Codex OpenAI : notre avis complet (vérifié en août 2026)

Codex ne vaut ses $20 par mois que si vous l'utilisez comme un système de développement, et non comme de la simple autocomplétion : travail sur dépôt local, worktrees isolés, délégation au cloud et revue de code sur un seul compte. Si vous cherchez surtout des suggestions en ligne dans l'éditeur, GitHub Copilot Pro coûte $10 par mois ; si vous voulez un agent orienté terminal sans l'écosystème ChatGPT autour, Claude Code Pro coûte $20 par mois.

Qu'est-ce que Codex d'OpenAI

Codex est l'agent de développement logiciel d'OpenAI : vous lui donnez accès à un dépôt et un objectif, et il peut inspecter les fichiers, modifier le code, exécuter des commandes, tester son travail et vous rendre un diff à relire. Le produit dépasse largement le modèle ou la fenêtre de chat. Le même compte ouvre un client en terminal, une extension d'IDE, des projets locaux dans l'application de bureau ChatGPT, des worktrees Git isolés, des environnements cloud hébergés, la revue de pull request sur GitHub et le pilotage à distance depuis un autre appareil. Cette étendue est sa raison d'être. Si vous n'avez besoin que de complétion pendant la frappe, l'essentiel de Codex ne vous servira pas.

Codex face à Claude Code, Cursor et GitHub Copilot en un coup d'oeil

Codex est le meilleur choix des quatre lorsque l'exécution locale, le travail cloud asynchrone et la revue doivent partager un même modèle de fonctionnement. Les spécialistes prennent le dessus quand votre flux de travail repose sur une seule surface dominante.

La ligne des prix ne tranche pas la décision. Codex Go est moins cher que les trois forfaits spécialisés payants, mais OpenAI le présente comme un accès léger. Plus reste la base réaliste pour un développeur qui prévoit un travail d'agent régulier. Claude Code mérite sa place quand le terminal est le produit. Cursor la mérite quand l'éditeur est le produit. Copilot la mérite quand la complétion, la politique GitHub et un prix d'entrée à $10 pèsent plus lourd qu'un agent unifié du local au cloud.

Pour une décision à deux voies plus poussée, le comparatif Codex vs Claude Code du site détaille le comportement en terminal, l'autonomie et le coût.

À qui s'adresse Codex, et qui devrait s'en passer

Codex vise les développeurs et les responsables techniques qui veulent un seul agent capable de passer du travail local manuel au travail délégué sans reconstruire le flux à chaque fois.

Un fondateur financé avec deux produits actifs en tire la valeur la plus nette. Gardez en local, dans l'IDE, un bug de paiement urgent, confiez une montée de version de dépendance à un worktree, envoyez au cloud le nettoyage d'une suite de tests, puis relisez chaque résultat depuis le même poste de travail. L'avantage n'est pas que Codex sache modifier un fichier : tout agent de code sérieux en est capable. L'avantage est que ces travaux tournent dans des environnements d'exécution différents et reviennent sous forme de diffs relisibles.

Un CTO de mid-market avec une file de pull requests qui grossit devrait considérer Codex quand le savoir de revue est enfermé dans quelques ingénieurs seniors. GitHub Code Review peut appliquer des règles propres au dépôt depuis AGENTS.md, concentrer les commentaires sur les problèmes P0 et P1, et lancer un correctif cloud depuis un commentaire de pull request. Business est le plancher raisonnable pour des données d'entreprise, car OpenAI n'entraîne pas ses modèles sur les entrées et sorties Business par défaut, et le forfait ajoute l'administration de l'espace de travail. Le minimum annuel est de deux sièges, soit $480 par an.

Un opérateur senior qui coordonne l'ingénierie depuis plusieurs appareils profite de Remote seulement si un hôte de développement allumé fait déjà partie du dispositif. Un téléphone peut lancer ou piloter le travail sur cet hôte, mais il ne remplace pas l'hôte. C'est utile pour surveiller une migration nocturne ou répondre à une alerte loin du bureau. Ce n'est pas un substitut cloud sans serveur.

