Claude CodeとCodex
Claude CodeとCodexをArtificial Analysis Coding Agent Indexのベンチマークスコア、コスト、実行時間、トークン使用量で比較します。
詳しい方法論は、方法論ページをご覧ください。
ほかの比較を見る
vs
比較
Claude Code と Codex の並列比較。
コーディングエージェント比較
指標 |  Claude CodeOpus 5.5 (max) |  CodexGPT-6 Astra (max) | 分析 |
|---|---|---|---|
エージェントハーネス | Claude Code | Codex | |
代表モデル | Opus 5.5 (max) | GPT-6 Astra (max) | |
Coding Agent Index | 62 | 55 | Claude Code は Codex よりCoding Agent Indexが高いです |
FrontierCode v1.1 | 56% | 49% | Claude Code は Codex より FrontierCode v1.1 のスコアが高いです |
Terminal-Bench 4.0 | 63% | 56% | Claude Code は Codex より Terminal-Bench 4.0 のスコアが高いです |
SWE-Atlas-QnA-AA | 66% | 59% | Claude Code は Codex より SWE-Atlas-QnA-AA のスコアが高いです |
タスクあたりのコスト | $11.42 | $7.04 | Codex は Claude Code よりタスクあたりのコストが低いです |
タスクあたりの時間 | 1.0h | 24.8m | Codex は Claude Code よりタスクあたりの時間が短いです |
タスクあたりのターン数 | 146.4 | 39.4 | Codex は Claude Code よりタスクあたりのターン数が少ないです |
タスクあたりのトークン使用量 | 1451.8万 | 322.9万 | Codex は Claude Code よりタスクあたりのトークン使用量が少ないです |
キャッシュヒット率 | 95% | 93% | Claude Code は Codex よりキャッシュヒット率が高いです |
モデルバリアント
Claude Code と Codex の評価済みモデルバリアント。
モデルバリアント
| Claude Code | Opus 5.5 (max) | 62 | 56% | 63% | 66% | $11.42 | 1.0h | 1451.8万 |
| Claude Code | Sonnet 5.5 (max) | 59 | 48% | 66% | 64% | $13.30 | 1.3h | 2412.9万 |
| Claude Code | Fable 5.1 (max) (with fallback) | 58 | 49% | 58% | 66% | $11.53 | 35.3m | 598.9万 |
| Claude Code |  Step 5 Preview | 43 | 40% | 30% | 59% | $1.84 | 1.0h | 2214.2万 |
| Claude Code |  Qwen3.8 Max | 39 | 45% | 17% | 56% | $3.80 | 1.3h | 915.3万 |
| Claude Code | Haiku 5.5 (max) | 37 | 47% | 31% | 34% | $2.67 | 1.2h | 1605.3万 |
| Codex | GPT-6 Astra (max) | 55 | 49% | 56% | 59% | $7.04 | 24.8m | 322.9万 |
| Codex | GPT-6.1 Sol (max) | 54 | 49% | 53% | 60% | $1.50 | 23.7m | 394.4万 |
| Codex |  DeepSeek V4.1 Flash | 47 | 53% | 28% | 61% | $0.39 | 38.1m | 2723.6万 |
| Codex | GPT-6 Luna (max) | 31 | 40% | 16% | 38% | $0.16 | 21.3m | 888.6万 |
パフォーマンス
Artificial Analysis Coding Agent Indexにおけるパフォーマンス。
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
色分け
Artificial Analysis Coding Agent Index vs. タスクあたりのコスト
Artificial Analysis Coding Agent Index vs. タスクあたりの平均トークン従量課金APIコスト（USD）
色分け
Most attractive quadrant
Pareto line
トークン使用量
Artificial Analysis Coding Agent Indexにおけるトークン消費量。
タスクあたりのトークン使用量
タスクあたりの入力・キャッシュ・出力トークンの平均
プロンプトキャッシュのヒット率はプロバイダーのルーティングによって大きく変わる可能性があり、実効コストに大きく影響することがあります。
Artificial Analysis Coding Agent Index vs. 合計トークン
Artificial Analysis Coding Agent Index vs. タスクあたりの平均合計トークン
色分け
Most attractive quadrant
コスト
現在のトークン単位の価格に基づく、Artificial Analysis Coding Agent Indexのトークン従量課金APIコスト。
タスクあたりのコスト
Average pay-per-token API cost per task (USD) · Lower is better
色分け
実行時間
Artificial Analysis Coding Agent Indexにおけるエージェントの実稼働時間。
タスクあたりの時間
Average agent wall time per task · Lower is better
色分け
Artificial Analysis Coding Agent Index vs. 実行時間
Artificial Analysis Coding Agent Index vs. タスクあたりの平均エージェント稼働時間
色分け
Most attractive quadrant