Codex di OpenAI: la recensione completa (verificata ad agosto 2026)

Codex vale $20 al mese solo se lo userai come un sistema di sviluppo e non come un autocompletamento: lavoro sul repository locale, worktree isolati, delega al cloud e code review sotto un unico account. Se ti servono soprattutto i suggerimenti in linea nell'editor, GitHub Copilot Pro costa $10 al mese; se vuoi un agente da terminale senza il resto del flusso di lavoro ChatGPT, Claude Code Pro costa $20 al mese.

Che cos'è Codex di OpenAI

Codex è l'agente di sviluppo software di OpenAI: gli dai accesso a un repository e un obiettivo, e lui può ispezionare i file, modificare il codice, eseguire comandi, testare il proprio lavoro e restituirti un diff da revisionare. Il prodotto è molto più ampio di un modello o di una finestra di chat. Lo stesso account raggiunge un client da terminale, un'estensione per IDE, i progetti locali nell'app desktop di ChatGPT, worktree Git isolati, ambienti cloud ospitati, la revisione delle pull request su GitHub e il controllo remoto da un altro dispositivo. Questa ampiezza è la sua ragione d'essere. Se ti serve solo il completamento del codice mentre scrivi, gran parte di Codex è superflua.

Codex a confronto con Claude Code, Cursor e GitHub Copilot

Tra questi quattro strumenti Codex è la scelta migliore quando esecuzione locale, lavoro cloud asincrono e revisione devono condividere un unico modello operativo. Gli specialisti hanno più senso quando il tuo flusso di lavoro ruota attorno a una sola superficie dominante.

La riga dei prezzi non chiude la questione. Codex Go costa meno dei tre piani a pagamento specialistici, ma OpenAI lo descrive come un accesso leggero. Plus resta la base realistica per uno sviluppatore che prevede un lavoro d'agente regolare. Claude Code si guadagna il posto quando il terminale è il prodotto. Cursor se lo guadagna quando è l'editor a essere il prodotto. Copilot se lo guadagna quando completamento, policy GitHub e un prezzo d'ingresso di $10 pesano più di un agente unificato dal locale al cloud.

Per una decisione a due vie più approfondita, il confronto tra Codex e Claude Code del sito distingue in modo più dettagliato comportamento nel terminale, autonomia e costi.

A chi serve Codex e chi dovrebbe lasciarlo perdere

Codex è pensato per sviluppatori e responsabili tecnici che vogliono un unico agente capace di muoversi tra lavoro locale in prima persona e lavoro delegato, senza ricostruire il flusso ogni volta.

Un fondatore finanziato con due prodotti attivi ne ricava il valore più chiaro. Tieni in locale nell'IDE un bug urgente sui pagamenti, affida a un worktree l'aggiornamento di una dipendenza, manda nel cloud la pulizia di una suite di test e revisiona ogni risultato dallo stesso spazio di lavoro sul desktop. Il vantaggio non è che Codex sappia modificare un file: lo sa fare qualsiasi agente di coding serio. Il vantaggio è che quei lavori possono girare in ambienti di esecuzione diversi e tornare come diff revisionabili.

Un CTO di una mid-market con una coda di pull request in crescita dovrebbe valutare Codex quando la conoscenza della revisione è chiusa in pochi ingegneri senior. GitHub Code Review può applicare regole specifiche del repository da AGENTS.md, concentrare i commenti sui problemi P0 e P1 e avviare una correzione nel cloud da un commento su una pull request. Business è il piano minimo sensato per i dati aziendali, perché OpenAI non addestra i modelli su input e output Business per impostazione predefinita e il piano aggiunge l'amministrazione dello spazio di lavoro. Il minimo annuale è di due postazioni, cioè $480 all'anno.

Un operatore senior che coordina l'ingegneria da più dispositivi trae vantaggio da Remote solo se un host di sviluppo acceso fa già parte della configurazione. Un telefono può avviare o guidare il lavoro su quell'host, ma non lo sostituisce. È utile per controllare una migrazione notturna o rispondere a un alert lontano dalla scrivania. Non è un sostituto cloud serverless.

