Codex vs Claude Code: Lo que he aprendido usando ambos a diario

Huella de recursos — lo que realmente siente tu máquina

Antes de tocar una sola línea de código, las dos herramientas ya se sienten diferentes solo con estar ahí. El proceso de Claude Code es visiblemente más pesado en Activity Monitor, por lo general unos pocos cientos de MB, mientras que Codex permanece inactivo en decenas de MB. Escribir claude en la terminal implica esperar unos segundos antes de que el prompt esté listo; escribir codex es casi instantáneo.

Para ponerle un número en lugar de solo describirlo, medí ambos CLIs en la misma máquina (una MacBook Air, M3, 24GB RAM, macOS 26.5.1), con la misma red. Primero, una tarea trivial no interactiva (un prompt de respuesta de una sola línea, sin ediciones de archivos) ejecutada una tras otra en ambas, usando /usr/bin/time -l:

Luego lancé cada uno de forma interactiva y simplemente lo dejé en el prompt, sin tocarlo, durante unos segundos antes de comprobar su memoria residente con ps:

Ese número inactivo se acerca más a lo que realmente sientes cuando ambas herramientas están simplemente abiertas en una pestaña de terminal en segundo plano — y encaja casi exactamente con la división intuitiva de "cientos de MB frente a decenas de MB".

Esto no es un benchmark riguroso, solo una máquina y una sesión — pero la diferencia de memoria es lo suficientemente consistente tanto en las cifras de la tarea como en las de inactividad como para que no sea ruido.

Precios: por qué estoy pagando realmente

Ninguna herramienta me cobra por token a menos que pase directamente por la API — ambas dependen de los planes de suscripción plana de su empresa matriz, y eso es lo que decide cuánto margen tengo antes de que me limiten.

(Actualizado según la página de precios de Anthropic y la página de precios de Codex de OpenAI — yo revisaría ambas antes de comprometerme, ya que los niveles cambian.) La diferencia que realmente noto: OpenAI no tiene un nivel intermedio de $100, así que una vez que estaría aprovechando al máximo ChatGPT Plus, el siguiente paso es directamente a $200; Anthropic me da un escalón de $100 en medio. Cuando llamo a cualquiera de los modelos directamente a través de la API en lugar de la suscripción incluida del CLI — creando mi propio agente en vez de usar la herramienta empaquetada — eso se cobra por separado. Para ese caso de uso voy a través de AIReiter en lugar de pagar el precio de lista a Anthropic u OpenAI directamente; revende los mismos modelos con descuento.

Por qué sigo cambiando de un lado a otro

La herramienta a la que recurro cambia más con el modelo subyacente que con la herramienta en sí. Cuando se lanzó GPT-5.5 de OpenAI, era notablemente más potente que Claude durante un tiempo, y trasladé la mayor parte de mi trabajo diario a Codex durante esa ventana. Esa ventaja no duró: la calidad de GPT volvió a bajar unas semanas después, y regresé a Claude Code como opción predeterminada. Claude también tiene sus propias variaciones de calidad, pero han sido más pequeñas y menos disruptivas que lo que he visto en GPT durante el mismo período.

Elegir "Codex vs Claude Code" es en parte un sustituto de elegir el modelo de frontera que esté más afinado esa semana. Evaluar solo la shell CLI — la UI, el sandbox, el ecosistema — pasa por alto la variable que realmente hace que las personas cambien entre ambos. También se corresponde con la división, más comúnmente nombrada, entre las dos herramientas: Codex tiende a ser más hands-off (le das una tarea, te alejas y revisas el diff después), mientras que Claude Code tiende a ser más hands-on (intercambio más rápido de ida y vuelta, más puntos de control en los que espera por ti).

Brecha en la madurez de la función — el rebobinado que falta

La madurez de la herramienta es donde Claude Code todavía lleva una clara ventaja sobre lo que obtengo de Codex, y el ejemplo más claro para mí es una función concreta y poco glamorosa: volver a una versión anterior del código en mitad de una sesión. Claude Code lo admite de forma nativa: puedo retroceder a un punto de control anterior cuando una edición sale mal. Codex todavía no lo hace, y lleva suficiente tiempo disponible como para que ya no me convenza la excusa de “acaba de salir, dale tiempo”. Iterar rápido y, de vez en cuando, dejar que el agente se pase de la raya es exactamente mi flujo de trabajo, así que esa es una función cuya ausencia noto la mayoría de las semanas, no un caso excepcional.

El ecosistema más amplio de Claude Code sigue el mismo patrón para mí: los subagents, los hooks y el sistema Agent Skills (un estándar que Anthropic introdujo primero, y que luego adoptó Codex) le dan más superficie para construir workflows encima. Las herramientas equivalentes de Codex existen, pero se sienten más limitadas en mi uso diario, y su superficie CLI/IDE/cloud/app está más fragmentada en cuanto a nombres, incluso cuando OpenAI lo ha llevado a más lugares.

