Lo diré claramente. La era de "solo usar Claude Code" ha terminado por completo. El 24 de abril, con la llegada de GPT-5.5, la precisión de Codex ha dado un salto a una "dimensión diferente". En el extranjero, ya están inundando publicaciones que dicen "seguir solo a Claude Code es una oportunidad perdida; la era pertenece a Codex".
0:53
Sin embargo, en Japón, la mayoría de la gente todavía está estancada en "¿Qué es Codex?" o "¿Qué tiene de bueno GPT-5.5?"
Por eso, en este artículo voy a👇
・Explicar qué es realmente Codex
・Detallar qué cambió con GPT-5.5
・Discutir las diferencias fundamentales con Claude Code
・Mostrar a los principiantes exactamente por dónde empezar
Voy a desglosar todo esto a un nivel que se pueda entender incluso partiendo de cero.
Si tienes alguna de estas dudas, debes leer este artículo hasta el final👇
・¿Qué es Codex? ¿En qué se diferencia de ChatGPT?
・He oído que GPT-5.5 es increíble, pero no sé específicamente por qué.
・He oído que puede crear imágenes, pero ¿cómo funciona?
・Quiero usarlo, pero términos como API keys y CLI no tienen sentido para mí.
・Tengo miedo de usarlo porque no sé cuánto cuesta.
Estas son las barreras que casi todo el mundo encuentra cuando empieza a interesarse por Codex.
La documentación oficial está en inglés, la información está dispersa y es difícil saber por dónde empezar. Además, cada semana salen nuevos modelos y herramientas, y solo mantenerse al día es agotador.
Para esta guía, he leído todos los materiales oficiales de OpenAI, las fichas técnicas del sistema, la documentación de la API y las guías para desarrolladores hasta el 29 de abril de 2026, para resumir el panorama general de "Codex × GPT-5.5 × Generación de imágenes" en un solo manual.
Desde la instalación de la aplicación hasta el diseño de prompts, la integración de generación de imágenes, la gestión de costos y la integración con IDE: leer este artículo de principio a fin debería llevarte de no saber nada a estar completamente operativo👇
■ ¿Qué es 𝗖𝗼𝗱𝗲𝘅 realmente?
En resumen, OpenAI Codex es un "Agente de Codificación con IA".
Para poner la diferencia con ChatGPT de forma sencilla: ChatGPT es una "IA que habla", mientras que Codex es una "IA que trabaja".
Si le pides a ChatGPT que "arregle este código", te devuelve una respuesta de texto. Codex es diferente. Realmente abre el archivo, reescribe el código, ejecuta pruebas y confirma los resultados. Leer, escribir, ejecutar y corregir: Codex lo hace todo automáticamente.
Además, con la gran actualización de abril de 2026 ("Codex para (casi) todo"), ahora admite tareas no relacionadas con la codificación. Ha evolucionado hasta convertirse en un "agente de IA casi universal" que puede integrarse con más de 90 herramientas, incluyendo Jira, Slack, Notion, Google Workspace y HubSpot.
Hay tres formas de usar Codex:
・𝗔𝗽𝗽 𝗱𝗲 𝗲𝘀𝗰𝗿𝗶𝘁𝗼𝗿𝗶𝗼 𝗱𝗲 𝗖𝗼𝗱𝗲𝘅 ── La forma más sencilla. Solo descarga la aplicación e inicia sesión. No se requieren operaciones de terminal. Compatible con macOS y Windows.
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗟𝗜 ── Un agente que se ejecuta en la terminal. Se publica como código abierto (Apache 2.0). Es más flexible para quienes están acostumbrados a la terminal.
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗹𝗼𝘂𝗱 ── Ejecuta tareas en segundo plano en la nube. Es bueno para ejecutar múltiples tareas en paralelo o integrarse con repositorios de GitHub. Orientado al desarrollo en equipo.
Los principiantes deberían empezar con la "Aplicación de escritorio". Puedes comenzar sin usar la terminal en absoluto.
■ Primeros pasos (Edición de la aplicación de escritorio)
La forma más sencilla de empezar es descargando la aplicación de escritorio.
Para 𝗠𝗮𝗰:
Instálala a través de Mac App Store o Homebrew:
brew install --cask codex
Para 𝗪𝗶𝗻𝗱𝗼𝘄𝘀:
Busca "Codex" en Microsoft Store e instálalo.