Uno sviluppatore indipendente che vive soprattutto nel terminale dovrebbe confrontare prima Claude Code. Claude Pro costa $20 al mese e Claude Code è volutamente centrato sul terminale pur collegandosi a IDE e strumenti da riga di comando. Anche Codex può lavorare lì, ma pagare la sua superficie più ampia è uno spreco se le sessioni locali da terminale sono l'unica superficie che intendi usare.

Uno sviluppatore che vuole soprattutto il completamento in linea dovrebbe escludere Codex come acquisto principale. GitHub Copilot Pro costa $10 al mese e mantiene l'interazione dentro gli editor esistenti e su GitHub. Cursor Pro costa $20 al mese e ha senso quando chat, modifiche in linea e lavoro d'agente devono vivere tutti dentro un editor nativamente AI.

Un team regolamentato che non può ancora approvare l'accesso cloud al repository non dovrebbe forzare l'adozione. Codex può girare in locale con una chiave API, ma la modalità a chiave API esclude Codex cloud, GitHub Code Review e Slack. Usa l'automazione locale da CLI o IDE mentre la sicurezza esamina il flusso connesso, oppure scegli i controlli Business o Enterprise che corrispondono alla tua policy sui dati.

Capacità 1: il ciclo di sviluppo tra CLI locale e IDE

In locale Codex dà il meglio quando l'attività ha un esito circoscritto e una verifica eseguibile. «Migliora il checkout» è vago. «Traccia le consegne duplicate del webhook di pagamento, aggiungi una guardia di idempotenza, esegui i test dei pagamenti e mostrami il diff più piccolo possibile» gli dà un bersaglio, un confine e una prova.

La CLI di Codex lavora sul repository già presente sulla tua macchina. Può leggere i file, modificarli ed eseguire gli stessi comandi di test, lint, controllo dei tipi e Git che usi tu. Permessi e impostazioni della sandbox decidono che cosa può cambiare o eseguire senza approvazione. Questo modello locale conta per un repository sensibile: il lavoro avviene nell'ambiente che controlli tu e non in un container ospitato appena configurato.

Ecco il flusso di lavoro che trasforma un agente locale da finestra di chat a ciclo di ingegneria utile.

1. 1

   Dagli un guasto circoscritto

   Apri il repository, avvia codex e descrivi un solo problema osservabile. Nomina il test che fallisce, la rotta, l'errore o il comportamento cambiato. Chiedigli di ispezionare prima di modificare quando la causa è incerta.

2. 2

   Dichiara il confine di sicurezza

   Di' a Codex che cosa deve restare invariato, quali migrazioni o interfacce pubbliche sono off-limits e quali comandi valgono come validazione. Le regole durature del repository stanno in AGENTS.md; i vincoli specifici dell'attività stanno nel prompt.

3. 3

   Pretendi una prova eseguibile

   Chiedi i test pertinenti, i controlli dei tipi o il comando di lint. Un diff senza una verifica superata è una proposta. Un diff più la verifica esatta è un risultato che un altro ingegnere può valutare.

4. 4

   Revisiona il diff, poi revisiona la revisione

   Ispeziona i file modificati ed esegui /review sulle modifiche non committate. Il revisore dedicato riporta i rilievi senza toccare l'albero di lavoro, così decidi tu se un secondo passaggio di modifica sia giustificato.

L'estensione IDE di Codex è migliore per modifiche piccole, quando il contesto rilevante è già aperto. Allega una selezione o un file, chiedi la modifica e ispeziona il risultato accanto al codice. Quando l'attività si allarga da un componente a una migrazione che attraversa più repository, delegala invece di trasformare una chat nell'editor in una sessione senza confini.

Il muro è la disciplina del contesto. I repository grandi spingono gli agenti a leggere più di quanto l'attività richieda, cosa che alza il consumo e aggiunge istruzioni irrilevanti. Annida i file AGENTS.md vicino al codice che governano, nomina i file o il servizio bersaglio e chiedi un piano breve prima di una modifica ampia. Più contesto non è automaticamente meglio.

Capacità 2: worktree e delega al cloud

Codex passa da assistente a coordinatore del lavoro quando attività separate ottengono ambienti separati. Un worktree Git è un altro checkout dello stesso repository e permette a un'attività di modificare un branch senza collidere con quello della cartella principale. Codex può usare i worktree in locale e container isolati nel cloud.

