Обзор OpenAI Codex: тарифы, возможности и шесть ограничений (проверено в августе 2026)

Codex стоит своих $20 в месяц только в том случае, если вы будете использовать его как систему разработки, а не как автодополнение: работа с локальным репозиторием, изолированные worktree, делегирование в облако и ревью кода под одной учётной записью. Если вам нужны в основном подсказки прямо в редакторе, GitHub Copilot Pro стоит $10 в месяц; если нужен агент для терминала без остального рабочего процесса ChatGPT, Claude Code Pro стоит $20 в месяц.

Что такое Codex от OpenAI

Codex — это агент разработки программного обеспечения от OpenAI: вы даёте ему доступ к репозиторию и цель, а он может изучать файлы, править код, выполнять команды, тестировать свою работу и возвращать вам diff на ревью. Продукт гораздо шире модели или окна чата. Одна и та же учётная запись открывает доступ к клиенту в терминале, расширению для IDE, локальным проектам в десктопном приложении ChatGPT, изолированным worktree Git, размещённым облачным средам, ревью пул-реквестов на GitHub и удалённому управлению с другого устройства. Именно эта широта и есть смысл его существования. Если вам нужно только дополнение кода во время набора, большая часть Codex окажется лишней.

Codex против Claude Code, Cursor и GitHub Copilot: краткое сравнение

Из этих четырёх инструментов Codex подходит лучше всего, когда локальное выполнение, асинхронная работа в облаке и ревью должны опираться на одну операционную модель. Специализированные инструменты выигрывают, когда в вашем процессе доминирует одна-единственная поверхность.

Строка с ценами не решает вопрос. Codex Go дешевле трёх специализированных платных тарифов, но OpenAI описывает его как облегчённый доступ. Практическая база для разработчика, рассчитывающего на регулярную работу агента, — это Plus. Claude Code заслуживает место, когда терминал и есть продукт. Cursor — когда продуктом является редактор. Copilot — когда автодополнение, политики GitHub и входная цена в $10 важнее единого агента от локальной машины до облака.

Для более глубокого выбора из двух вариантов сравнение Codex и Claude Code на этом сайте подробнее разбирает поведение в терминале, автономность и стоимость.

Кому нужен Codex, а кому стоит пройти мимо

Codex рассчитан на разработчиков и технических руководителей, которым нужен один агент, способный переходить между ручной локальной работой и делегированными задачами без перестройки процесса каждый раз.

Основателю с привлечёнными инвестициями и двумя активными продуктами ценность видна отчётливее всего. Срочный баг в оплате держите локально в IDE, обновление зависимости отдайте в worktree, чистку тестового набора отправьте в облако, а результаты проверяйте из одного и того же рабочего пространства на десктопе. Преимущество не в том, что Codex умеет править файл: это умеет любой серьёзный агент разработки. Преимущество в том, что задачи могут выполняться в разных средах и возвращаться в виде diff, готовых к проверке.

Техническому директору компании среднего размера с растущей очередью пул-реквестов стоит присмотреться к Codex, когда знание о ревью заперто в нескольких старших инженерах. GitHub Code Review умеет применять правила конкретного репозитория из AGENTS.md, концентрировать комментарии на проблемах P0 и P1 и запускать облачное исправление прямо из комментария к пул-реквесту. Разумный минимум для корпоративных данных — тариф Business, потому что OpenAI по умолчанию не обучает модели на входных и выходных данных Business, а сам тариф добавляет администрирование рабочего пространства. Годовой минимум — два места, то есть $480 в год.

Старшему руководителю, координирующему разработку с нескольких устройств, Remote полезен только при условии, что бодрствующий хост для разработки уже есть в контуре. Телефон может запустить работу на этом хосте или направить её, но телефон не заменяет хост. Это удобно, чтобы проверить ночную миграцию или отреагировать на алерт вдали от рабочего места. Это не замена бессерверному облаку.

