AI 活用記事AIコーディングツール

CodexとClaude Codeを比較|同じ課題27回の実測と選び方

Codex CLIとClaude Codeに同じバグ修正と機能追加を計27回させて比べました。所要時間、テスト結果、既定の権限で起きること、頼んでいない修正をするかの違いを、公式の料金・仕様(2026年10月24日取得)とあわせて整理します。

AIコーディングツール、、読了時間:22分

曇った秋の朝、苔むした岩の段から細い一筋の滝と幅の広いすだれ状の滝が並んで落ち、同じ澄んだ淵に注いでいる。手前の浅瀬に小石と落ち葉が見える

CodexとClaude Codeは、今回の小さな課題では、書き込みを許可すればどちらもバグ修正に全回成功し、所要時間の中央値は11〜21秒の範囲に収まりました。はっきり分かれたのは、頼んだ範囲の外にあるバグの扱いです。機能追加を頼むと、Codexは3回とも既存のバグまで直してテストを全件通し、Claude Codeは3回とも既存のバグに手を付けずに「依頼の範囲外」と報告しました。編集部が2026年10月24日に、同じ指示文・同じ初期ファイルで計27回実行した結果です。

CodexとClaude Codeの比較とは、OpenAIのCodex CLIとAnthropicのClaude Codeという、ターミナルでコードを読み書きしコマンドを実行する2つのAIコーディングエージェントについて、料金・既定の動き・同じ課題での結果を並べて確かめることです。本記事の料金と仕様は、2026年10月24日(日本時間)に各公式ページで確認した内容です。

結論:どちらを選ぶか

迷ったら、いま契約しているプランで使えるほうから試すのが手堅い選び方です。どちらも個人向けの入門プランは月$20で、バグ修正の結果に大きな差はありませんでした。そのうえで、今回の実測と公式情報から言えることを場面別にまとめます。

場面 向いているほう 根拠(今回の実測・公式情報)
ChatGPTをすでに契約している Codex FreeやGo(月$8)を含むChatGPTの全プランで使える
Claude Pro・Maxをすでに契約している Claude Code すべての有料プランに含まれ、チャットと同じ使用枠を使う
テストが全部通るまで任せたい Codex 機能追加の3回とも既存のバグまで直し、テストを全件通した
頼んだ範囲だけ変えてほしい Claude Code 機能追加の3回とも既存のバグは直さず、報告して指示を求めた
軽いモデルで速く回したい Codex GPT-6 Lunaでのバグ修正が中央値11.4秒で、バグ修正では最短(3回)。Claude側の軽いモデルは測っていない
CIやスクリプトから非対話で使う どちらも可(設定が必要) 既定ではどちらもファイルを書き換えず、終了コードは0のまま終わる

今回の課題は小さなNode.jsのプロジェクト1つで、各条件1〜3回だけの実行です。「どちらが優れているか」を一般に言える量のデータではありません。表は「今回はこう動いた」という観察にもとづく目安として読んでください。

比較の方法:同じ課題・同じ指示文で計27回

条件をそろえるため、2026年10月21日にCodex CLIの使い方の検証で使った課題と指示文を、そのまま使いました。

  • 課題:小計と税込価格を計算する小さなNode.jsのプロジェクト。小計が数量を掛けない、税込価格が四捨五入になっている(仕様は1円未満切り捨て)という2つのバグを仕込み、開始時点のテストは5件中3件が失敗する状態です。
  • 毎回まっさらなgitリポジトリを作り直し、同じ指示文で1回ずつ実行しました。
  • 実行した作業は5種類です。構成の説明、バグ修正(既定の権限)、バグ修正(書き込み可)、機能追加(時間表記を秒に変換する関数とテストの追加)、直前の続き(READMEに1行追記)。機能追加は、エージェントに見せていない採点用テスト7件で確かめました。
  • 日時:2026年10月24日、Codexは日本時間14時14〜21分、Claude Codeは14時31〜36分。同じLinuxのマシン(Node.js 24.22.1)です。
  • 版とモデル:Codex CLI 0.163.0(ChatGPTでサインイン)、モデル指定なしで gpt-6.1-sol、軽いモデルとして gpt-6-luna。Claude Code 2.1.306(Claudeのサブスクリプションでログイン)、モデル指定なしで claude-sonnet-5-5、比較用に --model claude-opus-5-5。
  • 書き込みの許可:Codexは --sandbox workspace-write。Claude Codeは --permission-mode acceptEdits(ファイル編集を自動で許可)に、テストを実行するコマンドだけを --allowedTools で許可しました。

