Codex или ChatGPT: что выбрать для работы с кодом

Codex или ChatGPT: что выбрать для своей задачи?

Выбирайте Codex, когда ответ нужно воплотить в изменениях проекта. Выбирайте ChatGPT, когда достаточно разобраться в вопросе. Репозиторий — это исходные файлы и история изменений, из которых складывается приложение. Если задача зависит от этих файлов, зависимостей проекта и его тестов, решающим преимуществом Codex становится среда, в которой он работает.

Если вы самостоятельно разрабатываете продукт, ChatGPT хватит, чтобы объяснить ошибку или обсудить функцию, которую можно целиком проверить вручную. Codex стоит выбрать, когда для исправления нужно найти места вызова функции, изменить связанные файлы и запустить проверки проекта.

Если вы основатель и хотите делегировать исправление бага, выбирайте Codex, как только сможете описать ошибочное поведение и ожидаемый результат. Перед выпуском изменение всё равно нужно проверить. Если вы CTO или опытный руководитель, который оценивает подход к решению, начните с ChatGPT. Переходите в Codex, когда появятся репозиторий и конкретная задача по реализации.

Эти рекомендации опираются на четыре критерия: сколько контекста требуется задаче, нужно ли менять файлы, нужно ли запускать код и что останется проверить человеку. Это оценка рабочих процессов, а не рейтинг по бенчмаркам.

Для действующих подписчиков Plus, Pro или Business это 1 подписка, которая покрывает ChatGPT и включённое использование Codex. Подробности тарифов — в обзоре цен Codex и разъяснении OpenAI о входе и оплате.

Описанные выше возможности подтверждены в документации OpenAI: руководстве по Codex CLI, руководстве по рабочим деревьям Git, инструкции по подключению GitHub и руководстве по блокам кода в ChatGPT.

Чем Codex отличается от ChatGPT в нынешних приложениях?

ChatGPT — помощник широкого профиля, а Codex — среда для разработки ПО. Теперь в настольном приложении ChatGPT для Codex выделен отдельный раздел. В меню также есть ChatGPT с переключателем между обычным Chat и Work. Work — агент для длительных задач и подготовки готовых материалов, поэтому было бы неверно считать любой режим ChatGPT пассивным полем для переписки. В руководстве OpenAI по режимам работы разграничены все три варианта.

В этой статье мы сравниваем Codex с обычным режимом Chat. Work умеет работать с файлами и инструментами, в том числе с локальными ресурсами, если доступ разрешён. Если нужно подготовить отчёт по документам, присмотритесь к Work. Если нужно изменить кодовую базу, выбирайте работу с репозиторием в Codex.

ChatGPT для программирования: объяснения и небольшие вопросы по коду

ChatGPT — диалоговый помощник, доступный в браузере, мобильных и настольных приложениях. Покажите ему функцию, сообщение об ошибке или вариант архитектурного решения и попросите нужное объяснение. OpenAI описывает доступ через браузер, iOS и Android, а также работу в настольном приложении.

Его возможности не ограничиваются генерацией текста. Поддерживаемые блоки кода можно редактировать и открывать в режиме предпросмотра, а поддерживаемый код на Python — выполнять в песочнице, то есть в изолированной среде запуска. Доступность этих действий зависит от устройства, модели, тарифа и рабочего пространства. Подробнее они описаны в документации OpenAI по блокам кода.

Для специалиста, который разбирается в незнакомом скрипте, этого может хватить. Спросите, что скрипт меняет, какие входные данные ожидает и на какие сбои стоит обратить внимание. Настраивать репозиторий незачем, если нужный результат — объяснение, которое вы можете оценить напрямую.

Ограничение здесь — подбор контекста. Убедительное объяснение вставленной функции может не учитывать место вызова, откуда приходит неожиданное значение. Дополнительный код способен помочь, но определить, достаточно ли переданного контекста, по-прежнему должны вы.