Un développeur indépendant qui vit surtout dans un terminal devrait d'abord comparer Claude Code. Claude Pro coûte $20 par mois, et Claude Code est délibérément centré sur le terminal tout en se connectant aux IDE et aux outils en ligne de commande. Codex sait aussi y travailler, mais payer sa surface plus large est du gaspillage si les sessions locales en terminal sont la seule surface que vous comptez utiliser.

Un développeur qui veut surtout de la complétion en ligne devrait écarter Codex comme achat principal. GitHub Copilot Pro coûte $10 par mois et garde l'interaction dans les éditeurs existants et sur GitHub. Cursor Pro coûte $20 par mois et se justifie quand le chat, les modifications en ligne et le travail d'agent doivent tous vivre dans un éditeur nativement IA.

Une équipe régulée qui ne peut pas encore approuver l'accès cloud au dépôt ne doit pas forcer l'adoption. Codex peut tourner en local avec une clé API, mais le mode clé API exclut Codex cloud, GitHub Code Review et Slack. Utilisez l'automatisation locale en CLI ou en IDE pendant que la sécurité étudie le flux connecté, ou choisissez les contrôles Business ou Enterprise qui correspondent à votre politique de données.

Capacité 1 : la boucle de codage en CLI et dans l'IDE

Codex est le plus fort en local quand la tâche a un résultat borné et une vérification exécutable. « Améliore le paiement » est flou. « Trace les livraisons dupliquées du webhook de paiement, ajoute une garde d'idempotence, lance les tests de paiement et montre le plus petit diff possible » lui donne une cible, une frontière et une preuve.

Le Codex CLI travaille sur le dépôt déjà présent sur votre machine. Il peut lire des fichiers, les modifier et lancer les mêmes commandes de test, de lint, de vérification de types et de Git que vous. Les permissions et les réglages de bac à sable décident de ce qu'il peut changer ou exécuter sans validation. Ce modèle local compte pour un dépôt sensible : le travail se déroule dans l'environnement que vous contrôlez, et non dans un conteneur hébergé fraîchement configuré.

Voici le flux de travail qui transforme un agent local en véritable boucle d'ingénierie plutôt qu'en boîte de dialogue.

1. 1

   Donnez-lui une panne étroite

   Ouvrez le dépôt, lancez codex et décrivez un seul problème observable. Nommez le test, la route, l'erreur ou le comportement modifié. Demandez-lui d'inspecter avant de modifier quand la cause est incertaine.

2. 2

   Posez la frontière de sécurité

   Dites à Codex ce qui doit rester intact, quelles migrations ou interfaces publiques sont interdites, et quelles commandes valent validation. Les règles durables du dépôt vont dans AGENTS.md ; les contraintes propres à la tâche vont dans le prompt.

3. 3

   Exigez une preuve exécutable

   Demandez les tests, les vérifications de types ou la commande de lint pertinents. Un diff sans vérification qui passe est une proposition. Un diff accompagné de la vérification exacte est un résultat qu'un autre ingénieur peut évaluer.

4. 4

   Relisez le diff, puis relisez la revue

   Inspectez les fichiers modifiés et lancez /review sur les changements non commités. Le relecteur dédié rapporte ses constats sans toucher à l'arbre de travail : vous décidez ensuite si une seconde passe d'édition se justifie.

L'extension IDE de Codex convient mieux aux modifications courtes, quand le contexte utile est déjà ouvert. Attachez une sélection ou un fichier, demandez le changement et inspectez le résultat à côté du code. Quand la tâche déborde d'un composant vers une migration inter-dépôts, déléguez-la plutôt que de transformer un chat d'éditeur en session sans limites.

Le mur, c'est la discipline de contexte. Les gros dépôts poussent les agents à lire plus que la tâche ne l'exige, ce qui augmente la consommation et ajoute des instructions hors sujet. Placez les AGENTS.md au plus près du code qu'ils gouvernent, nommez les fichiers ou le service visés, et demandez un plan court avant une modification large. Plus de contexte n'est pas automatiquement mieux.

Capacité 2 : worktrees et délégation au cloud

Codex passe d'assistant à coordinateur de travaux dès que des tâches séparées obtiennent des environnements séparés. Un worktree Git est une autre copie de travail du même dépôt : une tâche peut modifier une branche sans entrer en collision avec celle de votre dossier principal. Codex sait utiliser des worktrees en local et des conteneurs isolés dans le cloud.