権限の与え方は完全には対称ではありません。Codexの workspace-write は作業ディレクトリのサンドボックス内で任意のコマンドを実行できますが、Claude Code側で自動で通るのは、ファイル編集、許可したテストコマンド、公式が読み取り専用と定めたコマンド(ls・cat など)だけです。

Claude Codeの既定のモデルについて、公式ドキュメント「Model configuration」は「Pro・Max・Team・Enterprise・Anthropic APIの既定はOpus 5.5」としています。一方、今回の環境でモデルを指定せずに実行すると、実行開始時の記録(stream-jsonの system/init)上のモデルは claude-sonnet-5-5 でした。同じページは、アカウントに記録されたモデルや組織の既定などがあれば既定が変わるとも書いており、今回Sonnet 5.5になった理由は確認できていません。自分の環境のモデルは、--output-format stream-json --verbose の最初の行で確かめられます。

料金とプランの比較(公式情報)

個人で使う入門プランはどちらも月$20です。違うのは、Codexが無料プランでも使える点と、使用量の枠の数え方です。各社の公式ページで2026年10月24日に確認した内容をまとめます。

項目 Codex Claude Code
含まれるプラン ChatGPTのFree・Go・Plus・Pro・Business・Edu・Enterprise Claudeのすべての有料プラン(無料プランは対象外)
個人の入門 Plus 月$20(Go 月$8、Free $0でも使える) Pro 月$20(年払いは月$17相当)
個人の上位 Pro 月$100〜($100・$200・$500) Max 月$100〜(Proの5倍か20倍の使用量)
チーム Business 1人$20(年払い・2人〜)、月払いは$25 Team Standard 1席$20(年払い)・$25(月払い)、Premium $100・$125
使用量の枠 Plusの5時間あたりの目安:GPT-6.1 Solで15〜160メッセージ、GPT-6 Lunaで350〜3,000。Proは現在5時間の上限なし。週の上限がかかる場合あり 5時間ごとのセッション枠と週の上限。Web・デスクトップのClaudeと共通の枠で、固定のメッセージ数はない
枠を使い切ったら 購入したクレジットで続ける 有料プランは利用クレジットを有効にし、APIの標準料金で続ける
APIキーで使う場合 OpenAI APIの料金で従量課金 Anthropic APIの従量課金(100万トークンあたりSonnet 5.5 入力$2・出力$10、Opus 5.5 入力$4・出力$20)

表のClaudeの「Max 月$100〜(Proの5倍か20倍)」は10月24日時点の表記です。Anthropicは10月30日(米国時間)にMax 5xを「Max」(月$100)、Max 20xを「Ultra」(月$200)に改名しました(Claude Ultraとは)。

Claude Codeは、環境変数 ANTHROPIC_API_KEY が設定されているとサブスクリプションではなくAPIキーを使い、API料金が発生すると公式ヘルプセンターに書かれています。プランの細かい違いと、Claude Codeを実際に走らせたときの消費量はClaude Codeの料金に、Codexの使用量の目安とクレジットの計算例はCodex CLIの使い方にまとめています。本記事では両者を並べる部分だけを扱います。

実測:同じ課題を27回走らせた結果

書き込みを許可したバグ修正は、Codex 6回・Claude Code 9回のすべてでテストが5件とも通りました。グループごとの結果です(時間は中央値、かっこ内は最小〜最大)。

作業(指定) ツール・モデル 回数 所要時間 実行後のテスト 変更したファイル
構成の説明(既定) Codex
GPT-6.1 Sol
1 21.2秒 変更なし(指示どおり) 0
構成の説明(既定) Claude Code
Sonnet 5.5
1 5.1秒 変更なし(指示どおり) 0
バグ修正(既定) Codex
GPT-6.1 Sol
1 24.4秒 変更されず3件失敗のまま 0
バグ修正(既定) Claude Code
Sonnet 5.5
1 16.6秒 変更されず3件失敗のまま 0
バグ修正(書き込み可) Codex
GPT-6.1 Sol
3 17.0秒
(14.5〜17.5)
3回とも5/5 2
バグ修正(書き込み可) Codex
GPT-6 Luna
3 11.4秒
(8.7〜16.7)
3回とも5/5 2
バグ修正(書き込み可) Claude Code
Sonnet 5.5
6 13.6秒
(12.4〜15.6)
6回とも5/5 2
バグ修正(書き込み可) Claude Code
Opus 5.5
3 20.6秒
(18.1〜24.4)
3回とも5/5 2
機能追加(書き込み可) Codex
GPT-6.1 Sol
3 31.1秒
(28.4〜161.7)
3回とも全件通過、採点用7/7 4
機能追加(書き込み可) Claude Code
Sonnet 5.5
3 30.8秒
(21.6〜31.2)
3回とも既存の3件が失敗、採点用7/7 2
直前の続き(書き込み可) Codex
GPT-6.1 Sol
1 9.7秒 全件通過 1(README)
直前の続き(書き込み可) Claude Code
Sonnet 5.5
1 14.4秒 全件通過 3(README・既存の2バグ)