Codex лучше подходит для изменений в репозитории и их проверки

OpenAI Codex — агент для программирования, который может изучать проект, редактировать файлы и запускать команды. Разные интерфейсы позволяют выполнять эту работу в разных средах:

• Codex в приложении: выберите Codex в настольном приложении ChatGPT и откройте нужный проект или папку. Этот вариант удобен, если нужен отдельный раздел для текущей работы. Настольное приложение описано в актуальной документации.
• Codex CLI: интерфейс командной строки запускается из терминала и работает с каталогом проекта. Выбирайте его, если нужные инструменты уже есть в вашей локальной среде разработки. Документация CLI.
• Расширение Codex для IDE: расширение для интегрированной среды разработки работает рядом с редактором, использует открытые файлы и выделенные фрагменты, а также показывает изменения для проверки. Оно удобно для совместной работы над кодом, который вы уже изучаете. Документация расширения для IDE.
• Codex Cloud: предоставьте задаче среду под управлением OpenAI с нужными репозиториями, инструментами и доступом. У задач отдельные рабочие пространства, и работа может продолжаться, пока ваш компьютер спит. Вы можете проверить изменения и результаты тестов, затем сделать коммит или открыть pull request. Документация Cloud.

Pull request — это предложение изменения, которое отправляют на проверку перед включением в общую кодовую базу. Когда вы делегируете исправление бага, полезный результат — именно такое готовое к проверке изменение. К нему должны прилагаться список затронутых файлов, выполненные проверки и нерешённые вопросы.

Возможности Codex ограничены средой, которую вы ему предоставили. Если тесту нужна недоступная база данных, даже лучший промпт не превратит его в успешно пройденный интеграционный тест. Просите Codex различать тест, завершившийся с ошибкой, и тест, который не удалось запустить.

Для настройки на компьютере воспользуйтесь руководством по приложению Codex. Чтобы работать в облаке с телефона, сначала подготовьте и опубликуйте среду в настольном приложении или браузере. После этого на мобильном устройстве можно запускать или продолжать в ней задачи. OpenAI описывает это различие.

Один баг — два способа исправления

Оба подхода могут привести к одному исправлению в коде. Разница в том, кто внесёт его в проект и подтвердит, что оно работает. Рассмотрим вспомогательную функцию для работы со списком на JavaScript: вызывающий код запрашивает пустой результат, но получает набор элементов по умолчанию.

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

Ожидаемое поведение задано явно: 0 означает, что возвращать элементы не нужно; null или отсутствие лимита означает использование значения по умолчанию — 25. Причина ошибки — оператор ||, который воспринимает ноль как повод подставить значение по умолчанию. Исправление — оператор нулевого слияния ??: он подставляет значение по умолчанию только для null или undefined.

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

Это учебный разбор, а не протокол сравнительного тестирования продуктов. Для статьи исходное поведение и исправленные случаи проверили локально. Числа здесь — входные данные примера, а не ограничения продуктов.

Как исправить баг с помощью ChatGPT

Передайте ChatGPT функцию и требования к её поведению: «При нулевом лимите должен возвращаться пустой список. Если лимит не задан или равен null, нужно вернуть набор элементов по умолчанию. Объясни ошибку и предложи регрессионные проверки». Регрессионная проверка — это тест, который защищает от повторного появления той же ошибки.

Полное исправление с помощью чата состоит из функции выше и этих проверок, которые можно запустить в модуле 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]);

Что остаётся человеку: найти функцию в рабочем коде, внести изменение, добавить проверки в существующую систему тестирования, запустить соответствующий набор тестов, изучить места вызова и подготовить коммит или pull request. Если другой файл превращает отсутствующий лимит в ноль, перед выпуском изменения нужно ещё раз уточнить требования к поведению функции.

Для небольшого скрипта, в котором вы уже разобрались, эти шаги могут быть совсем простыми. ChatGPT удобнее, когда сложнее всего понять причину ошибки, а внести исправление не составляет труда.

Как исправить баг с помощью Codex

Откройте репозиторий в Codex, задайте те же требования к поведению и добавьте конкретные критерии завершения задачи:

Исправление по-прежнему сводится к limit ?? 25. Но теперь в делегированную работу входят и поиск реализации, и проверка связанных предположений, и редактирование файла тестов, и запуск доступных проверок. Всё это входит в документированные возможности Codex по работе с репозиториями и командами. Это не утверждение о том, что такой промпт всегда приводит к успеху.

Что остаётся человеку: оценить правильность требований к поведению, просмотреть diff, изучить результаты тестов, устранить препятствия с доступом или средой и одобрить изменение в рамках обычного процесса выпуска. Diff — это построчное представление внесённых изменений.