Una vez que abras la aplicación, solo inicia sesión con tu cuenta de ChatGPT. Se abrirá un navegador para la autenticación y podrás usarla inmediatamente. No se requiere configuración de clave API.
Sí, si tienes una cuenta de ChatGPT, puedes iniciar sesión tal cual. Incluso el plan gratuito está bien.
Una vez que la aplicación esté abierta, prueba algo como esto:
"Muestra una lista de archivos en esta carpeta"
"Encuentra y corrige el error en este código"
"Crea un README.md"
Codex leerá los archivos, pensará, ejecutará y devolverá los resultados. En ese momento te darás cuenta: "Oh, esto es totalmente diferente de ChatGPT".
■ Primeros pasos (Edición 𝗖𝗟𝗜)
Para aquellos que se sientan cómodos con la terminal, Codex CLI ofrece más flexibilidad.
Instalación:
npm i -g @openai/codex
En macOS:
brew install codex
Autenticación:
codex auth
→ Se abre un navegador para iniciar sesión con la cuenta de ChatGPT o introducir una clave API.
Verificación:
codex "Preséntate en español."
Si obtienes una respuesta, es un éxito. Eso es todo.
Si usas una clave API para la autenticación, es conveniente establecerla como variable de entorno:
export OPENAI_API_KEY="sk-xxxxxxxx"
Agregar esto a tu ~/.zshrc (Mac) o ~/.bashrc (Linux) elimina la necesidad de ingresarla cada vez.
Puedes emitir claves API en platform.openai.com en Panel → "API Keys" → "Create new secret key". La clave solo se muestra una vez, así que cópiala y guárdala de forma segura. Nunca la compartas ni la subas a GitHub.
■ Creación de un archivo de configuración
Si quieres personalizar el comportamiento de Codex, crea ~/.codex/config.toml. Esto es común tanto para la aplicación de escritorio como para la CLI.
1model = "gpt-5.5"2approval_policy = "on-request"3sandbox_mode = "workspace-write"
Significado de cada ajuste:
𝗺𝗼𝗱𝗲𝗹 ── El modelo a usar. gpt-5.5 es el de mayor rendimiento. Si quieres ahorrar costos, gpt-5.4 también es una opción.
𝗮𝗽𝗽𝗿𝗼𝘃𝗮𝗹_𝗽𝗼𝗹𝗶𝗰𝘆:
・"untrusted" ── Ejecuta automáticamente solo comandos de solo lectura. Pide confirmación para todo lo demás (más seguro).
・"on-request" ── Pide confirmación según sea necesario (recomendado).
・"never" ── Ejecuta todo sin confirmación (para usuarios avanzados).
𝘀𝗮𝗻𝗱𝗯𝗼𝘅_𝗺𝗼𝗱𝗲:
・"read-only" ── Solo lectura de archivos.
・"workspace-write" ── Lectura/escritura dentro del espacio de trabajo + ejecución de comandos (recomendado).
・"danger-full-access" ── Sin restricciones (peligroso, normalmente no se usa).
Los principiantes deberían empezar con on-request + workspace-write. Codex preguntará "¿Puedo hacer esto?" antes de ejecutar cualquier cosa, evitando operaciones no deseadas.
■ ¿Qué es 𝗚𝗣𝗧-𝟱.𝟱? (Por qué se le llama el "Más potente")
GPT-5.5 es el modelo insignia más reciente de OpenAI, lanzado el 23 de abril de 2026. Con el nombre en clave "Spud", OpenAI lo posiciona para las "tareas empresariales más complejas".
GPT-5.5 es el modelo que Codex utiliza internamente y es el "modelo recomendado" para Codex. En otras palabras, Codex es increíble porque GPT-5.5 es increíble.
Veamos los números concretos.
𝟭. Ventana de contexto: 𝟭.𝟬𝟱𝟬.𝟬𝟬𝟬 tokens
La cantidad de datos que puede leer a la vez está en otra escala. Equivale a unas 800.000 palabras en español. Como un libro de bolsillo típico tiene unas 100.000 palabras, puede procesar la información de unos 8 libros a la vez. Está a un nivel en el que puedes introducirle una base de código completa a gran escala y decirle: "Encuentra el error aquí".
