Codex CLI vs Claude Code 2026：架構、定價與中國存取

Codex CLI 與 Claude Code 都是終端機原生的代理式工具，到了 2026 年年中，兩者都以雙層架構落實安全性：底層是作業系統層級的沙箱，上層則是可程式化的治理層。如今真正拉開差距的，是側重點與深度。Codex 以核心層沙箱為主軸，hook 系統維持精簡；Claude Code 則以同類工具中最豐富的 hook 介面為主軸，並在其下加上作業系統層級的沙箱化執行。這種側重點的差異，仍然一路影響到兩款工具如何處理設定、權限、多代理工作流程與團隊治理。以下比較會用具體的決策標準梳理這些差異，也延續我在本站持續建立的 AI 工程領域。

我的主力工具是 Claude Code，這個偏好我先講清楚。文中的觀察來自每天在正式專案任務、盲測評估與雙工具工作流程中同時使用這兩款工具的經驗。

TL;DR：Codex 主要在作業系統核心層（Seatbelt、Landlock、seccomp）落實安全性¹，並在其上疊加一套精簡的五事件 hook 系統（自 CLI v0.124.0 起穩定）。Claude Code 以應用層治理為主軸，截至 2026 年 8 月共有 31 個可程式化的 hook 事件²，並以作業系統層級的沙箱化 Bash（Seatbelt/bubblewrap）作為後盾——自 v2.1.219 起，還多了會直接拒絕未列入允許清單主機的 strictAllowlist。兩款工具都能處理大型上下文：Claude Code 在 Max、Team Premium、Enterprise 與 API 帳號上預設使用 Opus 5，在 Pro 與 Team Standard 上預設使用 Sonnet 5（兩者都原生支援 1M；Sonnet 每 MTok $2/$10，Opus $5/$25）²⁰；Codex CLI 預設使用 GPT-5.6 系列（在 Codex 中預設 272K，搭配 model_context_window 可達 872K；GPT-5.6 Sol 至少到 2026 年 11 月 21 日採每 MTok $4/$20 的促銷定價）¹⁹²¹。需要雲端沙箱的任務委派與核心層隔離時，選 Codex。需要可程式化治理、長線重構與著重安全性的程式碼審查時，選 Claude Code。最好的結果來自兩者並用。

重點摘要

• 獨立開發者：先從符合您主要語言生態系的那一款開始。兩款工具可以共存於同一個儲存庫而不衝突（CLAUDE.md 與 AGENTS.md 彼此獨立）。
• 團隊主管：Codex 的設定檔提供明確、可稽核的設定切換。Claude Code 的分層階層則會自動套用因情境而異的規則。請依團隊偏好明確控制或自動適應來選擇。
• 資安工程師：Codex 的核心層沙箱在作業系統層級阻止代理繞過限制。Claude Code 的 hook 與代理共用同一個行程邊界，但可以執行任意驗證邏輯——不過現在其下方已經有作業系統層級的沙箱化 Bash。請讓工具符合您的威脅模型。

該選哪一款工具？（依角色的決策路徑）

比較的答案取決於您是誰。以下四條路徑，分別對應本頁最常見的四種讀者。

個人或小型團隊專案的獨立開發者

預設選擇：Claude Code。Sonnet 5 原生 1M token 上下文搭配 $2/$10 的定價、31 個事件的 hook 治理系統，以及外掛市集，涵蓋了獨立開發者每天會碰到的情境（大型程式庫重構、工作階段延續、存檔即格式化的自動化）。每月 $20 的 Pro 或每月 $100-200 的 Max，額度可預期又寬裕。

什麼時候加入 Codex CLI：當您需要核心層沙箱來做一次性的不可信程式碼審查，或者 ChatGPT Pro/Plus 已經涵蓋您主要的 AI 支出、再加上 Claude 顯得多餘時。兩款工具可以乾淨地共存；CLAUDE.md 與 AGENTS.md 並排放置即可。

10 至 50 人工程組織的團隊主管

預設選擇：Claude Code。可程式化的 hook（linting 關卡、安全掃描、禁用指令攔截）能以決定性的方式把團隊標準寫進流程，而不是寄望模型會乖乖照提示指示做。受管設定讓主管訂定全組織的政策，個別開發者無法覆寫。claude agents CLI 與 Agent Teams 這些原語，正好對應團隊在審查流程中實際採用的模式。

什麼時候加入 Codex CLI：當涉及資安的審查需要核心層級的硬隔離時（例如審查外部承包商的程式碼、來自不明作者的開源 PR），或者團隊已經透過 Azure OpenAI／Microsoft Foundry 押注在 OpenAI 工具鏈上。把它當成專門的審查工具，而不是每天的主力。

