AI プログラミングツールに毎月 600 ドル使っています。Claude Code (CC) を 2 サブスクリプションで 400 ドル、Codex Pro を 1 つで 200 ドル。先月から、この 200 ドルの方が 400 ドルよりも仕事をしてくれています。
同じ自動化タスクで、CC は 155 ドルのクォータを使い、Codex は 15 ドル。7 つの Codex インスタンスを並列実行したところ、2～3 日分の作業が 25 分で終わりました。1 ヶ月テストした結果：Web スクレイピングとリバースエンジニアリングを除けば、Codex は CC の完全な代替品です。
それでも CC を残しているのは、主に習慣からです。1 年以上使っていて、ワークフロー全体が CC を前提に構築されており、移行コストが低くないからです。しかし、純粋なコーディングタスクでは、Codex の方が速く、安く、優れています。この記事では、1 ヶ月の間に遭遇した落とし穴と、開発したワークフローの詳細を紹介します。
Codex とは？
OpenAI が開発した、Claude Code と直接競合するプログラミングツールです。ターミナルで動作し、コードの読み取り、ファイルの変更、コマンドの実行が可能で、基本的な機能は CC と同じです。
しかし、いくつかの違いがあります：
オープンソース。 コードは完全に公開されており、GitHub で 75,000 スターを獲得しています。CC はオープンソースではありません。オープンソースであるということは、コミュニティが非常に活発であり、他の人が貢献した 50 以上の既製スキルを直接インストールできることを意味します。
セーフティガードレール。 Codex のセーフティガードレールは非常に厳格で、完全な「道徳的な模範」です。さまざまなスクレイピングやリバースエンジニアリングのタスクを断固として拒否し、クラウド側でのセーフティレビューが行われます。現在、linux.do や Tavern コミュニティなどのバイパスコミュニティは、GPT に対してほとんど手が出せません。Claude Code は比較的「邪悪」で、「悪いこと」を手伝ってくれます 😈。
GPT-5.5。 4 月 24 日、Codex のデフォルトモデルが GPT-5.5 に切り替わりました。これは大きな出来事です。非常に高速で、コマンドを送信してから数秒で動作を開始し、アクセラレーションモードを使わなくても毎秒約 90 トークンに達します。最も明確に感じるのは、ついに人間らしい話し方になったことです。以前の GPT シリーズのコードコメントには常に「AI の匂い」がありましたが、5.5 の出力ははるかに自然です。
どちらが優れているか？
まず、感覚として：日常のコーディングや自動化タスクでは、Codex は CC よりも大幅に速く、コストも抑えられます。同じタスクで、Codex では 15 ドル、CC では 155 ドルかかります。その理由は、GPT-5.5 がタスクごとに使用するリソースが Claude よりもはるかに少なく、より少ない「思考」で同じことを達成できるからです。
しかし、CC にも強みがあります。十数のファイルを同時に変更し、プロジェクト全体のアーキテクチャを理解する必要がある複雑なリファクタリングでは、CC の理解力は依然として深いです。誰がコードを書いたかわからないブラインドテストでは、CC のコード品質勝率は 67% でした。さらに、CC のセーフティガードレールは弱く、リバースエンジニアリングやスクレイピングが簡単です。
とはいえ、正直なところ、実際の使用ではこの差はそれほど重要ではありません。後ほど、Superpowers というツールを紹介します。これをインストールすると、Codex のコード品質の安定性が大幅に向上し、基本的に差はなくなります。
インストール方法
インストールの詳細は以前の CC 紹介記事で書きましたが、見ていなくても大丈夫です。任意の AI（Claude、ChatGPT、DeepSeek、Doubao、Gemini などを含みますが、これらに限定されません）に「Mac/Windows を使っています。Codex CLI のインストールを手伝ってください」と送るだけで、ステップバイステップで教えてくれます。エラーが発生したらスクリーンショットを送れば、解決を手伝ってくれます。
Codex は CC よりもさらにシンプルです。インストール後、ターミナルで codex と入力し、ChatGPT アカウントでログインするだけです。キーや環境変数を設定する必要はなく、ログインしてすぐに使えます。
料金はいくらですか？
Codex は個別に課金されず、ChatGPT のサブスクリプションに含まれています。20 ドルの Plus プランで動作します。
