100 Hours Testing Claude Code vs ChatGPT Codex (honest results)

Premisa videoului: după ce OpenAI „a devenit mediocru" și lumea de coding a uitat-o datorită Claude Code, Codex pare acum să fi revenit puternic. Autorul a testat Codex o lună întreagă și răspunde la întrebarea „e Codex mai bun?" comparând pe funcții, preț și 3 cazuri concrete.

• Claude Code = agentul de codare al Anthropic; primește o sarcină, planifică, deschide proiectul, editează fișiere, rulează comenzi, cere permisiuni. Disponibil în terminal, extensie VS Code, app desktop Mac/Windows și versiune web (research preview). Rulează Opus (cel mai inteligent), Sonnet sau Haiku. Foarte personalizabil — skills, hooks, sub-agenți.
• Codex = agentul OpenAI (nu modelul vechi din 2021), sistem agentic complet. Terminal, desktop Mac/Windows, extensie VS Code (merge și cu Cursor), versiune cloud la chat.openai.com/codex. Modele: familia GPT, GPT-Codex și GPT-Codex-Spark (mai rapid, research preview pentru Pro). Vibe „unified shipping" — git work trees native, te duce de la cod la producție. Inclus în orice plan ChatGPT, inclusiv free.

Feeling subiectiv: Claude Code pare mai creativ, mai bun la brainstorming și la „a-ți spune că greșești"; Codex urmează mai bine instrucțiunile și e mai ascuțit la review de cod și găsirea de bug-uri/lacune.

Suprapunere mare pe care alte comparații o ignoră: ambele editează cod local, au app desktop, extensii VS Code, CLI, suport MCP, același format skills (markdown + YAML front matter într-un folder), marketplace de plugin-uri, delegare în cloud, hooks și sub-agenți. Concluzie: întrebarea devine „care îmi dă fluxul de lucru potrivit", nu „cine are funcția X".

• Hooks: ~30 de evenimente (prompt trimis, tool rulat, sesiune pornită, task creat) vs ~6 la Codex — cca 5x mai multă granularitate pentru automatizări.
• Sub-agenți cu auto-delegare: Claude poate porni singur planner / explorer / code reviewer; documentația Codex spune explicit că nu spawnează sub-agenți decât la cerere.
• /ultra plan (faza de planificare trimisă într-o sesiune cloud, review în browser cu comentarii inline, apoi execuție în terminal) și /ultra review (review multi-agent în cloud cu findings reproduse; 3 rulări gratuite pe Pro/Max, apoi pe rulare).
• /loop: prompt recurent pe program sau „maintenance mode" (rezolvă task-uri neterminate, comentarii pe PR, conflicte de merge) — ex. rulează un skill la fiecare 20 min.
• Channels (MCP care aduce evenimente din Telegram/Discord/iMessage în sesiune — îți poți „scrie" agentului de pe telefon), Claude agent SDK (Python & TypeScript, același engine) și auth enterprise: Bedrock, Vertex AI, Microsoft Foundry — pe care Codex nu le are.

• Work trees native + review/stage/commit/push din aceeași app desktop = pipeline complet de shipping într-o singură unealtă (Claude are work trees, dar Codex le face să pară mai native).
• Browser în app: vezi munca livrată și lași comentarii vizuale direct pe pagină (Claude are „Claude in Chrome" ca extensie — capabilitate similară, dar Codex ține totul într-o fereastră).
• Computer use / QA: „QA the app I just built" — Codex deschide aplicația, dă click, găsește bug-uri și le loghează cu severitate, expected vs actual, pași de reproducere și triage summary.
• @Codex pe GitHub: îl menționezi într-un PR/issue și pornește un sandbox cloud, fără setup.
• /goal (experimental, în spatele unui flag): definești un obiectiv cu o condiție de oprire verificabilă și Codex lucrează ore întregi până termină. (Update în video: între timp Claude Code a lansat și el /goal.)
• GPT Image 2 integrat pentru generare de imagini (jocuri, mockup-uri, site-uri) — Anthropic nu are model de imagini, ar trebui o unealtă terță.

Unelte terțe ca Open Claw sau Hermes Agent (open source) au explodat fiindcă par proactive — au cron-uri native, heartbeats, pot folosi skills. Cu Open Claw te poți loga cu abonamentul ChatGPT și să-ți rutezi consumul Codex prin el, fără API key separat (mai scump).

Sam Altman a confirmat public pe 2 mai că poți folosi abonamentul ChatGPT în Open Claw — stanță foarte permisivă. Anthropic e opusul: documentația agent SDK spune că, fără aprobare prealabilă, nu permite developerilor terți să ofere login Claude.ai sau rate limits în produsele lor. Concluzie: dacă trăiești în unelte terțe, înclină spre ChatGPT Codex.

