Vou dizer claramente. A era de "usar apenas o Claude Code" acabou completamente. Em 24 de abril, com a chegada do GPT-5.5, a precisão do Codex saltou para uma "outra dimensão." Lá fora, já estão surgindo posts dizendo que "seguir apenas o Claude Code é uma oportunidade perdida; a era pertence ao Codex."
0:53
No entanto, no Japão, a maioria das pessoas ainda está presa em "O que é Codex?" ou "O que o GPT-5.5 tem de tão bom?"
É por isso que neste artigo, eu vou👇
・Explicar o que realmente é o Codex
・Detalhar o que mudou com o GPT-5.5
・Discutir as diferenças fundamentais em relação ao Claude Code
・Mostrar para iniciantes exatamente por onde começar
Vou detalhar tudo isso a um nível que pode ser compreendido mesmo começando do zero.
Se você tem alguma dessas preocupações, precisa ler este artigo até o final👇
・O que é o Codex, afinal? Como ele é diferente do ChatGPT?
・Ouvi dizer que o GPT-5.5 é incrível, mas não sei especificamente por quê.
・Ouvi dizer que ele pode criar imagens, mas como isso funciona?
・Quero usá-lo, mas termos como chaves de API e CLI não fazem sentido para mim.
・Tenho medo de mexer porque não sei quanto custa.
Estas são as barreiras que quase todo mundo enfrenta quando começa a se interessar pelo Codex.
A documentação oficial está em inglês, as informações estão espalhadas por toda parte, e é difícil saber por onde começar. Além disso, com novos modelos e ferramentas surgindo toda semana, só acompanhar já é exaustivo.
Para este guia, li todos os materiais oficiais da OpenAI, cards de sistema, documentos de API e guias para desenvolvedores até 29 de abril de 2026, para resumir o panorama geral de "Codex × GPT-5.5 × Geração de Imagens" em um único manual.
Desde a instalação do aplicativo até o design de prompts, integração de geração de imagens, gerenciamento de custos e integração com IDE — ler este artigo de cima a baixo deve fazer você sair do zero e ficar totalmente operacional👇
■ O que é 𝗖𝗼𝗱𝗲𝘅, afinal?
Resumindo, o OpenAI Codex é um "Agente de Codificação de IA."
Para simplificar a diferença com o ChatGPT: o ChatGPT é uma "IA que conversa," enquanto o Codex é uma "IA que trabalha."
Se você pedir ao ChatGPT para "corrigir este código," ele retorna uma resposta em texto. O Codex é diferente. Ele realmente abre o arquivo, reescreve o código, executa testes e confirma os resultados. Ler, escrever, executar e corrigir — o Codex faz tudo isso automaticamente.
Além disso, com a grande atualização de abril de 2026 ("Codex para (quase) tudo"), agora ele oferece suporte a tarefas que não são de codificação. Ele evoluiu para um "agente de IA quase universal" que pode se integrar a mais de 90 ferramentas, incluindo Jira, Slack, Notion, Google Workspace e HubSpot.
Existem três maneiras de usar o Codex:
・𝗔𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝘃𝗼 𝗗𝗲𝘀𝗸𝘁𝗼𝗽 𝗱𝗼 𝗖𝗼𝗱𝗲𝘅 ── A maneira mais fácil. Basta baixar o aplicativo e fazer login. Nenhuma operação de terminal é necessária. Suporta macOS e Windows.
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗟𝗜 ── Um agente que executa no terminal. É lançado como código aberto (Apache 2.0). É mais flexível para quem está acostumado com o terminal.
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗹𝗼𝘂𝗱 ── Executa tarefas em segundo plano na nuvem. Bom para executar várias tarefas em paralelo ou integrar com repositórios do GitHub. Voltado para o desenvolvimento em equipe.
Iniciantes devem começar com o "Aplicativo Desktop." Você pode começar sem usar o terminal.
■ Primeiros Passos (Edição do Aplicativo Desktop)
A maneira mais simples de começar é baixar o aplicativo desktop.
Para 𝗠𝗮𝗰:
Instale via Mac App Store ou Homebrew:
brew install --cask codex
Para 𝗪𝗶𝗻𝗱𝗼𝘄𝘀:
Pesquise por "Codex" na Microsoft Store e instale.