Claude Codeの「Sonnet 5.5」の6回には、モデルを指定しなかった3回と、--model sonnet を付けた3回を含みます。--model sonnet の3回も記録上は同じ claude-sonnet-5-5 で動いたため、まとめて数えました(分けた場合の中央値は13.4秒と13.7秒)。

同じ課題の所要時間のドットプロット。中央値は、構成の説明がCodex 21.2秒・Claude Code 5.1秒、既定のバグ修正がCodex 24.4秒・Claude Code 16.6秒、書き込み可のバグ修正がCodex GPT-6.1 Sol 17.0秒・GPT-6 Luna 11.4秒・Claude Sonnet 5.5 13.6秒(6回)・Opus 5.5 20.6秒、機能追加がCodex 31.1秒(1回は161.65秒)・Claude 30.8秒、続きの作業がCodex 9.7秒・Claude 14.4秒。出典は編集部の実測27回
同じ課題の所要時間(1点=1回の実行)。出典: 編集部の実測(2026年10月24日、Codex CLI 0.163.0、Claude Code 2.1.306)

バグ修正:直し方の細部に違いが出た

15回とも、直した場所は同じ2か所(単価に数量を掛ける・四捨五入を切り捨てにする)で、テストファイルには触れていません。違いは税込価格の切り捨ての書き方です。Codexの6回はすべて Math.floor(price * (1 + rate)) に置き換えただけでした。Claude Codeの9回はすべて、小数の計算誤差で1円少なく切り捨てられないよう、+ 1e-9 を足すか、小数第6位で丸めてから切り捨てる処理を加えていました。

どちらが正しいかを確かめるため、編集部で1〜1,000,000円の整数の価格と税率10%・8%の全組み合わせを計算したところ、3つの書き方はいずれも整数だけで計算した切り捨ての値と全件一致しました。この範囲では、誤差対策の有無で結果は変わりません。

所要時間は、Claude Code(Sonnet 5.5)が中央値13.6秒、Codex(GPT-6.1 Sol)が17.0秒、Codex(GPT-6 Luna)が11.4秒、Claude Code(Opus 5.5)が20.6秒でした。いずれも3〜6回の結果で、差は最大でも約9秒です。ネットワークやサーバーの混み具合でも変わるため、この差で優劣は判断できません。

機能追加:既存のバグを直すかどうかで分かれた

機能追加の指示は「関数を追加し、テストも追加し、npm test がすべて通ることを確認してください」です。開始時点で既存のテストが3件失敗しているため、「すべて通す」には頼まれていないバグも直す必要があります。この矛盾への対応が、2つのツールではっきり分かれました。

機能追加で変えた行数の横棒グラフ。Codexの3回は追加した関数15〜16行、テスト32〜33行に加えて既存バグの修正2行があり、実行後のテストは全件通過。Claude Codeの3回は関数17〜28行とテスト31〜39行だけで、既存の3件が失敗のまま。採点用テストは6回とも7/7
機能追加で変えた行数と実行後のテスト。出典: 編集部の実測(2026年10月24日)
  • Codex(3回とも):関数とテストに加えて、既存の2つのバグを直し、4ファイルを変更してテストを全件通しました。最終メッセージでは、たとえば「既存の小計・税計算の不具合も最小限修正」と報告しています。
  • Claude Code(3回とも):関数とテストの2ファイルだけを変え、既存の3件の失敗は残しました。最終メッセージは、たとえば次のように締めくくられています。
どちらも依頼の範囲外なので手を入れていません。直す場合はお知らせください。

エージェントに見せていない採点用テスト7件は、6回とも全件通過しました。追加した関数の出来は同等で、違いは「範囲の外をどう扱うか」です。頼んでいない変更が入るのを避けたいならClaude Codeの動き、テストを通すことを優先するならCodexの動きが合います。どちらの場合も、最終メッセージと差分を読めば何をしたかは分かりました。範囲を明確にしたいときは、指示文に「既存のテストの失敗は直さず報告して」「既存のバグも直して」のように書き足すのが確実です。指示の書き方はプロンプトの基本も参考になります。

