「Claude CodeとCodexって、どっちがいいんですか？」
最近、よく聞かれる。
聞いてくる人の多くは、エンジニアではない。 経営者だ。自分でAIを使って何かを作ろうとしている人たちだ。
私も3ヶ月前まで、同じ問いを持っていた。 みずほ銀行でM&Aをやり、ジャフコでPE投資をやった。 コードは1行も書けなかった。
その私が、Claude Codeでゼロからフルスタックのシステムを自作した。 途中でCodexも試した。同じ作業を両方でやった。
その経験を、正直に書く。
スペック比較は無意味ではない。ただ、非エンジニアが選ぶ基準は別のところにある。
「Claude Codeはシニア開発者のように一緒に考えてくれる。CodexはTODOを渡せる優秀な外注業者だ」
この表現が、最も正確だと思っている。
どちらが優れているかではなく、あなたの使い方に「どちらが合うか」が問題だ。 そして非エンジニア経営者にとっては、その答えはほぼ一択になる。
- Opus 4.6（Claude Code）のタスク完遂時間: 12時間相当の作業を50%成功。GPT-5.3-Codexは5時間50分。この差は、難易度の高い実装で如実に出る。
- Claude Codeは実行・テスト・エラー修正まで自律でやる。Codexは「実装しました、あとは自分でpip installしてください」とタスクを戻してくることがある。
- コードの品質はCodexが上。OOPクラス構造・設定の一元管理・CLIオプション対応。Claude Codeはフラット関数が多い。ただし、非エンジニアには関係ない話だ。
- トークン消費: Claude CodeはCodexの3〜4倍。同じ作業でCodexが150万トークンなら、Claude Codeは620万トークン。月次コストに影響する。
- 価格: 両者とも$20/$200の2段階。Claude Codeだけ$100の中間プランがある。多くの経営者には$100で十分だ。
「なぜ動かないの？」を一緒に考えてくれるかどうか
ある日、RAGパイプライン（AIが資料を読んで質問に答えるシステム）を同じ仕様で両方に作らせた実験がある。
Claude Codeは、実装後に自分でスクリプトを実行し、動作確認まで終えた状態で戻ってきた。 Codexは、実装後に「pip installして実行してください」と言った。実行するとエラー。もう一度修正を依頼する往復が発生した。
この差は、技術力の差ではない。 「やり遂げる責任感」の差だ。
非エンジニアは、エラーログを読んで「何が起きているか」を判断できない。 エラーが出たとき、それを見て修正できるのはClaudeだ。Codexは修正してくれるが、一度ボールを返してくる。
その「一度返ってくる」が、初心者には致命的な詰まりになる。
「何をしようとしているか」を説明してくれるかどうか
Claude Codeは、作業の前に確認する。 「このアプローチで進めます。問題ありますか？」
Codexは、黙って作る。完成品が出てくる。 説明は後から、または求めれば出てくる。
プロのエンジニアには、Codexのほうが効率的かもしれない。 「黙ってやれ、俺が確認する」という使い方ができる。
でも経営者が使うとき、何が起きているかわからないまま完成品が来ても怖い。 次の修正をどう頼めばいいかもわからない。
Claude Codeは「一緒に考える感覚」がある。 それは、Opusモデルの特性でもある。推論を見せながら進む。
AIツールを初めて使う経営者には、この「見えること」が安心になる。
エコシステムとして選ぶという視点
技術的な優劣は、半年で逆転することがある。 モデルが更新されるたびに順位が変わる。
だから「どのエコシステムに乗るか」で選ぶほうが長期的には正しい判断になる。
AnthropicはClaude Chat・Claude Code・Claude Coworkを一体として設計している。 普段の会話がClaudeで、コードもClaudeで、エージェント管理もClaudeだ。 同じコンテキスト、同じ記憶、同じ感覚で仕事が続く。
OpenAIはChatGPT・Codex・その他のツールが分散している印象だ。 コードツールと会話ツールが切れている感覚がある。
月$200払うとき、それはコーディングツール1本への課金ではなく、 「どのAI体験の中で生きるか」の選択になっている。
非エンジニア経営者がどちらを選ぶか: 確認の手順
- 「エラーが出たとき、自分で判断して直してほしいか（Claude Code）」vs「速度と構造品質を重視するか（Codex）」を自問する。
- 最初の1ヶ月は$20プランで試す。Claude Code Maxは$100/月。Codexも$20/月から始められる。
- 同じ作業を両方に出してみる（LP一枚、関数一つでよい）。完成まで「何回往復したか」を数える。
- 「一緒に仕事している感覚があるか」を指標にする。数字ではなく感覚が、長期継続の決め手になる。
- どちらを選んでも、AGENTS.md（作業指示ファイル）を整備すれば差は縮まる。最終的には「使い方の精度」が結果を決める。
技術比較は無数にある。ベンチマークも数字も揃っている。
でも、「エラーが出たとき、誰と一緒にいたいか」という問いは、 どのレポートにも載っていない。
非エンジニアが3ヶ月で何かを作るとき、 その問いへの答えが、ツール選択の本質になる。