08. Codex 与 Claude Code 使用对比
本章你需对照官方最新版本
Codex CLI 与 Claude Code 都在快速迭代(每年多次大版本),本章对比基于 2026 年春季的稳定版本。具体细节(命令、配置项路径、模型名)请以双方官方文档为准:
- Claude Code: code.claude.com/docs
- Codex CLI: github.com/openai/codex
如果你发现本文某条对比已经过时,欢迎在文档仓库提 PR 修正。
一、它们是同类产品,不是替代关系
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 厂商 | Anthropic | OpenAI |
| 首发 | 2024 年底 | 2025 年 4 月 |
| 形态 | 终端 CLI(也支持 IDE 集成) | 终端 CLI(也支持 IDE 集成) |
| 默认模型 | Claude 系列(Sonnet / Opus) | GPT 系列(o3 / GPT-5) |
| 核心能力 | 读文件、改文件、跑命令、调用外部工具 | 同左 |
| Skills 机制 | ✅ 支持,见 05. Skills 详解 | ✅ 支持(同名,具体格式不同) |
| MCP 协议 | ✅ 支持,见 06. MCP 协议 | ✅ 支持 |
| Workflow 编排 | ✅ 支持,见 08. Workflow 编排 | ✅ 支持(API 不同,见官方文档) |
| 国内访问 | 默认 API 难直连,见 06. ccswitch 配置国产大模型 | 默认 API 难直连,同样走代理 |
一句话总结:它们是不同厂商的"终端原生 AI Agent",功能边界高度重合,但默认接的模型与生态不同。你可以同时用,也可以只选一个。
二、关键差异
1. 模型差异(最重要的差异)
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 默认模型 | Claude Sonnet 4 / Opus 4 | GPT-5 / o3 |
| 中文写作 | ⭐⭐⭐⭐⭐(Claude 中文非常自然) | ⭐⭐⭐⭐(GPT 中文良好) |
| 长文档 | ⭐⭐⭐⭐⭐(支持 1M 上下文) | ⭐⭐⭐⭐(200K 上下文) |
| 编程 | ⭐⭐⭐⭐⭐(SOTA 之一) | ⭐⭐⭐⭐⭐(SOTA 之一) |
| 推理深度任务 | ⭐⭐⭐⭐(Opus 较强) | ⭐⭐⭐⭐⭐(o3 / GPT-5 推理专精) |
| 价格 | 按 token 付费 / Pro 订阅 | ChatGPT 订阅 / 按 token 付费 |
实际经验:
- 长篇中文写作、改稿、润色 → Claude 通常更优
- 复杂代码推理、数学证明、需要"多想几步"的任务 → o3 / GPT-5 通常更优
- 大量 token 消耗的场景 → 双方都有 mini 变体,成本相近
2. 工作流与生态
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| Skills 文件 | SKILL.md(YAML frontmatter) | 同样基于 SKILL.md,但 frontmatter schema 不同 |
| Skills 触发 | description 字段决定 | 类似机制,具体规则以官方为准 |
| MCP 协议 | 原生支持(claude mcp 命令) | 原生支持(codex mcp 命令) |
| 子 Agent | Explore / Plan / 通用,见 07. Agent 使用 | 通过 Workflow 调用 |
| Workflow 引擎 | gstack-style 编排 | 各自原生 Workflow,API 不同 |
| Hooks | ✅ 支持(PreToolUse / PostToolUse) | ✅ 支持,事件命名不同 |
| CLAUDE.md / 项目记忆 | CLAUDE.md 自动加载 | .codex/instructions.md 类似机制 |
详细的 Skills / MCP / Workflow 用法,前几章讲的机制对两者通用,只是命令和配置项路径不同。具体命令请对照官方文档。
3. 价格与订阅
| 方式 | Claude Code | Codex CLI |
|---|---|---|
| 个人订阅 | Claude Pro($20/月) / Max($100-200/月) | ChatGPT Plus($20/月) / Pro($200/月) |
| 按 token 付费 | Anthropic API,见 05. 国产大模型简介 | OpenAI API,价格相近 |
| 教育优惠 | 部分学校可申请 | 通过 OpenAI Academy 申请 |
| 用国产模型替代 | ccswitch + DeepSeek/Qwen/Kimi/GLM,见 06. ccswitch 配置国产大模型 | 同样可以,Codex 也支持自定义 base URL |
教学场景建议:如果你已经有 ChatGPT Plus 订阅,直接用 Codex 不再额外花钱。同理,Claude Pro 也是 $20/月,看你更常用哪家模型。
4. 国内网络环境
两边都需要代理/中转,生态工具基本互通:
[Claude Code] ──┐
├── [ccswitch] ── 多个 LLM provider
[Codex CLI] ──┘
实际体验上,Claude Code 的国内代理生态更成熟(因为发布更早、社区沉淀更多),Codex 的国产模型直连方案正在完善中。
5. IDE 集成
| IDE | Claude Code | Codex CLI |
|---|---|---|
| VS Code | ✅ 原生扩展 | ✅ 原生扩展 |
| JetBrains | ✅ 插件 | ✅ 插件 |
| Trae / Cursor | 内置终端跑 CLI | 内置终端跑 CLI |
两者体验接近,选哪个主要看你常用 IDE 厂商提供的扩展质量。
三、决策树:我该选哪个?