Sandbox y la cuestión de la confianza

Las dos herramientas me protegen de mis propios errores de maneras diferentes. Codex impone aislamiento a nivel del sistema operativo — Seatbelt en macOS, Landlock en Linux, un sandbox de Windows — de modo que un comando de shell descontrolado queda contenido por el kernel, no por el propio juicio del agente. El modelo de seguridad de Claude Code vive en la capa de la aplicación, a través de un sistema de hooks que puedo configurar para autorizar o bloquear acciones antes de que se ejecuten. Ninguno de los dos enfoques es estrictamente más seguro sobre el papel; son modos de fallo distintos, y que Codex sea de código abierto significa que realmente puedo leer cómo se implementa su sandbox en lugar de aceptarlo por fe.

Esa aislamiento a nivel de kernel tiene un costo real en la práctica, sin embargo: el sandbox de Codex se detiene y espera mi autorización explícita para operaciones que el modelo basado en hooks de Claude Code simplemente permite una vez que lo he configurado. Ejecutar un flujo de trabajo secuenciado de varios pasos —del tipo en el que una herramienta escribe archivos o invoca la shell para ejecutar un script a mitad de camino— implica más interrupciones pidiendo aprobación con Codex que con Claude Code.

La confianza es también donde Claude Code sufrió un verdadero golpe este año, y es lo único que me hace dudar sobre seguir siendo leal al código cerrado. En julio de 2026, la base de datos nacional de vulnerabilidades de China advirtió públicamente a los desarrolladores que abandonaran las versiones recientes de Claude Code por un mecanismo oculto en las versiones 2.1.91 a 2.1.196 que comprobaba la zona horaria de un dispositivo y si el tráfico se enrutaba a través de un punto final de API no oficial, y luego marcaba la solicitud en consecuencia. Anthropic confirmó que el mecanismo existía, lo describió como un experimento anti-destilación en lugar de una puerta trasera, y lo eliminó en la versión 2.1.198. No voy a relitigar todo el incidente aquí, pero para mí es una marca real en contra de una herramienta de código cerrado: no puedo verificar lo que no puedo leer, y que Codex sea de código abierto significa que este modo de fallo específico no se le aplica de la misma manera.

Entonces, ¿cuál deberías usar realmente?

Si tu día a día se parece al mío — iteración rápida en tareas pequeñas o medianas, querer a tu alrededor una cadena de herramientas rica (subagentes, hooks, skills, ediciones rápidas que puedes revisar y revertir sobre la marcha) — Claude Code es la opción diaria más segura por defecto. Si vas a delegar una tarea grande y bien definida de la que puedes desentenderte, o quieres un agente de código abierto que puedas auditar y ejecutar dentro de un entorno aislado y restringido, Codex es una primera opción legítima, y es el que noto que se siente más ligero en mi máquina mientras trabaja.

No me comprometo por completo con uno, y tampoco lo hacen la mayoría de los usuarios avanzados que conozco. Por defecto, uso la herramienta cuyo modelo subyacente está rindiendo mejor en ese momento, y mantengo la otra instalada para los trabajos en los que sus fortalezas específicas —el sandboxing y la huella de recursos de Codex, el ecosistema y la compatibilidad con rewind de Claude Code— realmente importan para esa tarea.

Preguntas frecuentes

¿Es Codex mejor que Claude Code?

Ninguno gana de forma contundente. Codex consume menos recursos y está mejor adaptado a tareas largas y sin supervisión; Claude Code tiene un ecosistema más maduro, rebobinado a mitad de sesión y un nivel de suscripción intermedio de menor costo. Cuál funciona mejor en una semana dada suele depender más del estado actual del modelo subyacente que de la herramienta en sí.

¿Claude Code o Codex son gratuitos?

No — ambos requieren un plan de pago para un uso diario serio. Claude Code necesita Claude Pro ($20/mo) o superior; Codex necesita ChatGPT Plus ($20/mo) o superior. Un uso ligero y ocasional puede encajar dentro de los límites de prueba de la versión gratuita, pero ninguno permite sostener la codificación agéntica diaria de forma gratuita.

¿Puedo usar ambos en el mismo proyecto?

Sí, y es un patrón común entre los usuarios intensivos: usar una herramienta para la mayor parte del trabajo y hacer que la otra haga una segunda pasada — un par de ojos nuevos detecta puntos ciegos que el propio modelo de la primera herramienta no señalará en su propia salida. Mantén un registro compartido breve de lo que cambió y por qué, para que la segunda herramienta no esté adivinando el contexto.

Conclusión

Ambas son herramientas diarias capaces con distintos puntos débiles: Codex es más ligero y rápido de iniciar, pero aún no puede rebobinar el historial a mitad de sesión; Claude Code es más pesado para tu máquina, pero tiene una cadena de herramientas más profunda, y su nivel intermedio de $100 ofrece a los usuarios intensivos un paso que OpenAI no ofrece. Mi propia división de tiempo desde que ambos se lanzaron sigue situándose por encima del 75% en Claude Code, y eso es menos un veredicto sobre Codex que un reflejo de cuánto importa la brecha del ecosistema para mi flujo de trabajo real. Cuál deberías abrir hoy depende menos de la hoja de ruta de cualquiera de las dos herramientas y más de qué modelo que está detrás de ella está haciendo actualmente su mejor trabajo.