OpenAI Codex o ChatGPT: quale usare per programmare

OpenAI Codex o ChatGPT: quale scegliere per programmare?

Codex è la scelta giusta quando la risposta deve diventare una modifica al progetto. ChatGPT quando il risultato che serve è capire la risposta. Un repository raccoglie i file sorgente e la cronologia del progetto che definiscono un'applicazione. Quando un'attività dipende da quei file, dalle loro dipendenze e dai test, l'ambiente di lavoro di Codex diventa il fattore decisivo.

Per chi sviluppa in autonomia, ChatGPT basta a spiegare un errore o a ragionare su una funzione che si può esaminare per intero. Conviene passare a Codex quando risolvere l'errore significa trovare il codice che richiama quella funzione, modificare più file collegati ed eseguire le verifiche del progetto.

Per un fondatore che vuole delegare la correzione di un bug, Codex è indicato non appena sono chiari il comportamento errato e il risultato atteso. La modifica va comunque esaminata prima del rilascio. Un CTO o un responsabile tecnico esperto che sta valutando un approccio può partire da ChatGPT e passare a Codex quando ha un repository e un'attività di implementazione concreta.

Queste indicazioni si basano su quattro criteri: quanto contesto serve, se occorre modificare file, se è necessario eseguire codice e quali verifiche restano alla persona. Sono valutazioni sul modo di lavorare, non classifiche basate su benchmark.

Per chi ha già Plus, Pro o Business, si tratta di 1 abbonamento che comprende ChatGPT e l'utilizzo incluso di Codex. Per i dettagli sui piani, consulta la guida ai prezzi di Codex e la spiegazione di OpenAI su accesso e fatturazione.

Le funzionalità descritte sono documentate da OpenAI nella guida a Codex CLI, nella guida ai worktree, nella guida al collegamento con GitHub e nella guida ai blocchi di codice di ChatGPT.

Che differenza c'è tra Codex e ChatGPT nelle app attuali?

ChatGPT è l'assistente generalista; Codex è l'ambiente di lavoro dedicato allo sviluppo software. OpenAI ora presenta Codex in una vista separata all'interno dell'app desktop di ChatGPT. Il menu offre anche ChatGPT, con la possibilità di passare dalla normale modalità Chat a Work. Work è un agente pensato per attività più lunghe e per produrre risultati concreti: sarebbe quindi inesatto descrivere tutte le modalità di ChatGPT come una semplice casella di testo passiva. La guida di OpenAI alle diverse modalità distingue tutte e tre.

Questo confronto prende come riferimento la normale modalità Chat. Work può usare file e strumenti, comprese le risorse locali quando è autorizzato. Per trasformare documenti in un rapporto, vale la pena valutare Work. Per modificare una base di codice, la scelta è l'ambiente di Codex dedicato ai repository.

Quando conviene usare ChatGPT per programmare: spiegazioni e domande circoscritte

ChatGPT è un assistente conversazionale disponibile sul web e nelle app per dispositivi mobili e desktop. Si può partire da una funzione, da un messaggio di errore o da una scelta progettuale e chiedere la spiegazione che serve. OpenAI documenta l'accesso da web, iOS e Android e l'esperienza desktop.

Le sue possibilità vanno oltre la generazione di testo. I blocchi di codice supportati si possono modificare e visualizzare in anteprima; il codice Python supportato si può anche eseguire in una sandbox, cioè un ambiente isolato. La disponibilità varia in base a dispositivo, modello, piano e spazio di lavoro. La documentazione di OpenAI sui blocchi di codice descrive queste operazioni.

Per chi deve esaminare uno script che non conosce, può bastare. Si può chiedere che cosa modifica, quali input si aspetta e quali casi di errore meritano attenzione. Non serve configurare un repository se il risultato utile è una spiegazione che si può valutare direttamente.

Il limite sta nella scelta del contesto. Una spiegazione convincente della funzione incollata potrebbe non considerare un punto del programma che la richiama con un valore inatteso. Fornire altro codice può aiutare, ma resta alla persona stabilire se il contesto fornito sia sufficiente.