Codexの機能追加の1回(R4a)は161.65秒かかりました。実行記録では、指示を受け取ってから最初のメッセージを出すまでに131.9秒あり、その後のコマンド4回と編集は約29秒で終わっています。この待ち時間の原因は確認できていません。

直前の続き:Claude Codeは残ったバグもここで直した

直前の機能追加の会話を引き継いで、「READMEに1行追加し、npm test が通ることも確認して」と頼みました(Codexは codex exec resume --last、Claude Codeは claude -p --continue)。Codexは既存のバグを直し終えていたので、READMEの1行だけを足しました。Claude Codeは、READMEに1行足したあとテストの3件失敗を見て、「READMEの仕様とコードがずれていた」として2つのバグを直し、全件を通しました。今回は「テストが通ることを確認して」という一文が、範囲を広げるきっかけになりました。

既定の権限では、どちらもファイルを書き換えない

非対話で実行すると、Codex(codex exec)もClaude Code(claude -p)も、既定ではファイルを書き換えません。しかも終了コードは0です。CIやスクリプトで「終了コード0なら修正済み」と判断すると見落とします。

項目 Codex(codex exec) Claude Code(claude -p)
既定の権限 読み取り専用のサンドボックス Manualモード(v2.1.302以降。承認が必要な操作は拒否)
書き込みを許可する指定 --sandbox workspace-write --permission-mode acceptEdits、コマンドは --allowedTools で個別に許可
今回、既定で修正を頼んだとき npm test は実行できたが、修正は拒否された 読むことはできたが、npm test も修正も拒否された(7回)
最終メッセージ 原因2点と、必要な2行の変更を提示 原因2点を示し、書き込みの許可を求めた
変更・終了コード 0行・0 0行・0

Codexの最終メッセージの冒頭は「原因は特定できましたが、読み取り専用環境のため修正が拒否されました」、Claude Codeは「src/ はまだ何も変更できておらず、npm test も実行できていません。ファイルの書き込みと npm test の実行が、どちらも許可されませんでした」でした。どちらも状況を正しく報告していますが、プロセスとしては成功扱いで終わります。自動化では、実行後に git diff で変更の有無を確かめるようにしてください。

Claude Codeで書き込みを許可したときも、通らない操作はありました。sed -i やヒアドキュメントでファイルを書き換えるコマンドを、cd やテストの実行とつないで1回で実行しようとすると拒否され、そのたびにClaude Codeは編集用のツールに切り替えて作業を終えました。${...} を含むヒアドキュメントでは「Contains brace with quote character (expansion obfuscation)」という理由が表示されました。拒否は1回の実行で0〜2回で、最終的な結果には影響していません。

実験のハーネスでつまずいた点も書いておきます。Claude Codeの --allowedTools は値を複数取るオプションで、最後に置いて指示文をその後ろに書くと、指示文が許可ルールとして読み込まれます。最初の3回はこれで指示文が渡らず、「Input must be provided either through stdin or as a prompt argument」と表示されて1秒未満で終了しました(集計からは除外し、指示文を標準入力から渡す形で全回を実行し直しています)。echo "指示" | claude -p ... のように標準入力で渡すと、この問題は起きません。

コストの見え方の違い

Claude Codeは1回ごとに金額を出し、Codexはトークン数だけを出します。ただし、Claude Codeの金額は請求額ではありません。

  • Claude Codeの total_cost_usd は、公式ドキュメント「Run Claude Code programmatically」によると、トークン数から計算したクライアント側の推定値で、実際の請求とは異なることがあります。「Manage costs effectively」は、Pro・Maxの利用はサブスクリプションに含まれるため、この金額は請求に関係しないとしています。今回の推定値(中央値)は、バグ修正がSonnet 5.5で$0.058、Opus 5.5で$0.110、機能追加がSonnet 5.5で$0.088でした。
  • --continue で続けた実行の金額は、それまでの会話の合計です。今回の「直前の続き」は$0.129と出ましたが、これは直前の機能追加($0.094)を含んだ値で、公式ドキュメントにもそう書かれています。実行ごとのトークン数(usage)は、その回の分だけでした。
  • Codexは金額を出しません。公式の単価表(1Mトークンあたりのクレジット)に今回のトークン数を当てはめると、1回あたりバグ修正がGPT-6.1 Solで約0.48、GPT-6 Lunaで約0.044、機能追加が約0.95クレジットになります(試算。計算方法はCodex CLIの使い方と同じ)。直前の続きの回のトークン数が、その回だけの値か会話全体の累計かは確認できていません。