Codex удобнее, когда без него переход от найденного исправления к проверке в проекте потребовал бы постоянно копировать данные между чатом, редактором и терминалом. За вами остаётся оценка самого изменения и его готовности.

Доступ к репозиторию: прочитать код — только часть работы

Codex предпочтительнее, когда доступ к репозиторию нужен для правок и запуска команд. ChatGPT при этом может помогать изучать подключённый код. Подключение GitHub в OpenAI извлекает по запросу содержимое репозиториев, к которым разрешён доступ; доступность зависит от тарифа и интерфейса продукта. В документации указано ограничение: только чтение для анализа и поиска. Подключение GitHub не даёт этому приложению права отправлять код в репозиторий или открывать pull request. Для такой работы руководство OpenAI по GitHub направляет к Codex.

Это различие важно, например, для CTO, который хочет понять, почему сервис повторяет неудачные запросы. Чтобы найти и объяснить логику повторных попыток, может хватить ChatGPT. Изменить правила повторов и проверить затронутое поведение — задача для Codex.

Параллельные задачи и pull request: Codex помогает при чётких границах

Используйте Codex для независимых задач по разработке, изменения в которых можно проверять отдельно. Рабочее дерево Git, или worktree, — это дополнительная рабочая копия репозитория: задача получает собственные файлы, сохраняя общую историю репозитория. OpenAI описывает рабочие деревья именно как способ вести параллельную работу, не затрагивая текущую локальную копию. Рабочие деревья в Codex.

Небольшая компания по разработке ПО могла бы разделить работу так: точечное исправление бага, выяснение причины падения теста и документация для отдельного модуля. Каждой задаче задайте узкие границы и понятный ожидаемый результат. Codex Cloud также выделяет каждой задаче собственное рабочее пространство, позволяя повторно использовать подготовленную среду. Облачные задачи.

Критическая проблема — пересечение зон ответственности. Если две задачи меняют один и тот же контракт API, их решения могут выглядеть разумно по отдельности, но противоречить друг другу при объединении. Раздельные рабочие пространства предотвращают случайное вмешательство в общие файлы. Они не разрешают разногласия в архитектуре и не гарантируют слияние без конфликтов.

Проверяйте каждый результат перед объединением. Затем запускайте нужные проверки в объединённой ветке. Параллельная работа даёт больше предложенных решений, но необходимость согласованно объединить их остаётся.

В какие тарифы входит Codex и как устроены лимиты?

В Plus, Pro и Business уже включён Codex, но это не означает неограниченное число задач. OpenAI также указывает доступ к Codex в тарифах Free, Go, Enterprise и предложениях для образования. В Free и Go доступ ограничен. Для Codex Cloud список уже: подходящие аккаунты Plus, все уровни Pro, Business, Enterprise, Healthcare и Education — с учётом этапа запуска и настроек рабочего пространства. В Free и Go Codex Cloud не входит. Руководство OpenAI по доступу в разных тарифах.

Codex по подписке ChatGPT: входите в нужный аккаунт

Чтобы использовать возможности подписки, выбирайте Sign in with ChatGPT. Если войти со своим API-ключом, оплата будет идти отдельно по тарифам API. В управляемом рабочем пространстве убедитесь, что для вашей роли разрешены Codex Local и Codex Cloud: доступ к ним настраивается отдельно. Рекомендации OpenAI по аккаунтам и рабочим пространствам.

На странице тарифов OpenAI описывает Plus как тариф с расширенным использованием Codex, а Pro — как вариант для более длительных сессий. Формулировка о неограниченном повседневном текстовом общении не обещает неограниченную работу агента для программирования. Полная линейка подписок разобрана в обзоре тарифов ChatGPT.

В Codex расход лимита зависит от выбранной модели, сложности задачи, контекста, глубины рассуждений, скорости, инструментов и среды выполнения. В соответствующих тарифах Work и другие подходящие агентные функции могут расходовать общий лимит или баланс кредитов. Проверяйте доступный объём, кредиты и время обновления лимита в настройках или на панели использования; в CLI для этого есть /status. Пользователи Plus и Pro, которым доступна эта возможность, могут покупать дополнительные кредиты. Руководство по использованию Codex.