Depois de abrir o aplicativo, basta fazer login com sua conta do ChatGPT. Um navegador será aberto para autenticação, e você poderá usá-lo imediatamente. Nenhuma configuração de chave de API é necessária.
Sim, se você tem uma conta do ChatGPT, pode fazer login como está. Até o plano Gratuito funciona.
Com o aplicativo aberto, tente algo como:
"Mostre-me uma lista de arquivos nesta pasta"
"Encontre e corrija o bug neste código"
"Crie um README.md"
O Codex lerá os arquivos, pensará, executará e retornará os resultados. Neste ponto, você perceberá: "Nossa, isso é totalmente diferente do ChatGPT."
■ Primeiros Passos (Edição 𝗖𝗟𝗜)
Para quem se sente confortável com o terminal, o Codex CLI oferece mais flexibilidade.
Instalação:
npm i -g @openai/codex
No macOS:
brew install codex
Autenticação:
codex auth
→ Um navegador abre para fazer login via conta do ChatGPT ou inserir uma chave de API.
Verificação:
codex "Por favor, apresente-se em inglês."
Se você receber uma resposta, é um sucesso. Só isso.
Se você usar uma chave de API para autenticação, é conveniente defini-la como uma variável de ambiente:
export OPENAI_API_KEY="sk-xxxxxxxx"
Adicionar isso ao seu ~/.zshrc (Mac) ou ~/.bashrc (Linux) elimina a necessidade de digitá-la toda vez.
Você pode emitir chaves de API em platform.openai.com em Painel → "Chaves de API" → "Criar nova chave secreta." A chave é mostrada apenas uma vez, então copie e armazene-a com segurança. Nunca a compartilhe ou a envie para o GitHub.
■ Criando um Arquivo de Configuração
Se você quiser personalizar o comportamento do Codex, crie ~/.codex/config.toml. Isso é comum tanto para o aplicativo desktop quanto para o CLI.
1model = "gpt-5.5"2approval_policy = "on-request"3sandbox_mode = "workspace-write"
Significado de cada configuração:
𝗺𝗼𝗱𝗲𝗹 ── O modelo a ser usado. gpt-5.5 é o de maior desempenho. Se você quiser economizar custos, gpt-5.4 também é uma opção.
𝗮𝗽𝗽𝗿𝗼𝘃𝗮𝗹_𝗽𝗼𝗹𝗶𝗰𝘆:
・"untrusted" ── Executa automaticamente apenas comandos somente leitura. Pede confirmação para todo o resto (mais seguro).
・"on-request" ── Pede confirmação conforme necessário (recomendado).
・"never" ── Executa tudo sem confirmação (para usuários avançados).
𝘀𝗮𝗻𝗱𝗯𝗼𝘅_𝗺𝗼𝗱𝗲:
・"read-only" ── Apenas leitura de arquivos.
・"workspace-write" ── Leitura/escrita dentro do espaço de trabalho + execução de comandos (recomendado).
・"danger-full-access" ── Sem restrições (perigoso, geralmente não usado).
Iniciantes devem começar com on-request + workspace-write. O Codex perguntará "Posso fazer isso?" antes de executar qualquer coisa, evitando operações indesejadas.
■ O que é 𝗚𝗣𝗧-𝟱.𝟱? (Por que é chamado de "O Mais Forte")
O GPT-5.5 é o modelo principal mais recente da OpenAI, lançado em 23 de abril de 2026. Com o codinome "Spud," a OpenAI o posiciona para as "tarefas de negócio mais complexas."
O GPT-5.5 é o modelo que o Codex usa internamente e é o "modelo recomendado" para o Codex. Em outras palavras, o Codex é incrível porque o GPT-5.5 é incrível.
Vamos dar uma olhada nos números específicos.
𝟭. Janela de Contexto: 𝟭.𝟬𝟱𝟬.𝟬𝟬𝟬 tokens
A quantidade de dados que ele pode ler de uma vez está em uma escala diferente. É equivalente a cerca de 800.000 caracteres. Como um livro de bolso típico tem cerca de 100.000 caracteres, ele pode processar as informações de 8 livros de uma só vez. Está em um nível em que você pode alimentá-lo com uma base de código inteira de grande escala e dizer: "Encontre o bug aqui."
