrão em 10 de agosto, então “o padrão recomendado é o GPT-5.5” já estava desatualizado quando este post foi atualizado em 11 de agosto. O GPT-5.5 é o carro-chefe que o GPT-5.6 Sol substituiu. Em 3 de setembro, essa mesma página não nomeia mais o modelo padrão: “Comece pela configuração Power padrão disponível na sua conta” e, para contas Pro, Business e Enterprise elegíveis, a implantação do Astra “atualiza as opções de Power para Terra Light, Sol Light, Sol Medium, Astra Light, Astra Medium e Astra Extra High”. A assimetria de contexto dentro da ferramenta descrita abaixo também mudou. A janela padrão da família GPT-5.6 dentro do Codex é de 272.000 tokens (a nota de versão da v0.144.6 corrigiu o número) e, desde a v0.149.0, em 20 de agosto, a configuração model_context_window pode elevar Sol, Terra e Luna a 872.000, ainda abaixo do 1M do Claude Code. O catálogo de modelos do Codex 0.153.1 também lista o GPT-5.5 com 272.000 no Codex, e não os 400K citados abaixo.¹⁹

Segundo, o padrão do Claude Code é por plano, e não um modelo só. A documentação de configuração de modelos da Anthropic lista “Max, Team Premium, Enterprise e Anthropic API: usam o Opus 5 por padrão” e “Pro e Team Standard: usam o Sonnet 5 por padrão”. Os $2/$10 por MTok do Sonnet 5, descritos abaixo como preço promocional até 31 de agosto, agora são o preço padrão; o aumento programado não aconteceu.²⁰

Terceiro, o modelo que muda a comparação. A OpenAI lançou o GPT-6 Astra em 3 de setembro a $10 por milhão de tokens de entrada, $1 em cache e $50 de saída, com janela de contexto de 1.050.000 tokens e 128.000 de saída máxima. A janela longa cobra um adicional: “Prompts com mais de 272K tokens de entrada são cobrados a 2x a entrada e as tarifas de cache e 1,5x a saída para a requisição inteira”. A disponibilidade, na íntegra: “O GPT-6 Astra começa a ser liberado hoje para empresas do nosso Trusted Access Program, e o acesso pela API e pelos nossos planos Plus, Pro, Business e Enterprise chega nos próximos dias”. O Codex CLI 0.153.1, no mesmo dia, “[a]dicionou suporte para configurar o GPT-6-Astra pela API sem mudar o modelo padrão nem exibi-lo no seletor de modelos”. O equivalente da Anthropic no topo da sua linha de disponibilidade geral é o Claude Fable 5.1 (1º de setembro): $10/$50 por MTok, com leituras de cache a $0.25 e contexto de 1M. Os dois fornecedores agora listam um carro-chefe de $10/$50, na tarifa base, acima dos seus modelos padrão de programação. Em 3 de setembro, conforme a página do modelo Astra, o acesso fora do Trusted Access Program ainda estava por vir e, conforme a página de modelos do Codex, as opções Power do Astra chegavam apenas a contas elegíveis; nenhum dos dois fornecedores faz do seu carro-chefe o padrão da ferramenta de programação.¹⁹²⁰

Em agosto de 2026, o padrão recomendado do Codex CLI é o GPT-5.5 (lançado em 23 de abril de 2026)⁴: 400K de contexto no Codex, 1M na API, $5/$30 por MTok e 82,7% no Terminal-Bench 2.0 — estado da arte entre os modelos publicamente disponíveis no lançamento. O GPT-5.4, o carro-chefe anterior, continua disponível na API com seu modo experimental de contexto longo de 1,05M (cobrança de 2x a entrada / 1,5x a saída acima de 272K de entrada)⁴, mas o Codex v0.145.0 (21 de julho de 2026) migrou as seleções de GPT-5.4 embutidas para as variantes GPT-5.6 Terra e Luna (272K de contexto cada). O snapshot gpt-5.2-codex foi desligado em 23 de julho de 2026 — scripts fixados nele agora falham, e o substituto recomendado pela OpenAI é o GPT-5.6 Sol.⁴