ただし、正直なところ、Plus のクォータは非常に速く消費されます。ヘビーユーザーなら 1 日で使い切ることもあります。200 ドルの Pro プランは 5 倍の使用量があり、現在のキャンペーン期間中は 6 月 1 日まで 10 倍になります。
私の実際の支出：CC サブスクリプション 2 つ（400 ドル）+ Codex Pro 1 つ（200 ドル）= 月額 600 ドル。Codex の 200 ドルは、CC の 200 ドルよりもはるかに多くの仕事をこなしています。なぜなら、同じタスクで消費するリソースが 3～4 分の1だからです。
もう一つの重要なポイントは、API プロキシ（中継サービス）です。Codex プロキシの価格は、公式価格の 10% であることがよくあります。私のテストでは、1 ドルあたり数セントのクレジットを提供するサービスすらありました。旧正月には、1 日あたり数百ドル相当の使用が可能な月額 79 元のパッケージを購入したこともありましたが、今はもうありません。さらに、Codex プロキシは Claude Code のものよりもはるかに安定しています。OpenAI は Anthropic ほど「不具合を起こしません」。
ただし、プロキシに関するもう一つのポイントは、それらが半ばアンダーグラウンドであることです。アンダーグラウンド産業の問題点は、信頼できるものを見つけるために、実際に自分のお金でテストする必要があることです。現在、私の評判をかけて保証できるプロキシサービスはありません。いくつかのサービスの停止を経験し、1000～2000 元ほど騙されたこともあります。皆さん自身でテストされることを願っています。
インストール後に行うべきこと
- AGENTS.md
CC には CLAUDE.md があり、Codex には AGENTS.md があります。機能は同じで、プロジェクトルートに配置して AI にプロジェクトのルールを伝えます。
良いニュース：すでに CC プロジェクトを持っている場合、Codex は CLAUDE.md も読み取り、すぐに動作します。
しかし、直感に反する発見があります：書きすぎると逆効果です。研究によると、自動生成された AGENTS.md ファイルは、実際にタスクの成功率を下げることが示されています。これは、Codex はコード自体を読むことができるため、あまりにも多くの指示を詰め込むと、注意が散漫になるからです。
正しい方法：Codex が自分で発見できないことだけを書くこと。ビルドコマンド、触れてはいけないファイル、コミットメッセージのフォーマット。それだけで、1 ページを超えてはいけません。
- 権限：デフォルトを使用しない
デフォルトでは、Codex はすべての操作で確認を求めてきます。これは面倒です。現在、ほとんどの開発者は自動モードを使用しています。つまり、常に Enter キーを押すことなく、コードを動作させるということです。
~/.codex/config.toml で一度設定します：
approval_policy = "never"
sandbox_mode = "workspace-write"
これにより、Codex はプロジェクトディレクトリ内のファイルを自由に変更し、コマンドを実行できるようになります。確認は求められません。
ただし、前提条件として Git をセーフティネットとして持つことが必要です。これは CC の紹介で述べたこととまったく同じです：
コードは Git で管理し、クラウドにプッシュすること。 GitHub、GitLab、何でも構いません。自動モードをオンにすると、Codex はより攻撃的になります。設定ファイルを壊したり、削除すべきでないものを削除したりするのを見たことがあります。Git があればロールバックできます。なければ、書き直す必要があります。
データベースは Git で管理できないので、別途バックアップする必要があります。 私の方法は、重要なデータファイルを 4 時間ごとにクラウドにバックアップすることです。AI はデータを上書きするスクリプトを書くことがあります。以前、新しい処理スクリプトを書かせたところ、実行中の古いスクリプトの出力を直接上書きし、データが消えてしまいました。それ以来、データファイルの操作前には必ず .bak バックアップを作成しています。
まとめ：コードは Git で管理しクラウドにプッシュ、データベースは定期的にバックアップ、データ操作前には .bak。 これら 3 つは自動モードの前提条件であり、オプションではありません。
タスクの割り当て方
- アクションの前に計画を提案させる
複雑なタスクでは、いきなりコードの変更を始めさせないでください。Shift+Tab を押して計画モードに入り、プロジェクトを確認させて計画を提案させ、あなたが確認してから実行させます。これは CC と同じロジックです。タスクが大きいほど、事前に十分に検討する必要があります。
- 指示では 4 つのことを明確にする