Codex è più adatto a modificare e verificare un repository

OpenAI Codex è un agente di programmazione che può esaminare un progetto, modificare file ed eseguire comandi. Le sue interfacce collocano queste attività in ambienti diversi:

• Codex nell'app: seleziona Codex nell'app desktop di ChatGPT e apri il progetto o la cartella pertinente. È indicato per chi vuole una vista dedicata al lavoro in corso. La documentazione attuale dell'app descrive l'interfaccia desktop.
• Codex CLI: l'interfaccia a riga di comando si esegue dal terminale su una cartella di progetto. È la scelta adatta quando gli strumenti necessari sono già nell'ambiente di sviluppo locale. Documentazione della CLI.
• Estensione IDE di Codex: l'estensione per l'ambiente di sviluppo integrato affianca l'editor, usa i file aperti e le selezioni e mostra le modifiche da esaminare. È indicata per collaborare da vicino sul codice che si sta già leggendo. Documentazione dell'estensione IDE.
• Codex Cloud: assegna l'attività a un ambiente gestito da OpenAI che contenga i repository, gli strumenti e gli accessi necessari. Ogni attività ha uno spazio di lavoro separato e può proseguire anche quando il computer è in sospensione. Si possono esaminare le modifiche e i risultati dei test, quindi creare un commit o aprire una pull request. Documentazione di Cloud.

Una pull request è una proposta di modifica sottoposta a revisione prima di entrare nella base di codice condivisa. Quando si delega un bug, il risultato utile è proprio una modifica esaminabile, che indichi i file interessati, le verifiche eseguite e le questioni ancora aperte.

Il limite di Codex è l'ambiente che gli si mette a disposizione. Un test che richiede un database non disponibile non può diventare un test di integrazione superato grazie a un prompt migliore. Chiedi a Codex di distinguere i test falliti da quelli che non ha potuto eseguire.

Per la configurazione desktop, consulta la guida all'app Codex. Per lavorare nel cloud da telefono, prepara e pubblica prima l'ambiente da desktop o web; da mobile potrai poi avviare o proseguire le attività al suo interno. OpenAI documenta questa distinzione.

Lo stesso bug, due modi di correggerlo

Entrambi i percorsi possono arrivare alla stessa correzione del codice. Cambia chi la applica e verifica che funzioni nel progetto. Prendiamo una funzione JavaScript per gestire liste: il codice che la richiama chiede zero elementi, ma riceve la quantità predefinita.

function take(items, limit) {
  return items.slice(0, limit || 25);
}

Il comportamento atteso è preciso: 0 significa non restituire elementi; null o un limite omesso significa usare il valore predefinito di 25. L'errore è nell'operatore ||, che interpreta anche lo zero come motivo per usare il valore predefinito. La correzione è l'operatore di coalescenza null, ??, che ricorre al valore predefinito solo per null o undefined:

function take(items, limit) {
  return items.slice(0, limit ?? 25);
}

È un esempio illustrativo svolto passo per passo, non una prova comparativa registrata dei due prodotti. Il comportamento originale e i casi corretti sono stati verificati localmente per questo articolo. I numeri sono input di esempio, non limiti dei prodotti.

Programmare con ChatGPT: come correggere il bug

Fornisci a ChatGPT la funzione e le regole di comportamento: «Zero deve restituire una lista vuota. Un limite omesso o null deve restituire la quantità predefinita. Spiega il bug e proponi test di regressione». Un test di regressione serve a impedire che lo stesso errore si ripresenti.

La correzione completa ottenibile con l'aiuto della chat è la funzione riportata sopra, accompagnata da queste verifiche eseguibili in un modulo Node.js:

import assert from 'node:assert/strict';

function take(items, limit) {
  return items.slice(0, limit ?? 25);
}

const items = Array.from({ length: 30 }, (_, index) => index);
assert.deepEqual(take(items, 0), []);
assert.equal(take(items, undefined).length, 25);
assert.equal(take(items, null).length, 25);
assert.deepEqual(take(items, 2), [0, 1]);

Che cosa resta da fare alla persona: trovare la funzione usata in produzione, applicare la modifica, inserire le verifiche nel framework di test esistente, eseguire la suite pertinente, esaminare il codice che richiama la funzione e preparare il commit o la pull request. Se un altro file converte in zero un limite mancante, prima del rilascio occorre rivedere le regole di comportamento della funzione.

Per uno script molto piccolo che si conosce già, questi passaggi possono essere banali. ChatGPT è la scelta più adatta quando la parte difficile è capire la spiegazione e applicare la correzione è semplice.

Come correggere il bug con Codex

Apri il repository in Codex e fornisci le stesse regole di comportamento, aggiungendo una condizione concreta per considerare il lavoro concluso:

La correzione prevista rimane limit ?? 25. Ora il lavoro delegato comprende anche individuare l'implementazione, verificare le assunzioni del codice circostante, modificare il file dei test ed eseguire le verifiche disponibili. Sono capacità documentate di Codex sui repository e sull'esecuzione dei comandi, non una promessa che questo prompt riesca sempre.