𝟮. Salida máxima: 𝟭𝟮𝟴.𝟬𝟬𝟬 tokens
Con los modelos anteriores, a veces se "cortaba a mitad" o tenías que pedirle que "continuara", pero con GPT-5.5 esa preocupación casi ha desaparecido. Esto es de gran ayuda cuando se genera código largo o documentación de una sola vez.
𝟯. Soporte multimodal
Puede procesar no solo texto, sino también imágenes, audio y video como entrada. Puedes mostrar una captura de pantalla de la interfaz de usuario y decir "recrea este diseño", o entregar una foto de una nota manuscrita y decir "textualiza esto"; todos estos casos de uso son posibles.
𝟰. Ajuste del esfuerzo de razonamiento
Cinco niveles: ninguno / bajo / medio / alto / muy alto. El valor predeterminado es medio. Usa bajo para respuestas rápidas en tareas sencillas, y alto para tareas complejas que requieren pensamiento profundo. Dado que el costo es proporcional al esfuerzo de razonamiento, es importante cambiar según la situación.
𝟱. Puntos de referencia
・Terminal-Bench 2.0 (Automatización de agentes) ── GPT-5.5: 82,7% (1er lugar), Claude Opus 4.7: 69,4%
・GPQA Diamond (Conocimiento de nivel de posgrado) ── GPT-5.5: 93,6%, Claude Opus 4.7: 94,2%, Gemini 3.1 Pro: 94,3%
・SWE-Bench Pro (Ingeniería de software) ── GPT-5.5: 58,6%, Claude Opus 4.7: 64,3%
La puntuación de Terminal-Bench del 82,7% es particularmente importante. Este es un índice de la "capacidad de completar tareas automáticamente como agente", que afecta directamente al desarrollo basado en agentes como Codex. Aunque ningún modelo gana en todas las categorías, la combinación Codex × GPT-5.5 es actualmente la más potente para fines de automatización.
■ Integración con 𝗴𝗽𝘁-𝗶𝗺𝗮𝗴𝗲-𝟮 (Generación de imágenes sin interrupciones)
Lanzado la misma semana que GPT-5.5 (21 de abril de 2026) fue "gpt-image-2" (ChatGPT Images 2.0).
Lo increíble de este modelo es su capacidad para renderizar con precisión texto en español e imágenes. Anteriormente, era normal que los caracteres en español se distorsionaran en las imágenes de IA, pero gpt-image-2 logra más del 95% de precisión a nivel de caracteres en más de 12 idiomas. Pósters, logotipos, diagramas: no se rompe ni en español.
Y la mayor ventaja es la facilidad de integración con Codex.
No necesitas una configuración especial para llamar a gpt-image-2 desde Codex. Por ejemplo:
"Crea 3 patrones para el icono de esta aplicación y guárdalos en la carpeta assets"
"Crea un diagrama basado en estos datos"
"Genera una imagen principal para la página de aterrizaje"
Con solo esto, Codex se encarga de todo, desde la generación de imágenes hasta el guardado de archivos. Si mientras escribes código piensas "quiero un diagrama aquí", puedes simplemente indicarlo en ese momento. Es increíblemente conveniente que el flujo de trabajo no se interrumpa.
Admite la generación de hasta 8 imágenes consistentes en un solo prompt, la edición a partir de hasta 16 imágenes de referencia y la salida de alta resolución de hasta 3840px. El costo de la generación de imágenes es efectivamente de aproximadamente $0,006 a $0,21 por imagen, dependiendo de la resolución y la calidad.
■ 𝗣𝗿𝗲𝗰𝗶𝗼𝘀 (Comprender los costos con precisión)
El dinero es la mayor preocupación al empezar con el desarrollo de IA. No lo dejes en la ambigüedad; entiéndelo claramente.
Primero, la estructura de facturación difiere si usas Codex a través de una suscripción de ChatGPT (Gratuito / Go / Plus / Pro) o si accedes directamente a la API.
A través de los planes de 𝗖𝗵𝗮𝘁𝗚𝗣𝗧 (Empieza aquí como principiante):
・Gratuito ($0) ── GPT-5.5 disponible. Codex disponible por tiempo limitado.