𝟮. Saída Máxima: 𝟭𝟮𝟴.𝟬𝟬𝟬 tokens
Com modelos anteriores, havia momentos em que ele "parava no meio" ou você tinha que pedir para "continuar," mas com o GPT-5.5, essa preocupação quase desapareceu. Isso é extremamente útil ao gerar código longo ou documentação de uma só vez.
𝟯. Suporte Multimodal
Ele pode processar não apenas texto, mas imagens, áudio e vídeo como entrada. Você pode mostrar uma captura de tela de uma interface e dizer "recrie este design," ou entregar uma foto de uma nota manuscrita e dizer "textualize isso" — todos esses casos de uso são possíveis.
𝟰. Ajuste de Esforço de Raciocínio
Cinco níveis: nenhum / baixo / médio / alto / muito alto. O padrão é médio. Use baixo para respostas rápidas em tarefas simples, e alto para tarefas complexas que exigem raciocínio profundo. Como o custo é proporcional ao esforço de raciocínio, alternar com base na situação é importante.
𝟱. Benchmarks
・Terminal-Bench 2.0 (Automação de Agentes) ── GPT-5.5: 82,7% (1º lugar), Claude Opus 4.7: 69,4%
・GPQA Diamond (Conhecimento de Nível de Pós-Graduação) ── GPT-5.5: 93,6%, Claude Opus 4.7: 94,2%, Gemini 3.1 Pro: 94,3%
・SWE-Bench Pro (Engenharia de Software) ── GPT-5.5: 58,6%, Claude Opus 4.7: 64,3%
A pontuação de 82,7% no Terminal-Bench é particularmente importante. Este é um índice da "capacidade de completar tarefas automaticamente como um agente," o que afeta diretamente o desenvolvimento baseado em agentes como o Codex. Embora nenhum modelo vença em todas as categorias, a combinação Codex × GPT-5.5 é atualmente a mais forte para fins de automação.
■ Integração com 𝗴𝗽𝘁-𝗶𝗺𝗮𝗴𝗲-𝟮 (Geração de Imagens Perfeita)
Lançado na mesma semana do GPT-5.5 (21 de abril de 2026) foi o "gpt-image-2" (ChatGPT Images 2.0).
O que é incrível neste modelo é sua capacidade de renderizar com precisão texto em português (e outros idiomas) dentro de imagens. Anteriormente, era normal que caracteres em português fossem distorcidos em imagens de IA, mas o gpt-image-2 atinge mais de 95% de precisão em nível de caractere em mais de 12 idiomas. Pôsteres, logotipos, diagramas — ele não falha nem em português.
E a maior vantagem é a facilidade de integração com o Codex.
Você não precisa de configurações especiais para chamar o gpt-image-2 a partir do Codex. Por exemplo:
"Crie 3 padrões para o ícone deste aplicativo e salve-os na pasta assets"
"Crie um diagrama com base nestes dados"
"Gere uma imagem hero para a landing page"
Com apenas isso, o Codex cuida de tudo, desde a geração da imagem até o salvamento do arquivo. Se você pensa "Quero um diagrama aqui" enquanto escreve código, pode simplesmente instruí-lo ali mesmo. É incrivelmente conveniente que o fluxo de trabalho não seja interrompido.
Ele suporta a geração de até 8 imagens consistentes em um único prompt, edição a partir de até 16 imagens de referência e saída de alta resolução de até 3840px. O custo para geração de imagens é efetivamente de cerca de $0,006 a $0,21 por imagem, dependendo da resolução e qualidade.
■ 𝗣𝗿𝗲ç𝗼𝘀 (Entendendo os Custos com Precisão)
Dinheiro é a maior preocupação ao iniciar o desenvolvimento com IA. Não deixe isso vago; entenda claramente.
Primeiro, a estrutura de faturamento difere entre usar o Codex por meio de uma assinatura do ChatGPT (Gratuito / Go / Plus / Pro) e acessar a API diretamente.
