Codex CLIとは何か
OpenAI Codex CLIは、OpenAIがリリースしたターミナルベースのAIコーディングアシスタントだ。2026年春にオープンソースとして公開され、npmからインストールするだけで使える。内部的にはo3やo4-miniなどのOpenAIモデルを呼び出し、ファイルの読み書きやシェルコマンドの実行をモデルに委ねる設計になっている。
同時期にAnthropicのClaude Codeも広く使われるようになったことで、「どちらを使えばいいか」という議論が開発者コミュニティで活発になった。結論から言えば、どちらかが圧倒的に優れているわけではなく、設計思想の違いが使い分けの基準になる。
インストールと初期設定
Node.js 18以上が入っていれば、以下のコマンドでインストールできる。
npm install -g @openai/codex
OpenAIのAPIキーを環境変数にセットする。
export OPENAI_API_KEY="your-api-key-here"
プロジェクトディレクトリで codex を実行すると対話セッションが始まる。最初の設定でモデルを選択できる。デフォルトはo4-miniで、コスト重視ならこちら、精度重視ならo3を選ぶのが一般的だ。
基本的なコマンド体系
Codex CLIの主要なコマンドを整理する。
codex — 対話モードを起動する。プロンプトを入力すると、モデルがファイル操作やコマンド実行の計画を立て、承認を求めてくる。
codex --approval-mode full-auto — 全ての操作を自動承認する。CI環境や、内容を把握している作業に使う。デフォルトはsuggestモード（提案のみ）なので、自動実行させたい場合は明示的に指定が必要だ。
codex --model o3 — 使用するモデルを指定する。タスクの複雑さに応じて切り替えると、コストとレイテンシのバランスを取れる。
codex --quiet — 余分なログを省略してシンプルな出力にする。スクリプトに組み込むときや、出力をパイプで別コマンドに渡すときに便利だ。
承認モードは3段階ある。suggest（デフォルト）はコードや操作の提案のみ表示し、実行はユーザーが判断する。auto-editはファイル編集を自動実行するがシェルコマンドは承認を求める。full-autoは全て自動で実行する。
内部アーキテクチャ——どうやってコードを理解するか
Codex CLIのコンテキスト取り込み方法は比較的シンプルだ。カレントディレクトリのファイルをモデルのコンテキストウィンドウに詰め込み、「このプロジェクトの構造を理解した上でタスクをこなせ」という形で指示を渡す。
リポジトリが大きい場合は自動的に重要ファイルを絞り込む処理が入るが、それでも数十万トークンのプロジェクトになると精度が落ちる。この点は設計上の制約として認識しておく必要がある。
ツール呼び出しの仕組みとしては、OpenAIのFunction Callingを使って、ファイル読み書き・シェル実行・ウェブ検索などのツールをモデルに渡している。モデルはReActに近いループで思考と行動を繰り返しながらタスクを進める。
Claude Codeとの根本的な違い
Claude CodeとCodex CLIは見た目が似ているが、設計思想にいくつかの重要な違いがある。
モデルの違い
Codex CLIはOpenAIのo系・gpt系モデルを使う。推論に特化したo3はコードの複雑なロジックを追う能力が高く、数学的な問題解決や複雑なアルゴリズム実装では強みを発揮する。Claude Codeが使うClaude 3.5/3.7 Sonnetは長いコンテキストでの整合性維持と、曖昧な指示を解釈する能力が評価されることが多い。
コンテキスト管理の違い
Claude Codeはプロジェクト内の CLAUDE.md ファイルを通じて、プロジェクト固有のルールや慣習をモデルに伝える仕組みを持つ。また、セッションをまたいで「記憶」を保持する設計が取られている。
Codex CLIはよりステートレスに近く、セッションごとにコンテキストを再構築する。長期的なプロジェクト作業より、単発の「このファイルをリファクタリングして」「このバグを直して」というタスクに向いている。
エージェントとしての動作
Claude Codeはマルチステップのタスクを自律的にこなすことを前提とした設計になっている。プランを立て、ファイルを読み込み、変更を加え、テストを実行し、失敗したら修正する——という一連の流れを比較的安定して実行できる。
Codex CLIも同様のことはできるが、承認モデルをどう設定するかで挙動が大きく変わる。suggestモードでは提案止まりなので、連続的な自律作業には向かない。full-autoにすれば同等の動作になるが、意図しない操作が実行されるリスクも上がる。
実際の開発ワークフローでの使い分け
両ツールを実際に使い込んで感じた使い分けの基準を整理する。
Codex CLIが向いているケースは、OpenAIのAPIを普段から使っていてAPIキーがすでにある状況、o3の推論能力が必要なアルゴリズム実装、単発のコード変換タスク（例: JavaScriptをTypeScriptに移行する、テストを書き起こす）、Pythonスクリプトから呼び出してCI/CDに組み込む用途などだ。
Claude Codeが向いているケースは、長期的なプロジェクト作業でコンテキストを維持したい場合、CLAUDE.mdでプロジェクトのルールをきめ細かく伝えたい場合、MCPサーバーで外部ツールと連携させたい場合、「雑に指示して後は任せる」スタイルの開発作業だ。
コスト面の現実
両ツールともAPIコールごとに課金される。Codex CLIでo3を使うと、大きなリポジトリへの質問一回で数ドルかかることもある。o4-miniに切り替えるとコストは10分の1程度に落ちるが、複雑なタスクでは精度も落ちる。
Claude CodeはClaude Sonnetがデフォルトで、こちらも長いコンテキストを使えばコストはかさむ。どちらのツールも、漫然と使い続けると月数万円の請求になる可能性がある。使う目的と頻度を決めてから本格利用した方がいい。
まとめ
OpenAI Codex CLIは、シンプルなインターフェースと強力なOpenAIモデルを組み合わせた実用的なツールだ。Claude Codeとは互いに競合というより、得意領域が異なるツールとして理解するのが正確だ。
両方を手元に入れておいて、タスクの性質に応じて切り替える使い方が現実的だろう。どちらが「勝者」かという議論より、どちらを使えば今のタスクが早く終わるかを基準に選ぶのが、実際の開発効率を上げる近道だ。