著重資安的審查者或紅隊研究員

預設選擇：Codex CLI（處理對抗性輸入）＋ Claude Code（處理受治理的執行）。Codex 在 macOS Seatbelt／Linux Landlock+seccomp 上的核心層沙箱，會在應用層之下就拒絕系統呼叫，所以惡意代理實際上碰不到您沒有允許的檔案系統區域。Claude Code 的 hook 在應用層執行，不過自 2026 年初起，沙箱化 Bash 已經在其下鋪了一層作業系統層級的地板（Seatbelt/bubblewrap），而 v2.1.219 的 strictAllowlist 也強化了網路政策。請選用符合威脅型態的工具。

什麼時候加入 Claude Code：當您想要可程式化的審查後動作（分流 hook、稽核紀錄、自動產生報告）。典型的工作流程是：Codex 在沙箱約束下檢查，Claude Code 負責分流與政策執行層。

中國／中國大陸的開發者

兩款工具都能用，但決定選擇的關鍵在於連線與成本，而不是功能。在做決定前，請先直接跳到從中國存取 Codex 與 Claude Code。

核心架構的分野

Codex 與 Claude Code 之間最深層的差異，在於治理發生的位置。Codex 在核心層落實安全性：macOS 上透過 Seatbelt，Linux 上透過 Landlock 與 seccomp¹。作業系統會在檔案存取、網路呼叫與行程衍生抵達應用程式之前就先加以限制。模型無法繞過這些限制，因為作業系統在系統呼叫執行之前就已拒絕它。

Claude Code 則透過 hooks 在應用層落實安全性；這些程式會在生命週期節點上攔截動作，截至 2026 年 8 月共有 31 個節點²。掛在 Bash 上的 PreToolUse hook 可以檢查每一道指令、用任意邏輯驗證它，並以結束代碼 2 加以攔截。hook 系統帶來的是可程式化的治理：把商業規則寫成程式、執行 linter、掃描憑證。過去的取捨在於應用層的強制執行與代理共用同一個行程邊界——但這條界線已經從兩個方向同時模糊化。自 2026 年 1 月的沙箱版本起，Claude Code 就已在作業系統層級的原語上執行沙箱化 Bash（macOS 上是 Seatbelt，Linux 上是 bubblewrap），而 v2.1.219 又加入了 sandbox.network.strictAllowlist 設定，會直接拒絕未列入允許清單的主機。另一方面，Codex 也在 v0.124.0 取得穩定的 hook 系統：五個事件（SessionStart、UserPromptSubmit、AfterToolUse、AfterAgent、Stop），以 config.toml 中的 [[hooks]] 區塊設定——但沒有 pre-tool 事件，因此不像 Claude 的 PreToolUse 那樣會在工具呼叫之前觸發任何東西。

每一種安全架構都在表達力與邊界強度之間取捨。這兩款工具從光譜的兩端出發，各自往中間靠攏，但側重點依然是刻意選擇的結果。當威脅模型包含可能懷有敵意的代理時（審查惡意程式碼、執行不可信的指令碼），核心層沙箱說得通。當威脅模型是一個過度自信但立意良善的代理時（您自己的程式碼、您自己的團隊、您自己的慣例），應用層 hook 說得通。多數開發者在不同時候都會需要這兩種威脅模型。

設定哲學

Codex 用 TOML 做設定，Claude Code 用 JSON。格式差異只是表面，哲學差異不是。

Codex 把設定組織在設定檔（profile）周圍，也就是一組組具名的預設，您用 --profile 明確切換。careful 設定檔會把 approval_policy = "untrusted" 打開並積極沙箱化⁹；deep-review 設定檔則切換到能力更強的模型。您永遠知道目前生效的是哪一套設定，因為那是您指名選的。指示層使用 AGENTS.md，這是 Linux Foundation 旗下 Agentic AI Foundation 的開放標準³，Codex、Cursor、Copilot、Amp、Devin Desktop 與 Gemini CLI 都能讀取。

Claude Code 則把設定組織成分層階層：五層由受管設定（優先權最高）往下串接到命令列、本機專案、共用專案，最後是使用者預設。CLAUDE.md 檔案的作用範圍涵蓋使用者、專案與本機三個層級。Skills、hooks 與 rules 目錄再往上疊加更多層。合適情境的設定會自動套用，但生效中的設定無法從任何單一檔案看出來，您得靠讀取整個階層把它拼回來。

設定檔偏向明確與可稽核。要回答「當時生效的是哪一套設定？」，只要看傳入了哪個 --profile 旗標就行。分層階層則偏向自動化與情境敏感度：正確的情境會自動套用，但要回答「現在生效的是哪一套設定？」，就得讀完多達五層並理解它們的合併順序。這個取捨是真實存在的：我偶爾就被使用者層級的 CLAUDE.md 覆寫嚇到過，它和專案層級的指示相衝突，而明確的設定檔不會發生這種事。

安全模型比較

模式很清楚：Codex 提供較強的邊界、較粗的控制粒度；Claude Code 提供較弱的邊界、較細的控制粒度¹¹。正確的選擇取決於您的威脅模型。要審查不可信的外部程式碼？核心層沙箱。要在可信的程式碼上落實組織的編碼標準？可程式化的 hook。