Разработчику-одиночке, который живёт в основном в терминале, стоит сначала сравнить Claude Code. Claude Pro стоит $20 в месяц, и Claude Code намеренно построен вокруг терминала, хотя и подключается к IDE и инструментам командной строки. Codex тоже может там работать, но платить за его более широкую поверхность расточительно, если локальные сессии в терминале — единственная поверхность, которой вы собираетесь пользоваться.

Разработчику, которому нужно прежде всего автодополнение в редакторе, стоит исключить Codex как основную покупку. GitHub Copilot Pro стоит $10 в месяц и удерживает взаимодействие внутри уже используемых редакторов и GitHub. Cursor Pro стоит $20 в месяц и оправдан, когда чат, правки прямо в коде и работа агента должны жить внутри ИИ-редактора.

Команде из регулируемой отрасли, которая пока не может согласовать облачный доступ к репозиторию, не стоит форсировать внедрение. Codex может работать локально с ключом API, но режим ключа API исключает Codex cloud, GitHub Code Review и Slack. Используйте локальную автоматизацию в CLI или IDE, пока безопасность изучает связанный процесс, либо выберите средства контроля Business или Enterprise, соответствующие вашей политике данных.

Возможность 1: локальный CLI и цикл работы в IDE

Локально Codex силён тогда, когда у задачи есть очерченный результат и выполнимая проверка. «Улучши оформление заказа» — расплывчато. «Отследи дублирующуюся доставку вебхука об оплате, добавь защиту идемпотентности, прогони тесты оплаты и покажи минимальный diff» задаёт цель, границу и доказательство.

Codex CLI работает с репозиторием, который уже лежит на вашей машине. Он умеет читать файлы, править их и выполнять те же команды тестов, линтера, проверки типов и Git, которыми пользуетесь вы. Что именно ему позволено менять или запускать без подтверждения, определяют разрешения и настройки песочницы. Эта локальная модель важна для чувствительного репозитория: работа идёт в среде, которую контролируете вы, а не в только что настроенном размещённом контейнере.

Вот процесс, который превращает локального агента из окна чата в полезный инженерный цикл.

1. 1

   Дайте ему одну узкую поломку

   Откройте репозиторий, запустите codex и опишите одну наблюдаемую проблему. Назовите падающий тест, маршрут, ошибку или изменившееся поведение. Если причина неясна, попросите сначала изучить код, а уже потом править.

2. 2

   Обозначьте границу безопасности

   Скажите Codex, что должно остаться нетронутым, какие миграции и публичные интерфейсы запрещены и какие команды считаются проверкой. Долгоживущие правила репозитория живут в AGENTS.md; ограничения конкретной задачи — в промпте.

3. 3

   Требуйте выполнимого доказательства

   Попросите относящиеся к делу тесты, проверку типов или команду линтера. Diff без пройденной проверки — это предложение. Diff вместе с точной проверкой — результат, который может оценить другой инженер.

4. 4

   Проверьте diff, а затем проверьте само ревью

   Изучите изменённые файлы и выполните /review для незакоммиченных изменений. Отдельный ревьюер сообщает о замечаниях, не трогая рабочее дерево, поэтому вы сами решаете, оправдан ли второй проход правок.

Расширение Codex для IDE лучше подходит для небольших правок, когда нужный контекст уже открыт. Приложите выделенный фрагмент или файл, попросите изменение и посмотрите результат рядом с кодом. Когда задача разрастается с одного компонента до миграции по нескольким репозиториям, делегируйте её, а не превращайте чат в редакторе в бесконечную сессию.

Стена здесь — дисциплина контекста. Большие репозитории подталкивают агента читать больше, чем требует задача, а это повышает расход и подмешивает нерелевантные инструкции. Размещайте файлы AGENTS.md рядом с кодом, которым они управляют, называйте целевые файлы или сервис и просите короткий план перед широкой правкой. Больше контекста — не автоматически лучше.