ドルの推定値とクレジットの試算は単位が違い、トークンの数え方も両社で異なるため、この数字どうしでどちらが安いかは比べられません。サブスクリプションで使う場合に気になるのは、5時間・週の使用枠をどれだけ使うかですが、今回はそこまで記録していません。

自分の環境で同じ比較をする

同じやり方は、手元のリポジトリでも再現できます。編集部が使った手順です。

  1. 小さなテスト付きのリポジトリを用意し、比較のたびにgitで初期状態に戻せるようにする。
  2. 同じ指示文を、Codexは codex exec --json --sandbox workspace-write "指示"、Claude Codeは echo "指示" | claude -p --output-format stream-json --verbose --permission-mode acceptEdits --allowedTools "Bash(npm test *)" で実行する。
  3. 実行後に git diff --stat とテストの結果を記録する。Claude Codeは最初の行でモデル名、最後の行で所要時間・トークン・推定額を確かめる。
  4. 条件ごとに3回以上くり返し、中央値で比べる。

社内のリポジトリで試す前に、APIキーなどの秘密情報を環境変数やファイルに置いたままにしないことも大切です。AIツールに渡す情報の線引きは社内AI利用ルールの作り方で、開発ツールからのAPIキー流出の事例はopencodeのAPIキー流出で扱っています。どちらのツールから始めるか、社内のどの業務でAIを使うかを整理したい場合は、AI導入診断(8問・無料)も使えます。

まだ確かめていないこと

今回の結果は、小さな課題1種、各条件1〜3回(Claude CodeのSonnet 5.5のバグ修正のみ6回)、同じ日の同じマシンでの実行にもとづきます。次の点は検証していません。

  • 大きなリポジトリ、Node.js以外の言語、Windows・macOSでの動き。
  • 対話モード、IDE拡張、クラウドでの実行、MCPサーバーとの連携。
  • Claude Codeの軽いモデル(Haiku 5.5)と、両者の推論レベルを上げたときの差。
  • AGENTS.mdやCLAUDE.mdで指示を固定したときの、範囲の扱いの変化(両者の指示ファイルの標準化についてはAgent Skillsとはで触れています)。
  • 5時間・週の使用枠をどれだけ使ったか。
  • Claude Codeの既定がSonnet 5.5になった理由。

よくある質問

Q. CodexとClaude Codeはどちらが優れていますか?

今回の実測からは、どちらが優れているとは言えません。小さなNode.jsのプロジェクトで計27回試したところ、書き込みを許可したバグ修正は両方とも全回成功し、所要時間の中央値は11〜21秒の範囲でした。違いが出たのは、頼んだ範囲の外にある既存のバグを直すかどうかで、Codexは直してテストを全件通し、Claude Codeは直さずに報告しました。

Q. 料金はどちらが安いですか?

個人向けの入門プランはどちらも月20ドルです(ChatGPT PlusとClaude Pro)。Codexは無料プランや月8ドルのGoでも使えますが、Claude Codeは有料プランだけが対象です。上位プランはどちらも月100ドルからです。使用量の枠の数え方が違うため、同じ作業でどちらが多く使えるかは今回確かめていません。

Q. CodexとClaude Codeは併用できますか?

併用できます。今回も同じマシンに両方を入れ、同じ課題を交互に実行しました。CodexはChatGPTのアカウント、Claude CodeはClaudeのアカウントでそれぞれサインインするため、料金も別々にかかります。

Q. claude -p で修正を頼んだのにファイルが変わりません。なぜですか?

Claude Code v2.1.302以降、claude -p は権限の指定がないとManualモードで動き、承認が必要な操作を拒否するためです。編集部の実測では、ファイルの編集とnpm testの実行が拒否され、変更は0行、終了コードは0でした。ファイルを書き換えさせるには、--permission-mode acceptEdits を付け、テストなどのコマンドは --allowedTools で許可します。

Q. Claude Codeが表示する金額は請求額ですか?

請求額ではありません。公式ドキュメントは total_cost_usd をクライアント側の推定値と説明しており、ProやMaxのサブスクリプションで使う場合、この金額は請求に関係しません。また、--continue で会話を続けた実行では、それまでの会話の合計が表示されます。

参考にした公式情報

仕様と料金は変わることがあるため、最新情報は公式で確認してください。取得日はいずれも2026年10月24日(日本時間)です。

自社の業務にどのAIツールの使い方が合うか、約3分で確かめる

全8問に答えると、AI 導入の準備度と、最初に試す活用アイデアがわかります。無料・登録不要です。

関連記事

すべてを表示