你是哪类用户?
├─ 主要做中文写作、改稿、备课
│ └─ 推荐:Claude Code(中文写作更自然)
├─ 主要做代码推理、数学证明、复杂逻辑
│ └─ 推荐:Codex CLI(o3 / GPT-5 推理更强)
├─ 已经在用 ChatGPT 订阅
│ └─ 推荐:Codex CLI(不额外花钱)
├─ 已经在用 Claude Pro 订阅
│ └─ 推荐:Claude Code(不额外花钱)
├─ 想用国产大模型替代
│ └─ 两者都支持,选 Claude Code 生态更成熟(目前)
├─ 想要"两全其美"
│ └─ 都装!日常用 1 个,关键任务用另 1 个交叉验证
└─ 还不确定
└─ 先装 Claude Code(本教程重点),Codex 作为补充
四、能不能同时用?
完全可以。两者是独立 CLI,配置文件、命令、模型都分开管理,不冲突:
| 文件/目录 | 归属 | 作用 |
|---|---|---|
~/.claude/settings.json | Claude Code | Claude Code 用户配置 |
~/.codex/config.toml | Codex CLI | Codex 用户配置 |
CLAUDE.md | Claude Code | Claude Code 自动加载的项目记忆 |
.codex/instructions.md | Codex CLI | Codex 自动加载的项目记忆 |
~/.claude/skills/* | Claude Code | Skills 文件 |
~/.codex/skills/* | Codex CLI | Skills 文件 |
实际工作流示例:
# 早上用 Claude Code 写中文讲义
$ cd ~/Teaching/计量经济学
$ claude
> 帮我把第三章讲义里的"OLS 估计"部分扩写到 1500 字,语言风格保留学术性
# 下午用 Codex 跑数据
$ codex
> data/ 目录下这份面板数据,用 o3 帮我推导固定效应模型的 GMM 估计步骤
# 晚上用 Claude Code 写反馈
$ claude
> 这是 30 份学生作业,给我每人一段三段式反馈
五、给高校教师的实用建议
场景 1:备课 + 写讲义
首选 Claude Code。理由:中文写作自然、长上下文(整本书喂进去)、改稿语气稳定。
场景 2:数据处理 + 统计建模
首选 Codex CLI(用 o3)。理由:复杂逻辑、推理链长、需要"多想几步"的任务 o3 更稳。
场景 3:批改学生作业(中文反馈)
首选 Claude Code。理由:中文写作、人文关怀式的反馈措辞更自然。
场景 4:科研文献综述
两者都行。建议:
- 让 Claude Code 做"读 PDF + 提取关键信息"(长上下文优势)
- 让 Codex 做"分析论证链 + 找逻辑漏洞"(推理优势)
场景 5:给学生演示 AI 工具
优先演示 Claude Code。理由:
- 本教程整体以 Claude Code 为主线
- Claude Code 的 Skills / MCP / Workflow 生态更成熟,演示更完整
- 国内 ccswitch 工具主要服务 Claude Code
可以在最后一节课用 5 分钟介绍 Codex 作为"另一种选择",但不建议在主线教程中并行讲两个,学生认知负担会翻倍。
六、什么时候不建议混用
- 学生刚接触 AI 工具:一次只学一个,否则概念混淆
- 同一项目长期维护:选定一个工具,别在两个 CLI 之间反复切,git 历史会乱
- 预算有限:用一个就好,别同时开两个 $20/月订阅
七、迁移成本
两个 CLI 的核心概念(Skills / MCP / Workflow)是相通的,迁移成本主要是:
| 项目 | 迁移难度 | 说明 |
|---|---|---|
| 项目目录结构 | 0(无需迁移) | 两者读同一份文件树 |
CLAUDE.md ↔ .codex/instructions.md | 低 | 复制 + 改文件名 |
| Skills 文件 | 中 | frontmatter schema 不同,需要手工改 |
| MCP 配置 | 中 | 配置文件格式不同,但 server 本身可复用 |
| Workflow 脚本 | 高 | API 与 schema 不同,要重写 |
| 个人习惯与快捷键 | 0 | 慢慢适应 |
结论:如果你已经在用 Claude Code,把 Codex 当作"备选工具"装上即可,不需要迁移任何东西。等真的有需求(比如某个任务 o3 处理得更好)再针对性用。
八、一句话总结
Claude Code = 中文写作与生态成熟度优先,Codex = 推理深度优先。两个都装,日常用一个,关键任务交叉验证。
下一步
- 想系统学 Claude Code 的 Skills / MCP / Workflow → 02-intermediate
- 想学 Codex CLI 的 Skills / MCP / Workflow → 参考 OpenAI Codex 官方文档
- 想用国产大模型替代 → 06. ccswitch 配置国产大模型
- 已经选定用哪个,继续学自定义 Skill 开发 → 09. 自定义 Skill 开发