上下文與模型

更新，2026 年 9 月 3 日。以下段落有兩處更正與一項補充；下方段落維持 8 月 11 日撰寫時的原樣，以便留下紀錄。

第一，Codex 的預設。OpenAI 的 Codex 模型頁面在 8 月 10 日之前就已把 gpt-5.6-sol 列為預設的 Power 設定，因此本文在 8 月 11 日更新時，「建議的預設是 GPT-5.5」這句話就已經過時。GPT-5.5 是被 GPT-5.6 Sol 取代的那一代旗艦。到了 9 月 3 日，同一個頁面不再指名預設模型：「請從您帳號可用的預設 Power 設定開始」，而對符合資格的 Pro、Business 與 Enterprise 帳號，Astra 的推出會「將 Power 選項更新為 Terra Light、Sol Light、Sol Medium、Astra Light、Astra Medium 與 Astra Extra High」。下方描述的工具內上下文不對稱也已經改變。GPT-5.6 系列在 Codex 內的預設視窗是 272,000 token（v0.144.6 的發行說明更正了這個數字），而自 8 月 20 日的 v0.149.0 起，model_context_window 設定可以把 Sol、Terra 與 Luna 提高到 872,000，仍然不及 Claude Code 的 1M。Codex 0.153.1 的模型目錄也把 GPT-5.5 在 Codex 中列為 272,000，而不是下方引述的 400K。¹⁹

第二，Claude Code 的預設是依方案而定，不是單一模型。Anthropic 的模型設定文件列出「Max、Team Premium、Enterprise 與 Anthropic API：預設為 Opus 5」與「Pro 與 Team Standard：預設為 Sonnet 5」。Sonnet 5 每 MTok $2/$10 的價格，下方描述為 8 月 31 日前的推廣定價，如今已是標準價；原訂的調漲並未發生。²⁰

第三，改變這場比較的那個模型。OpenAI 於 9 月 3 日發布 GPT-6 Astra，每百萬輸入 token $10、快取 $1、輸出 $50，上下文視窗 1,050,000 token，最大輸出 128,000。長視窗要加價：「輸入超過 272K token 的提示，整個請求的輸入與快取費率以 2 倍計、輸出以 1.5 倍計。」供應狀況的原文是：「GPT-6 Astra 今日起向我們 Trusted Access Program 中的企業推出，透過 API 以及我們的 Plus、Pro、Business 與 Enterprise 方案存取的管道將於未來數日開放。」同一天的 Codex CLI 0.153.1「新增了透過 API 設定 GPT-6-Astra 的支援，且不會變更預設模型，也不會讓它出現在模型選擇器中」。Anthropic 在其正式供應範圍頂端的對應產品是 Claude Fable 5.1（9 月 1 日）：每 MTok $10/$50，快取讀取 $0.25，1M 上下文。兩家廠商如今都在各自的編碼預設之上，列出一款以基本費率計價的 $10/$50 旗艦。9 月 3 日當天，依 Astra 模型頁面，Trusted Access Program 之外的存取仍在路上；依 Codex 模型頁面，Astra 的 Power 選項也只觸及符合資格的帳號。兩家廠商都沒有把自家旗艦設為編碼工具的預設。¹⁹²⁰

截至 2026 年 8 月，Codex CLI 建議的預設是 GPT-5.5（2026 年 4 月 23 日推出）⁴：在 Codex 中 400K 上下文，在 API 中 1M，每 MTok $5/$30，Terminal-Bench 2.0 得分 82.7%——推出時在公開可用的模型中屬最先進水準。前一代旗艦 GPT-5.4 仍可透過 API 使用，並保有 1.05M 的實驗性長上下文模式（超過 272K 輸入後，輸入以 2 倍、輸出以 1.5 倍計費）⁴，但 Codex v0.145.0（2026 年 7 月 21 日）已把內建的 GPT-5.4 選項遷移到 GPT-5.6 Terra 與 Luna 變體（各 272K 上下文）。gpt-5.2-codex 快照已於 2026 年 7 月 23 日停止服務——原本釘選它的指令碼現在會失敗，而 OpenAI 建議的替代品是 GPT-5.6 Sol。⁴

Claude Code 自 v2.1.197（2026 年 6 月 30 日）起預設使用 Sonnet 5：原生 1M token 上下文、最大輸出 128K、每 MTok $3/$15，並在 2026 年 8 月 31 日前提供 $2/$10 的推廣定價⁵。opus 別名自 v2.1.219（2026 年 7 月 24 日）起指向 Opus 5：1M 上下文、最大輸出 128K、每 MTok $5/$25，Anthropic 將其定位為相對於 Opus 4.8 同價位的能力升級。兩家廠商的預設模型與上下文上限都會隨版本改變；請至各廠商頁面查閱最新數值。