Che cosa resta da fare alla persona: stabilire se le regole di comportamento siano corrette, esaminare il diff e i risultati dei test, risolvere gli impedimenti legati agli accessi o all'ambiente e approvare la modifica attraverso il normale processo di rilascio. Il diff mostra, riga per riga, che cosa è cambiato.

Codex è più adatto quando passare dalla correzione alle verifiche sul progetto richiederebbe di copiare ripetutamente contenuti tra chat, editor e terminale. Alla persona resta il giudizio sulla modifica e sulla sua prontezza per il rilascio.

Accesso al repository: leggere il codice è solo una parte del lavoro

Codex è più adatto quando l'accesso al repository deve consentire anche modifiche ed esecuzione. ChatGPT può comunque aiutare ad analizzare il codice collegato. Il collegamento di OpenAI con GitHub recupera su richiesta i contenuti dei repository autorizzati; la disponibilità dipende dal piano e dalla modalità del prodotto utilizzata. Il limite documentato è un accesso di sola lettura per analisi e ricerca. Collegare GitHub non autorizza quell'app a inviare codice con un push o ad aprire pull request. La guida di OpenAI a GitHub rimanda a Codex per queste attività.

La distinzione conta, per esempio, per un CTO che vuole capire perché un servizio ritenta le richieste fallite. ChatGPT può bastare a trovare e spiegare la logica dei tentativi. Modificarne le regole e verificare i comportamenti interessati è un'attività per Codex.

Attività parallele e pull request: Codex funziona meglio con confini chiari

Usa Codex per attività di sviluppo indipendenti, le cui modifiche si possano esaminare separatamente. Un worktree è un ulteriore checkout di un repository Git: permette a un'attività di usare file propri, condividendo la cronologia del repository. OpenAI documenta i worktree proprio per lavorare in parallelo senza interferire con il checkout locale. Worktree di Codex.

Per una piccola azienda software, una divisione utile potrebbe comprendere la correzione mirata di un bug, l'analisi di un test che fallisce e la documentazione di un modulo separato. Ogni attività deve avere un perimetro ristretto e un risultato atteso chiaro. Anche Codex Cloud assegna a ogni attività uno spazio di lavoro proprio, consentendo di riutilizzare un ambiente già preparato. Attività in Cloud.

Il problema decisivo nasce quando le responsabilità si sovrappongono. Due attività che modificano lo stesso contratto API possono produrre cambiamenti plausibili se presi singolarmente, ma incompatibili una volta uniti. Gli spazi separati evitano interferenze accidentali sui file condivisi; non risolvono i disaccordi progettuali e non garantiscono merge senza conflitti.

Esamina ogni risultato prima di unirlo agli altri. Poi esegui le verifiche appropriate sul branch che raccoglie tutte le modifiche. Il lavoro in parallelo produce più proposte, ma resta necessario integrarle in modo coerente.

Quali piani includono Codex e come funzionano i limiti?

Plus, Pro e Business includono già Codex, ma l'accesso incluso non significa poter delegare attività senza limiti. OpenAI indica Codex anche nelle offerte Free, Go, Enterprise e per l'istruzione. Free e Go prevedono un accesso limitato. Per Codex Cloud l'elenco dei piani idonei è più ristretto: account Plus idonei, tutti i livelli Pro, Business, Enterprise, Healthcare ed Education, a seconda della disponibilità progressiva e delle impostazioni dello spazio di lavoro. Free e Go non lo includono. Guida di OpenAI all'accesso in base al piano.

Codex con ChatGPT Plus e gli altri abbonamenti: accedere con l'account giusto

Usa Accedi con ChatGPT per utilizzare il tuo abbonamento. Con una chiave API personale si applica invece la fatturazione API. In uno spazio di lavoro gestito, verifica che il tuo ruolo sia autorizzato a usare Codex Local e Codex Cloud: i relativi controlli sono separati. Indicazioni di OpenAI su account e spazi di lavoro.

La pagina dei prezzi di OpenAI descrive Plus come un piano con maggiore utilizzo di Codex e Pro come adatto a sessioni più lunghe. Il riferimento alle conversazioni testuali quotidiane illimitate non promette un uso illimitato dell'agente di programmazione. Per il quadro completo degli abbonamenti, consulta la guida ai prezzi di ChatGPT.

In Codex, il consumo dipende dal modello selezionato, dalla complessità dell'attività, dal contesto, dal ragionamento, dalla velocità, dagli strumenti e dall'ambiente in cui si esegue il lavoro. Nei piani che lo prevedono, Work e altre funzionalità agentiche idonee possono condividere la quota di utilizzo o il saldo dei crediti. Controlla le impostazioni o la pagina dei consumi per conoscere quota, crediti e orario di ripristino; nella CLI usa /status. Gli utenti Plus e Pro idonei possono acquistare crediti aggiuntivi. Guida all'utilizzo di Codex.

