Claude Code vs Codex: dos agentes en la misma terminal

Los dos viven en la terminal. Los dos trabajan solos durante minutos sin preguntarte nada.

Y como se parecen tanto por fuera, la gente elige por la marca del logo. Que es una forma tan buena como cualquier otra de equivocarse.

Les he pedido lo mismo durante una temporada: tareas de las que hago a diario, sobre proyectos que ya existían y que no estaban limpios. Que es donde de verdad se ve la diferencia, no en el "hazme una app de notas" de las demos.

¿Qué son y en qué se parecen tanto?

Claude Code

No son un chat que te sugiere código. Son algo a lo que le encargas una tarea y se va a hacerla. Tú vuelves diez minutos después y miras qué ha pasado.

Esa autonomía es la parte que cambia la forma de trabajar. Y también la parte que da miedo, con razón, la primera vez que ves a un programa modificando quince archivos tuyos sin pedir permiso a cada paso.

Si esto te suena a chino y no sabes ni qué es una terminal, empieza por Claude Code para no programadores, donde no doy nada por supuesto.

¿Claude Code o Codex: cuál trabaja mejor solo?

Mi conclusión, después de bastante uso: Claude Code es mejor cuando la tarea toca muchos sitios y hay que entender el proyecto entero. Codex es muy sólido cuando la tarea está bien acotada y hay una forma correcta de hacerla.

La diferencia se nota en cómo empiezan. Claude Code tiende a explorar antes: mira archivos, busca patrones parecidos, comprueba cómo están hechas otras cosas iguales, y luego escribe. Codex se pone a trabajar antes y pregunta menos.

Para una tarea acotada, empezar antes es mejor. Para una tarea que toca el corazón del proyecto, explorar antes es lo que evita que te destroce cosas.

Lo segundo que noto es la memoria del proyecto. Claude Code trabaja con un archivo de instrucciones donde apuntas cómo se hacen las cosas en tu proyecto, y se lo lee siempre. Eso, en un proyecto que dura meses, es la diferencia entre un colaborador y un becario nuevo cada día.

Tabla comparativa

| Herramienta | Para quién | Precio real | Límite | Veredicto | |---|---|---|---|---| | Claude Code | Proyectos largos, tareas que tocan muchos archivos y trabajo con documentación | Incluido en la suscripción de Claude; el plan de entrada ronda las dos decenas de euros al mes y hay planes altos para uso intensivo (confirma en la web oficial) | Los límites de uso se notan en el plan bajo si le tiras tareas grandes | Gana en contexto y en tareas amplias | | Codex | Tareas acotadas, correcciones concretas y trabajo dentro del ecosistema de OpenAI | Va con la suscripción de ChatGPT, con el plan de pago habitual en el entorno de las dos decenas de euros al mes (confirma en la web oficial) | Menos exploración por su cuenta, así que en proyectos enredados hay que guiarlo más | Gana en tareas bien definidas |

¿Y si lo tuyo no es programar?

Entonces esta comparativa te importa más de lo que crees, y por un motivo que no aparece en ninguna reseña.

Yo uso Claude Code muchísimo más para gestionar documentación que para picar código. Carpetas de notas, borradores, archivos de contexto, la organización de todo lo que escribo. Le pido que busque contradicciones entre documentos, que reorganice una carpeta, que actualice un índice.

Para ese uso, la capacidad de leerse un montón de archivos de texto y entender cómo se relacionan pesa mucho más que la calidad del código que genere.

Codex también lo hace, pero está claramente más orientado al desarrollo. Si tu carpeta está llena de textos en vez de código, la diferencia se nota.

Lo que se te va a atascar con los dos

Dejarles demasiada cuerda. Es el error de principiante y lo cometemos todos.

La tentación es enorme: le sueltas "arregla todos los fallos del proyecto" y te vas a por un café. Vuelves y tienes cuarenta archivos cambiados, no sabes cuáles estaban bien antes y algo que funcionaba ha dejado de funcionar.

Lo que funciona es lo contrario: tareas pequeñas, revisar, seguir. Aburrido, sí. Pero al final del día has avanzado más.

Lo segundo que se atasca es no tener nada que compruebe el trabajo. Si no hay forma de verificar que lo que ha hecho funciona, los dos agentes te van a decir que ha ido perfectamente. Y lo dicen con una seguridad admirable.

Y lo tercero, el contexto. Ninguno de los dos adivina las decisiones que tomaste hace tres meses. Si no están escritas en algún sitio del proyecto, no existen.

¿Compensa pagar los dos?

Para la mayoría de la gente, no. Es pagar dos suscripciones altas para tener dos herramientas que se solapan en el ochenta por ciento.

Compensa en dos casos. El primero, si trabajas con esto todos los días y llegas a los límites de uso de una: tener la segunda como reserva es más barato que subir al plan superior de la primera.

El segundo, si te gusta contrastar. Cuando una tarea es delicada, pedirle lo mismo a las dos y comparar los dos enfoques te enseña bastante. No tanto por cuál acierta, sino por lo que cada una ha decidido mirar antes de empezar.

Si vienes de otras herramientas y quieres entender el mapa entero, la comparación más pedida la tengo aparte en Claude Code vs Cursor.

Recomendación por perfil

Si escribes, documentas o gestionas información y no programas: Claude Code.

Si programas a diario, tienes un proyecto ordenado y quieres delegar tareas concretas: cualquiera de los dos, y probablemente el que ya tengas pagado.

Si estás empezando desde cero y no tienes ninguna suscripción: Claude Code, porque el archivo de instrucciones del proyecto hace que la herramienta mejore contigo en vez de empezar de cero cada semana.

Si ya pagas ChatGPT y no quieres otra suscripción más: Codex, tranquilamente. Es una herramienta seria y te va a resolver la mayoría de lo que le pidas.

Y si te da por mirar más allá de estas dos, hay opciones nuevas y algunas gratuitas que van bien: las repaso en alternativas a Claude Code para 2026.

Lo que de verdad marca la diferencia

No es el agente. Es lo que le das.

Un proyecto ordenado, con las decisiones escritas y una forma clara de comprobar si algo funciona, hace que cualquiera de los dos rinda el doble. Un proyecto caótico hace que los dos se pierdan igual.

Cambiar de herramienta es fácil y da la sensación de estar mejorando. Ordenar el proyecto es aburrido y es lo que de verdad cambia el resultado.

Cómo pruebo yo uno de estos antes de decidir

No con una app de ejemplo. Con un proyecto real y desordenado, que es donde se ven las costuras.

Le pido tres cosas seguidas. Primero, que me explique con sus palabras qué hace el proyecto y cómo está organizado. Ahí ya se ve cuánto se ha molestado en mirar antes de hablar.

Segundo, un cambio pequeño que toque tres archivos distintos. No uno: tres. Es donde se nota si ha entendido cómo se relacionan las piezas o si va parcheando lo que tiene delante.

Y tercero, le pido que encuentre algo que esté mal hecho en el proyecto y me lo explique sin arreglarlo. Esa última prueba es la más reveladora, porque distingue entre una herramienta que ejecuta órdenes y una que de verdad ha entendido lo que está mirando.

Si quieres saber si tu forma de trabajar encaja con delegar tareas a un agente o estás complicándote de más, el test corto te lo dice.

Hacer el test de IA