Gasto US$ 600 por mês em ferramentas de programação com IA. Duas assinaturas do Claude Code (CC) por US$ 400 e uma do Codex Pro por US$ 200. Desde o mês passado, esses US$ 200 renderam mais que os US$ 400.
Para a mesma tarefa de automação, o CC consumiu US$ 155 de cota, enquanto o Codex gastou US$ 15. Rodar 7 instâncias do Codex em paralelo concluiu em 25 minutos o que levaria dois a três dias de trabalho. Depois de um mês de testes: com exceção de web scraping e engenharia reversa, o Codex substitui completamente o CC.
Ainda mantenho o CC principalmente por hábito – uso há mais de um ano, todo meu fluxo de trabalho foi construído nele e o custo de migração não é baixo. Mas para tarefas puramente de codificação, o Codex é mais rápido, mais barato e melhor. Este post detalha todas as armadilhas que encontrei e os fluxos que desenvolvi ao longo do mês.
O que é exatamente o Codex?
Uma ferramenta de programação feita pela OpenAI que compete diretamente com o Claude Code. Também roda no terminal, lê seu código, modifica arquivos e executa comandos – as capacidades básicas são as mesmas do CC.
Mas há algumas diferenças:
Código aberto. O código é totalmente público, com 75.000 estrelas no GitHub. O CC não é open source. Código aberto significa que a comunidade é muito ativa; existem mais de 50 habilidades prontas, contribuídas por outros, que você pode instalar diretamente.
Barreiras de segurança. As barreiras de segurança do Codex são incrivelmente rígidas – um verdadeiro "moralista". Ele se recusa terminantemente a ajudar com tarefas de scraping ou engenharia reversa, com revisões de segurança no lado da nuvem. Atualmente, comunidades de bypass como linux.do e a comunidade Tavern não conseguem fazer nada contra o GPT. O Claude Code é relativamente mais "malvado" e vai te ajudar a fazer "coisas erradas" 😈.
GPT-5.5. Em 24 de abril, o modelo padrão do Codex mudou para GPT-5.5, o que é um grande acontecimento. É muito rápido; começa a rodar segundos depois de você enviar um comando, atingindo cerca de 90 tokens por segundo mesmo sem modo de aceleração. A sensação mais óbvia é: ele finalmente fala como um humano. Antes, os comentários de código da série GPT sempre tinham um "sabor de IA", mas a saída do 5.5 é muito mais natural.
Qual é mais forte?
Primeiro, a sensação: para codificação diária e tarefas de automação, o Codex é significativamente mais rápido que o CC e economiza dinheiro – a mesma tarefa custa US$ 15 no Codex contra US$ 155 no CC. O motivo é que o GPT-5.5 usa muito menos recursos por tarefa que o Claude; ele realiza a mesma coisa com menos "pensamento".
No entanto, o CC tem seus pontos fortes. Para refatorações complexas que exigem modificar uma dúzia de arquivos simultaneamente e entender toda a arquitetura do projeto, a compreensão do CC ainda é mais profunda. Em testes cegos onde as pessoas não sabiam quem escreveu o código, a taxa de vitória na qualidade do código do CC foi de 67%. Além disso, as barreiras de segurança do CC são mais fracas, tornando engenharia reversa e scraping muito fáceis.
Mas, honestamente, essa diferença não é tão importante no uso real. Mais adiante, vou apresentar uma ferramenta chamada Superpowers; depois de instalada, a estabilidade da qualidade do código do Codex melhora muito, basicamente fechando a lacuna.
Como Instalar
Eu escrevi sobre os detalhes da instalação no post anterior sobre o CC, mas não tem problema se você não viu. Basta enviar "Estou usando Mac/Windows, me ajude a instalar o Codex CLI" para qualquer IA (incluindo, mas não se limitando a Claude, ChatGPT, DeepSeek, Doubao, Gemini, etc.), e ela vai te ensinar passo a passo. Se der erro, envie um print e ela pode ajudar a resolver.
O Codex é ainda mais simples que o CC: depois de instalado, digite codex no terminal e faça login com sua conta do ChatGPT. Não precisa configurar chaves ou variáveis de ambiente; é só logar e usar.
Quanto Custa?
O Codex não é cobrado separadamente; está incluído na assinatura do ChatGPT. O plano Plus de US$ 20 funciona.
