Claude Code ou Codex? Compare com Cursor e Gemini CLI

Nesta página

Em resumo

Claude Code ou Codex depende da sua tarefa. Os dois são harnesses de linha de comando que leem e editam arquivos e rodam comandos. No ranking SWE-rebench (atualizado em 2 de outubro de 2026), o Claude Code Agent marcou 60,4% e o Codex Agent 58,0%. O teste não identifica o modelo usado. Teste os dois no seu projeto.

Não há fonte oficial atual com preço de planos nem lista de modelos das quatro ferramentas. Gemini CLI não aparece nesse ranking.
Teste os dois na sua tarefa real, com a mesma descrição, e revise tudo antes de aceitar o resultado.

60,4%Claude Code Agent no SWE-rebench

58,0%Codex Agent no SWE-rebench

US$ 3,39custo do Claude Code Agent no teste

US$ 1,59custo do Codex Agent no teste

Claude Code ou Codex: o que é um harness de programação?

Um harness é o "carro" em volta do modelo de linguagem. Ele dá ao modelo ferramentas, memória e acesso aos arquivos do seu projeto, e assim a IA pode editar código e rodar comandos, além de responder.

Antes de tudo, o que falta nesta página. Não encontramos fonte oficial atual com o preço dos planos de nenhuma das quatro ferramentas, nem a lista oficial de modelos que cada uma usa. Para o Cursor e o Gemini CLI temos ainda menos dados que para Claude Code e Codex. Onde não há dado, a ficha diz isso.

🌱 Sou novo nisso. Um estudo de 2026 publicado como preprint (Dive into Claude Code, arXiv) separa as ferramentas de código por grau de autonomia:

Completar no editor: sugere trechos de código enquanto você digita. O estudo cita o GitHub Copilot como exemplo. Hoje a documentação do GitHub lista também modo agente e agente na nuvem, então essa classificação já não descreve o Copilot inteiro.
Integrada ao editor (IDE): conversa e edita vários arquivos, mas dentro do programa de edição. O exemplo citado é o Cursor.
Agente de linha de comando (CLI): roda no terminal, executa comandos, lê e escreve arquivos e repete até terminar o pedido. Os exemplos citados são o Claude Code e o Codex CLI. O Gemini CLI tem repositório próprio no GitHub (google-gemini/gemini-cli), mas o estudo não o classifica.

🔎 Já uso. Segundo o mesmo preprint (seção 11.2), o Claude Code segue um ciclo simples: o modelo gera o raciocínio e os pedidos de ferramenta, o harness executa e o resultado volta para o modelo. Ele usa até 54 ferramentas próprias, tem um sistema de permissões em camadas e, por padrão, pede sua aprovação antes de agir.

🚀 Já sou mais avançado. O preprint descreve ainda um modo de planejar antes de executar, subagentes com permissões próprias e uma compactação de contexto em cinco camadas. O estudo analisa só o Claude Code. Não encontramos fonte equivalente, com o mesmo nível de detalhe, para Codex, Cursor ou Gemini CLI.

Claude Code ou Codex: o que os testes de programação mostram?

Os testes públicos medem quantas tarefas reais de programação o agente resolve. O mais citado é a família SWE-bench. Ela tem versões diferentes, com tarefas, regras e métricas diferentes, então os números de versões distintas não podem ser comparados entre si.

Ranking SWE-rebench (swe-rebench.com), publicado em 15 de maio de 2026 e atualizado em 2 de outubro de 2026:

Agente	Métrica de resolução	Outra métrica do ranking	Custo no teste
Claude Code Agent	60,4% ± 1,03%	75,7%	US$ 3,39
Codex Agent	58,0% ± 1,29%	73,0%	US$ 1,59
Cursor Agent	51,7% ± 0,84%	65,8%	US$ 0,41
Gemini CLI	não aparece neste ranking	—	—

No dado que encontramos, o ranking não identifica com clareza a versão do modelo usada por cada agente. Por isso, a leitura honesta é esta: o Claude Code Agent foi melhor que o Codex Agent e o Cursor Agent neste teste (atualizado em 2 de outubro de 2026). Isso não prova que ele é melhor para tudo. O custo da tabela é o gasto no teste, não o preço do aplicativo.

Gemini CLI. Não encontramos medição pública do Gemini CLI oficial. No ranking SWE-bench CLI, publicado em 23 de outubro de 2026, o modelo Gemini 4 Argon marcou 16,3% em Pass@1 (acerto na primeira tentativa) e 27,9% em Pass@5 (acerto em até cinco tentativas). É outro teste, com outras regras, e mede o modelo, não necessariamente o harness. Esses números não entram na mesma tabela do SWE-rebench.

Por que tarefas longas falham. O preprint sobre o Claude Code cita uma conta de Huyen (2025): com 95% de acerto em cada passo, uma tarefa de 100 passos dá certo só 0,6% das vezes. É por isso que os harnesses verificam o resultado passo a passo, e é por isso que você deve revisar o que o agente entrega.

Quanto custa usar Claude Code, Codex, Cursor e Gemini CLI?

Há duas formas de pagar por um harness de programação: assinar um plano do aplicativo ou pagar o consumo de tokens do modelo pela API. Token é um pedaço de texto, e o preço da API é contado por milhão de tokens. A tabela de planos usa os mesmos critérios para as quatro ferramentas.