Prenons une release en trois volets : mettre à jour le SDK de paiement, réparer un test navigateur instable et ajouter la journalisation d'audit. Le changement de paiement exige une attention soutenue parce qu'il touche un contrat public : gardez-le en local. Donnez au test instable un worktree isolé. Envoyez la journalisation d'audit vers Codex cloud, où l'environnement récupère une branche ou un commit choisi, lance le script d'installation, exécute la tâche et renvoie un résumé et un diff. Relisez les trois avant tout merge.

Les environnements cloud ne sont reproductibles que si l'installation est explicite. Épinglez les versions d'exécution, installez les dépendances dans le script d'installation et placez les commandes de validation du dépôt dans des instructions durables. Codex met en cache un conteneur configuré pendant 12 heures au maximum, ce qui peut raccourcir l'installation suivante, mais modifier l'installation, la maintenance, les variables ou les secrets invalide ce cache.

Le mur hébergé apparaît à la frontière du réseau et des secrets. Les scripts d'installation ont accès à Internet, tandis que l'accès Internet de l'agent est désactivé par défaut, sauf si vous activez un accès limité ou illimité. Les secrets sont disponibles pour les scripts d'installation puis retirés avant la phase d'agent. Ce design est plus sûr que de laisser tous les identifiants à portée, mais il signifie qu'une tâche devant appeler un service protégé pendant l'exécution demande une autre architecture. Une variable d'environnement reste disponible via le chat, ce qui augmente l'exposition, ou bien la tâche exige un outil approuvé ou une frontière de service.

Capacité 3 : la revue de code locale et sur GitHub

Codex Code Review est surtout utile comme second relecteur ciblé, pas comme substitut à la CI ou à la responsabilité d'équipe. Le /review local et la revue GitHub résolvent des problèmes voisins mais distincts.

La revue de code locale peut inspecter le diff face à une branche de base, l'ensemble des changements non commités, un commit précis ou des critères personnalisés. Elle ne modifie pas l'arbre de travail. Elle devient donc utile juste avant un commit : demandez la justesse, le risque de perte de données et les tests manquants, puis choisissez les constats qui méritent une correction.

La revue de code GitHub exige que Codex cloud soit configuré pour le dépôt. Mentionnez @codex review sur une pull request, ou activez les revues automatiques. Le flux GitHub ne publie délibérément que les constats P0 et P1, ce qui concentre les commentaires sur les risques sérieux plutôt que sur les préférences de formatage.

Ce qui a de la valeur, c'est le jugement propre au dépôt. Mettez une section ## Code Review Rules dans le AGENTS.md concerné, gardez les règles racine générales et placez les règles de service dans un fichier imbriqué. Un service de paiement peut exiger que le traitement des webhooks reste idempotent et nommer le chemin de réessai sûr. Un service d'API publique peut interdire la suppression d'un champ de réponse avant la fin de la fenêtre de compatibilité. Ce sont exactement les vérifications que les relecteurs expérimentés répètent, parce qu'un analyseur statique générique ne peut pas deviner l'historique.

OpenAI rapporte que les variantes guidées par des règles ont retrouvé 98% des constats personnalisés attendus dans son évaluation principale, contre 58.3% pour le contrôle de référence. C'est un résultat produit par l'éditeur, pas un benchmark indépendant, mais il soutient une conclusion étroite : des règles de dépôt concises peuvent nettement améliorer une revue ciblée sur des invariants connus. OpenAI précise aussi que les tests, les protections de branche et les approbations requises restent l'application ferme des règles.

La boucle complète de la revue au correctif ressemble à ceci.

1. 1

   Codez deux ou trois règles à conséquence

   Choisissez les invariants qu'un relecteur senior explique en boucle. Laissez le formatage et les vérifications déterministes à la CI.

2. 2

   Demandez la revue

   Utilisez @codex review sur une pull request représentative, ou activez les revues automatiques une fois que les règles produisent un signal utile.

3. 3

   Contestez les preuves

   Lisez le fichier et la ligne cités, reproduisez le risque et écartez les constats qui ne survivent pas à l'inspection. Une étiquette de sévérité ne rend pas une affirmation exacte.