O Claude Code usa o Sonnet 5 por padrão desde a v2.1.197 (30 de junho de 2026): contexto nativo de 1M de tokens, 128K de saída máxima, $3/$15 por MTok com preço promocional de $2/$10 até 31 de agosto de 2026⁵. O alias opus resolve para o Opus 5 desde a v2.1.219 (24 de julho de 2026): contexto de 1M, 128K de saída máxima, $5/$25 por MTok, posicionado pela Anthropic como um ganho de capacidade pelo mesmo preço do Opus 4.8. Os modelos padrão e os limites de contexto dos dois fornecedores mudam entre versões; confira a página de cada um para os valores atuais.

As duas ferramentas lidam bem com contexto grande hoje, com uma assimetria: o modelo padrão do Claude Code é nativamente de 1M dentro da ferramenta e sem sobretaxa de contexto longo, enquanto o Codex limita o GPT-5.5 a 400K no Codex (a janela completa de 1M é exclusiva da API). Para ingerir um monorepo em uma única janela, o Claude Code leva hoje a vantagem dentro da ferramenta; a qualidade da recuperação (o quanto cada ferramenta encontra o código relevante) ainda importa mais do que o tamanho bruto da janela na maioria dos projetos.

Fim do texto de 11 de agosto; a atualização de 3 de setembro acima o substitui.

Os benchmarks públicos mudam mais rápido do que qualquer post comparativo. O retrato de abril de 2026 tinha o Opus 4.7 liderando o SWE-bench Verified (87,6%) e o SWE-bench Pro (64,3%), enquanto o GPT-5.4 (75,1%) e o GPT-5.3-Codex (77,3%) lideravam o Terminal-Bench 2.0¹². O GPT-5.5 sustentou o Terminal-Bench 2.0 em 82,7% no seu lançamento de 23 de abril, estado da arte entre os modelos publicamente disponíveis na época⁴. Os dois fornecedores lançaram modelos mais novos desde então: a OpenAI, o GPT-5.6 Sol e o GPT-6 Astra; a Anthropic, o Opus 4.8 (maio) e o Opus 5 (julho) como ganhos de capacidade pelo mesmo custo, e o Fable 5.1 (1º de setembro) acima deles, a $10/$50.¹⁹²⁰ Este post não traz tabela de benchmarks para esses modelos posteriores. Trate cada número daqui como uma medição pontual e confira as páginas dos fornecedores antes de se comprometer. Nas minhas avaliações às cegas com uma versão anterior do Opus, ele foi melhor em tarefas de revisão e de segurança mesmo com contexto menor, e o mesmo padrão se mantém em 1M.

As duas ferramentas suportam roteamento de modelos. O Codex seleciona modelos por perfil⁹. O Claude Code usa o Opus 5 ou o Sonnet 5 por padrão conforme o plano, com o alias opus apontando para o Opus 5, e cada invocação pode sobrescrever isso via --model ou configuração no nível das configurações.

Preços em detalhe

Os preços se dividem em três padrões: cobrança por token na API, assinaturas que incluem o uso da CLI agêntica e cobrança via provedor de nuvem por AWS / GCP / Azure. O caminho mais barato depende do volume diário de tokens, não do preço de tabela.

Preços do Claude Code (verificados em 3 de setembro de 2026)

Por token (API da Anthropic):¹³

Os $2/$10 do Sonnet 5 eram promocionais no lançamento e agora são o preço padrão; o aumento de 1º de setembro foi cancelado. Opus 4.8, 4.7 e 4.6 continuam disponíveis como modelos legados pela mesma tarifa de $5/$25. Sem sobretaxa de contexto longo: as janelas de 1M de tokens do Opus 5 e do Sonnet 5 são cobradas pela tarifa padrão. A Batch API dá 50% de desconto na entrada e na saída.¹³

Assinaturas que incluem o Claude Code:⁸

Os preços dos provedores de nuvem seguem as tarifas de tabela da AWS Bedrock / Google Vertex AI / Microsoft Foundry, que acompanham de perto a API direta da Anthropic, mas com diferenças de disponibilidade regional e de residência de dados.