• Claude: Pro 20$/lună (include Claude Code), Max 5x 100$ (5x usage), Max 20x 200$ (20x). Pro e ok pentru joacă, dar pentru zilnic serios îți trebuie un plan Max.
• Codex: inclus în ChatGPT free și plus (20$) până la Pro 200$ (practic nelimitat). Promo: tierul de 100$ dă 2x usage Codex până pe 31 mai — unul dintre cele mai bune raporturi valoare/preț din piață.
• Context window: Opus/Sonnet în Claude Code = 1 milion tokeni; ultimul GPT din Codex ≈ 256.000 tokeni.
• Limite: mulți se plâng că ating limitele Claude Code (sesiune/săptămânal) mai repede. Autorul confirmă: face mai multă muncă în Codex înainte de a atinge limita, fiindcă Codex consumă mult mai puțini output tokens. Merită abonament la ambele pentru tipuri diferite de muncă.

Aceleași 3 prompturi date ambelor unelte în app-urile desktop: (1) raport de cercetare PDF cu branding (automatizări pentru SMB), (2) landing page (brandul Glido), (3) dashboard de analytics cu date inventate.

• Raport PDF: Claude Code = 15 pagini, stil „povestit" cu bullet-uri, header curat, dar titlul greu de citit și spacing prost la început; top 3 = Zapier, Lindy, make.com. Codex = 9 pagini, stil tabelar consistent, spacing puțin „înghesuit", logo pătrat ciudat; top 3 = Zapier, Lindy, Relay. Ambele cu surse clickabile (web fetch/search nativ, fără API key).
• Landing page: autorul preferă clar versiunea Claude Code — font mai puțin „vibe coded", microfon care pulsează, cursor care clipește, banner glisant, glow și iconuri. Codex a pus logo-ul sus (Claude l-a uitat — fix ușor). Per total, Claude câștigă.
• Dashboard: Claude Code arată vizibil mai bine (dark mode, filtre de dată funcționale, hover mai îngrijit pe chart de venit); Codex e funcțional identic dar pare „mai ieftin". Ambele interactive (datele se schimbă la click, hover pe funnel).

Setup: Codex cu GPT-5.5 high, Claude Code cu Opus-4.7 high (performanța depinde mult de modelul din spate).

• Timp total (3 rulări): Codex ~26 min, Claude ~15 min. Claude a fost mai rapid în toate, deși tipic Codex e mai iute (outlier: dashboard Claude ~2 min vs Codex ~8 min).
• Tokeni: total ~6M ambele, foarte apropiat. Dar output tokens: Claude mereu mai mulți (ex. 83–84K vs 18K; 80K vs 20K; 41K vs 16K) — de 2–5x mai mulți decât Codex. Output-ul costă mai mult ca input-ul, de aceea Claude a costat mai mult (billing API ~11$ vs 7$, deși ambii pe abonament).
• Eficiență: pe graficul tokeni × secunde, Claude are 2 puncte excelente (exp. 2 și 3) plus un outlier bun (raportul); Codex e consistent, grupat la mijloc. Datele s-au extras cerând uneltei să-și citească fișierul JSONL de sesiune (timp, tokeni, cache reads).

Nu e o victorie clară pentru niciunul. Claude a câștigat front-end-ul (dashboard de ~4x mai rapid și ~6x mai eficient pe tokeni: 283K vs 1.64M; design mai polisat) fiindcă planifică strâns înainte de execuție. Codex a câștigat raportul de cercetare (mai rapid și mai eficient: 2.8M vs 4.7M tokeni) și a fost mai iute pe landing page, fiindcă „macină" mai multe iterații dar scrie output mai concis.

• Alege Claude Code: front-end complex, calitate vizuală/design, planificare profundă, auto-delegare, workflow-uri custom (hooks/skills/channels), agent SDK, enterprise (Bedrock/Vertex). E mai creativ și mai bun ca partener de brainstorming — te contrazice când greșești.
• Alege Codex: sarcini de research din web, documente structurate (PDF/rapoarte), shipping end-to-end (work trees + review), /goal pentru obiective lungi, @Codex pe PR-uri GitHub, generare de imagini. Execută și „ascultă" mai bine, mai ales pe proiecte lungi.
• Mindset: mulți planifică/brainstorming cu Claude și aduc Codex pentru review/execuție. Proiectele sunt portabile (fișiere în GitHub; CLAUDE.md ↔ AGENTS.md) — nu ești blocat într-o unealtă. Totul e valabil pentru mai-mijloc 2026; verifică docs-urile, fiindcă ambele se schimbă rapid.