多くを書く必要はありませんが、次の 4 つを明確にしてください：望ましい結果、参照ファイル、触れてはいけないもの、完了とみなす条件。
例：「ユーザーモジュールにレート制限を追加してください。auth ファイルの実装を参照してください。既存のテストは変更しないでください。すべてのテストが合格したら完了です。」
- 便利なコマンド
Codex はしばらく動作すると応答品質が低下することがあります。/compact と入力してメモリを圧縮するか、/clear と入力して新たに開始します。CC にはない機能もあります：/fork。どのパスを取るべきかわからない場合、フォークして現在の進行状況に影響を与えずに代替案を試すことができます。
価値あるツールとスキル
- 節約の裏技：Caveman モード
1 つのコマンドでクォータ消費を 65% 節約できます：
export CODEX_RESPONSE_STYLE=caveman
有効にすると、Codex は無駄話をしなくなります。説明も、挨拶もなく、ただ仕事だけを行います。現在、私のすべての Codex インスタンスはデフォルトでこれに設定されています。
- Superpowers：品質安定化ツール
強くお勧めします。簡単に言えば、Codex にプロセスに従って作業させる一連のルールです：何をすべきか考え、受け入れ基準を書き、コードを書き、最後にチェックする。
「裸」で実行すると、Codex はすぐにコードに飛び込み、方向性を見失いがちです。Superpowers を使うと、プロセスによって抑制され、すべてのステップにチェックポイントがあり、スキップできません。その結果、複雑なタスクでも品質がはるかに安定します。
インストールは簡単です。GitHub からダウンロードして、skills ディレクトリに配置するだけです。ツール固有のものではなく、CC、Cursor、Gemini でも使用できます。なぜなら、本質的には単なるドキュメントだからです。
- 使用量監視
pip install ccusage。インストールすると、1 日あたりのクォータ消費量を確認できます。これがないと、いくら使っているかわかりません。以前、タスクがループにはまり、数分で数万トークンを消費したことがあります。監視ツールがあったから気づきました。
私の実際のワークフロー
小さなタスク：Codex を直接開く
バグ修正、フォーマット調整、テスト追加などは、ターミナルで 1 つの codex を開くだけ。指示はシンプルなほどパフォーマンスが良くなります：「このファイルの Null ポインタを修正して」または「この関数のテストを追加して」。
大きなタスク：複数の並列パスに分割する
これが最も強力な使い方です。大きなタスクをいくつかのチャンクに分割し、それぞれに Codex を割り当て、同時に実行します。正しい方法は、各 Codex に独立したプロジェクトコピーを作成することです。これにより、競合を防げます。
実際のデータ：7 つの Codex インスタンスが協力して 25 分で完了しました。1 人が直列で作業すると、控えめに見積もっても 2～3 日かかります。
唯一の絶対ルール：1 つのファイルは 1 つの Codex にのみ割り当てること。 2 つの Codex インスタンスが同時に同じファイルを変更すると、必ず問題が発生します。例外はありません。
落とし穴
- しばらくすると無駄話をする
各 Codex セッションには容量制限があります。満杯になると、エラーを出すのではなく、信頼性の低いコードを書き始めます。これはエラーよりも悪質です。少なくともエラーなら何かがおかしいとわかります。品質が静かに低下していると、その悪いコードの上にすでに何層も構築してしまっているかもしれません。
私のルール：少しでも違和感を感じ始めたら、すぐに新しいセッションを開始すること。セッションを延命しようとしないでください。疲弊したセッションで苦労するよりも、コンテキストを再度提供する方が良いです。
- 拡張機能を入れすぎない
Codex は外部ツールをサポートしていますが、各ツールは余分なリソースを消費します。93 の関数を持つ GitHub ツールキットを接続し、1 回の対話ラウンドあたり 5 万以上の追加トークンを消費している人を見たことがあります。本当に必要なものだけを残し、他は削除してください。
実際の感想
Codex は今や CC の完全な代替品です。CC を残しているのは、習慣とスクレイピングのニーズのためだけです。それ以外はすべて Codex に移行しました。
個人がデプロイ可能な AI コンピューティングパワーは急速に増加しています。昨年は 1 つの CC が動作していましたが、今年は 1 つの CC に加えて 7～8 つの Codex インスタンスを並列実行しています。CC を使っていて物足りなさを感じているなら、Codex を 1 つ追加してみてください。私の言っている意味がわかるはずです。