Preços do Codex CLI (verificados em 4 de setembro de 2026)

Por token (API da OpenAI):¹⁴

Os preços mudam conforme a OpenAI rotaciona as variantes de modelo. As linhas de GPT-5.6 Sol, GPT-6 Astra e GPT-5.5 foram verificadas em 4 de setembro de 2026; as linhas mais antigas são de 8 de agosto de 2026. O GPT-5.6 Sol acima de 272K de entrada é cobrado a $8/$30 para a requisição inteira.

O snapshot gpt-5.2-codex foi desligado em 23 de julho de 2026, conforme a tabela de descontinuações da OpenAI; o substituto recomendado pela OpenAI é o GPT-5.6 Sol.⁴ Prompts de contexto longo no GPT-5.4 (acima de 272K tokens de entrada) são cobrados a 2x a entrada e 1,5x a saída naquela sessão, nos tiers standard, batch e flex.⁴

Assinaturas que incluem o Codex:

ChatGPT Plus ($20/mês), Pro (a partir de $100/mês para o tier 5x, $200/mês para o 20x) e Business (assentos pay-as-you-go só de Codex, ou assentos padrão do ChatGPT Business com limites de uso do Codex) incluem uso da família Codex com tetos específicos de cada plano. GPT-5.5, GPT-5.4 e GPT-5.3-Codex estão todos disponíveis pela API da OpenAI, com preços por token publicados e limites de requisição para os tiers de API suportados (o tier gratuito não é suportado).¹⁴ Times que só usam a API pulam a assinatura por completo; use as assinaturas do ChatGPT quando o uso de Codex incluído mais a superfície mais ampla de chat forem a melhor relação para o time.

Quanto custa de fato o contexto de 1M do Opus 5

A pergunta prática: “se eu jogar uma base de código de 1M de tokens no Opus 5, qual é a conta?”.

Uma passada de contexto completo com uma resposta de 10K tokens: - Entrada: 1.000.000 de tokens × $5.00/MTok = $5.00 - Saída: 10.000 tokens × $25.00/MTok = $0.25 - Total (sem cache): $5.25 por passada

Com cache de prompt de 5 minutos sobre a base de código de 1M de tokens (assumindo uma única escrita de cache e leituras repetidas para as perguntas seguintes): - Primeira escrita: 1.000.000 × $6.25/MTok = $6.25 (uma única vez) - Cada leitura seguinte dentro de 5 min: 1.000.000 × $0.50/MTok + 10.000 de saída × $25/MTok = $0.75 - Cinco leituras em uma sessão: $6.25 + (5 × $0.75) = $10.00 por cinco passadas de contexto completo

Exemplo em CNY usando uma taxa de referência de 1 USD ≈ 6.82 CNY (a paridade central do PBOC ficou concentrada na faixa de 6.82-6.90 por volta de abril de 2026): ~¥68.20 por cinco sessões de contexto completo com o Opus 5 sobre uma base de código de 1M de tokens. O câmbio se move; confirme a taxa atual antes de citá-la em uma compra. O que importa para o orçamento é o cálculo, não o valor exato em CNY.

A conta equivalente no modo de contexto longo do GPT-5.4 (o carro-chefe anterior — a janela de 1,05M do GPT-5.5 é exclusiva da API e cobra 2x a entrada e 1,5x a saída acima de 272K, o que deixa a mesma passada completa de 1M sem cache em $10.45): - Entrada: 1.000.000 de tokens × ($2.50 de base × 2 de multiplicador de contexto longo) = $5.00 - Saída: 10.000 tokens × ($15.00 de base × 1,5 de multiplicador de contexto longo) = $0.225 - Total (sem cache): $5.23 por passada, dentro de 1% do preço sem cache do Opus 5 no contexto completo de 1M

No GPT-5.3-Codex (teto de 272K de entrada), seriam necessárias pelo menos quatro passadas para ingerir a mesma base de código de 1M, o que muda o perfil de custo no nível da sessão. A maioria dos times de desenvolvimento chineses não precisa de 1M de contexto completo todo dia, então a comparação realista passa pelos tamanhos típicos de sessão (50K-200K tokens), em que as duas ferramentas custam menos de $1 por sessão.