・Go ($8/mes) ── GPT-5.5 disponible. Codex disponible por tiempo limitado.
・Plus ($20/mes) ── GPT-5.5 disponible. Codex disponible.
・Pro ($100–$200/mes) ── Todas las funciones, incluyendo GPT-5.5 Pro.
Recomiendo probar primero el plan Gratuito y luego actualizar a Plus ($20/mes) para un uso serio. Obtener tanto GPT-5.5 como Codex por $20 al mes es una gran relación calidad-precio.
Uso directo de la 𝗔𝗣𝗜 (Nivel intermedio y superior):
・GPT-5.5 ── Entrada $5.00 / Salida $30.00 (por 1M de tokens)
・GPT-5.4 ── Entrada $2.50 / Salida $15.00
・GPT-5.3 ── Entrada $1.75 / Salida $14.00
GPT-5.5 cuesta el doble que 5.4. Una forma inteligente de usarlo es "normalmente 5.4, y 5.5 solo para procesos complejos".
También hay opciones de descuento:
・Batch ── 50% de descuento sobre el estándar. Para tareas que no necesitan respuestas en tiempo real.
・Flex ── También 50% de descuento. Más barato a cambio de tiempos de espera variables.
Ten en cuenta que el uso de contexto largo (entradas de más de 272.000 tokens) cuesta 2x para la entrada y 1,5x para la salida. Ten esto en cuenta al pasar cantidades masivas de código.
■ 𝗦𝗗𝗞 𝗱𝗲 𝗣𝘆𝘁𝗵𝗼𝗻 / 𝗡𝗼𝗱𝗲.𝗷𝘀 (Para uso directo de la API)
Si quieres acceder directamente a la API de GPT-5.5 desde tu propio código en lugar de usar la CLI o la aplicación de Codex, instala el SDK.
𝗣𝘆𝘁𝗵𝗼𝗻:
pip install openai
1from openai import OpenAI2client = OpenAI()3response = client.responses.create(4 model="gpt-5.5",5 reasoning={"effort": "medium"},6 input="Escribe una función para calcular la secuencia de Fibonacci en Python."7)8print(response.output_text)
𝗡𝗼𝗱𝗲.𝗷𝘀:
npm install openai
1import OpenAI from "openai";2const client = new OpenAI();3const resp = await client.responses.create({4 model: "gpt-5.5",5 reasoning: { effort: "medium" },6 input: "Crea un servidor API simple con Express.js."7});8console.log(resp.output_text);
Usa esto cuando quieras "integrar GPT-5.5 en tu propia aplicación". Para empezar, la CLI o la aplicación de escritorio de Codex son suficientes.
■ 𝗟𝗼𝗰𝗮𝗹 𝘃𝘀 𝗡𝘂𝗯𝗲 (Diferencias)
Codex tiene dos modos: ejecución local y ejecución en la nube.
La ejecución local llama al modelo directamente desde la aplicación de escritorio o la CLI. Utiliza automáticamente los archivos locales como contexto, lo que lo hace eficiente con prompts mínimos. Es rápido y adecuado para desarrollo personal o correcciones rápidas.
La ejecución en la nube (Codex Cloud) ejecuta tareas en segundo plano en la nube. Es potente para tareas en paralelo, integración con GitHub y desarrollo en equipo. Requiere iniciar sesión con una cuenta de ChatGPT.
Los principiantes deberían empezar con local y probar la nube una vez que se acostumbren.
Puntos por 𝗦𝗢:
・macOS ── Se admiten la aplicación de escritorio, la CLI y las extensiones de IDE. El entorno más completo.
・Windows ── Se admiten la aplicación de escritorio, la CLI y las extensiones de IDE. Se recomienda Windows 11 + WSL2.
・Linux ── No se admite la aplicación de escritorio. La CLI y las extensiones de IDE están disponibles.
■ 𝗜𝗻𝘁𝗲𝗴𝗿𝗮𝗰𝗶ó𝗻 𝗰𝗼𝗻 𝗲𝗹 𝗜𝗗𝗘
Además de la aplicación y la terminal, puedes usar Codex directamente dentro de tu editor.
𝗩𝗦 𝗖𝗼𝗱𝗲:
Instala "Codex - OpenAI's coding agent" desde el Marketplace. Se puede usar junto con Claude Code o GitHub Copilot.