Возможность 2: worktree и делегирование в облако

Codex превращается из ассистента в координатора работ, когда отдельные задачи получают отдельные среды. Worktree в Git — это ещё одна рабочая копия того же репозитория, позволяющая одной задаче менять ветку, не сталкиваясь с веткой в вашей основной папке. Codex умеет использовать worktree локально и изолированные контейнеры в облаке.

Возьмём релиз из трёх частей: обновить SDK платежей, починить нестабильный браузерный тест и добавить аудит-логирование. Изменение в платежах требует пристального внимания, потому что затрагивает публичный контракт, — оставьте его локально. Нестабильному тесту дайте изолированный worktree. Аудит-логирование отправьте в Codex cloud, где среда выгружает выбранную ветку или коммит, выполняет скрипт настройки, решает задачу и возвращает сводку и diff. Проверьте все три результата до любого слияния.

Облачные среды воспроизводимы только при явной настройке. Зафиксируйте версии рантайма, устанавливайте зависимости в скрипте настройки, а команды проверки репозитория выносите в долгоживущие инструкции. Codex кэширует настроенный контейнер до 12 часов, что сокращает последующую настройку, но изменение настройки, обслуживания, переменных или секретов делает этот кэш недействительным.

Стена размещённой среды проходит по границе сети и секретов. У скриптов настройки есть доступ в интернет, тогда как у самого агента доступ в интернет по умолчанию выключен, пока вы не включите ограниченный или неограниченный режим. Секреты доступны скриптам настройки и удаляются до фазы работы агента. Такая конструкция безопаснее, чем держать все учётные данные под рукой, но она означает, что задача, которой нужно вызвать защищённый сервис во время выполнения, требует другой архитектуры. Переменная окружения остаётся доступной через чат, что повышает риск раскрытия, либо задаче нужен одобренный инструмент или граница сервиса.

Возможность 3: ревью кода локально и на GitHub

Codex Code Review полезнее всего как сфокусированный второй ревьюер, а не как замена CI или ответственности владельца кода. Локальный /review и ревью на GitHub решают близкие, но разные задачи.

Локальное ревью кода умеет разбирать diff относительно базовой ветки, все незакоммиченные изменения, конкретный коммит или произвольные критерии. Рабочее дерево оно не меняет. Именно поэтому оно полезно прямо перед коммитом: спросите о корректности, риске потери данных и недостающих тестах, а затем решите, какие замечания заслуживают правки.

Ревью кода на GitHub требует, чтобы Codex cloud был настроен для репозитория. Упомяните @codex review в пул-реквесте или включите автоматические ревью. Процесс на GitHub намеренно публикует только замечания P0 и P1, удерживая комментарии на серьёзных рисках, а не на предпочтениях по форматированию.

Ценность здесь — в суждении, привязанном к конкретному репозиторию. Добавьте раздел ## Code Review Rules в подходящий AGENTS.md, держите корневые правила общими, а правила сервиса выносите во вложенный файл. Платёжный сервис может требовать, чтобы обработка вебхуков оставалась идемпотентной, и называть безопасный путь повторной отправки. Сервис публичного API может запрещать удаление поля ответа, пока не закроется окно совместимости. Это ровно те проверки, которые опытные ревьюеры повторяют снова и снова, потому что универсальный статический анализатор не выведет историю проекта.

OpenAI сообщает, что варианты с заданными правилами нашли 98% требуемых пользовательских замечаний в основной оценке против 58.3% у базового контроля. Это результат самого вендора, а не независимый бенчмарк, но он подкрепляет узкий вывод: краткие правила репозитория способны заметно улучшить ревью, нацеленное на известные инварианты. OpenAI также заявляет, что настоящим механизмом принуждения остаются тесты, защита веток и обязательные подтверждения.

Полный цикл от ревью до исправления выглядит так.

1. 1

   Опишите два-три значимых правила

   Выберите инварианты, которые старший ревьюер объясняет снова и снова. Форматирование и детерминированные проверки оставьте на CI.

2. 2

   Запросите ревью

   Используйте @codex review на показательном пул-реквесте, а автоматические ревью включайте после того, как правила начнут давать полезный сигнал.