Quando a assinatura ganha do pagamento por token

Heurística aproximada (não é uma cota de tokens publicada, já que a Anthropic não divulga nenhuma): uso interativo leve cabe confortavelmente no Pro; fluxos agênticos diários mais pesados no Opus 5 empurram para o território do Max 5x ou do Max 20x; cargas contínuas de contexto completo ($5 ou mais por sessão) podem sair mais baratas no pagamento por token com cache de prompt agressivo do que em uma assinatura com teto. Rode uma semana representativa no Pro, confira o seu painel de uso do Claude e suba de tier conforme a necessidade, em vez de adivinhar por fórmula. Os times fazem a mesma conta por usuário, somando a sobrecarga de administração, política e SSO que o tier Enterprise absorve.

Acessando o Codex e o Claude Code a partir da China

O acesso direto às APIs da OpenAI e da Anthropic não é oficialmente suportado a partir da China continental, conforme as listas de países suportados publicadas por cada fornecedor.¹⁸ Às vezes os desenvolvedores roteiam por redes e contas fora do continente para contornar isso, mas essa escolha carrega risco de suspensão de conta e de conformidade, que você precisa pesar contra o argumento de produtividade que estiver defendendo. Os binários da CLI instalam e rodam localmente depois de baixados; o comportamento cotidiano do loop do agente é o mesmo em qualquer lugar. Os caminhos legítimos estão no roteamento via provedores de nuvem.

Disponibilidade regional da AWS Bedrock

Os modelos Claude da Anthropic são servidos pelo Amazon Bedrock em regiões específicas da AWS. Em abril de 2026, os endpoints públicos de runtime do Bedrock cobrem regiões da APAC, incluindo Tóquio, Seul, Singapura, Mumbai e Sydney, mas nenhum endpoint de runtime do Bedrock opera atualmente na China continental nem em Hong Kong.¹⁵ Clientes chineses que roteiam pela AWS costumam usar Singapura ou Tóquio, com o custo de latência associado.

Disponibilidade regional do Google Vertex AI

O Google Cloud oferece endpoints de IA generativa do Vertex AI em regiões da Ásia-Pacífico.¹⁶ A disponibilidade de cada modelo Claude varia por região, e a asia-east2 (Hong Kong) historicamente ofereceu menor latência para usuários do sul da China. Verifique a disponibilidade do modelo Claude na região do Vertex escolhida antes de se comprometer; a cobertura se expande com o tempo, mas não é uniforme em toda a APAC.

Microsoft Foundry

O Claude está disponível pelo Microsoft Foundry no deployment global standard do Azure, normalmente exigindo assinaturas Enterprise / MCA-E elegíveis. O Claude não está publicamente documentado como disponível no Azure China (operado pela 21Vianet), que é uma nuvem soberana separada, com um catálogo de serviços distinto. Clientes chineses que usam o Foundry roteiam pela infraestrutura global do Azure, e não pelo Azure China.¹⁷

OpenAI Codex a partir da China

A lista de países suportados da OpenAI não inclui a China continental; a OpenAI avisa que o acesso a partir de regiões não suportadas pode causar bloqueio ou suspensão da conta.¹⁸ O Azure OpenAI está disponível em regiões globais específicas (não no Azure China), e as empresas chinesas que buscam acesso em conformidade costumam rotear pelo Azure OpenAI em uma região permitida, com os termos contratuais adequados, em vez de tentar usar a API direta da OpenAI.

Alternativas de modelos de fornecedores chineses

DeepSeek, Qwen (Alibaba) e Kimi (Moonshot) são alternativas no nível de modelo que os times chineses avaliam por custo e latência. São modelos, não CLIs agênticas. Combiná-los com o Claude Code exige um adaptador ou gateway compatível com a API da Anthropic (o Claude Code espera o formato de requisição/resposta da Anthropic; o ANTHROPIC_BASE_URL aponta para endpoints compatíveis com a Anthropic, não com a OpenAI). O Codex suporta roteamento de modelos no nível do perfil, mas também espera respostas compatíveis com a OpenAI. Nenhuma das ferramentas expõe suporte de primeira classe a DeepSeek/Qwen/Kimi; o caminho é uma camada de adaptação que traduza entre o formato da API do fornecedor e o que a CLI espera. Esses modelos respondem bem a questões de compra, latência e residência de dados. Já as questões de correção do loop do agente e de maturidade de chamada de ferramentas continuam sendo mais bem atendidas pelos modelos de fronteira Claude e GPT para os quais essas CLIs foram ajustadas.

