O cenário mudou em seis meses
Até pouco tempo atrás, a escolha do agente de codificação era quase automática: a série Opus da Anthropic dominava com folga a maioria das tarefas de programação. Mas o cenário competitivo mudou de forma radical. Hoje, segundo o desenvolvedor norueguês Eivind Kjosbakken, existem dois agentes de fronteira — Claude Code e Codex — com competidores como GLM 5.3 e Kimi K3 logo atrás, e diferenças reais de desempenho dependendo do tipo de trabalho.
Kjosbakken, que afirma receber entre 50 e 100 tarefas por dia (a maioria pequenas correções vindas de feedback de produto), criou um sistema interno de classificação para decidir, a cada nova tarefa, qual agente acionar. A ideia central é simples e vale para qualquer time de engenharia: não existe um agente melhor em tudo — existe o agente certo para cada tipo de tarefa.
A regra de ouro da classificação
O princípio que o autor resume em uma frase: o Codex é muito superior para conduzir uma única tarefa difícil até a conclusão, enquanto o Claude Code se destaca em orquestrar agentes para despachar rapidamente uma pilha de tarefas menores.
Essa distinção não é teórica. Ela nasceu da observação diária do comportamento dos dois modelos em produção. Kjosbakken mantém uma sessão única de Claude Code para organizar todas as pequenas tarefas do dia, distribuindo cada uma a subagentes. Já para projetos maiores, ele abre uma sessão dedicada de Codex por projeto e deixa o agente trabalhar até terminar.
Codex: direto ao ponto, ideal para tarefas difíceis e isoladas
O ponto forte do Codex, na avaliação do autor, está na capacidade de concluir. Ele é mais direto, demonstra mais “vontade” de executar o trabalho e faz suposições que, na maioria das vezes, estão corretas — em vez de interromper com perguntas o tempo todo.
Isso contrasta diretamente com a experiência do autor usando o Claude Opus 5, que ele descreve como “excessivamente falante”: precisa ser instruído várias vezes por dia a ser mais conciso, mesmo com instruções claras nos arquivos de configuração. O Claude tende a parar e perguntar, muitas vezes sem concluir todo o trabalho — a menos que o comando /goal seja usado de forma ativa.
Para tarefas de design ou mudanças exclusivamente de front-end, o autor mantém uma leve preferência pelo Claude Code, embora reconheça que quase sempre são ajustes rápidos.
Claude Code: o orquestrador de pequenas tarefas
Se o Codex brilha na execução isolada, ele falha de forma impressionante na orquestração. Quando o autor pede ao Codex para cuidar de duas tarefas ao mesmo tempo — especialmente se não forem fortemente relacionadas — o modelo frequentemente “esquece” uma delas e não a conclui. Em alguns casos, esquece a mesma tarefa repetidamente, mesmo após ser lembrado.
O Claude Code se comporta de maneira oposta: é muito melhor em lembrar do trabalho pendente e em orquestrar subagentes para executar dezenas de tarefas menores sem perder o fio. É por isso que o fluxo diário do autor concentra no Claude Code a coordenação, e no Codex a execução de projetos maiores e mais complexos.
Como descobrir onde cada modelo brilha
O autor também compartilha um método para quem quer mapear as forças e fraquezas de qualquer agente no próprio contexto. A receita tem duas camadas:
- Observação qualitativa: prestar atenção em quando uma tarefa parece levar mais tempo do que deveria e em como o agente se comporta — se pergunta demais, se é verborrágico, se esquece instruções.
- Métricas quantitativas: acompanhar indicadores como tempo médio até o deploy de uma tarefa e número de rodadas de revisão de PR, inclusive usando um próprio agente de codificação para analisar esses dados periodicamente.
O teste mais direto é rodar a mesma tarefa nos dois modelos e comparar. Custa alguns tokens extras, mas revela qual agente é mais eficaz para o tipo de trabalho que você mais faz — e vale repetir de tempos em tempos, já que o cenário muda rápido.
O que isso significa para o seu fluxo de trabalho
Para times e desenvolvedores brasileiros que usam agentes de codificação no dia a dia, a lição prática é clara: pare de buscar um único agente definitivo. Classifique as tarefas por natureza — correções pequenas e numerosas versus projetos grandes e complexos — e distribua o trabalho conforme o perfil de cada ferramenta. O autor reforça que essa classificação pode mudar em poucos meses, à medida que OpenAI, Anthropic e os modelos open source evoluírem, e destaca o avanço dos modelos abertos, que já entregam desempenho competitivo por um custo bem menor.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