兩款工具現在都能妥善處理大型上下文，但有一個不對稱之處：Claude Code 的預設模型在工具內就原生支援 1M，且沒有長上下文加價；而 Codex 把 GPT-5.5 在 Codex 內限制在 400K（完整的 1M 視窗僅限 API）。就單一視窗吞下 monorepo 這件事來說，Claude Code 目前在工具內佔有優勢；不過對多數專案而言，檢索品質（各工具找到相關程式碼的能力）仍然比視窗的絕對大小更重要。

8 月 11 日的文字到此結束；上方 9 月 3 日的更新已取代其內容。

公開基準測試的變動速度，比任何比較文章都快。2026 年 4 月的快照中，Opus 4.7 在 SWE-bench Verified（87.6%）與 SWE-bench Pro（64.3%）領先，而 GPT-5.4（75.1%）與 GPT-5.3-Codex（77.3%）在 Terminal-Bench 2.0 領先¹²。GPT-5.5 在 4 月 23 日推出時以 82.7% 拿下 Terminal-Bench 2.0，是當時公開可用模型中的最先進水準⁴。此後兩家廠商都推出了更新的模型：OpenAI 有 GPT-5.6 Sol 與 GPT-6 Astra，Anthropic 有定位為同價位能力升級的 Opus 4.8（5 月）與 Opus 5（7 月），以及位於其上、每 MTok $10/$50 的 Fable 5.1（9 月 1 日）。¹⁹²⁰ 本文並未收錄那些較新模型的基準測試表。請把這裡的每一個數字都當成某個時間點的量測值，做決定前先查廠商頁面。在我以較早版本的 Opus 進行的盲測評估中，即使上下文較小，它在審查與資安任務上仍然勝出，而這個模式在 1M 上下文下依然成立。

兩款工具都支援模型路由。Codex 依設定檔選擇模型⁹。Claude Code 依方案預設為 Opus 5 或 Sonnet 5，opus 別名指向 Opus 5，而每一次呼叫都能透過 --model 或設定層級的組態覆寫。

定價深入解析

定價分成三種模式：按 token 計費的 API、包含代理式 CLI 用量的訂閱，以及透過 AWS／GCP／Azure 的雲端供應商計費。最便宜的路徑取決於每日 token 用量，而不是牌價。

Claude Code 定價（2026 年 9 月 3 日已核實）

按 token 計費（Anthropic API）：¹³

Sonnet 5 的 $2/$10 推出時是推廣定價，如今已是標準價；9 月 1 日的調漲已取消。Opus 4.8、4.7 與 4.6 仍以舊版模型的身分沿用同樣的 $5/$25 費率。沒有長上下文加價：Opus 5 與 Sonnet 5 的 1M token 視窗都以標準費率計價。Batch API 的輸入與輸出享有 50% 折扣。¹³

包含 Claude Code 的訂閱方案：⁸

雲端供應商定價依循 AWS Bedrock／Google Vertex AI／Microsoft Foundry 的牌價，這些費率與 Anthropic 的直接 API 相當接近，只是在區域可用性與資料落地上有所差異。

Codex CLI 定價（2026 年 9 月 4 日已核實）

按 token 計費（OpenAI API）：¹⁴

OpenAI 輪替模型變體時定價也會改變。GPT-5.6 Sol、GPT-6 Astra 與 GPT-5.5 這三列於 2026 年 9 月 4 日核實；其餘較舊的列為 2026 年 8 月 8 日的資料。GPT-5.6 Sol 在輸入超過 272K 時，整個請求以 $8/$30 計費。

根據 OpenAI 的淘汰表，gpt-5.2-codex 快照已於 2026 年 7 月 23 日停止服務；OpenAI 建議的替代品是 GPT-5.6 Sol。⁴ GPT-5.4 上的長上下文提示（輸入超過 272K token）在該工作階段會以 2 倍輸入與 1.5 倍輸出計費，standard、batch 與 flex 級距皆然。⁴

包含 Codex 的訂閱方案：

ChatGPT Plus（每月 $20）、Pro（5 倍級距每月 $100 起，20 倍每月 $200）與 Business（純 Codex 席次採用量計費，或標準 ChatGPT Business 席次搭配 Codex 用量上限）都包含 Codex 系列的用量，並各有方案專屬的上限。GPT-5.5、GPT-5.4 與 GPT-5.3-Codex 都能透過 OpenAI API 使用，並對支援的 API 級距公布按 token 的定價與速率限制（免費級距不支援）。¹⁴ 純 API 的團隊可以完全跳過訂閱；當內含的 Codex 用量再加上更廣的聊天介面對團隊更划算時，才使用 ChatGPT 訂閱。

Opus 5 的 1M 上下文實際要多少錢

實務上的問題是：「如果我餵給 Opus 5 一份 1M token 的程式庫，帳單是多少？」

一次完整上下文的處理，搭配 10K token 的回應： - 輸入：1,000,000 token × 每 MTok $5.00 = $5.00 - 輸出：10,000 token × 每 MTok $25.00 = $0.25 - 合計（無快取）：每次 $5.25