Utiliza automáticamente los archivos abiertos o el código seleccionado como contexto, por lo que puedes escribir prompts sin copiar y pegar.
Dentro de la extensión, puedes:
・Cambiar de modelo (GPT-5.5 ↔ 5.4 ↔ 5.3)
・Cambiar los niveles de esfuerzo de razonamiento
・Alternar modos de aprobación
・Conectarse a entornos Cloud
𝗝𝗲𝘁𝗕𝗿𝗮𝗶𝗻𝘀 (IntelliJ, PyCharm, WebStorm, etc.):
Integración nativa desde enero de 2026. Disponible en la versión 2025.3 o posterior del IDE.
■ 𝗗𝗶𝘀𝗲ñ𝗼 𝗱𝗲 𝗽𝗿𝗼𝗺𝗽𝘁𝘀 (Escribir prompts cambia los resultados)
Al usar GPT-5.5, la mayor diferencia proviene de cómo escribes los prompts. Incluso con el mismo modelo, la calidad de la salida cambia completamente según el prompt.
Para GPT-5.5, se recomienda un prompt estructurado con estos 4 elementos:
・𝗢𝗯𝗷𝗲𝘁𝗶𝘃𝗼 ── Lo que quieres lograr
・𝗖𝗼𝗻𝘁𝗲𝘅𝘁𝗼 ── La situación o el entorno
・𝗥𝗲𝘀𝘁𝗿𝗶𝗰𝗰𝗶𝗼𝗻𝗲𝘀 ── Cosas que no hacer o limitaciones
・𝗖𝗿𝗶𝘁𝗲𝗿𝗶𝗼 𝗱𝗲 𝗳𝗶𝗻𝗮𝗹𝗶𝘇𝗮𝗰𝗶ó𝗻 ── Qué define la "finalización"
Ejemplo:
Objetivo: Crear un endpoint de API de registro de usuario.
Contexto: Python + FastAPI + PostgreSQL. INSERT en la tabla de usuarios existente.
Restricciones: Sin librerías externas adicionales. Hash de contraseñas con bcrypt. La comprobación de duplicados de correo electrónico es obligatoria.
Criterio de finalización: Enviar JSON (name, email, password) a POST /users crea un usuario y devuelve 201. Los correos duplicados devuelven 409.
Simplemente decir "haz una API de registro de usuario" funciona, pero escribir como lo anterior mejora drásticamente la precisión. Reduce los intercambios, lo que al final lo hace más rápido.
Elección del esfuerzo de razonamiento:
・ninguno / bajo ── Conversiones simples o tareas rutinarias. Respuesta más rápida.
・medio ── Codificación general o preguntas y respuestas (predeterminado).
・alto ── Diseño de algoritmos complejos o depuración.
・muy alto ── Tareas de agente de máxima dificultad.
El costo es proporcional al esfuerzo, por lo que establecer todo en muy alto es ineficiente. Elige el nivel que se adapte a la tarea.
■ 𝗗𝗲𝗽𝘂𝗿𝗮𝗰𝗶ó𝗻 𝘆 𝗽𝗿𝘂𝗲𝗯𝗮𝘀
Después de escribir código viene la depuración y las pruebas. Codex + GPT-5.5 también brilla aquí.
El truco para la depuración es pasar el registro de errores tal cual.
"No funciona" → Mal
"Se produjo un RuntimeError en pytest. Traza de pila: (error completo). Por favor, arréglalo." → Bien
GPT-5.5 tiene un contexto de 1.050.000 tokens, por lo que los registros largos no son problema. De hecho, cuanta más información, mejor.
Con Codex CLI, en la carpeta del proyecto:
codex "Investiga por qué esta prueba falla y arréglala. Confirma que la prueba pasa."
Codex leerá el archivo, ejecutará la prueba, analizará el error, lo corregirá y volverá a ejecutar la prueba automáticamente. Esta es la esencia de una "IA que trabaja".
También puedes dejarle la generación de pruebas:
codex "Escribe pruebas pytest para la función register_user en src/auth/register.py. Incluye tres patrones: éxito, error y validación."
Se encarga de todo, desde crear el archivo de prueba hasta verificar la ejecución.
