OpenAI Codex CLI

OpenAI Codex CLI es un agente de programación de código abierto nativo para terminal, lanzado por OpenAI el 16 de abril de 2025 bajo la licencia Apache 2.0. Se ejecuta localmente en tu shell, lee archivos del directorio de trabajo, edita código y ejecuta comandos, enrutando el razonamiento de las tareas a través de la API de OpenAI. El repositorio se encuentra en github.com/openai/codex y ha superado las 74,000 estrellas en GitHub con más de 14 millones de descargas mensuales en npm hasta abril de 2026. A diferencia de los asistentes integrados en IDE como GitHub Copilot o Cursor, Codex CLI no requiere plugins de editor y funciona con cualquier editor de texto o flujo de trabajo que se ejecute en una terminal.

La CLI incluye tres modos de aprobación aislados (sandboxed), integración con el Model Context Protocol (MCP) con soporte para llamadas a herramientas en paralelo, un motor experimental de hooks para lógica de sesión personalizada, un comando /review integrado para el análisis automatizado de diferencias (diffs) y la reanudación del contexto entre sesiones mediante codex resume. Originalmente se escribió en TypeScript y luego se reescribió casi por completo en Rust en junio de 2025, lo que redujo el tiempo de inicio y el consumo de memoria a aproximadamente 80MB. El modelo predeterminado actual es GPT-5.5; los usuarios pueden cambiar a GPT-5.4 (contexto de 1M de tokens) o GPT-5.3-Codex en medio de la sesión con el comando /model. La autenticación funciona a través de una suscripción a ChatGPT (Plus, Pro, Business) o una clave de API de OpenAI directa.

Lo que realmente hace OpenAI Codex CLI en mayo de 2026

Codex CLI opera como un bucle local: describes una tarea en lenguaje natural, el agente lee los archivos relevantes en el directorio actual, planifica una secuencia de ediciones y comandos, presenta o aplica automáticamente los cambios según tu modo de aprobación, e itera hasta que la tarea se completa o tú intervienes. El bucle se ejecuta completamente en tu terminal, lo que significa que se integra con cualquier canal de CI, flujo de trabajo de git o script de automatización que pueda invocar un comando de shell.

El aislamiento (sandboxing) se aplica a nivel del sistema operativo. En Linux, Codex CLI utiliza bubblewrap con Landlock y seccomp para confinar el proceso del agente. En macOS utiliza Seatbelt. Se trata de un aislamiento de procesos a nivel de kernel, no de un aviso de aprobación en la capa de aplicación que el propio modelo pueda eludir. El modo Auto predeterminado permite al agente leer, editar y ejecutar comandos dentro del directorio de trabajo. El modo de solo lectura (Read-only) le permite explorar, pero requiere confirmación humana antes de escribir. El acceso completo (Full Access) otorga acceso a la red y un mayor alcance en el sistema, pensado para canales de automatización de confianza.

La integración del servidor MCP se configura a través de ~/.codex/config.toml. Codex inicia los servidores configurados automáticamente al inicio de la sesión y, lo que es más importante, emite llamadas a herramientas elegibles en paralelo en lugar de secuencialmente. Las pruebas internas de OpenAI muestran que esto reduce el tiempo de ejecución en aproximadamente un 50% en sesiones con múltiples herramientas (58 segundos en serie frente a 31 segundos en paralelo). La CLI también lee los archivos de configuración AGENTS.md, el mismo estándar abierto utilizado por Cursor y Aider, lo que significa que los equipos con archivos de contexto por proyecto existentes no necesitan mantener una configuración separada para Codex.

Otros comandos que vale la pena conocer: codex exec ejecuta el agente de forma no interactiva para la automatización, /review inicia un segundo agente Codex para analizar un diff antes de hacer un commit, y codex resume reabre una sesión anterior con su contexto intacto. El binario basado en Rust se instala a través de npm (npm install -g @openai/codex), Homebrew o mediante descarga directa del binario desde GitHub Releases, y funciona en macOS y Linux tanto en arquitecturas x86_64 como arm64.

La posición de Codex CLI frente a Aider y Claude Code

Aider es el agente de programación de terminal más antiguo y maduro de esta categoría. Lanzado en 2023, está escrito en Python y es independiente del modelo: se conecta a OpenAI, Anthropic, Google o cualquier modelo alojado localmente a través de una interfaz común. El diseño de Aider se centra fundamentalmente en git. Cada edición que realiza se confirma (commit) automáticamente, cada sesión se puede revisar como una rama y todo el flujo de trabajo está orientado a la revisión de diffs. Pawel Jozefiak, en una comparativa de 2026 sobre agentes de programación CLI, señaló que Aider demuestra "la filosofía git-first" como una clara ventaja: "Es más como tener un compañero de programación disciplinado que nunca se salta un commit". Aider utiliza aproximadamente 4.2x menos tokens por tarea que los agentes más pesados, lo que lo hace más rentable para ediciones repetitivas. Lo que tiene Codex CLI que Aider no tiene: aislamiento de procesos a nivel de sistema operativo, llamadas nativas a herramientas MCP en paralelo y una aplicación de escritorio. Lo que tiene Aider que Codex CLI no tiene: flexibilidad de modelos, independencia de proveedores y un ecosistema de plugins más maduro construido a lo largo de tres años.