在這份 1M token 的程式庫上使用 5 分鐘提示快取（假設寫入一次快取，後續追問重複讀取）： - 首次寫入：1,000,000 × 每 MTok $6.25 = $6.25（一次性） - 5 分鐘內的每次後續讀取：1,000,000 × 每 MTok $0.50 + 10,000 輸出 × 每 MTok $25 = $0.75 - 一個工作階段讀取五次：$6.25 +（5 × $0.75）= 五次完整上下文處理共 $10.00

以 1 美元 ≈ 6.82 人民幣的參考匯率換算（2026 年 4 月前後，人民銀行中間價大致落在 6.82 至 6.90 區間）：在 1M token 的程式庫上跑五次完整上下文的 Opus 5 工作階段，約 ¥68.20。匯率會變動，在採購文件中引用前請先確認當前匯率。對編列預算而言，重要的是這套算法，而不是那個確切的人民幣數字。

換算到 GPT-5.4 的長上下文模式（前一代旗艦——GPT-5.5 的 1.05M 視窗僅限 API，且在超過 272K 後以 2 倍輸入與 1.5 倍輸出計費，因此同一次未快取的完整 1M 處理是 $10.45）： - 輸入：1,000,000 token ×（基本 $2.50 × 2 倍長上下文乘數）= $5.00 - 輸出：10,000 token ×（基本 $15.00 × 1.5 倍長上下文乘數）= $0.225 - 合計（無快取）：每次 $5.23，與 Opus 5 在完整 1M 上下文下的未快取價格相差不到 1%

在 GPT-5.3-Codex（輸入上限 272K）上，要吞下同一份 1M 的程式庫至少得分四次處理，這會改變工作階段層級的成本結構。多數中國開發團隊並不需要每天用到完整的 1M 上下文，所以務實的比較還是要回到典型的工作階段規模（50K 至 200K token），在那個區間兩款工具每次工作階段的成本都不到 $1。

訂閱什麼時候勝過按 token 計費

粗略的判斷法則（並非公布的 token 配額，因為 Anthropic 並未公布）：輕量的互動式使用，Pro 綽綽有餘；在 Opus 5 上較重的每日代理式工作流程會推進到 Max 5x 或 Max 20x 的範圍；而持續性的完整上下文工作負載（每次工作階段 $5 以上）搭配積極的提示快取，按 token 計費可能比有上限的訂閱更便宜。與其套公式猜測，不如在 Pro 上跑一個具代表性的星期，查看您的 Claude 用量儀表板，再視需要往上調整級距。團隊也做同樣的逐人試算，再加上 Enterprise 級距吸收掉的管理、政策與 SSO 成本。

從中國存取 Codex 與 Claude Code

根據兩家供應商公布的支援國家清單，第一方的 OpenAI 與 Anthropic API 存取在中國大陸並未獲得官方支援。¹⁸ 開發者有時會透過非大陸的網路與帳號繞道，但這麼做會帶來帳號停權與法遵風險，您得拿它跟自己主張的生產力效益權衡。CLI 執行檔一旦下載後就能在本機安裝並執行；日常的代理迴圈行為到哪裡都一樣。真正合法的路徑，落在雲端供應商的路由上。

AWS Bedrock 的區域可用性

Anthropic 的 Claude 模型透過 Amazon Bedrock 在特定 AWS 區域提供服務。截至 2026 年 4 月，公開的 Bedrock 執行端點涵蓋亞太區域，包括東京、首爾、新加坡、孟買與雪梨，但目前在中國大陸或香港都沒有 Bedrock 執行端點。¹⁵ 走 AWS 的中國客戶通常使用新加坡或東京，並承擔隨之而來的延遲成本。

Google Vertex AI 的區域可用性

Google Cloud 在亞太區域提供 Vertex AI 生成式 AI 端點。¹⁶ 各區域可用的 Claude 模型不盡相同，而 asia-east2（香港）長期以來對中國南部的使用者提供較低的延遲。在做決定前，請先確認您選定的 Vertex 區域是否提供該 Claude 模型；覆蓋範圍會隨時間擴大，但在亞太並不一致。

Microsoft Foundry

Claude 可透過 Microsoft Foundry 在 Azure 的全球標準部署上使用，通常需要符合資格的 Enterprise／MCA-E 訂閱。Azure 中國（由 21Vianet 營運）是獨立的主權雲，服務目錄自成一格，而且並沒有公開文件指出 Claude 在其中可用。使用 Foundry 的中國客戶是走全球 Azure 版圖，而不是 Azure 中國。¹⁷

從中國使用 OpenAI Codex

OpenAI 的支援國家與地區清單並未納入中國大陸；OpenAI 也警告，從不支援的地區存取可能導致帳號被封鎖或停權。¹⁸ Azure OpenAI 在特定的全球區域提供服務（不含 Azure 中國），追求合規存取的中國企業通常會在允許的區域透過 Azure OpenAI 路由，並簽訂適當的合約條款，而不是直接使用 OpenAI API。