3. 3

   Оспорьте доказательства

   Прочитайте указанный файл и строку, воспроизведите риск и отклоните замечания, которые не выдерживают проверки. Метка серьёзности не делает утверждение верным.

4. 4

   Исправляйте узко

   Если замечание обоснованно, @codex fix the P1 issue может запустить облачную задачу с пул-реквестом в качестве контекста. Проверьте её diff и перед слиянием прогоните те же обязательные проверки.

Возможность 4: удалённое управление между устройствами

Codex Remote ценен, когда машина для разработки находится в другом месте, но работу по-прежнему выполняет хост. Remote может связать бодрствующий хост на Mac или Windows с ChatGPT на iOS, Android или другом поддерживаемом десктопе. Репозиторий, оболочку, учётные данные, инструменты, настройки песочницы и политику подтверждений предоставляет хост.

Представьте дежурного инженера вдали от ноутбука в момент, когда фоновая задача начинает падать. С телефона он может открыть проект на всегда включённом хосте, попросить Codex изучить логи и проследить падающий путь, а затем дождаться диагноза. Безопасный промпт останавливается на доказательствах и предложенном патче. Инженер может проверить diff на большом экране, при необходимости передать чат другому хосту и запустить обычные механизмы деплоя.

Remote также поддерживает проекты на SSH-хостах и умеет передавать чат и состояние Git между подключёнными хостами, используя worktree на принимающей стороне. Это удобно, когда зависимости живут на выделенной машине для разработки. И это хрупко, когда ноутбук уходит в сон, пропадает сеть или закрывается десктопное приложение. Для непрерывной работы без присмотра используйте всегда включённый хост или Codex cloud, а не относитесь к личному ноутбуку как к инфраструктуре.

Разбор Codex Remote на этом сайте подробнее рассматривает компромисс между хостом и control plane.

Цены Codex: все текущие тарифы

Цена Codex проста в долларах и сложна в расходе. Актуальная официальная страница цен Codex перечисляет восемь вариантов покупки, тогда как реальный объём работы внутри подписки зависит от выбора модели, контекста, рассуждений, инструментов, поиска и кэширования.

Детали по каждому тарифу и механику кредитов смотрите в отдельном руководстве по ценам Codex на этом сайте. Цены совпадали на всех действующих страницах OpenAI 2 августа 2026 года. Диапазоны включённых сообщений — нет.

ChatGPT Work и Codex делят общий расход. Локальные сообщения и облачные чаты тоже делят пятичасовое окно, и OpenAI отмечает, что могут действовать дополнительные недельные лимиты. Пользователи Plus и Pro могут докупать кредиты после исчерпания включённого объёма. Рабочие пространства Business, Edu и Enterprise на гибком тарифе могут докупать кредиты рабочего пространства. Поэтому подписка — это пакет с плавающим потолком мощности, а не фиксированное число завершённых инженерных задач.

Стоимость API на одну ограниченную задачу

Цену API моделировать проще, потому что она токенная, но режим ключа API теряет облачные интеграции, которые и отличают Codex. Используйте это сравнение только для локальной или скриптовой работы.

Допустим, одна ограниченная задача расходует 100 000 некэшированных входных токенов и 20 000 выходных токенов в коротком контексте. По стандартным ставкам:

• GPT-5.6 Luna стоит $0.044: 0.1 x $0.20 на входе плюс 0.02 x $1.20 на выходе.
• GPT-5.6 Terra стоит $0.44: 0.1 x $2 на входе плюс 0.02 x $12 на выходе.
• GPT-5.6 Sol стоит $1.10: 0.1 x $5 на входе плюс 0.02 x $30 на выходе.

При таких допущениях $20 покупают примерно 455 задач на Luna, 46 задач на Terra или 19 задач на Sol с округлением вверх до задачи, которая достигает порога. Сравнение с подпиской не равнозначно: Plus включает связанные поверхности Codex, тогда как режим ключа API исключает облачные задачи, ревью на GitHub и Slack. Расчёт полезен для задачи CI или процесса через SDK, но не для оценки продукта целиком.