Prendi una release in tre parti: aggiornare l'SDK dei pagamenti, riparare un test di browser instabile e aggiungere il logging di audit. La modifica ai pagamenti richiede attenzione ravvicinata perché tocca un contratto pubblico, quindi tienila in locale. Al test instabile dai un worktree isolato. Manda il logging di audit a Codex cloud, dove l'ambiente fa il checkout di un branch o commit selezionato, esegue lo script di setup, svolge l'attività e restituisce un riepilogo e un diff. Revisiona tutti e tre prima di qualsiasi merge.

Gli ambienti cloud sono riproducibili solo se il setup è esplicito. Fissa le versioni del runtime, installa le dipendenze nello script di setup e metti i comandi di validazione del repository in istruzioni durature. Codex mette in cache un container configurato fino a 12 ore, il che può accorciare il setup successivo, ma modificare setup, manutenzione, variabili o segreti invalida quella cache.

Il muro dell'ambiente ospitato compare al confine di rete e dei segreti. Gli script di setup hanno accesso a Internet, mentre l'accesso a Internet dell'agente è disattivato per impostazione predefinita, a meno che tu non abiliti un accesso limitato o senza restrizioni. I segreti sono disponibili agli script di setup e poi vengono rimossi prima della fase dell'agente. È un progetto più sicuro che lasciare ogni credenziale a portata di mano, ma significa anche che un'attività che deve chiamare un servizio protetto durante l'esecuzione richiede un'architettura diversa. Una variabile d'ambiente resta disponibile attraverso la chat, aumentando l'esposizione, oppure l'attività ha bisogno di uno strumento approvato o di un confine di servizio.

Capacità 3: code review in locale e su GitHub

Codex Code Review è utile soprattutto come secondo revisore mirato, non come sostituto della CI o della responsabilità di chi possiede il codice. Il /review locale e la revisione su GitHub risolvono problemi affini ma diversi.

La code review locale può ispezionare il diff rispetto a un branch di base, tutte le modifiche non committate, un commit specifico o criteri personalizzati. Non modifica l'albero di lavoro. Questo la rende utile subito prima di un commit: chiedi correttezza, rischio di perdita dati e test mancanti, poi scegli quali rilievi meritano una modifica.

La code review su GitHub richiede Codex cloud configurato per il repository. Menziona @codex review su una pull request, oppure attiva le revisioni automatiche. Il flusso su GitHub pubblica deliberatamente solo i rilievi P0 e P1, mantenendo i commenti concentrati sui rischi gravi anziché sulle preferenze di formattazione.

La parte di valore è il giudizio specifico del repository. Metti una sezione ## Code Review Rules nel AGENTS.md pertinente, tieni ampie le regole nella radice e sposta le regole di servizio in un file annidato. Un servizio di pagamenti può stabilire che l'elaborazione dei webhook resti idempotente e nominare il percorso di retry sicuro. Un servizio di API pubbliche può vietare la rimozione di un campo di risposta finché la finestra di compatibilità non si chiude. Sono esattamente i controlli che i revisori esperti ripetono, perché un analizzatore statico generico non può dedurre la storia del progetto.

OpenAI riferisce che le varianti guidate da regole hanno recuperato il 98% dei rilievi personalizzati richiesti nella sua valutazione principale, contro il 58.3% del controllo di riferimento. È un risultato prodotto dal fornitore, non un benchmark indipendente, ma sostiene una conclusione circoscritta: regole di repository concise possono migliorare sensibilmente una revisione mirata a invarianti note. OpenAI afferma anche che test, protezioni dei branch e approvazioni obbligatorie restano l'applicazione vera delle regole.

Il ciclo completo dalla revisione alla correzione è questo.

1. 1

   Codifica due o tre regole che hanno conseguenze

   Scegli le invarianti che un revisore senior spiega di continuo. Lascia formattazione e controlli deterministici alla CI.

2. 2

   Chiedi la revisione

   Usa @codex review su una pull request rappresentativa, oppure attiva le revisioni automatiche una volta che le regole producono segnale utile.