Porém, para ser honesto, a cota do Plus se esgota muito rápido; uso intenso pode zerá-la em um dia. O plano Pro de US$ 200 tem 5 vezes o uso e, durante o período promocional atual, é 10 vezes até 1º de junho.
Meu gasto pessoal: duas assinaturas CC (US$ 400) + um Codex Pro (US$ 200) = US$ 600 por mês. Os US$ 200 do Codex realmente fazem muito mais trabalho que os US$ 200 do CC, porque consome de 3 a 4 vezes menos recursos para a mesma tarefa.
Outro ponto importante são os proxies de API (estações intermediárias). Os preços dos proxies do Codex costumam ser 10% do preço oficial. Em meus testes, algumas estações oferecem créditos a alguns centavos por dólar. Durante o Ano Novo Lunar, comprei um pacote mensal por 79 RMB que permitia centenas de dólares de uso diário, mas isso acabou. Além disso, os proxies do Codex são muito mais estáveis que os do Claude Code; a OpenAI não "buga" tanto quanto a Anthropic.
No entanto, outro ponto sobre proxies é que eles são semi-subterrâneos. O problema com indústrias subterrâneas é que você precisa testá-las com dinheiro real para encontrar as confiáveis. Atualmente, não tenho nenhuma estação proxy pela qual eu possa dar a cara a tapa; já experimentei várias estações fechando e até fui enganado em mil ou dois mil RMB. Espero que todos testem isso por conta própria.
Primeiras Coisas a Fazer Após a Instalação
- AGENTS.md
CC tem CLAUDE.md; Codex tem AGENTS.md. Eles funcionam da mesma forma – coloque na raiz do projeto para dizer à IA as regras do projeto.
Boas notícias: se você já tem um projeto CC, o Codex também lê o CLAUDE.md e funciona imediatamente.
Mas há uma descoberta contraintuitiva: escrever demais é ruim. Pesquisas mostram que arquivos AGENTS.md gerados automaticamente na verdade diminuem a taxa de sucesso das tarefas. Isso ocorre porque o Codex consegue ler o código sozinho; se você enfiar muitas instruções, ele se distrai.
A forma correta: escreva apenas coisas que ele não consegue descobrir sozinho. Comandos de build, quais arquivos não tocar, formato da mensagem de commit. Só isso – não mais que uma página.
- Permissões: não use os padrões
Por padrão, o Codex pede confirmação para cada operação, o que é irritante. A maioria dos desenvolvedores agora usa o modo automático – deixando-o fazer as coisas sem ficar apertando Enter.
Configure uma vez em ~/.codex/config.toml:
approval_policy = "never"
sandbox_mode = "workspace-write"
Dessa forma, o Codex pode modificar arquivos e executar comandos livremente no diretório do projeto, sem perguntar.
Mas o pré-requisito é ter o Git como rede de segurança. Isso é exatamente o que eu disse na introdução do CC:
O código deve estar no Git e enviado para a nuvem. GitHub, GitLab, tanto faz. Com o modo automático ativado, o Codex fica mais agressivo; já vi quebrarem arquivos de configuração ou deletarem coisas que não deveriam. Com Git, você pode reverter; sem ele, tem que reescrever.
Bancos de dados não podem ser versionados com Git; devem ter backup separado. Minha prática é fazer backup dos arquivos de dados críticos a cada quatro horas para a nuvem. A IA às vezes escreve scripts que sobrescrevem dados – uma vez ela escreveu um novo script de processamento que sobrescreveu diretamente a saída de um script antigo em execução, e os dados se foram. Desde então, sempre faço um backup .bak antes de operações com arquivos de dados.
Resumo: Código no Git + push para nuvem, backups agendados do banco de dados e .bak antes de operações com dados. Esses três são pré-requisitos para o modo automático, não opcionais.
Como Atribuir Tarefas
- Deixe-o propor um plano antes de agir
Para tarefas complexas, não deixe ele começar a modificar código de cara. Pressione Shift+Tab para entrar no modo de planejamento, deixe-o olhar o projeto e propor um plano, e só deixe ele começar depois que você revisar. É a mesma lógica do CC – quanto maior a tarefa, mais você precisa pensar primeiro.
- Seja claro em quatro coisas nas instruções
Você não precisa escrever muito, mas esclareça estas quatro: resultado desejado, arquivo de referência, o que não tocar e o que conta como concluído.