Ограничения, которые должны решить вопрос покупки

У Codex шесть существенных ограничений, и любое из них способно перечеркнуть покупку для неподходящего покупателя.

1. Доступная мощность недостаточно предсказуема

Цена в долларах фиксирована, а объём работы — нет. Длина контекста, модель, рассуждения, поиск, инструменты и кэширование меняют расход. Две официальные страницы OpenAI сейчас публикуют противоречащие друг другу диапазоны для Plus. Кредиты смягчают потолок, но не делают тариф за $20 предсказуемым для разработчика, который пытается заложить в бюджет месяц работы агента.

Влияние на решение: не покупайте Pro в обмен на обещание «больше». Останьтесь на Plus, понаблюдайте за панелью после входа в течение полного рабочего цикла и повышайте тариф, только когда прерывания обойдутся дороже разницы в цене.

2. Доступ по ключу API — это локальный продукт, а не замена подписке

Ключ API поддерживает CLI, SDK и расширение для IDE, а использование модели тарифицируется по ставкам API. Он не включает Codex cloud, GitHub Code Review и Slack. Компания не может обойти тариф рабочего пространства, платить за токены и при этом рассчитывать на весь связанный продукт.

Влияние на решение: ключ API выигрывает для CI и контролируемой локальной автоматизации. Тариф ChatGPT выигрывает, когда делегирование и связанное ревью входят в ожидаемый результат.

3. Облачные секреты исчезают до того, как агент начнёт работу

Облачные секреты доступны скриптам настройки и удаляются до фазы работы агента. Это намеренная граница безопасности, но она рушит распространённое допущение: сохранение продакшен-учётных данных в виде секрета не означает, что агент сможет вызвать защищённый сервис в ходе решения задачи. Переменные окружения сохраняются, но сильнее раскрывают данные внутри сессии.

Влияние на решение: используйте короткоживущие учётные данные через одобренную границу инструментов либо проектируйте задачу так, чтобы этап настройки добывал нужное для выполнения, не оставляя под рукой многоразовый секрет. Если такая архитектура неприемлема, держите задачу локально.

4. Пользовательские настройки данных требуют двух проверок

OpenAI заявляет, что содержимое личных учётных записей ChatGPT и Codex может использоваться для обучения моделей, если пользователь не откажется. У Codex есть и отдельная настройка обучения на полных средах, причём изменение общей настройки ChatGPT или настройки в портале приватности не меняет её. Входные и выходные данные Business, Enterprise и API по умолчанию не используются для обучения, если организация не согласится на это явно.

Влияние на решение: частному пользователю, работающему с собственным закрытым кодом, стоит проверить и общую настройку данных, и настройку полных сред в Codex. Компании, которой нужно организационное значение по умолчанию, следует использовать Business, Enterprise или API, а не полагаться на то, что каждый сотрудник правильно настроит личную учётную запись.

5. Ревью остаётся советом, а не принуждением

GitHub Code Review сосредоточен на замечаниях P0 и P1. Пользовательские правила репозитория улучшают то, что он ищет, но модель по-прежнему может пропустить дефект или преувеличить его. Результат в 98% от OpenAI — это оценка вендора на заданном наборе пользовательских правил, а не гарантия для незнакомого репозитория.

Влияние на решение: сохраните обязательные тесты, защиту веток, code owners и подтверждение человеком. Пусть Codex добавляет сигнал перед этими воротами, но никогда их не заменяет.

6. Remote доступен ровно настолько, насколько доступен его хост

Удалённое управление прекращается, когда хост засыпает, теряет сеть или закрывает приложение. Личный ноутбук удобен для эпизодического управления, но плохо годится как всегда доступная цель выполнения.

Влияние на решение: используйте для удалённых сценариев всегда включённый хост для разработки либо переносите фоновую работу в Codex cloud. Не стройте процесс реагирования на инциденты вокруг ноутбука, который может спать.