Capacidades multiagente

O Codex oferece delegação de tarefas à nuvem via codex cloud exec⁶, uma superfície que a OpenAI ainda marca como experimental. Você descreve uma tarefa, o Codex sobe um ambiente na nuvem, roda o agente contra a sua base de código e devolve um diff. Você não acompanha o raciocínio do agente em tempo real; define a tarefa de antemão e coleta os resultados depois. A delegação à nuvem se encaixa naturalmente em pipelines de CI/CD e processamento em lote. Para paralelismo local, a experiência multiagente v2 se estabilizou como opção habilitável na v0.145.0 (21 de julho de 2026), com modelos de subagente, níveis de raciocínio e concorrência configuráveis⁷.

O Claude Code oferece criação explícita de subagentes pela ferramenta Task¹⁰, e essa superfície cresceu bastante ao longo de 2026: os subagentes rodam em segundo plano por padrão desde a v2.1.198, criam subagentes aninhados até a profundidade 3 e rodam até 20 em paralelo por padrão a partir da v2.1.219, com fluxos dinâmicos (/workflows, v2.1.154+) orquestrando frotas maiores. O agente pai cria subagentes com tarefas específicas e contexto isolado, coordena os resultados e sintetiza as saídas. A criação de subagentes viabiliza orquestração interativa: você vê o raciocínio e pode intervir. Combinada com padrões de deliberação em que vários agentes criticam as saídas uns dos outros, a orquestração interativa pega problemas que passam batido nos modelos de disparar e esquecer.

Tarefas na nuvem servem a fluxos em que você define a tarefa de antemão e quer os resultados depois. A coordenação de subagentes serve a fluxos em que a tarefa evolui pelo raciocínio e exige síntese em tempo real.

O espectro de confiança

Antes de olhar a matriz de decisão, pense em onde a sua tarefa cai no espectro de confiança. Toda tarefa de programação agêntica envolve uma decisão implícita de confiança: quanto você confia no julgamento do agente nessa tarefa específica?

Baixa confiança (use o Codex): você está revisando código que não escreveu, rodando scripts de fontes externas ou delegando trabalho a um ambiente de nuvem que não consegue acompanhar em tempo real. O agente pode encontrar entrada adversária. Você quer que o sistema operacional imponha as fronteiras independentemente do que o modelo decidir.

Confiança média (use qualquer uma): você está trabalhando na sua própria base de código, com padrões conhecidos. O agente pode errar, mas são erros de excesso de confiança, não de má-fé. Você quer revisar as mudanças antes que entrem, mas não precisa de isolamento no nível do kernel.

Alta confiança (use o Claude Code): você construiu as proteções com hooks, instruções no CLAUDE.md e permissões em lista de liberação. O agente opera dentro de um ambiente governado que você mesmo desenhou. Você confia o suficiente na camada de governança para aprovar ações seletivamente, em vez de restringir tudo em bloco.

A maioria dos desenvolvedores opera em confiança média na maior parte do tempo, e é por isso que o fluxo com as duas ferramentas funciona: o Codex cuida das tarefas de baixa confiança, em que o sandbox dele brilha, e o Claude Code cuida das tarefas de confiança média a alta, em que hooks programáveis agregam mais do que restrições de kernel.

Framework de decisão

Uma matriz de decisão concreta com base em necessidades específicas:

Nenhuma ferramenta domina essa matriz. O padrão de fundo é mais simples do que dez linhas sugerem: o Codex se destaca quando você precisa de fronteiras duras, e o Claude Code se destaca quando você precisa de lógica programável. Se você está rodando código não confiável, revisando contribuições externas ou delegando a um ambiente de nuvem que não consegue acompanhar, as fronteiras duras importam mais. Se está aplicando convenções de time, orquestrando fluxos de várias etapas ou construindo proteções que codificam regras de negócio, a lógica programável importa mais. Se mais de três das suas necessidades apontam para uma ferramenta, comece por ela. Se a divisão ficar equilibrada, considere o fluxo com as duas.