中國供應商的模型替代方案

DeepSeek、Qwen（阿里巴巴）與 Kimi（月之暗面）是中國團隊基於成本與延遲考量會評估的模型層級替代方案。它們是模型，不是代理式 CLI。要把它們搭配 Claude Code，需要一層相容於 Anthropic API 的轉接器或閘道（Claude Code 預期的是 Anthropic 的請求／回應格式；ANTHROPIC_BASE_URL 指向的是相容於 Anthropic 的端點，而不是相容於 OpenAI 的端點）。Codex 支援設定檔層級的模型路由，但同樣預期 OpenAI 格式的回應。兩款工具都沒有把 DeepSeek／Qwen／Kimi 當成一等公民支援；可行的路徑是一層轉接，負責在供應商的 API 格式與 CLI 期待的格式之間翻譯。採購、延遲與資料落地這類問題，這些模型答得很好；代理迴圈的正確性與工具呼叫的成熟度，目前仍是這些 CLI 所調校的前沿 Claude 與 GPT 模型表現最好。

多代理能力

Codex 透過 codex cloud exec 提供雲端任務委派⁶，OpenAI 目前仍將這個介面標示為實驗性。您描述一項任務，Codex 啟動一個雲端環境，讓代理針對您的程式庫執行，最後回傳一份 diff。您無法即時觀察代理的推理過程；您在一開始定義任務，稍後再收取結果。雲端委派自然對應到 CI/CD 管線與批次處理。至於本機的平行處理，多代理 v2 體驗已在 v0.145.0（2026 年 7 月 21 日）以可選加入的形式穩定下來，子代理的模型、推理層級與並行數都可設定⁷。

Claude Code 則透過 Task 工具提供明確的子代理衍生¹⁰，而這個介面在 2026 年間成長不少：自 v2.1.198 起子代理預設在背景執行，可以巢狀衍生至第三層，截至 v2.1.219 預設最多可同時執行 20 個，再加上動態工作流程（/workflows，v2.1.154 起）調度更大的代理群。父代理以特定任務與獨立上下文衍生子代理、協調結果並整合輸出。子代理衍生帶來的是互動式調度：您看得到推理過程，也能介入。再結合多個代理互相批評輸出的審議模式，互動式調度能抓到「發射後不管」模式漏掉的問題。

雲端任務適合那種一開始就定義好任務、稍後再拿結果的工作流程。子代理協調則適合任務會隨推理演變、需要即時整合的工作流程。

信任光譜

在看決策矩陣之前，先想想您的任務落在信任光譜的哪個位置。每一項代理式編碼任務都隱含一個信任決定：在這件具體的任務上，您有多信任代理的判斷？

低信任（用 Codex）：您正在審查不是自己寫的程式碼、執行來自外部來源的指令碼，或是把工作委派給無法即時監看的雲端環境。代理可能遭遇對抗性輸入。無論模型怎麼決定，您都希望由作業系統來執行邊界。

中等信任（兩者皆可）：您在自己的程式庫上處理熟悉的模式。代理可能犯錯，但那是過度自信造成的錯誤，不是惡意。您想在變更落地前先審查，但不需要核心層級的隔離。

高信任（用 Claude Code）：您已經透過 hook、CLAUDE.md 指示與允許清單權限建立了護欄。代理在您設計的受治理環境中運作。您夠信任這層治理，因此可以選擇性地核准動作，而不是全面設限。

多數開發者大部分時間都處在中等信任，這也正是雙工具工作流程之所以行得通的原因：Codex 處理低信任、能凸顯其沙箱價值的任務，Claude Code 處理中到高信任、可程式化 hook 比核心限制更有價值的任務。

決策框架

以下是依具體需求整理的決策矩陣：

沒有哪一款工具能全面主宰這張矩陣。底層的模式比十個列所暗示的更簡單：需要硬邊界時 Codex 出色，需要可程式化邏輯時 Claude Code 出色。如果您在執行不可信的程式碼、審查外部貢獻，或委派給無法監看的雲端環境，硬邊界更重要。如果您在落實團隊慣例、調度多步驟工作流程，或建立編寫商業規則的護欄，可程式化邏輯更重要。如果您的需求有三項以上指向同一款工具，就從那裡開始。如果勢均力敵，不妨考慮雙工具工作流程。

我的建議

兩款都用。我在 12 個任務類別上，用兩款工具跑過完全相同的程式碼審查任務（記錄在我的盲測評估系列），結果是任何單一工具都無法抓到全部問題。舉一個具體的例子：在一次 FastAPI 認證審查中，Opus 標出了密碼比對函式裡的時序側通道。該比對用的是 Python 的 == 運算子，而不是 hmac.compare_digest()，形成了一個時序 oracle¹¹。Codex 完全沒發現這個問題。在同一份程式庫上，Codex 的沙箱抓到了一個 URL 抓取端點裡的 SSRF 路徑，使用者提供的 URL 有機會觸及內部服務。Opus 核准了那個端點，因為輸入驗證在應用層看起來是正確的，但核心層沙箱標出了對內部 IP 範圍發出的對外網路請求。用不同資料訓練出來的不同模型，抓到的弱點類別也不同。兩款都跑，每次審查的成本大約是兩倍，但在涉及資安的程式碼上，能抓到的問題明顯更多。