3. 3

   Metti in discussione le prove

   Leggi il file e la riga citati, riproduci il rischio e scarta i rilievi che non reggono all'ispezione. Un'etichetta di gravità non rende corretta un'affermazione.

4. 4

   Correggi in modo stretto

   Quando un rilievo è valido, @codex fix the P1 issue può avviare un'attività cloud con la pull request come contesto. Revisiona il suo diff e riesegui gli stessi controlli vincolanti prima del merge.

Capacità 4: il controllo remoto tra dispositivi

Codex Remote ha valore quando la macchina di sviluppo è altrove, ma l'host resta il computer che fa il lavoro. Remote può collegare un host Mac o Windows acceso a ChatGPT su iOS, Android o un altro desktop supportato. L'host fornisce repository, shell, credenziali, strumenti, impostazioni della sandbox e policy di approvazione.

Immagina un ingegnere di turno lontano dal portatile quando un job in background inizia a fallire. Dal telefono può aprire il progetto su un host sempre acceso, chiedere a Codex di ispezionare i log e tracciare il percorso che fallisce, e attendere una diagnosi. Un prompt prudente si ferma alle prove e a una patch proposta. L'ingegnere può revisionare il diff su uno schermo più grande, passare la chat a un altro host se serve ed eseguire i normali controlli di deploy.

Remote supporta anche progetti su host SSH e può trasferire una chat e lo stato Git tra host connessi, usando un worktree sulla destinazione. È utile quando le dipendenze vivono su una macchina di sviluppo dedicata. È fragile quando il portatile va in sospensione, la rete cade o l'app desktop si chiude. Per lavoro continuo e non presidiato usa un host sempre acceso o Codex cloud, invece di trattare un portatile personale come infrastruttura.

L'analisi di Codex Remote pubblicata sul sito approfondisce il compromesso tra host e control plane.

Prezzi di Codex: tutti i piani attuali

Il prezzo di Codex è semplice in dollari e complicato nel consumo. L'attuale pagina ufficiale dei prezzi di Codex elenca otto vie d'acquisto, mentre la quantità reale di lavoro compresa in un abbonamento varia con la scelta del modello, il contesto, il ragionamento, gli strumenti, il recupero delle informazioni e la cache.

Per il dettaglio piano per piano e la meccanica dei crediti, usa la guida ai prezzi di Codex del sito. I prezzi erano coerenti su tutte le pagine online di OpenAI il 2 agosto 2026. Gli intervalli di messaggi inclusi no.

ChatGPT Work e Codex condividono il consumo. Anche i messaggi locali e le chat cloud condividono una finestra di cinque ore, e OpenAI dichiara che possono applicarsi ulteriori limiti settimanali. Gli utenti Plus e Pro possono acquistare crediti una volta esaurita la quota inclusa. Gli spazi di lavoro Business, Edu ed Enterprise con prezzi flessibili possono acquistare crediti di spazio di lavoro. L'abbonamento è quindi un pacchetto con un tetto di capacità variabile, non un numero fisso di attività di ingegneria completate.

Costo API per singola attività circoscritta

Il prezzo dell'API è più facile da modellare perché si basa sui token, ma la modalità a chiave API perde le integrazioni cloud che distinguono Codex. Usa questo confronto solo per lavoro locale o da script.

Supponiamo che una singola attività circoscritta consumi 100.000 token di input non memorizzati in cache e 20.000 token di output in contesto breve. Alle tariffe standard:

• GPT-5.6 Luna costa $0.044: 0.1 x $0.20 di input più 0.02 x $1.20 di output.
• GPT-5.6 Terra costa $0.44: 0.1 x $2 di input più 0.02 x $12 di output.
• GPT-5.6 Sol costa $1.10: 0.1 x $5 di input più 0.02 x $30 di output.

Con quelle ipotesi, $20 comprano circa 455 attività Luna, 46 attività Terra o 19 attività Sol, arrotondando per eccesso all'attività che raggiunge la soglia. Il confronto con l'abbonamento non è alla pari: Plus include le superfici Codex connesse, mentre la modalità a chiave API esclude attività cloud, revisione su GitHub e Slack. Il calcolo è utile per un job di CI o un flusso via SDK, non per valutare il prodotto intero.