Minha recomendação

Use as duas. Passei tarefas idênticas de revisão de código pelas duas ferramentas em 12 categorias de tarefas (documentadas na minha série de avaliações às cegas) e vi que nenhuma sozinha pegava tudo. Um exemplo concreto: durante uma revisão de autenticação em FastAPI, o Opus apontou um canal lateral de temporização na função de comparação de senhas. A comparação usava o operador == do Python em vez de hmac.compare_digest(), criando um oráculo de temporização¹¹. O Codex passou totalmente batido nesse problema. Na mesma base de código, o sandbox do Codex pegou um vetor de SSRF em um endpoint que buscava URLs, em que URLs fornecidas pelo usuário podiam alcançar serviços internos. O Opus havia aprovado o endpoint porque a validação de entrada parecia correta no nível da aplicação, mas o sandbox de kernel sinalizou a requisição de rede de saída para uma faixa de IP interna. Modelos diferentes, treinados em dados diferentes, pegam classes diferentes de vulnerabilidade. Rodar os dois custa cerca de 2x por revisão, mas pega bem mais problemas em código sensível à segurança.

Meu fluxo de trabalho diário se divide por tipo de tarefa:

• Claude Code cuida da implementação de recursos, da revisão de código e das refatorações em vários arquivos. Os hooks impõem formatação, bloqueiam comandos perigosos e rodam os testes depois de cada edição. O modelo interativo de subagentes funciona bem para tarefas que evoluem pelo raciocínio.
• Codex cuida da revisão de código não confiável com --sandbox read-only (reviso PRs e dependências externas no sandbox de kernel), das tarefas em lote delegadas à nuvem via codex cloud exec e das segundas opiniões de arquitetura, em que a perspectiva de outro modelo revela pontos cegos.

CLAUDE.md e AGENTS.md convivem no mesmo repositório sem conflitos. A sobrecarga de manutenção continua mínima porque os dois arquivos compartilham a maior parte do conteúdo. Mantenho uma seção comum de convenções e a copio nos dois.

Quando não usar nenhuma das duas. Nem o Codex nem o Claude Code são a escolha certa quando você precisa de determinismo garantido. As duas ferramentas são probabilísticas: o mesmo prompt pode produzir saídas diferentes entre execuções. Se o seu fluxo exige reprodutibilidade exata (por exemplo, gerar arquivos de configuração que precisam bater byte a byte com um schema), use um motor de templates ou um gerador de código. As ferramentas agênticas são mais fortes quando a tarefa exige julgamento e mais fracas quando a tarefa exige precisão sem julgamento.

Para a comparação completa, com metodologia e resultados da avaliação às cegas em 12 categorias de tarefas, veja Claude Code vs Codex: quando usar cada um. Para começar com cada uma separadamente, veja o guia do Claude Code ou o guia do Codex. Para um passo a passo prático do sistema de hooks que sustenta a camada de governança do Claude Code, veja o tutorial de hooks.

Referências

Perguntas frequentes

Posso usar o Codex e o Claude Code no mesmo projeto?

Sim. CLAUDE.md e AGENTS.md são arquivos separados que cada ferramenta lê de forma independente. Nenhuma ferramenta interpreta o arquivo de instruções da outra. Os arquivos de configuração não conflitam. Mantenho os dois em todo projeto ativo. A única consideração é manter o conteúdo compartilhado sincronizado entre os arquivos de instruções, o que leva minutos porque os formatos são parecidos.

Qual é mais barata para o uso diário?