Por meio dos 𝗣𝗹𝗮𝗻𝗼𝘀 𝗱𝗼 𝗖𝗵𝗮𝘁𝗚𝗣𝗧 (Comece por aqui como iniciante):
・Gratuito ($0) ── GPT-5.5 disponível. Codex disponível por tempo limitado.
・Go ($8/mês) ── GPT-5.5 disponível. Codex disponível por tempo limitado.
・Plus ($20/mês) ── GPT-5.5 disponível. Codex disponível.
・Pro ($100–$200/mês) ── Todos os recursos, incluindo GPT-5.5 Pro.
Recomendo experimentar o plano Gratuito primeiro e depois fazer upgrade para o Plus ($20/mês) para uso sério. Conseguir tanto o GPT-5.5 quanto o Codex por $20/mês é um ótimo custo-benefício.
Uso Direto da 𝗔𝗣𝗜 (Intermediário e acima):
・GPT-5.5 ── Entrada $5,00 / Saída $30,00 (por 1M de tokens)
・GPT-5.4 ── Entrada $2,50 / Saída $15,00
・GPT-5.3 ── Entrada $1,75 / Saída $14,00
O GPT-5.5 custa o dobro do 5.4. Uma maneira inteligente de usá-lo é "normalmente 5.4, e 5.5 apenas para processamento complexo."
Existem também opções de desconto:
・Batch ── 50% de desconto no padrão. Para tarefas que não precisam de respostas em tempo real.
・Flex ── Também 50% de desconto. Mais barato em troca de tempos de espera variáveis.
Observe que o uso de contexto longo (entradas com mais de 272.000 tokens) custa 2x para entrada e 1,5x para saída. Tenha isso em mente ao passar quantidades massivas de código.
■ 𝗦𝗗𝗞 𝗱𝗼 𝗣𝘆𝘁𝗵𝗼𝗻 / 𝗡𝗼𝗱𝗲.𝗷𝘀 (Para Uso Direto da API)
Se você quiser acessar a API do GPT-5.5 diretamente do seu próprio código, em vez de usar o CLI ou aplicativo do Codex, instale o 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="Escreva uma função para calcular a sequência de Fibonacci em 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: "Crie um servidor de API simples com Express.js."7});8console.log(resp.output_text);
Use isso quando quiser "incorporar o GPT-5.5 ao seu próprio aplicativo." Para iniciantes, o CLI ou aplicativo desktop do Codex é suficiente.
■ 𝗟𝗼𝗰𝗮𝗹 𝘃𝘀 𝗡𝘂𝘃𝗲𝗺 (Diferenças)
O Codex tem dois modos: execução local e execução na nuvem.
A execução local chama o modelo diretamente do aplicativo desktop ou CLI. Ele usa automaticamente arquivos locais como contexto, tornando-o eficiente com prompts mínimos. É rápido e adequado para desenvolvimento pessoal ou correções rápidas.
A execução na nuvem (Codex Cloud) executa tarefas em segundo plano na nuvem. É forte para tarefas paralelas, integração com GitHub e desenvolvimento em equipe. Requer login com uma conta do ChatGPT.
Iniciantes devem começar com o local e experimentar a nuvem depois que se acostumarem.
Pontos por 𝗦𝗢:
・macOS ── Aplicativo desktop, CLI e extensões de IDE são todos suportados. O ambiente mais completo.
・Windows ── Aplicativo desktop, CLI e extensões de IDE suportados. Windows 11 + WSL2 recomendado.
・Linux ── Aplicativo desktop não suportado. CLI e extensões de IDE estão disponíveis.
■ 𝗜𝗻𝘁𝗲𝗴𝗿𝗮çã𝗼 𝗰𝗼𝗺 𝗮 𝗜𝗗𝗘
Além do aplicativo e do terminal, você pode usar o Codex diretamente dentro do seu editor.
𝗩𝗦 𝗖𝗼𝗱𝗲:
Instale "Codex - OpenAI's coding agent" da Marketplace. Pode ser usado junto com Claude Code ou GitHub Copilot.
Ele usa automaticamente arquivos abertos ou código selecionado como contexto, para que você possa escrever prompts sem copiar e colar.
