Claude Code o Codex en septiembre de 2026: precios, modelos y adecuación.
Claude Code o Codex en septiembre de 2026: agentes de programación locales y síncronos frente a agentes en la nube y asíncronos, comparados en precios, modelos, pruebas de rendimiento y residencia de datos en la UE.
Fuentes: Claude Code vs Codex in 2026: Which AI Coding Agent Is Better for Developers?
Ejecuta Claude Code y Codex uno al lado del otro en una misma refactorización, en la misma rama y con la misma tarea, pero no surge un ganador claro. Las herramientas abordan el problema desde extremos opuestos y adoptan estrategias diferentes. El factor tiempo complica las cosas de una manera que las páginas de precios no muestran: en septiembre de 2026 ambos proveedores lanzaron nuevos modelos de vanguardia en el plazo de tres días. Anthropic presentó Claude Fable 5.1 y Claude Mythos 5.1 el 1 de septiembre; luego OpenAI respondió con GPT-6 Astra el 3 de septiembre y lo estableció como predeterminado en la CLI de Codex un día después. Una comparación realizada antes de esa semana describe los modelos de ayer.
Dos productos diferentes
Claude Code es el agente de programación de Anthropic para la terminal. Funciona dentro del entorno local, con acceso a archivos, historial de git y la shell. El desarrollador revisa un plan, el agente lo ejecuta y una persona permanece involucrada al nivel de permisos que hayan elegido.
Codex es el producto de programación basado en agentes de OpenAI y está disponible en múltiples plataformas: CLI, extensión para VS Code, aplicación web, aplicación para iOS y aplicación de escritorio, todas conectadas a través de una sola cuenta de ChatGPT. Gran parte de su funcionamiento es asíncrono y tiene lugar en entornos de pruebas en la nube. Un desarrollador asigna una tarea, se ocupa de otras cosas y luego revisa las diferencias generadas.
Esa división entre lo local y sincrónico, por un lado, y lo en la nube y asíncrono, por el otro, es el verdadero punto de decisión. El resto de la comparación se deriva de ello.
Precio
Los precios indicados parecen copiados literalmente: 20 dólares, 100 dólares y 200 dólares en los planes para consumidores. La simetría es intencionada, lo que hace que el precio sea un criterio poco fiable para decidir.
Es aquí donde difieren los detalles. Codex cuenta con una versión realmente gratuita y un plan de 8 dólares, ninguno de los cuales coincide con Claude Code, ya que este último requiere un plan pagado de Anthropic o una clave API propia. Por otro lado, los límites de Plus de OpenAI son tan estrictos que un desarrollador del foro de OpenAI describió cómo los créditos desaparecían en cuestión de horas durante los períodos de mayor uso, hasta que OpenAI modificó el horario de reinicio. Cada plataforma mide el uso en un período continuo de cinco horas más un límite semanal, y mantiene en privado las cifras exactas. Cualquier artículo que mencione horas semanales precisas está haciendo estimaciones.
Hay otro problema. En abril de 2026, Codex reemplazó la tarificación por mensaje por créditos basados en tokens, de modo que los límites de Plus y Pro ahora se calculan según los tokens utilizados y no según los mensajes enviados. OpenAI afirma que esto ofrece una eficiencia de tokens aproximadamente cuatro veces mayor. Pruebas independientes realizadas con el par de modelos de ese período confirmaron una cifra de 4 veces más tokens brutos, pero eso no significa que el trabajo final cueste una cuarta parte, ya que las dos herramientas pueden requerir diferentes cantidades de pasos para llegar a una solución.
Pruebas de rendimiento, con matices
La situación actual es confusa. Ambas empresas lanzaron nuevos modelos la misma semana, y la evaluación independiente aún está alcanzándolas.
Según las cifras publicadas por Anthropic, Claude Fable 5.1 alcanza el 55,8% en Terminal-Bench 4.0, mientras que en SWE-bench Pro obtiene un 81,2%. GPT-5.6 Sol logra el 37,3% en esa prueba de terminal. Artificial Analysis sitúa a Fable 5.1 por encima de Astra en su Índice de Agentes de Programación (70 frente a 67) y en su Índice de Inteligencia más amplio (66 frente a 61).