我的日常工作流程依任務類型分工：

• Claude Code 負責功能實作、程式碼審查與多檔案重構。hook 強制執行格式、攔截危險指令，並在每次編輯後執行測試。互動式的子代理模式很適合那些會隨推理演變的任務。
• Codex 負責以 --sandbox read-only 進行的不可信程式碼審查（我會在核心層沙箱裡審查外部 PR 與相依套件）、透過 codex cloud exec 委派的雲端批次任務，以及需要不同模型視角來找出盲點的架構第二意見。

CLAUDE.md 與 AGENTS.md 可以共存於同一個儲存庫而不衝突。維護負擔很低，因為兩份檔案大部分內容相同：我保留一段共用的慣例，然後複製到兩邊。

什麼時候兩款都不該用。當您需要保證的決定性時，Codex 與 Claude Code 都不是正確選擇。兩款工具都是機率性的：同一段提示在不同次執行中可能產生不同輸出。如果您的工作流程需要精確可重現的結果（例如產生必須逐位元組符合結構描述的設定檔），請改用樣板引擎或程式碼產生器。代理式工具在需要判斷的任務上最強，在需要精確但不需要判斷的任務上最弱。

想看完整比較、盲測評估方法與 12 個任務類別的結果，請參閱 Claude Code vs Codex: When to Use Which。想個別入門，請參閱 Claude Code 指南或 Codex 指南。想實際走一遍支撐 Claude Code 治理層的 hook 系統，請參閱 hooks 教學。

參考資料

常見問題

我可以在同一個專案中同時使用 Codex 與 Claude Code 嗎？

可以。CLAUDE.md 與 AGENTS.md 是兩個各自獨立的檔案，各由對應的工具讀取。兩款工具都不會解析對方的指示檔案，設定檔案也不會衝突。我在每個進行中的專案裡都同時維護這兩份檔案。唯一要留意的是讓指示檔案之間的共用內容保持同步，而由於格式相近，這只需要幾分鐘。

日常使用哪一款比較便宜？

請參閱上方完整的定價深入解析一節。簡短版：Claude Code 有 Anthropic API 的按 token 定價（Sonnet 5 為 $2/$10，推出時是推廣價，如今已是標準價；Opus 5 為 $5/$25），外加一組訂閱階梯（Pro $20、Max 5x $100、Max 20x $200、Team 每位使用者 $30、Team Premium 每位使用者 $150）。Codex CLI 有 OpenAI API 的按 token 定價（GPT-5.6 Sol 為每 MTok 輸入 $4／輸出 $20，這是至少延續到 2026 年 11 月 21 日的促銷費率；GPT-5.5 為 $5／$30），以及 GPT-5.4／GPT-5.3-Codex 系列，再加上 ChatGPT Plus/Pro 內含的用量。token 效率因任務類型而異；預算敏感的工作，建議把一項具代表性的任務在兩邊各跑一次，比較實際帳單。兩家供應商的按 token 定價不同，因此原始 token 數並不能直接換算成成本。

哪一款更能處理大型程式庫？

兩款都能妥善處理大型儲存庫。Claude Code 的預設（依方案為 Opus 5 或 Sonnet 5）原生支援 1M token，且採標準定價。Codex 預設的 GPT-5.6 系列在 Codex 內預設為 272K，搭配 model_context_window 為 872K；而 1.05M 的視窗（GPT-5.6 Sol、GPT-6 Astra 與 GPT-5.5 皆然，輸入一旦超過 272K，都以 2 倍輸入與 1.5 倍輸出計費）都在 API 端，請見上下文與模型一節中 9 月 3 日的更新。兩款工具都不會一次讀完您的整個程式庫；日常工作都倚賴檢索（Claude Code 是程式庫搜尋，配合分層 CLAUDE.md 預先載入脈絡；Codex 則是以搜尋驅動的檔案探索）。當您需要在單一回合中推理跨多個檔案的關係時，視窗的絕對大小才最要緊，而在這件事上 Claude Code 目前擁有較大的工具內視窗。

Codex CLI 是在本機還是雲端執行？

兩者皆有，但不是同一種模式。Codex CLI 預設在本機執行，就跟任何終端機工具一樣。¹ 雲端委派是另一條流程，透過 codex cloud exec 或 Codex Cloud，在 OpenAI 託管的基礎設施中以容器執行您的任務並回傳 diff。一般人講「Codex 沙箱」時，通常指的是 Codex Cloud；Codex CLI 的本機沙箱則是上方安全模型一節所述的核心層 Seatbelt／Landlock 路徑。