Exemplo: "Adicione limitação de taxa ao módulo de usuário. Consulte a implementação do arquivo auth. Não altere os testes existentes. Está concluído quando todos os testes passarem."
- Comandos úteis
Você perceberá que a qualidade da resposta do Codex cai depois de um tempo rodando. Digite /compact para comprimir a memória ou /clear para começar do zero. Há também um recurso que o CC não tem: /fork. Quando não tiver certeza de qual caminho seguir, bifurque um para testar uma alternativa sem afetar o progresso atual.
Ferramentas e Habilidades que Valem a Pena
- Truque para economizar dinheiro: modo caveman
Um comando pode economizar 65% do consumo de cota:
export CODEX_RESPONSE_STYLE=caveman
Uma vez ativado, o Codex para de falar besteira – sem explicações, sem salamaleques, só trabalho. Agora tenho todas as minhas instâncias do Codex configuradas assim por padrão.
- Superpowers: estabilizador de qualidade
Eu recomendo fortemente. Basicamente, é um conjunto de regras que força o Codex a trabalhar seguindo um processo: pensar no que fazer, escrever critérios de aceitação, escrever código e, por fim, verificar.
Quando roda "pelado", o Codex tende a pular direto para o código e perder o rumo. Com o Superpowers, ele é freado pelo processo; cada etapa tem um checkpoint que não pode ser pulado. O resultado é uma qualidade muito mais estável para tarefas complexas.
A instalação é simples: baixe do GitHub e coloque no diretório de skills. Não é específico para uma ferramenta – CC, Cursor e Gemini podem usar, porque é essencialmente apenas um documento.
- Monitoramento de uso
pip install ccusage. Depois de instalado, você pode ver quanta cota gasta por dia. Sem isso, você não tem ideia de quanto está gastando. Uma vez uma tarefa entrou em loop e queimou dezenas de milhares de tokens em minutos; só percebi por causa do monitor.
Meu Fluxo de Trabalho Real
Tarefas pequenas: abrir o Codex diretamente
Corrigir bugs, ajustar formatação, adicionar testes – basta abrir um codex no terminal. Quanto mais simples a instrução, melhor ele se sai: "Corrija o ponteiro nulo neste arquivo" ou "Adicione um teste para esta função."
Tarefas grandes: dividir em vários caminhos paralelos
Essa é a forma mais poderosa de usar. Divida uma tarefa grande em várias partes, atribua um Codex para cada uma e execute simultaneamente. A forma correta é criar uma cópia independente do projeto para cada Codex, para que não entrem em conflito.
Dados reais: 7 instâncias do Codex trabalhando juntas terminaram em 25 minutos. Uma única pessoa trabalhando em série levaria, conservadoramente, dois a três dias.
A única regra de ferro: Um arquivo só pode ser atribuído a um Codex. Duas instâncias do Codex modificando o mesmo arquivo simultaneamente inevitavelmente causarão problemas, sem exceções.
Armadilhas
- Falar besteira depois de um tempo
Cada sessão do Codex tem um limite de capacidade. Quando atinge o limite, ele não dá erro; começa a escrever código não confiável. Isso é pior que um erro – pelo menos com erro você sabe que algo está errado. Quando a qualidade cai silenciosamente, você pode já ter construído várias camadas em cima do código ruim dele.
Minha regra: se começar a parecer estranho, simplesmente inicie uma nova. Não tente prolongar a vida dela. Melhor fornecer contexto novamente do que lutar em uma sessão cansada.
- Não instale muitas extensões
O Codex suporta ferramentas externas, mas cada ferramenta consome recursos extras. Já vi alguém conectar um kit de ferramentas do GitHub com 93 funções, queimando mais de 50.000 tokens extras por rodada de diálogo. Mantenha apenas o que você realmente precisa e corte o resto.
Sentimentos Reais
O Codex agora substitui completamente o CC. Só mantenho o CC por hábito e para necessidades de scraping; todo o resto está no Codex.
O poder de computação de IA que um indivíduo pode implantar está aumentando rapidamente. No ano passado era um CC trabalhando; este ano é um CC mais sete ou oito instâncias do Codex em paralelo. Se você está usando CC e acha que não é suficiente – adicione um Codex, e você entenderá o que estou dizendo.