Dentro da extensão, você pode:
・Alternar modelos (GPT-5.5 ↔ 5.4 ↔ 5.3)
・Alterar níveis de esforço de raciocínio
・Alternar modos de aprovação
・Conectar-se a ambientes Cloud
𝗝𝗲𝘁𝗕𝗿𝗮𝗶𝗻𝘀 (IntelliJ, PyCharm, WebStorm, etc.):
Integração nativa desde janeiro de 2026. Disponível na versão 2025.3 ou posterior da IDE.
■ 𝗗𝗲𝘀𝗶𝗴𝗻 𝗱𝗲 𝗣𝗿𝗼𝗺𝗽𝘁𝘀 (Escrever Prompts Muda os Resultados)
Ao usar o GPT-5.5, a maior diferença vem de como você escreve os prompts. Mesmo com o mesmo modelo, a qualidade da saída muda completamente com base no prompt.
Para o GPT-5.5, um prompt estruturado com estes 4 elementos é recomendado:
・𝗚𝗼𝗮𝗹 (𝗢𝗯𝗷𝗲𝘁𝗶𝘃𝗼) ── O que você quer alcançar
・𝗖𝗼𝗻𝘁𝗲𝘅𝘁 (𝗖𝗼𝗻𝘁𝗲𝘅𝘁𝗼) ── A situação ou ambiente
・𝗖𝗼𝗻𝘀𝘁𝗿𝗮𝗶𝗻𝘁𝘀 (𝗥𝗲𝘀𝘁𝗿𝗶çõ𝗲𝘀) ── Coisas para não fazer ou limitações
・𝗗𝗼𝗻𝗲 𝘄𝗵𝗲𝗻 (𝗖𝗿𝗶𝘁é𝗿𝗶𝗼 𝗱𝗲 𝗖𝗼𝗻𝗰𝗹𝘂𝘀ã𝗼) ── O que define a "conclusão"
Exemplo:
Objetivo: Criar um endpoint de API de registro de usuário.
Contexto: Python + FastAPI + PostgreSQL. INSERT na tabela de usuários existente.
Restrições: Nenhuma biblioteca externa adicional. Hash de senhas com bcrypt. Verificação de duplicidade de e-mail é obrigatória.
Critério de Conclusão: Enviar JSON (nome, email, senha) para POST /users cria um usuário e retorna 201. E-mails duplicados retornam 409.
Apenas dizer "crie uma API de registro de usuário" funciona, mas escrever como acima melhora drasticamente a precisão. Reduz a ida e volta, tornando tudo mais rápido no final.
Escolhendo o Esforço de Raciocínio:
・nenhum / baixo ── Conversões simples ou tarefas rotineiras. Resposta mais rápida.
・médio ── Codificação geral ou perguntas e respostas (padrão).
・alto ── Design de algoritmos complexos ou depuração.
・muito alto ── Tarefas de agente de maior dificuldade.
O custo é proporcional ao esforço, então definir tudo como muito alto é ineficiente. Escolha o nível que se adapta à tarefa.
■ 𝗗𝗲𝗽𝘂𝗿𝗮çã𝗼 𝗲 𝗧𝗲𝘀𝘁𝗲𝘀
Depois de escrever o código, vem a depuração e os testes. O Codex + GPT-5.5 também brilha aqui.
O truque para a depuração é passar o log de erro como está.
"Não funciona" → NG
"Ocorreu um RuntimeError no pytest. Stack trace: (erro completo). Por favor, corrija." → OK
O GPT-5.5 tem um contexto de 1.050.000 tokens, então logs longos não são problema. Na verdade, mais informação é melhor.
Com o Codex CLI, na pasta do projeto:
codex "Investigue por que este teste está falhando e corrija-o. Confirme que o teste passa."
O Codex lerá o arquivo, executará o teste, analisará o erro, corrigirá e executará o teste novamente automaticamente. Esta é a essência de uma "IA que trabalha."
Você também pode deixar a geração de testes para ele:
codex "Escreva testes pytest para a função register_user em src/auth/register.py. Inclua três padrões: sucesso, erro e validação."
Ele cuida de tudo, desde a criação do arquivo de teste até a verificação da execução.