Claude Code es el agente de terminal de la competencia de Anthropic y la comparación más directa. Claude Code también se ejecuta localmente, también lee el sistema de archivos y también se distribuye como un paquete npm. Las diferencias mecánicas son importantes. Claude Code utiliza hooks en la capa de aplicación (26 eventos de ciclo de vida) en lugar de aislamiento de procesos a nivel de sistema operativo. La aplicación de Landlock/seccomp/Seatbelt de Codex CLI es más estricta. Por otro lado, Claude Code obtiene mejores resultados en Terminal-Bench 2.0: 92.1% frente al 77.3% de Codex CLI con GPT-5.3-Codex. Claude Code utiliza archivos de configuración CLAUDE.md con una jerarquía de detección de contexto en capas; Codex CLI utiliza AGENTS.md, que es un estándar abierto que Cursor y Aider también leen, lo que reduce la duplicación de configuraciones por equipo. El modelo de costes difiere: Claude Code factura puramente por token a través de la API de Anthropic. Codex CLI se puede incluir en una suscripción existente a ChatGPT, lo que resulta más económico para los desarrolladores que ya pagan por Plus o Pro. Opus 4.7 de Claude Code ofrece un contexto de 1M de tokens a precio estándar; GPT-5.4 de Codex CLI también alcanza 1M de tokens, pero requiere cambiar desde el GPT-5.5 predeterminado.

Una comparación de seguridad directa del análisis de 2026 de Blake Crosley descubrió que, en una prueba de revisión de código de FastAPI, Opus 4.7 identificó una vulnerabilidad de canal lateral de tiempo en la comparación de contraseñas, mientras que Codex la pasó por alto, pero Codex detectó un vector SSRF que Claude Code aprobó. Cada herramienta tiene puntos ciegos que la otra detecta, lo que ha llevado a algunos equipos a ejecutar ambas herramientas en el mismo diff antes de fusionar (merge).

Cómo es la realidad del bucle del agente

Para tareas contenidas de un solo paso, Codex CLI funciona bien. El empleado de OpenAI, avital, describió haber logrado "7 pull requests de tamaño pequeño a mediano antes del almuerzo" utilizando el modelo de ejecución en paralelo: lanzar múltiples tareas en ramas de características separadas, dejarlas ejecutarse y revisar los PRs. swyx señaló en las primeras pruebas que Codex soporta "60 instancias concurrentes por hora" en comparación con las 5 de Devin o 1 de Cursor, lo que cambia por completo la economía de la ejecución masiva de tareas.

La fricción aparece en el paso tres o cuatro de una cadena de múltiples pasos. Varios desarrolladores que realizaron pruebas en 2025 y 2026 descubrieron que Codex CLI pierde coherencia cuando las tareas tienen interdependencias que se acumulan durante una sesión más larga. Las pruebas comparativas de Jozefiak: "es frío... no se siente como si estuviera construyendo hacia algo de la manera en que lo hace Claude Code". Un usuario de HN en abril de 2025, gklitt, probó Codex en su base de código de producción el día del lanzamiento y descubrió que "alucinó un montón de cosas que no estaban en el código y tergiversó por completo la arquitectura", inventando backends de API REST que la aplicación no tenía. CSMastermind resumió una frustración común: "Cualquier cosa que requiera un poco de pensamiento crítico se pierde por completo... es como un mal ingeniero junior" que "crea deuda técnica con bastante rapidez sin supervisión".

Los límites de uso son una preocupación operativa real. En el nivel Plus ($20/mes), el límite móvil de 5 horas se agota más rápido de lo que la mayoría de los usuarios esperan. Después de que OpenAI actualizara el cálculo del límite el 9 de abril de 2026, el foro de la comunidad vio quejas significativas. Sasha123 escribió: "Después del cambio del límite de 5h puedo hacer aproximadamente 10x-15x menos de lo que hacía hace solo una semana". milesdr informó: "7 prompts consumieron todo mi límite de 5 horas, en 10 minutos". El uso intensivo requiere efectivamente Pro a $200/mes. Esto sitúa el coste real de Codex CLI más o menos en línea con lo que cuesta Claude Code para flujos de trabajo con un uso intensivo de la API, a pesar del precio inicial "gratuito".