我可以從中國大陸存取 Claude Code 與 Codex 嗎？

第一方的 OpenAI 與 Anthropic API 存取在中國大陸並未獲得官方支援。CLI 執行檔可以在本機安裝並執行，但從中國大陸把流量導向第一方 API，可能造成帳號停權或法遵問題。合法的路徑包括 Azure OpenAI（特定的非中國區域）、AWS Bedrock（最近的公開亞太區域，包括東京、首爾、新加坡、孟買與雪梨；中國大陸與香港皆無執行端點）、Google Vertex AI（asia-east2 香港與其他亞太區域，但各模型可用性有但書），以及 Claude 在全球 Azure 上的 Microsoft Foundry（非 Azure 中國）。細節請參閱上方的從中國存取 Codex 與 Claude Code。

中文註解或程式碼會如何影響 token 用量？

中文字的 tokenize 方式與英文不同。Claude 的 tokenizer 大多把一個中文字視為一個 token，這表示中文原始碼以每一行來看往往比等價的英文更省 token，但以每個字元來看則較不划算（一個 token 只涵蓋一個字，而不是一個 4 到 6 個字母的英文單字）。Codex（GPT 系列）採取類似的做法。實際效果是：同樣內容的註解／文件字串，兩種語言的 token 數大致相當，而每個 token 的行為主要由程式碼結構決定，而不是自然語言的比例。

我可以讓 Claude Code 或 Codex CLI 以 DeepSeek、Qwen 或 Kimi 作為後端模型嗎？

只能透過轉接器或閘道。Claude Code 預期的是 Anthropic API 的請求／回應格式（ANTHROPIC_BASE_URL 指向相容於 Anthropic 的端點）；Codex 預期的是 OpenAI 格式。DeepSeek／Qwen／Kimi 都各自發布 API，需要先翻譯，Claude Code 或 Codex CLI 的工作階段才驅動得動它們。社群的轉接專案是存在的，但並非一等公民，而且各家供應商在工具呼叫與提示快取上的方言差異夠大，多回合的代理迴圈常常會斷掉。若透過另一套 shell 框架做單次的程式碼生成，或以其原生價位做單檔審查，DeepSeek／Qwen／Kimi 都是可信的選項。但完整代理迴圈的正確性與工具呼叫的可靠度，目前仍來自這些 CLI 所調校的前沿 Claude 與 GPT 模型。

Codex CLI 與 ChatGPT 的 Codex 功能有什麼差別？

Codex CLI 是位於 github.com/openai/codex 的終端機工具。ChatGPT 裡的「Codex」指的是同一個模型系列，只是透過 ChatGPT 的網頁／桌面／行動應用程式呈現，介面能力不同（雲端任務委派、非同步結果、ChatGPT 歷史紀錄整合）。CLI 與 ChatGPT 共用底層模型；差別在工作流程與上下文管理。如果您的問題是「我該在筆電上裝哪一款工具？」，那您指的是 Codex CLI。

使用 Codex CLI 需要 ChatGPT 訂閱嗎？

不需要，不過有訂閱會比較省。Codex CLI 可以搭配獨立的 OpenAI API 金鑰，按 token 計費。ChatGPT Plus 或 Pro 內含部分 Codex 用量（上限請查閱目前的 ChatGPT 訂閱頁面）。¹⁴ 對中國開發者而言，透過 OpenAI 帳號直接以 API 計費，通常比讓 ChatGPT 訂閱走中國大陸的支付管道更乾淨。

Claude Code 實際有幾個 hook？

截至 2026 年 8 月，官方 hooks 參考文件列出 31 個生命週期事件。² 這個數字持續成長，這也正是過時引用會不斷累積的原因：早期文章依凍結的時間點不同，會寫 17 或 26。2026 年間新增的包括 PostToolUseFailure、SubagentStart、TeammateIdle、TaskCompleted、PermissionRequest、PermissionDenied、PreCompact／PostCompact、Elicitation／ElicitationResult、StopFailure、TaskCreated、CwdChanged、FileChanged、InstructionsLoaded、ConfigChange、WorktreeCreate／WorktreeRemove、Setup，以及最近的 DirectoryAdded（v2.1.219，2026 年 7 月）。

Opus 4.7 是什麼時候推出的？它如何改變這場比較？

2026 年 4 月 16 日。那是 Anthropic 在 Glasswing 之後第一個正式發布的 Opus 版本，推出時附帶明確的網路安全防護措施，並讓 Claude Code 以標準定價達到 1M token，同時以 87.6% 在 SWE-bench Verified 上領先。此後陣容已經更動兩次：Opus 4.8（2026 年 5 月），接著是 Opus 5（2026 年 7 月 24 日），價格同樣是 $5/$25；而 Sonnet 5（6 月 30 日，原生 1M，$2/$10 推廣定價）則成為 Claude Code 的預設模型。OpenAI 這邊，GPT-5.5（4 月 23 日）以 82.7% 取得 Terminal-Bench 2.0 的最先進成績。基準測試的領先地位變動不居；請把任何單一結果都視為某個時間點的量測值。目前的全貌請參閱上方的上下文與模型一節。