У обычного Chat свои ограничения на модели и инструменты. Доступность Thinking и условия перехода на запасную модель зависят от тарифа и модели. Подписка Pro не означает неограниченное использование модели Pro. Лимиты моделей в Chat.

Практический вывод: сначала выберите способ работы, затем следите за его фактическими лимитами. Короткое объяснение и задача в репозитории с многократным запуском тестов создают разную нагрузку. Обещание фиксированного числа «багов в день» скрывало бы эту разницу.

Какие модели используют Codex и ChatGPT?

Ни один из продуктов не привязан к единственной неизменной модели. Сам по себе выбор модели не даёт ей инструментов для работы с репозиторием. Доступность также зависит от аккаунта, клиента, настроек рабочего пространства и этапа запуска.

В обычном ChatGPT, согласно документации OpenAI, пользователям подходящих платных аккаунтов доступен выбор GPT-6. При доступности соответствующих уровней — от Instant до Extra High — под ним работает GPT-6 Sol. На уровне усилий Pro используется GPT-6 Pro на базе GPT-6 Astra. GPT-5.6 Sol и GPT-5.6 Sol Pro остаются среди вариантов там, где к ним открыт доступ. Это названия и настройки именно режима Chat. Документация по моделям ChatGPT.

Для Codex актуальная документация перечисляет GPT-6.1 Sol, GPT-6 Astra, GPT-6 Sol и GPT-6 Luna, а на время поэтапного запуска — также GPT-5.6 Sol, GPT-5.6 Terra и GPT-5.6 Luna. Для сложных задач программирования рекомендуется GPT-6.1 Sol, если он доступен, а для узких задач — Luna. В CLI команда /model выбирает модель и глубину рассуждений; вариант по умолчанию зависит от версии клиента и конфигурации. Документация по моделям Codex.

Названия могут запутать: GPT-6 в Chat может работать на базе Sol, а в Codex модели Sol доступны для выбора под собственными названиями. GPT-6.1 Sol — вариант для Work/Codex, отдельный от GPT-6 в обычном Chat. Не стоит ожидать, что при переходе между режимами меню моделей останется тем же.

В примере с багом решающая возможность — доступ к реализации и её тестам. Даже более сильной модели в диалоге нужны подходящие инструменты и среда, чтобы внести изменение в репозиторий.

Стоит ли переходить с ChatGPT на Codex?

Добавляйте Codex в рабочий процесс, когда основная сложность — реализация. Оставляйте ChatGPT для вопросов, в которых достаточно разобраться. Переносить все диалоги или отказываться от помощника, который уже решает часть ваших задач, не требуется.

Подготовка потребует конкретных действий: выбрать проект, настроить зависимости, определить команду запуска тестов и решить, какой доступ нужен задаче. Для облачной работы подготовьте среду до того, как делегируете проблему. Эти шаги превращают просьбу «исправь баг» в задачу с проверяемым результатом.

История Codex хранится отдельно от истории ChatGPT. Переносите важные решения в краткое описание задачи: ожидаемое поведение, ограничения, нужные файлы и приёмочные проверки. Не рассчитывайте, что обсуждение из одного режима будет доступно в другом. Рекомендации OpenAI по истории и режимам работы.

Сохраняйте важные для дальнейшей работы знания в репозитории: тест, описание поведения и проверенное изменение. Тогда другой разработчик или инструмент сможет продолжить работу, не опираясь на конкретную переписку.

Пока не переносите задачу в Codex, если ещё решаете, как должна работать программа, не можете предоставить пригодную среду проекта или не знаете, как оценить результат. Сначала уточните ожидаемое поведение. Если вы выбираете между Codex и другим агентом для программирования, а не обычным чатом, прочитайте сравнение Codex и Claude Code.

Для следующего бага запишите входные данные, на которых возникает ошибка, и ожидаемый результат ещё до открытия любого из инструментов. Выбирайте ChatGPT, если объяснение решает задачу. Выбирайте Codex, если дальше нужно искать, менять и проверять файлы проекта.

Частые вопросы

Получите чек-лист настройки Claude Code и Codex, чтобы каждый раз готовиться к первой задаче по одной схеме.