4. 4

   Corrigez étroitement

   Quand un constat est valide, @codex fix the P1 issue peut lancer une tâche cloud avec la pull request en contexte. Relisez son diff et relancez les mêmes vérifications fermes avant le merge.

Capacité 4 : le pilotage à distance entre appareils

Codex Remote a de la valeur quand la machine de développement est ailleurs, mais l'hôte reste l'ordinateur qui fait le travail. Remote peut relier un hôte Mac ou Windows allumé à ChatGPT sur iOS, Android ou un autre poste de bureau pris en charge. L'hôte fournit le dépôt, le shell, les identifiants, les outils, les réglages de bac à sable et la politique d'approbation.

Imaginez un ingénieur d'astreinte loin de son portable quand un job de fond commence à échouer. Depuis un téléphone, il peut ouvrir le projet sur un hôte toujours allumé, demander à Codex d'inspecter les logs et de tracer le chemin fautif, puis attendre un diagnostic. Un prompt prudent s'arrête aux preuves et à un correctif proposé. L'ingénieur peut relire le diff sur un plus grand écran, passer le chat à un autre hôte si besoin, et appliquer les contrôles de déploiement habituels.

Remote gère aussi les projets sur des hôtes SSH et sait transmettre un chat et l'état Git entre hôtes connectés, en utilisant un worktree sur la destination. C'est pratique quand les dépendances vivent sur une machine de développement dédiée. C'est fragile quand le portable se met en veille, que le réseau tombe ou que l'application de bureau se ferme. Pour du travail continu sans surveillance, utilisez un hôte toujours allumé ou Codex cloud plutôt que de traiter un portable personnel comme de l'infrastructure.

L'analyse de Codex Remote publiée sur le site détaille l'arbitrage entre l'hôte et le plan de contrôle.

Prix de Codex : tous les paliers actuels

Le prix de Codex est simple en dollars et compliqué en consommation. La page tarifaire officielle de Codex liste aujourd'hui huit voies d'achat, tandis que la quantité réelle de travail comprise dans un abonnement varie selon le modèle, le contexte, le raisonnement, les outils, la recherche documentaire et la mise en cache.

Pour le détail par forfait et la mécanique des crédits, consultez le guide des tarifs Codex du site. Les prix concordaient sur toutes les pages en ligne d'OpenAI le 2 août 2026. Les plages de messages inclus, non.

ChatGPT Work et Codex partagent la même consommation. Les messages locaux et les chats cloud partagent aussi une fenêtre de cinq heures, et OpenAI indique que des limites hebdomadaires supplémentaires peuvent s'appliquer. Les utilisateurs Plus et Pro peuvent acheter des crédits une fois leur quota inclus épuisé. Les espaces de travail Business, Edu et Enterprise en tarification flexible peuvent acheter des crédits d'espace de travail. L'abonnement est donc un forfait avec un plafond de capacité variable, pas un nombre fixe de tâches d'ingénierie terminées.

Coût API par tâche cadrée

Le tarif API est plus facile à modéliser parce qu'il est fondé sur les tokens, mais le mode clé API perd les intégrations cloud qui distinguent Codex. N'utilisez cette comparaison que pour du travail local ou scripté.

Supposons qu'une tâche cadrée consomme 100 000 tokens d'entrée non mis en cache et 20 000 tokens de sortie en contexte court. Aux tarifs standards :

• GPT-5.6 Luna coûte $0.044 : 0.1 x $0.20 en entrée plus 0.02 x $1.20 en sortie.
• GPT-5.6 Terra coûte $0.44 : 0.1 x $2 en entrée plus 0.02 x $12 en sortie.
• GPT-5.6 Sol coûte $1.10 : 0.1 x $5 en entrée plus 0.02 x $30 en sortie.

Avec ces hypothèses, $20 achètent environ 455 tâches Luna, 46 tâches Terra ou 19 tâches Sol, après arrondi supérieur à la tâche qui atteint le seuil. La comparaison avec l'abonnement n'est pas équivalente : Plus inclut les surfaces Codex connectées, alors que le mode clé API exclut les tâches cloud, la revue GitHub et Slack. Le calcul sert pour un job de CI ou un flux SDK, pas pour valoriser le produit entier.

Les limites qui doivent trancher l'achat

Codex a six limites matérielles, et chacune peut à elle seule renverser l'achat pour le mauvais acheteur.

