T-CREATOR

<div />

Claude Code と Codex の違いを同じ課題で比較: 3つともテストは通り、差はテストの数と説明に出た

Claude Code と Codex の違いを同じ課題で比較: 3つともテストは通り、差はテストの数と説明に出た

小さな計算アプリで同じ3つの作業を Claude Code と Codex に頼んだところ、どちらも3つともテストが通るところまで1回でやり切りました。違いは、足したテストの数と終わったあとの説明の細かさに出ました。2026年11月5日に、Claude Code 2.1.309 と Codex CLI 0.166.0 で確かめました。

経緯

Claude Code と Codex のどちらを使うか迷ったので、同じ課題を同じ頼み方でさせて、結果を並べてみました。1つの作業を1回ずつさせただけなので、どちらが上かを決めるものではなく、どこに違いが出るかを見るためのものです。

環境

  • macOS 26.6.2、Node.js 24.19.0
  • Claude Code 2.1.309(モデルは初めの設定の Claude Opus 5.5)
  • Codex CLI 0.166.0(モデルは初めの設定の GPT-6.1-Sol)
  • どちらもサブスクリプションでログインした状態(2026年11月5日に確認)

比べ方

課題

計算(足し算、引き算、割り算、平均)と、入力の読み取りと結果の表示をする小さなアプリ(関数が6つ、テストが7件)に、次の3つの作業をさせました。頼んだ文は、両方とも同じです。

作業頼んだ文
1 関数とテストを足す数の配列の中央値を返す median 関数を足し、テストも足して、npm test がすべて通ることを確かめる
2 不具合を直すnpm test が失敗しているので、原因を調べて直し、すべて通ることを確かめる(平均の計算から最後の数が抜ける不具合を、わざと入れておいた)
3 ファイルを分ける入力と表示のための関数を src/format.js に移し、読み込んでいるファイルも直して、すべて通ることを確かめる

そろえた条件

  • 作業のたびに、リポジトリを最初の状態に戻しました。
  • 対話の画面は開かず、1回の指示を渡して終わるまで任せる使い方(Claude Code は claude -p、Codex は codex exec)で動かしました。
  • 自分で足した設定や指示のファイルは読み込ませず、初めの設定に近い状態にしました。
  • Claude Code にはファイルの編集と npm test だけを許し、Codex は作業のフォルダーの中だけ書き込める設定(workspace-write)にしました。

結果

作業Claude CodeCodex
1 関数とテストを足す通った。テストを4件足した。23秒通った。テストを7件足した。29秒
2 不具合を直す通った。1行を直した。20秒通った。1行を直した。25秒
3 ファイルを分ける通った。3つのファイルを直し、1つ作った。29秒通った。同じ3つを直し、1つ作った。27秒

どの作業も、頼み直すことはありませんでした。作業2と3は、変えた行が両方でまったく同じでした。

使った量は、読み込んだ量と書き出した量をトークン(AI が文を数える単位)で記録しました。数え方がツールごとに違うので、同じツールの中での作業の重さの目安として見てください。

作業Claude Code(読み込み / 書き出し)Codex(読み込み / 書き出し)
148,677 / 1,19060,489 / 862
266,244 / 88664,206 / 485
3140,920 / 2,02180,561 / 765

違いが出たところ

Codex のほうが、端の場合のテストを多く足した

作業1の median 関数そのものは、書き方が違うだけで、どちらも同じ動きでした。差が出たのはテストです。Claude Code は4件を足しました(要素が奇数個、偶数個、元の配列が変わらないこと、空の配列)。Codex は、それに3件を加えた7件を足しました(1つだけのとき、負の数と同じ数があるとき、小数のとき)。

VS Code で、Claude Code と Codex が足した median 関数を並べて比べた画面。上が Claude Code、下が Codex の書き方VS Code で、Claude Code と Codex が足した median 関数を並べて比べた画面

画面の赤い行が Claude Code の書き方(if で分ける)、緑の行が Codex の書き方(? : で1つの式にする)です。

Claude Code のほうが、原因を詳しく説明した

作業2で Claude Code は、どのコミットで何が変わり、[1, 2, 3, 4] の平均がなぜ 1.5 になっていたかまで数を使って説明しました。Codex は、原因を1文で書き、直したファイルと行を示して終わりました。どちらも返事は日本語でした。

Codex は、AGENTS.md と空白の誤りも確かめた

Codex は、どの作業でも最初に AGENTS.md(Codex への指示のファイル)があるかを探しました。作業2と3では、直したあとに git diff --check で空白の誤りがないかも確かめました。Claude Code は作業3でアプリそのものを動かして確かめようとしましたが、許していないコマンドだったので止まり、「確認できていない」と返事に書きました。

使い分け

今回の3つの作業では、どちらを使っても結果は同じところに着きました。端の場合まで含めたテストを多めに書いてほしいときは Codex、原因の説明を詳しく読みたいときは Claude Code、という差が出ました。速さは、どちらも1つの作業が30秒以内で、決め手になるほどの差はありませんでした。

注意点

1回ずつの結果で、やり直すと変わることがある

同じ頼み方でも、もう一度させると違う結果になることがあります。モデルや版が変わると、結果も変わります。

対話の画面では、許可を聞かれる分だけ時間が延びる

1回の指示を渡して任せる使い方で比べました。対話の画面や VS Code の拡張機能では、途中で許可を聞かれるので、かかる時間は変わります。

大きなリポジトリでの量と速さは、この結果から分からない

ファイルが3つの小さなアプリなので、大きなリポジトリでの読み込む量や速さは、この結果からは分かりません。

参考文献

著書

とあるクリエイター

フロントエンドエンジニア Next.js / React / TypeScript / Node.js / Docker / AI Coding