Вердикт: обзор OpenAI Codex и когда он окупается

Codex стоит своих денег, когда в вашей обычной неделе есть как минимум два пункта из списка:

• Вы хотите одного и того же агента в терминале и в IDE.
• Вам нужны изолированные worktree или делегирование в облако, пока вы продолжаете работать.
• Вам нужно локальное ревью плюс ревью P0/P1 на GitHub с правилами репозитория.
• Вам нужно управлять работой с другого устройства или передавать её между хостами.

Если подходит только один пункт, выбирайте специализированный инструмент. Claude Code — более чистый выбор для агента вокруг терминала. Cursor лучше, когда центром тяжести является редактор. GitHub Copilot — экономичный выбор для автодополнения и помощи внутри GitHub.

Для большинства индивидуальных разработчиков правильный тариф Codex — это Plus за $20 в месяц. Free и Go — способы оценить продукт. Pro 5x за $100 оправдан только после того, как измеренное давление лимитов начнёт прерывать работу. Pro 20x за $200 — для постоянной мультиагентной работы, а не для эпизодических сессий кодирования. Business начинается с фактического годового минимума в $480 за два места и становится правильной точкой отсчёта, когда важны администрирование и запрет обучения по умолчанию. Ключ API нужен для локальной или программной работы с оплатой по факту, с явным разменом: облачные функции исчезают.

Итоговое правило прямолинейно: покупайте Codex ради связанного рабочего процесса, а не потому, что модель OpenAI умеет писать код. Модели меняются. Платить вы продолжаете за операционную систему вокруг работы.

Часто задаваемые вопросы

Codex действительно хорош для программирования?

Codex хорош для ограниченной работы с репозиторием, когда промпт называет результат, ограничения и выполнимые проверки. Он умеет изучать код, править его, запускать инструменты и возвращать diff. Для продакшен-изменений всё равно нужны тесты и проверка человеком.

Codex лучше, чем ChatGPT?

Codex — не просто конкурент ChatGPT. Это ориентированный на разработчиков процесс внутри более широкого продукта ChatGPT, с доступом к репозиторию, diff, командами терминала, worktree, облачными средами и ревью кода.

Что делает ревью Codex?

Локальный /review разбирает diff относительно базовой ветки, незакоммиченные изменения, конкретный коммит или произвольные критерии, не меняя рабочее дерево. GitHub Code Review публикует сфокусированные замечания P0 и P1 и умеет применять правила репозитория из AGENTS.md.

Codex уже так же хорош, как Claude Code?

Codex — более сильная система, когда локальная, облачная, приложенческая, ревью- и удалённая поверхности должны работать вместе. Claude Code остаётся более точным выбором для разработчика, который хочет держать терминал в центре каждого взаимодействия.

Какие минусы у Codex?

Главные минусы — переменный расход, противоречивые официальные диапазоны включённого объёма, облачные функции, требующие тарифа ChatGPT, ограничения облачной настройки и секретов, отдельные пользовательские настройки данных и зависимость Remote от бодрствующего хоста.

Что выбрать: Codex или Claude?

Выбирайте Codex, когда нужен связанный процесс на нескольких поверхностях. Выбирайте Claude Code, когда нужен прежде всего агент разработки в терминале. При помесячной оплате серьёзная точка входа для одного человека — $20 и для Codex Plus, и для Claude Pro.

Какая команда ревью в Codex?

Используйте /review в Codex CLI или в расширении для IDE. Выберите ревью относительно базовой ветки, незакоммиченные изменения, конкретный коммит там, где это доступно, или собственные инструкции. Ревьюер сообщает о замечаниях, не правя рабочее дерево.

Как Codex проверяет пул-реквесты на GitHub?

Подключите репозиторий к Codex cloud, включите Code Review в настройках и упомяните @codex review в пул-реквесте. Автоматические ревью могут запускаться при открытии пул-реквеста на проверку, а точечные правила AGENTS.md добавляют проверки, специфичные для репозитория.

Подпишитесь на рассылку и получите чек-лист настройки Claude Code и Codex.