1. La capacité d'usage n'est pas assez prévisible

Le prix en dollars est fixe, la capacité de travail ne l'est pas. La longueur de contexte, le modèle, le raisonnement, la recherche documentaire, les outils et la mise en cache font varier la consommation. Deux pages officielles d'OpenAI publient aujourd'hui des plages Plus contradictoires. Les crédits adoucissent le plafond, mais ils ne rendent pas un forfait à $20 prévisible pour un développeur qui tente de budgéter un mois de travail d'agent.

Impact sur la décision : n'achetez pas Pro sur la promesse d'« encore plus ». Restez sur Plus, observez le tableau de bord connecté sur un cycle de travail complet, et n'évoluez que lorsque les interruptions coûtent plus cher que l'écart de prix.

2. L'accès par clé API est un produit local, pas un abonnement de substitution

La clé API prend en charge la CLI, le SDK et l'extension d'IDE, avec l'usage du modèle facturé aux tarifs API. Elle n'inclut ni Codex cloud, ni GitHub Code Review, ni Slack. Une entreprise ne peut pas éviter le forfait d'espace de travail, payer les tokens et espérer malgré tout le produit connecté complet.

Impact sur la décision : la clé API gagne pour la CI et l'automatisation locale contrôlée. Un forfait ChatGPT gagne quand la délégation et la revue connectée font partie du résultat attendu.

3. Les secrets cloud disparaissent avant que l'agent ne travaille

Les secrets cloud sont disponibles pour les scripts d'installation et retirés avant la phase d'agent. C'est une frontière de sécurité délibérée, mais elle bloque une hypothèse répandue : stocker un identifiant de production comme secret ne signifie pas que l'agent pourra appeler le service protégé pendant la résolution de la tâche. Les variables d'environnement persistent, mais elles exposent davantage la session.

Impact sur la décision : utilisez des identifiants de courte durée via une frontière d'outil approuvée, ou concevez la tâche pour que l'installation récupère ce dont l'exécution a besoin sans laisser un secret réutilisable à portée. Si cette architecture n'est pas acceptable, gardez la tâche en local.

4. Les contrôles de données grand public exigent deux vérifications

OpenAI indique que le contenu des comptes ChatGPT et Codex individuels peut servir à entraîner ses modèles, sauf si l'utilisateur se désinscrit. Codex dispose aussi de contrôles distincts pour l'entraînement sur des environnements complets, et modifier le réglage général de ChatGPT ou du portail de confidentialité ne change pas ce réglage d'environnement complet. Les entrées et sorties Business, Enterprise et API ne servent pas à l'entraînement par défaut, sauf si l'organisation l'accepte.

Impact sur la décision : un utilisateur individuel qui travaille sur du code propriétaire doit vérifier à la fois le contrôle de données général et le réglage d'environnement complet de Codex. Une entreprise qui a besoin d'un défaut organisationnel doit passer par Business, Enterprise ou l'API plutôt que de compter sur chaque employé pour bien configurer un compte personnel.

5. La revue reste un avis, pas une application des règles

GitHub Code Review se concentre sur les constats P0 et P1. Des règles de dépôt personnalisées peuvent améliorer ce qu'il cherche, mais le modèle peut encore manquer un défaut ou en exagérer un autre. Le résultat de 98% d'OpenAI est une évaluation de l'éditeur face à une suite de règles définie, pas une garantie sur un dépôt inconnu.

Impact sur la décision : conservez les tests obligatoires, la protection de branche, les code owners et l'approbation humaine. Laissez Codex ajouter du signal avant ces barrières, jamais les remplacer.

6. Remote n'est disponible que dans la mesure où son hôte l'est

Le pilotage à distance s'arrête dès que l'hôte se met en veille, perd le réseau ou ferme l'application. Un portable personnel peut convenir à un pilotage occasionnel, mais il fait une mauvaise cible d'exécution permanente.

Impact sur la décision : utilisez un hôte de développement toujours allumé pour les flux à distance, ou déplacez le travail de fond vers Codex cloud. Ne construisez pas un processus d'incident autour d'un portable qui peut être endormi.