I limiti che devono decidere l'acquisto

Codex ha sei limiti concreti e uno solo di essi può ribaltare l'acquisto per l'acquirente sbagliato.

1. La capacità di consumo non è abbastanza prevedibile

Il prezzo in dollari è fisso, la capacità di lavoro no. Lunghezza del contesto, modello, ragionamento, recupero delle informazioni, strumenti e cache cambiano il consumo. Due pagine ufficiali di OpenAI pubblicano oggi intervalli Plus contraddittori. I crediti ammorbidiscono il tetto, ma non rendono prevedibile un piano da $20 per uno sviluppatore che prova a mettere a budget un mese di lavoro d'agente.

Impatto sulla decisione: non comprare Pro sulla promessa di «di più». Resta su Plus, osserva la dashboard da account per un ciclo di lavoro completo e passa di livello solo quando le interruzioni costano più della differenza di prezzo.

2. L'accesso con chiave API è un prodotto locale, non un abbonamento sostitutivo

La chiave API supporta CLI, SDK ed estensione IDE, con l'uso del modello fatturato a tariffe API. Non include Codex cloud, GitHub Code Review o Slack. Un'azienda non può evitare il piano per spazi di lavoro, pagare i token e aspettarsi comunque l'intero prodotto connesso.

Impatto sulla decisione: la chiave API vince per CI e automazione locale controllata. Un piano ChatGPT vince quando delega e revisione connessa fanno parte del risultato.

3. I segreti nel cloud spariscono prima che l'agente lavori

I segreti nel cloud sono disponibili agli script di setup e rimossi prima della fase dell'agente. È un confine di sicurezza deliberato, ma blocca un'assunzione comune: salvare una credenziale di produzione come segreto non significa che l'agente possa chiamare il servizio protetto mentre risolve l'attività. Le variabili d'ambiente persistono, ma espongono di più la sessione.

Impatto sulla decisione: usa credenziali di breve durata attraverso un confine di strumenti approvato, oppure progetta l'attività in modo che il setup recuperi ciò che serve all'esecuzione senza lasciare a portata un segreto riutilizzabile. Se quell'architettura non è accettabile, tieni l'attività in locale.

4. I controlli dei dati per i piani consumer richiedono due verifiche

OpenAI dichiara che i contenuti degli account ChatGPT e Codex individuali possono essere usati per addestrare i modelli, a meno che l'utente non rinunci esplicitamente. Codex ha inoltre controlli separati per l'addestramento su ambienti completi, e cambiare l'impostazione generale di ChatGPT o del portale privacy non cambia quell'impostazione sugli ambienti completi. Input e output di Business, Enterprise e API non vengono usati per l'addestramento per impostazione predefinita, salvo esplicita adesione dell'organizzazione.

Impatto sulla decisione: un utente individuale che lavora su codice proprietario dovrebbe verificare sia il controllo generale sui dati sia l'impostazione Codex sugli ambienti completi. Un'azienda che ha bisogno di un valore predefinito a livello di organizzazione dovrebbe usare Business, Enterprise o API invece di confidare che ogni dipendente configuri correttamente un account personale.

5. La revisione resta un consiglio, non un'imposizione

GitHub Code Review si concentra sui rilievi P0 e P1. Regole personalizzate del repository possono migliorare ciò che cerca, ma il modello può comunque mancare un difetto o esagerarne uno. Il risultato del 98% di OpenAI è una valutazione del fornitore rispetto a una suite di regole definita, non una garanzia su un repository sconosciuto.

Impatto sulla decisione: mantieni test obbligatori, protezione dei branch, code owner e approvazione umana. Lascia che Codex aggiunga segnale prima di quei cancelli, mai che li sostituisca.

6. Remote è disponibile solo quanto il suo host

Il controllo remoto si ferma quando l'host va in sospensione, perde la rete o chiude l'app. Un portatile personale può essere comodo per un controllo occasionale, ma è un pessimo bersaglio di esecuzione sempre attivo.

Impatto sulla decisione: usa un host di sviluppo sempre acceso per i flussi remoti, oppure sposta il lavoro in background su Codex cloud. Non costruire un processo di gestione degli incidenti attorno a un portatile che potrebbe essere addormentato.