■ 𝗦𝗲𝗴𝘂𝗿𝗶𝗱𝗮𝗱
Codex tiene una estructura de seguridad de dos capas.
① Modo sandbox ── Limita técnicamente el alcance de lo que "puede hacer". Con workspace-write, no puede tocar nada fuera del espacio de trabajo.
② Política de aprobación ── Pregunta "¿Puedo hacer esto?" antes de operaciones que cruzan límites. Evita acciones no deseadas.
Codex Cloud se ejecuta en contenedores aislados gestionados por OpenAI, por lo que no puede acceder al sistema anfitrión. La CLI local y las extensiones de IDE también están forzadas en sandboxes a nivel de sistema operativo.
Los principiantes pueden empezar seguros con on-request + workspace-write.
■ Uso en el mundo real
Se informa que el 85% de los empleados de OpenAI usan Codex semanalmente.
・Equipo de Finanzas ── Procesó revisiones de 24.771 documentos fiscales K-1 (71.637 páginas) con Codex. Terminaron 2 semanas antes que el año anterior.
・Equipo de Marketing ── Automatizó la generación de informes semanales de negocio. Ahorraron de 5 a 10 horas por semana.
・Ejemplos de desarrolladores ── Generó un juego de arte pixelado en un solo archivo HTML con un solo prompt. Automatizó la generación de una API CRUD de comercio electrónico con Express.js más un conjunto de pruebas.
No solo escribir código, sino analizar materiales, crear informes y organizar datos: la fortaleza del Codex actual es la "automatización del trabajo de conocimiento".
■ Resumen ── Hoja de ruta para dominar Codex desde cero
Ese es el panorama general de Codex × GPT-5.5 × gpt-image-2.
𝗣𝗮𝘀𝗼 𝟭 (Entender) ── Saber qué es Codex.
→ ChatGPT es "IA que habla", Codex es "IA que trabaja".
𝗣𝗮𝘀𝗼 𝟮 (Empezar) ── Descargar la aplicación de escritorio e iniciar sesión.
→ Empezar en 5 minutos. No se necesita terminal.
𝗣𝗮𝘀𝗼 𝟯 (Conceptos básicos) ── Usar el prompt de 4 elementos (Objetivo/Contexto/Restricciones/Criterio de finalización).
→ No escribas de forma vaga; adquiere el hábito de especificar las condiciones de finalización.
𝗣𝗮𝘀𝗼 𝟰 (Practicar) ── Pasar registros de errores para depuración + autogenerar pruebas + integración con IDE.
→ Incorpora Codex en tu ciclo de desarrollo.
𝗣𝗮𝘀𝗼 𝟱 (Optimizar costos) ── Usar GPT-5.4 normalmente, 5.5 para tareas complejas.
→ Utiliza Batch y Flex para un 50% de descuento.
𝗣𝗮𝘀𝗼 𝟲 (Avanzado) ── Generación de imágenes con gpt-image-2, tareas en paralelo en Cloud, automatización con plugins.
→ Expande el uso más allá de la codificación.
Empieza con el Paso 2. Descarga la aplicación, inicia sesión y prueba una cosa. Puedes empezar en 5 minutos. Una vez que lo pongas en marcha, puedes aprender el resto sobre la marcha.
Codex sigue evolucionando. Desde principios de 2026, ha habido grandes actualizaciones casi cada mes. Por eso es importante comprender los conceptos básicos ahora y construir una base para adaptarse a los cambios.
Para aquellos que encontraron útil este artículo:
𝗖𝗼𝗱𝗲𝘅 𝗦𝘁𝘂𝗱𝗶𝗼 (@Codestudiopjbk) es una cuenta gestionada por tres entusiastas de Codex.
Publicamos a diario sobre usos prácticos de la CLI y automatización.
Publicamos sobre:
・Ejemplos reales de desarrollo de productos usando GPT-5.5 y OpenAI Codex
・Uso de Codex / automatización con CLI / tendencias de desarrollo
・Última información internacional sobre GPT-5.5 y Codex
Desde la filosofía de desarrollo hasta el diseño, implementación y mejora, resumimos información primaria e internacional para ayudarte a lanzar productos funcionales.
¡Si te interesa, síguenos! Para consultas de desarrollo, envía un mensaje directo.