Veja a seção completa de Preços em detalhe acima. Versão rápida: o Claude Code tem preços por token da API da Anthropic (Sonnet 5 a $2/$10, promocional no lançamento e agora o preço padrão; Opus 5 a $5/$25), mais uma escada de assinaturas (Pro $20, Max 5x $100, Max 20x $200, Team $30/usuário, Team Premium $150/usuário). O Codex CLI tem preços por token da API da OpenAI (o GPT-5.6 Sol a $4 de entrada / $20 de saída por MTok, tarifa promocional pelo menos até 21 de novembro de 2026; o GPT-5.5 a $5 / $30), além da família GPT-5.4 / GPT-5.3-Codex e do que já vem incluído no ChatGPT Plus/Pro. A eficiência de tokens varia por tipo de tarefa; para trabalho sensível ao orçamento, rode uma tarefa representativa nas duas e compare as cobranças reais. Os preços por token diferem entre os fornecedores, então contagens brutas de tokens não se traduzem diretamente em custo.

Qual lida melhor com bases de código grandes?

As duas lidam bem com repositórios grandes. Os padrões do Claude Code (Opus 5 ou Sonnet 5, conforme o plano) são nativamente de 1M de tokens pelo preço padrão. A família padrão GPT-5.6 do Codex roda com 272K dentro do Codex por padrão e 872K com model_context_window, e as janelas de 1,05M (GPT-5.6 Sol, GPT-6 Astra e GPT-5.5 igualmente, cada uma cobrada a 2x a entrada e 1,5x a saída assim que a entrada passa de 272K) ficam do lado da API; veja a atualização de 3 de setembro na seção Contexto e modelos. Nenhuma das ferramentas lê a sua base de código inteira de uma vez; as duas se apoiam em recuperação no trabalho do dia a dia (busca na base de código no Claude Code, com CLAUDE.md em camadas carregando contexto de antemão; descoberta de arquivos guiada por busca no Codex). O tamanho bruto da janela importa mais ao raciocinar sobre relações entre muitos arquivos em um único turno, e aí o Claude Code tem hoje a maior janela dentro da ferramenta.

O Codex CLI roda localmente ou na nuvem?

Os dois, mas não no mesmo modo. O Codex CLI roda localmente por padrão, o mesmo padrão de qualquer ferramenta de terminal.¹ A delegação à nuvem é um fluxo separado, via codex cloud exec ou Codex Cloud, que roda a sua tarefa em um contêiner na infraestrutura hospedada pela OpenAI e devolve um diff. O Codex Cloud é o que as pessoas geralmente querem dizer quando falam em “sandbox do Codex”; o sandbox local do Codex CLI é o caminho de nível de kernel com Seatbelt / Landlock descrito na seção de modelos de segurança acima.

Consigo acessar o Claude Code e o Codex da China continental?

O acesso direto às APIs da OpenAI e da Anthropic não é oficialmente suportado a partir da China continental. Os binários da CLI instalam e rodam localmente, mas rotear tráfego para as APIs diretas a partir da China continental pode causar suspensão de conta ou problemas de conformidade. Os caminhos legítimos passam pelo Azure OpenAI (regiões específicas fora da China), pela AWS Bedrock (as regiões públicas mais próximas da APAC, incluindo Tóquio, Seul, Singapura, Mumbai e Sydney; sem endpoint de runtime na China continental nem em Hong Kong), pelo Google Vertex AI (asia-east2 em Hong Kong e outras regiões da APAC, com ressalvas de disponibilidade por modelo) e pelo Microsoft Foundry no Azure global (não no Azure China) para o Claude. Veja Acessando o Codex e o Claude Code a partir da China acima para os detalhes.

Como comentários ou código em chinês afetam o uso de tokens?

Os caracteres chineses são tokenizados de forma diferente do inglês. O tokenizador do Claude trata a maioria dos caracteres chineses como um token cada, o que torna o código-fonte em chinês frequentemente mais eficiente em tokens por linha do que o equivalente em inglês, porém menos eficiente por caractere (um token cobre um caractere, em vez de uma palavra inglesa de 4 a 6 caracteres). O Codex (família GPT) usa uma abordagem parecida. O efeito prático: espere contagens de tokens aproximadamente comparáveis para conteúdo equivalente de comentários ou docstrings em qualquer um dos dois idiomas, com o comportamento por token dominado pela estrutura do código, e não pela proporção de linguagem natural.