Verdetto: la nostra recensione di Codex OpenAI

Codex vale il prezzo quando almeno due di questi punti fanno parte della tua settimana normale:

• Vuoi lo stesso agente nel terminale e nell'IDE.
• Ti servono worktree isolati o delega al cloud mentre continui a lavorare.
• Vuoi la revisione locale più la revisione P0/P1 su GitHub con regole di repository.
• Devi guidare il lavoro da un altro dispositivo o passarlo tra host.

Se ne vale uno solo, scegli lo specialista. Claude Code è la scelta più pulita per un agente centrato sul terminale. Cursor è la scelta migliore quando l'editor è il centro di gravità. GitHub Copilot è la scelta economica per completamento e assistenza su GitHub.

Per la maggior parte degli sviluppatori individuali, Plus a $20 al mese è il piano Codex corretto. Free e Go sono percorsi di valutazione. Pro 5x a $100 ha senso solo dopo che una pressione misurata dei limiti interrompe il lavoro. Pro 20x a $200 appartiene all'uso multi-agente continuativo, non a una sessione di sviluppo occasionale. Business parte da un minimo annuale effettivo di $480 per due postazioni ed è il piano giusto quando contano amministrazione e assenza di addestramento per impostazione predefinita. La chiave API serve al lavoro locale o programmatico a consumo, con il compromesso esplicito che le funzioni cloud spariscono.

La regola finale è brutale: compra Codex per il flusso di lavoro connesso, non perché un modello OpenAI sa scrivere codice. I modelli cambiano. Quello che continui a pagare è il sistema operativo attorno al lavoro.

Domande frequenti

Codex è davvero valido per programmare?

Codex è valido per lavoro circoscritto su un repository quando il prompt nomina un esito, dei vincoli e delle verifiche eseguibili. Può ispezionare, modificare, eseguire strumenti e restituire un diff. Per le modifiche in produzione servono comunque test e revisione umana.

Codex è meglio di ChatGPT?

Codex non è semplicemente un rivale di ChatGPT. È il flusso di lavoro orientato agli sviluppatori dentro il prodotto ChatGPT più ampio, con accesso al repository, diff, comandi da terminale, worktree, ambienti cloud e code review.

Che cosa fa la review di Codex?

Il /review locale ispeziona un diff rispetto al branch di base, le modifiche non committate, un commit o criteri personalizzati, senza modificare l'albero di lavoro. GitHub Code Review pubblica rilievi mirati P0 e P1 e può applicare le regole di repository da AGENTS.md.

Oggi Codex è all'altezza di Claude Code?

Codex è il sistema più forte quando le superfici locale, cloud, app, revisione e remota devono lavorare insieme. Claude Code resta la scelta più netta per uno sviluppatore che vuole tenere il terminale al centro di ogni interazione.

Quali sono gli svantaggi di Codex?

Gli svantaggi principali sono il consumo variabile, gli intervalli ufficiali di quota contraddittori, le funzioni cloud che richiedono un piano ChatGPT, i vincoli di setup e segreti nel cloud, i controlli separati sui dati per i piani consumer e la dipendenza di Remote da un host acceso.

È meglio Codex o Claude?

Scegli Codex quando ti serve un flusso di lavoro connesso su più superfici. Scegli Claude Code quando ti serve soprattutto un agente di coding da terminale. Con fatturazione mensile, il punto d'ingresso serio per un individuo è di $20 sia per Codex Plus sia per Claude Pro.

Qual è il comando di review di Codex?

Usa /review nella CLI di Codex o nell'estensione IDE. Scegli una revisione rispetto al branch di base, le modifiche non committate, uno specifico commit dove disponibile, oppure istruzioni personalizzate. Il revisore riporta i rilievi senza modificare l'albero di lavoro.

Come revisiona Codex le pull request su GitHub?

Collega il repository a Codex cloud, abilita Code Review nelle impostazioni e menziona @codex review sulla pull request. Le revisioni automatiche possono partire quando le pull request vengono aperte per la revisione, e regole AGENTS.md mirate aggiungono controlli specifici del repository.

Iscriviti alla newsletter e ricevi la checklist di configurazione per Claude Code e Codex.