"Después del cambio del límite de 5h puedo hacer aproximadamente 10x-15x menos de lo que hacía hace solo una semana". - Sasha123, foros de la comunidad de OpenAI, 4 de abril de 2026

"Actualmente es estrictamente peor que Claude Code, pero tengo la esperanza de que mejore a través de contribuciones de código abierto". - mgdev, Hacker News, 16 de abril de 2025

Vale la pena señalar por separado el problema de rendimiento en la búsqueda de bases de código. En repositorios grandes, Codex a veces carga contexto de archivos adyacentes innecesarios al ejecutar una búsqueda de función específica, ejecutando operaciones adyacentes a grep durante 75 segundos en tareas que un subagente diseñado para ese propósito maneja en 5 segundos. Para proyectos con grandes monorepositorios, esto se traduce directamente en el consumo del límite de uso y en ciclos de iteración más lentos. La función codex resume y las instrucciones de alcance de AGENTS.md ayudan a gestionar esto, pero no lo eliminan por completo.

Para quién está diseñado Codex CLI

Los desarrolladores que ya pagan por ChatGPT Plus o Pro obtienen Codex CLI como parte de su suscripción, lo cual es una propuesta de valor atractiva. Si ya estás en Pro a $200/mes, agregar un agente de terminal capaz sin coste adicional cambia la economía significativamente en comparación con pagar por separado por el uso de la API de Claude Code. Los equipos que han invertido en archivos de configuración AGENTS.md para Cursor o Cline descubrirán que Codex CLI lee los mismos archivos sin configuración adicional.

Los equipos conscientes de la seguridad que operan en bases de código sensibles se benefician del aislamiento (sandboxing) a nivel de sistema operativo. La aplicación de Landlock/Seatbelt a nivel de kernel proporciona garantías más sólidas que los hooks de aprobación de la capa de aplicación que dependen de que el modelo respete una restricción del prompt. Para entornos regulados o equipos que auditan el comportamiento de los agentes, el modelo de ejecución contenido en el directorio de trabajo es una propiedad valiosa.

El modelo de ejecución en paralelo se adapta a un flujo de trabajo particular: generar muchos PRs pequeños o revisiones de código en paralelo en lugar de iterar en una sola sesión larga. Los usuarios reportan la mayor productividad al ejecutar Codex en múltiples tareas aisladas simultáneamente, revisando los resultados como PRs y descartando los fallos sin más coste que el uso de tokens. Herramientas como OpenHands adoptan un enfoque similar de tareas en paralelo, pero añaden una capa de interfaz de usuario web; Codex CLI mantiene todo en la terminal.

Lo que no es Codex CLI

Codex CLI no es un reemplazo para Claude Code si tu flujo de trabajo principal son las sesiones de agentes de larga duración y de múltiples pasos. La puntuación del 92.1% de Claude Code en Terminal-Bench frente al 77.3% de Codex CLI refleja una brecha de capacidad real en tareas complejas y encadenadas. Claude Code mantiene mejor la memoria de la sesión a lo largo de sesiones largas y maneja las tareas de razonamiento arquitectónico con mayor consistencia según los informes de múltiples evaluadores.

No es una herramienta independiente del modelo. Cada llamada a la API va a los servidores de OpenAI. Si deseas ejecutar Claude 3.5 Sonnet, Gemini 2.0 Flash o un modelo Llama alojado localmente, necesitas Aider o un entorno independiente del proveedor. Esta no es una opción de configuración en Codex CLI, es una restricción de diseño.

No es adecuado para proyectos que dependen de entornos de prueba en contenedores. El sandbox impide la creación de nuevos contenedores, lo que significa que LocalStack, Docker-in-Docker y otras infraestructuras de prueba similares no se pueden utilizar desde dentro de una sesión de Codex. alexjplant calificó esto como un "obstáculo insalvable" para las aplicaciones nativas de AWS el día del lanzamiento en abril de 2025, y la restricción persiste. Si tu suite de pruebas requiere un contenedor en ejecución, Codex CLI no puede verificar sus propias ediciones de forma autónoma.

No es una herramienta económica para usuarios intensivos a pesar de la etiqueta de código abierto gratuito. El código es gratuito; la inferencia no lo es. El nivel Plus a $20/mes ofrece un margen sorprendentemente limitado después de los cambios en los límites de uso de abril de 2026. Los desarrolladores que necesiten ejecutar docenas de tareas al día alcanzarán el límite y tendrán que actualizar a Pro ($200/mes) o pagar por token a través de una clave de API, momento en el que el coste total converge con las alternativas de Claude Code o Aider.