Posso usar o Claude Code ou o Codex CLI com DeepSeek, Qwen ou Kimi como modelo de apoio?

Só por meio de um adaptador ou gateway. O Claude Code espera o formato de requisição/resposta da API da Anthropic (o ANTHROPIC_BASE_URL aponta para endpoints compatíveis com a Anthropic); o Codex espera o formato da OpenAI. DeepSeek, Qwen e Kimi publicam suas próprias APIs, que precisam de tradução antes que uma sessão do Claude Code ou do Codex CLI consiga conduzi-las. Existem projetos de adaptador da comunidade, mas não são de primeira classe, e os dialetos de chamada de ferramentas e de cache de prompt de cada fornecedor diferem o bastante para que loops agênticos de vários turnos quebrem com frequência. DeepSeek, Qwen e Kimi são opções críveis para geração de código em um único disparo por um harness de shell separado, e para revisão de arquivo único nos seus preços nativos. A correção completa do loop agêntico e a confiabilidade de chamada de ferramentas ainda vêm dos modelos de fronteira Claude e GPT para os quais essas CLIs foram ajustadas.

Qual é a diferença entre o Codex CLI e os recursos Codex do ChatGPT?

O Codex CLI é a ferramenta de terminal em github.com/openai/codex. “Codex” dentro do ChatGPT se refere à mesma família de modelos exposta pelos aplicativos web, desktop e mobile do ChatGPT, com outras possibilidades de interface (delegação de tarefas à nuvem, resultados assíncronos, integração com o histórico do ChatGPT). CLI e ChatGPT compartilham os modelos por baixo; o que difere é o fluxo de trabalho e a gestão de contexto. Se a sua pergunta é “qual ferramenta eu instalo no meu laptop?”, você está falando do Codex CLI.

Preciso de uma assinatura do ChatGPT para usar o Codex CLI?

Não, embora ajude no custo. O Codex CLI funciona com uma chave de API da OpenAI avulsa, cobrada por token. O ChatGPT Plus ou Pro inclui parte do uso do Codex (confira a página atual de assinaturas do ChatGPT para os tetos).¹⁴ Para desenvolvedores chineses, a cobrança direta por API em uma conta da OpenAI costuma ser um caminho mais limpo do que rotear uma assinatura do ChatGPT pelos meios de pagamento da China continental.

Qual é a contagem real de hooks no Claude Code?

São 31 eventos de ciclo de vida, conforme a referência oficial de hooks em agosto de 2026.² A contagem cresce de forma constante, e é exatamente por isso que citações desatualizadas se acumulam: posts anteriores citam 17 ou 26, dependendo de quando congelaram. As adições ao longo de 2026 incluem PostToolUseFailure, SubagentStart, TeammateIdle, TaskCompleted, PermissionRequest, PermissionDenied, PreCompact / PostCompact, Elicitation / ElicitationResult, StopFailure, TaskCreated, CwdChanged, FileChanged, InstructionsLoaded, ConfigChange, WorktreeCreate / WorktreeRemove, Setup e, mais recentemente, DirectoryAdded (v2.1.219, julho de 2026).

Quando o Opus 4.7 foi lançado e como isso muda esta comparação?

Em 16 de abril de 2026. Foi o primeiro lançamento GA de Opus depois do Glasswing pela Anthropic, saiu com salvaguardas cibernéticas explícitas e levou o Claude Code a 1M de tokens pelo preço padrão, com liderança no SWE-bench Verified em 87,6%. A linha mudou duas vezes desde então: Opus 4.8 (maio de 2026) e depois Opus 5 (24 de julho de 2026) pelos mesmos $5/$25, com o Sonnet 5 (30 de junho, 1M nativo, $2/$10) virando o padrão do Claude Code no Pro e no Team Standard. Do lado da OpenAI, o GPT-5.5 (23 de abril) assumiu o estado da arte no Terminal-Bench 2.0 com 82,7%. A liderança em benchmarks é fluida; trate qualquer resultado isolado como uma medição pontual. Veja a seção Contexto e modelos acima para o panorama atual.