Preço de plano (verificado em nov/2026):

Ferramenta	Plano mensal	Modelos suportados
Claude Code	não encontramos fonte oficial atual	não encontramos fonte oficial atual
Codex	não encontramos fonte oficial atual (a página de preços da OpenAI de 13 de novembro de 2026 apareceu em outra moeda, não em dólares)	não encontramos fonte oficial atual
Cursor	não encontramos fonte oficial atual	não encontramos fonte oficial atual
Gemini CLI	não encontramos fonte oficial atual	não encontramos fonte oficial atual

Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.

O preço por token não diz tudo. No SWE-rebench, o gasto por agente variou de US$ 0,41 a US$ 3,39 no mesmo conjunto de tarefas.

Onde entra o GitHub Copilot nessa comparação?

O GitHub Copilot funciona como uma camada que reúne modelos e agentes de várias empresas. Por isso, o desempenho dele depende do modelo e do agente que você escolhe. Não encontramos uma medição de SWE-bench só do Copilot.

A documentação de planos do Copilot, atualizada em 13 de novembro de 2026, mostra o seguinte:

Planos: Copilot Free, Copilot Student, Copilot Pro, Copilot Pro+ e Copilot Max para pessoas; Copilot Business e Copilot Enterprise para empresas. Não encontramos o preço desses planos em fonte oficial atual.
Escolha de modelo: nos planos Free e Student, o modelo é escolhido automaticamente. Nos demais, a lista inclui modelos recentes de várias empresas, como Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Gemini 4 Hydrogen, Gemini 4 Carbon, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Astra, Grok 4.7, Kimi K3 e MAI-Code-1.1-Flash.
Agentes: a documentação lista modo agente, Copilot na nuvem, revisão de código e agentes de terceiros, este último em prévia pública. A página do Copilot, datada de 31 de agosto de 2026, diz que os agentes de terceiros incluem Claude Code e Codex.

A lista também traz modelos de gerações anteriores. Confira o nome na tela antes de escolher, porque o mais novo nem sempre aparece primeiro.

Como testar dois harnesses na sua própria tarefa?

Nenhum modelo nem harness é o melhor para tudo. O teste que mais vale é o seu, no seu código. Sugestões verificadas em nov/2026:

1. Escolha uma tarefa pequena e real, como corrigir um bug conhecido ou escrever um teste. Use a mesma descrição nas duas ferramentas. 2. Compare dois caminhos. Um caminho é o Claude Code e o Codex diretamente. Confira na própria ferramenta qual modelo está ativo, porque não encontramos fonte oficial atual com essa lista. O outro caminho é o GitHub Copilot, que permite rodar o mesmo pedido com modelos de empresas diferentes. Exemplo: Claude Opus 5.5 e GPT-6.1 Sol. 3. Anote o que muda: se o código roda, quantas idas e voltas foram necessárias, quanto custou e quanto você precisou corrigir. 4. Revise antes de aceitar. O agente pode errar em tarefas longas. Rode os testes e leia as mudanças.

Privacidade e segurança primeiro. Esses harnesses leem arquivos do seu projeto e podem rodar comandos no seu computador. Antes de usar com código de trabalho, leia a política de dados de cada ferramenta e as regras da sua empresa. Se a ferramenta oferecer aprovação antes de cada ação, como o Claude Code faz por padrão segundo o preprint citado, vale mantê-la ligada no começo.

Opção aberta ou local. Não encontramos fonte oficial atual que confirme uma opção de pesos abertos ou local funcionando dentro destes quatro harnesses.

Linha do tempo

15 de maio de 2026 O ranking SWE-rebench publica a medição que inclui Claude Code Agent, Codex Agent e Cursor Agent.
31 de agosto de 2026 Página do GitHub informa que o Copilot dá acesso a agentes de terceiros, incluindo Claude Code e Codex.
2026-09-22 A Anthropic lança o Claude Opus 5.5.
2026-09-29 A OpenAI lança o GPT 6.1 Sol.
2 de outubro de 2026 O ranking SWE-rebench é atualizado.
23 de outubro de 2026 O ranking SWE-bench CLI publica resultados que incluem o Gemini 4 Argon.
2026-11-09 A Anthropic lança o Claude Fable 5.2.
2026-11-12 O Google lança o Gemini 4 Hydrogen.
13 de novembro de 2026 O GitHub atualiza a documentação dos planos e modelos do Copilot.
14 de novembro de 2026 Consulta dos preços oficiais de API usados nesta página.

Perguntas frequentes

O Claude Code é melhor que o Codex?

Não há resposta geral. No ranking SWE-rebench, atualizado em 2 de outubro de 2026, o Claude Code Agent marcou 60,4% ± 1,03% e o Codex Agent 58,0% ± 1,29%. O Codex Agent teve custo menor no teste: US$ 1,59, contra US$ 3,39 do Claude Code Agent. O ranking não identifica com clareza o modelo usado. Teste os dois na sua tarefa.

Posso usar Claude Code e Codex dentro do GitHub Copilot?

Segundo a página do GitHub Copilot datada de 31 de agosto de 2026, o Copilot dá acesso a agentes de terceiros, incluindo Claude Code e Codex. A documentação de planos atualizada em 13 de novembro de 2026 marca esse recurso como prévia pública. Não encontramos fonte oficial atual sobre o preço dos planos.

Qual modelo custa menos para programar com esses harnesses?

Preço menor por token não garante custo menor por tarefa nem o mesmo resultado. Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.

Por que o Gemini CLI não aparece na mesma tabela de desempenho?

Não encontramos medição pública do Gemini CLI oficial no ranking SWE-rebench. O dado disponível é do ranking SWE-bench CLI, de 23 de outubro de 2026, em que o modelo Gemini 4 Argon marcou 16,3% Pass@1 e 27,9% Pass@5. É outro teste, com outras regras, e não pode ser comparado diretamente.