Astra no es superada en todos los aspectos. En la prueba ARC-AGI-3 obtiene un sólido 62,7%, en comparación con el 30,2% de Claude Opus 5. Los evaluadores que enviaron las mismas instrucciones a ambos modelos observaron que Astra se destacó en el uso del ordenador, la recuperación de contextos largos y las tareas matemáticas, mientras que Fable 5.1 produjo respuestas visiblemente más extensas y mejor fundamentadas para tareas de análisis y redacción.
En resumen, Fable 5.1 tiene una ventaja más sólida y mejor verificada en lo que respecta al código basado en agentes y las tareas en terminal. Astra destaca más en matemáticas, tareas de llenado de formularios realizadas por agentes y tareas cortas de alto volumen. Ninguna de las dos empresas ha presentado una comparación directa completa en un mismo conjunto de herramientas, y Anthropic no ha compartido resultados completos de razonamiento ni de contexto largo para Mythos 5.1, solo una fila de pruebas en Terminal-Bench. Las comparaciones más amplias de Mythos encontradas en otros lugares requieren cautela.
El uso real muestra una imagen diferente a los resultados de pruebas iniciales. Una comparación muy citada abarcó la generación anterior, enfrentando a Codex con GPT-5.3 contra Claude Code con Opus 4.6. Claude Code consumió aproximadamente 1,4 veces más tokens en tareas similares, lo que se traduce en un costo un 23% mayor por tarea terminada equivalente. Esa diferencia no ha sido medida de nuevo de forma independiente para la combinación Astra y Fable 5.1.
Cómo se siente cada uno día a día
Independientemente del modelo subyacente, las herramientas se perciben de manera diferente en el uso diario.
Claude Code se mantiene cercano al trabajo real. Funciona en la terminal y tiene acceso al sistema de archivos real, al historial de git y al estado de la shell. La compatibilidad con servidores MCP permite a los equipos integrarlo en las herramientas internas que ya utilizan. Las sesiones pueden durar mucho tiempo sin perder coherencia, y el control de permisos es más detallado, lo que brinda mayor control sobre qué puede modificar sin ser solicitado. Las revisiones realizadas por desarrolladores inexpertos, mencionadas en varias comparaciones de 2026, lo favorecen en una proporción de aproximadamente dos a uno en tareas realmente difíciles: refactorizaciones complejas, búsquedas de errores complicadas y cualquier situación en la que una respuesta incorrecta conlleve un trabajo adicional significativo.
Codex tiende a la delegación. Se presenta una tarea, se inicia un entorno de pruebas en la nube y el desarrollador continúa con su trabajo hasta que recibe los resultados de comparación. El diseño asíncrono es adecuado para tareas rutinarias, de gran volumen y con poca supervisión, como procesos nocturnos, llenado de formularios y solicitudes de integración en numerosos repositorios pequeños. También combina un archivo AGENTS.md global con archivos de proyecto por directorio, leyendo desde la raíz del repositorio hasta el directorio de trabajo, de modo que los archivos más cercanos sobrescriben a los más generales, lo cual representa una configuración de proyecto más estructurada que la que ofrece Claude Code actualmente. Además, abarca más plataformas, incluyendo una aplicación móvil real, una aplicación de escritorio e una interfaz web.
Residencia de datos para equipos de la UE
Para los equipos en la UE, esta sección puede tener más importancia que cualquier otro criterio de evaluación. Codex logra la residencia de datos en la UE a través de ChatGPT Enterprise, o mediante la API una vez que se establece explícitamente dicha residencia. En los planes para consumidores y equipos de Anthropic, Claude Code no ofrece ninguna forma de residencia en la UE. La única opción es utilizar AWS Bedrock en Fráncfort o Vertex AI en la UE, con su propia clave API y no directamente a través de Anthropic. Para un equipo exclusivamente estadounidense, esto es irrelevante. Según las normativas de datos de la UE, se puede tomar una decisión antes incluso de que alguien consulte un gráfico de comparación.