■ 𝗦𝗲𝗴𝘂𝗿𝗮𝗻ç𝗮
O Codex tem uma estrutura de segurança de duas camadas.
① Modo Sandbox ── Limita tecnicamente o escopo do que ele "pode fazer." Com workspace-write, ele não pode tocar em nada fora do espaço de trabalho.
② Política de Aprovação ── Pergunta "Posso fazer isso?" antes de operações que cruzam limites. Evita ações indesejadas.
O Codex Cloud é executado em contêineres isolados gerenciados pela OpenAI, portanto, não pode acessar o sistema host. As extensões de CLI/IDE locais também são forçadas a usar sandboxes no nível do sistema operacional.
Iniciantes estão seguros começando com on-request + workspace-write.
■ Uso no Mundo Real
85% dos funcionários da OpenAI usam o Codex semanalmente, segundo relatos.
・Equipe Financeira ── Processou a revisão de 24.771 documentos fiscais K-1 (71.637 páginas) com o Codex. Terminou 2 semanas antes do ano anterior.
・Equipe de Marketing ── Automatizou a geração de relatórios de negócios semanais. Economizou de 5 a 10 horas por semana.
・Exemplos de Desenvolvedores ── Gerou um jogo de pixel art em um único arquivo HTML com um prompt. Automatizou a geração de uma API CRUD de e-commerce com Express.js mais um conjunto de testes.
Não apenas escrever código, mas analisar materiais, criar relatórios e organizar dados — a força do Codex atual é a "automação do trabalho do conhecimento."
■ Resumo ── Roteiro para Dominar o Codex do Zero
Este é o panorama geral do Codex × GPT-5.5 × gpt-image-2.
𝗘𝘁𝗮𝗽𝗮 𝟭 (Entender) ── Saiba o que é o Codex.
→ ChatGPT é "IA que conversa," Codex é "IA que trabalha."
𝗘𝘁𝗮𝗽𝗮 𝟮 (Começar) ── Baixe o aplicativo desktop e faça login.
→ Comece em 5 minutos. Sem necessidade de terminal.
𝗘𝘁𝗮𝗽𝗮 𝟯 (Básico) ── Use o prompt de 4 elementos (Objetivo/Contexto/Restrições/Critério de Conclusão).
→ Não escreva de forma vaga; crie o hábito de especificar as condições de conclusão.
𝗘𝘁𝗮𝗽𝗮 𝟰 (Prática) ── Passe logs de erro para depuração + gere testes automaticamente + integração com IDE.
→ Incorpore o Codex ao seu ciclo de desenvolvimento.
𝗘𝘁𝗮𝗽𝗮 𝟱 (Otimizar Custos) ── Use GPT-5.4 normalmente, 5.5 para tarefas complexas.
→ Utilize Batch e Flex para 50% de desconto.
𝗘𝘁𝗮𝗽𝗮 𝟲 (Avançado) ── Geração de imagens com gpt-image-2, tarefas paralelas na Nuvem, automação com plugins.
→ Expanda o uso além da codificação.
Comece com a Etapa 2. Baixe o aplicativo, faça login e tente uma coisa. Você pode começar em 5 minutos. Depois que conseguir fazer funcionar, você pode aprender o resto conforme avança.
O Codex ainda está evoluindo. Desde o início de 2026, houve grandes atualizações quase todos os meses. É por isso que é importante entender o básico agora e construir uma base para se adaptar às mudanças.
Para aqueles que acharam este artigo útil:
𝗖𝗼𝗱𝗲𝘅 𝗦𝘁𝘂𝗱𝗶𝗼 (@Codestudiopjbk) é uma conta administrada por três entusiastas do Codex.
Postamos diariamente sobre uso prático do CLI e automação.
Postamos sobre:
・Exemplos reais de desenvolvimento de produtos usando GPT-5.5 e OpenAI Codex
・Uso do Codex / automação CLI / tendências de desenvolvimento
・Informações mais recentes do exterior sobre GPT-5.5 e Codex
Da filosofia de desenvolvimento ao design, implementação e melhoria, resumimos informações primárias e do exterior para ajudar você a lançar produtos funcionais.
Se você está interessado, siga-nos! Para consultorias de desenvolvimento, envie uma DM.