La normale modalità Chat ha limiti propri per modelli e strumenti. La disponibilità di Thinking e il comportamento di fallback dipendono dal piano e dal modello; un abbonamento Pro non significa poter usare il modello Pro senza limiti. Limiti dei modelli in Chat.

In pratica, conviene scegliere prima il modo di lavorare e poi controllare la quota effettivamente disponibile. Una breve spiegazione e un'attività su repository con test ripetuti sono carichi di lavoro diversi: promettere un numero fisso di «bug al giorno» nasconderebbe questa differenza.

Quali modelli usano Codex e ChatGPT?

Nessuno dei due prodotti coincide con un unico modello fisso, e scegliere un modello non gli dà automaticamente gli strumenti per lavorare sui repository. La disponibilità dipende anche dall'account, dal client, dalle impostazioni dello spazio di lavoro e dalla distribuzione progressiva.

Nella normale modalità Chat di ChatGPT, OpenAI documenta l'opzione GPT-6 per gli account a pagamento idonei, con GPT-6 Sol alla base dei livelli da Instant a Extra High, dove disponibili. Il livello di ragionamento Pro usa GPT-6 Pro, basato su GPT-6 Astra. GPT-5.6 Sol e GPT-5.6 Sol Pro restano disponibili per chi ne ha diritto. Queste sono le etichette e le opzioni di Chat. Documentazione sui modelli di ChatGPT.

Per Codex, la documentazione attuale elenca GPT-6.1 Sol, GPT-6 Astra, GPT-6 Sol e GPT-6 Luna, insieme a GPT-5.6 Sol, GPT-5.6 Terra e GPT-5.6 Luna durante la distribuzione progressiva. Per lo sviluppo complesso raccomanda GPT-6.1 Sol, quando disponibile, e per attività circoscritte Luna. Nella CLI, /model permette di scegliere il modello e il livello di ragionamento; l'impostazione predefinita dipende dalla versione del client e dalla configurazione. Documentazione sui modelli di Codex.

I nomi possono rendere poco chiara la distinzione: GPT-6 in Chat può basarsi su Sol, mentre Codex propone i modelli Sol con il loro nome come modelli selezionabili per l'agente. GPT-6.1 Sol è un'opzione di Work/Codex, separata dalla voce GPT-6 della normale modalità Chat. Non bisogna dare per scontato che il menu dei modelli sia identico nelle diverse modalità.

Nell'esempio del bug, la capacità decisiva è accedere all'implementazione e ai suoi test. Anche un modello più capace, dentro una conversazione, ha bisogno degli strumenti e dell'ambiente appropriati per produrre una modifica al repository.

Quando conviene passare da ChatGPT a Codex?

Aggiungi Codex al tuo modo di lavorare quando l'implementazione diventa il collo di bottiglia. Continua a usare ChatGPT per le domande il cui obiettivo è capire. Non serve trasferire ogni conversazione o rinunciare a un assistente che è già adatto a una parte del lavoro.

La configurazione richiede passaggi concreti: selezionare il progetto, predisporre le dipendenze, individuare il comando per i test e decidere quali accessi servono. Per lavorare nel cloud, prepara l'ambiente prima di delegare il problema. Sono questi passaggi a trasformare «correggi il bug» in un'attività verificabile.

La cronologia di Codex è separata da quella di ChatGPT. Riporta le decisioni importanti in una breve descrizione dell'attività: comportamento atteso, vincoli, file pertinenti e verifiche di accettazione. Non presumere che una discussione precedente sia disponibile in un'altra modalità. Indicazioni di OpenAI su cronologia e modalità.

Conserva nel repository ciò che deve durare: il test, la spiegazione del comportamento e la modifica revisionata. Un altro sviluppatore o strumento avrà così un punto di partenza utile, senza dipendere dalla trascrizione di una chat specifica.

Non passare ancora a Codex se stai decidendo che cosa debba fare il software, non puoi fornire un ambiente di progetto utilizzabile o non hai modo di valutare il risultato. Chiarisci prima il comportamento. Se invece stai confrontando Codex con un altro agente di programmazione, anziché con una normale chat, consulta Codex vs Claude Code.

Per il prossimo bug, scrivi l'input che causa l'errore e l'output atteso prima di aprire uno dei due strumenti. Usa ChatGPT se la spiegazione completa il lavoro. Usa Codex se il passo successivo è trovare, modificare e verificare i file del progetto.

Domande frequenti

Ricevi la checklist di configurazione di Claude Code e Codex per preparare la prima attività con una procedura ripetibile.