Cuándo es adecuado cada uno
Claude Code suele ser adecuado para:
- Trabajos difíciles y de alto riesgo. Refactorizaciones de múltiples archivos y errores persistentes, donde una respuesta incorrecta cuesta más que el tiempo ahorrado. Las revisiones sin verificación lo favorecen en estos casos.
Codex suele ser adecuado para:
- Entrada económica. Cuenta gratuita real y un plan de 8 GB por 8 dólares, lo cual es mejor que el requisito de pago anticipado de Claude Code.
- Trabajo asíncrono y de gran volumen. Tareas por lotes que se ejecutan durante la noche, generación de PR y tareas rutinarias en muchos repositorios.
- Cobertura amplia. CLI, VS Code, web, iOS y escritorio bajo una misma cuenta, a diferencia del enfoque centrado en la terminal de Claude Code.
- Sandboxing más seguro de forma predeterminada. Los entornos de sandbox en la nube limitan el alcance de los efectos negativos de manera que la ejecución local no lo hace por defecto.
- Residencia en la UE. Una opción real a través de Enterprise, algo que Claude Code no ofrece con su propia infraestructura.
Preguntas frecuentes
¿Cuál cuesta menos? A nivel básico, Codex gana, ya que su plan gratuito junto con las opciones de $8 y $20 están por debajo del precio mínimo de $20 de Claude Code. En caso de uso intensivo por parte del equipo, ambos se sitúan aproximadamente en el mismo rango de $100 a $250 por desarrollador al mes. Una prueba frecuentemente citada mostró que Claude Code costaba unos 23% más por tarea equivalente debido al mayor consumo de tokens, pero esa cifra corresponde a modelos anteriores de ambos proveedores.
¿Qué modelo es más inteligente en este momento? Ninguno, sin lugar a dudas. Fable 5.1 lidera en los benchmarks de codificación y terminales revelados, así como en los índices combinados de Artificial Analysis, mientras que Astra tiene ventaja en matemáticas, tareas con agentes de uso informático y el sistema ARC-AGI-3. Elija según la tarea y no solo basándose en una única cifra de clasificación.
¿Puede un equipo usar ambos? Sí, y muchos ya lo hacen: Codex para procesos nocturnos con poca supervisión y Claude Code para trabajos interactivos durante el día en problemas más complejos. Nada en ninguna de las arquitecturas impide que funcionen simultáneamente.
¿Ofrece Claude Code residencia de datos en la UE? No a través de los planes propios de Anthropic. Debe realizarse mediante AWS Bedrock Frankfurt o Vertex AI EU con una clave API personal, mientras que Codex logra la residencia en la UE a través de ChatGPT Enterprise o directamente desde la API.
¿Se pueden confiar las pruebas de esta semana? Considérelas como una instantánea. Ambos proveedores lanzaron modelos de vanguardia con tres días de diferencia a principios de septiembre de 2026, antes de que se completara la evaluación de GPT-6 Astra, y varios medios señalaron que el acceso amplio a la API solo comenzó días después del lanzamiento.
Elegir uno
Después de dos semanas usando ambos, la elección depende del tipo de semana que se tenga. Durante una refactorización compleja, cuando los errores son costosos, el bucle local más eficiente de Claude Code y sus mejores resultados en tareas de programación avanzada son los que prevalecen. Cuando hay una serie de tareas rutinarias y de bajo riesgo que deben completarse rápidamente, la delegación asincrónica en la nube de Codex es la opción más adecuada.
Ninguno de los proveedores permitirá que el otro permanezca inactivo por mucho tiempo. Si el presupuesto es la única variable bajo control, comience con la versión gratuita de Codex o el plan Go de 8 dólares y verifique si cubre las tareas diarias. Si los problemas más difíciles son los que realmente consumen tiempo, pruebe la versión Pro de Claude Code por 20 dólares antes de optar por los planes que cuestan más de 100 dólares en cualquiera de las empresas.