Verdict : notre avis sur Codex OpenAI

Codex vaut son prix quand au moins deux de ces éléments font partie de votre semaine normale :

• Vous voulez le même agent dans le terminal et dans l'IDE.
• Vous avez besoin de worktrees isolés ou de délégation au cloud pendant que vous continuez à travailler.
• Vous voulez une revue locale et une revue GitHub P0/P1 avec des règles de dépôt.
• Vous devez piloter le travail depuis un autre appareil ou le transmettre d'un hôte à l'autre.

Si un seul élément s'applique, choisissez le spécialiste. Claude Code est le choix le plus net pour un agent centré sur le terminal. Cursor est le meilleur choix quand l'éditeur est le centre de gravité. GitHub Copilot est le choix économique pour la complétion et l'assistance GitHub.

Pour la plupart des développeurs individuels, Plus à $20 par mois est le bon palier Codex. Free et Go sont des voies d'évaluation. Pro 5x à $100 ne se justifie qu'après avoir mesuré une pression réelle des limites sur le travail. Pro 20x à $200 s'adresse à un usage multi-agents soutenu, pas à une session de code occasionnelle. Business démarre à un minimum annuel effectif de $480 pour deux sièges et devient le bon plancher quand l'administration et l'absence d'entraînement par défaut comptent. La clé API sert au travail local ou programmatique facturé à l'usage, avec cette contrepartie explicite : les fonctions cloud disparaissent.

La règle finale est brutale : achetez Codex pour le flux de travail connecté, pas parce qu'un modèle OpenAI sait écrire du code. Les modèles changent. C'est le système d'exploitation autour du travail que vous continuerez à payer.

Questions fréquentes

Codex est-il vraiment bon pour coder ?

Codex est bon pour du travail cadré sur un dépôt quand le prompt nomme un résultat, des contraintes et des vérifications exécutables. Il sait inspecter, modifier, lancer des outils et rendre un diff. Il a toujours besoin de tests et d'une relecture humaine pour les changements en production.

Codex est-il meilleur que ChatGPT ?

Codex n'est pas simplement un rival de ChatGPT. C'est le flux de travail orienté développeur à l'intérieur du produit ChatGPT plus large, avec l'accès au dépôt, les diffs, les commandes de terminal, les worktrees, les environnements cloud et la revue de code.

À quoi sert la revue Codex ?

Le /review local inspecte un diff face à une branche de base, les changements non commités, un commit ou des critères personnalisés, sans modifier l'arbre de travail. GitHub Code Review publie des constats P0 et P1 ciblés et peut appliquer les règles de dépôt définies dans AGENTS.md.

Codex vaut-il aujourd'hui Claude Code ?

Codex est le système le plus fort quand les surfaces locale, cloud, applicative, de revue et à distance doivent fonctionner ensemble. Claude Code reste le choix le plus tranché pour un développeur qui veut garder le terminal au centre de chaque interaction.

Quels sont les inconvénients de Codex ?

Les principaux inconvénients sont la consommation variable, des plages d'allocation officielles contradictoires, des fonctions cloud qui exigent un forfait ChatGPT, les contraintes d'installation et de secrets dans le cloud, des contrôles de données grand public séparés, et la dépendance de Remote à un hôte allumé.

Codex ou Claude, lequel choisir ?

Choisissez Codex quand vous avez besoin d'un flux connecté multi-surfaces. Choisissez Claude Code quand vous voulez surtout un agent de code orienté terminal. En facturation mensuelle, le point d'entrée sérieux pour un individu est de $20, que ce soit pour Codex Plus ou Claude Pro.

Quelle est la commande de revue de Codex ?

Utilisez /review dans le Codex CLI ou dans l'extension d'IDE. Choisissez une revue face à la branche de base, les changements non commités, un commit précis lorsque c'est disponible, ou des instructions personnalisées. Le relecteur rapporte ses constats sans toucher à l'arbre de travail.

Comment Codex relit-il les pull requests GitHub ?

Connectez le dépôt à Codex cloud, activez Code Review dans les réglages et mentionnez @codex review sur la pull request. Les revues automatiques peuvent se déclencher à l'ouverture des pull requests, et des règles AGENTS.md ciblées ajoutent des vérifications propres au dépôt.

Recevez la checklist de configuration Claude Code et Codex en vous inscrivant à la newsletter.