OpenAI ने अप्रैल में Codex का एक अपडेट भेजा जिसे कवरेज में Anthropic के Claude Code पर सीधे किए गए वार के रूप में चित्रित किया गया, और यह चित्रण उचित है। रिफ़्रेश में तीन ठोस बदलाव आते हैं। डिफ़ॉल्ट मॉडल 5 मार्च से GPT-5.4 है, जिसमें 1 मिलियन टोकन का कॉन्टेक्स्ट और बड़े codebases पर बेहतर टूल-खोज है। Codex अब एक ही प्रोजेक्ट पर कई समवर्ती agents चला सकता है, प्रत्येक एक अलग-थलग git worktree में, जो वही पैटर्न है जिसे Claude Code ने लोकप्रिय किया। और यह अपडेट OpenAI के नए एकीकृत डेस्कटॉप superapp के हिस्से के रूप में आता है जो ChatGPT, Codex और Atlas ब्राउज़र को एक ही परिवेश में समेट देता है। लक्ष्य स्पष्ट है: Claude Code के workflow से मेल खाना, लागत व गति में उसे हराना, और OpenAI तंत्र को इतना चिपकाऊ बना देना कि ख़रीदार तुलना करने की जहमत न उठाएँ।
जो कोई भी दोनों उपकरणों के बीच वास्तव में चुनाव कर रहा है, उसके लिए दो संख्याएँ मायने रखती हैं। 2026 की शुरुआत की ब्लाइंड कोड-गुणवत्ता मूल्यांकनों में Claude Code ने समतुल्य कार्यों पर Codex CLI के विरुद्ध 67 प्रतिशत बार जीत दर्ज की। उन्हीं कार्यों पर Codex ने लगभग 3 गुना कम टोकन खपत किए। दोनों वास्तविक हैं, और ये विरोधाभासी नहीं हैं। Claude Code का लाभ "लम्बे-कॉन्टेक्स्ट बहु-चरणीय तर्क" वाले परिदृश्यों में केंद्रित है, यानी जहाँ उसकी 10 लाख-टोकन खिड़की वास्तव में उपयोग में आती है और agent को एक बड़ी योजना काम-के-कॉन्टेक्स्ट में पकड़े रखना होता है। Codex का लाभ "अच्छी तरह-सीमित, समानांतर-होने योग्य" कार्यों में केंद्रित है, जहाँ टोकन-दक्षता fan-out पर चक्रवृद्धि-ढंग से जुड़ती है। अलग git worktrees में समानांतर agents, यही वह असली नई क्षमता है जिसका मूल्यांकन किया जाना है। यह मानसिक मॉडल को "एक agent, क्रमिक" से बदलकर "दस agents भेजिए, दस PR समीक्षा कीजिए" कर देती है। यह workflow कुछ प्रकार के काम के लिए शक्तिशाली है (bug-fix बुहार, dependency bumps, बहु-फ़ाइल रिफ़ैक्टर) और अन्य के लिए बेकार (एकल फ़ीचर विकास, जहाँ समन्वय-overhead समानांतरवाद के लाभ को डुबा देता है)।
उपकरण-प्रतियोगिता अब फ़ीचर-समता से आगे निकलकर वास्तविक positioning में परिपक्व हो गई है। Claude Code जटिल बहु-चरणीय तर्क, लम्बे-कॉन्टेक्स्ट संचालन, स्थानीय-निष्पादन गोपनीयता की परवाह करने वाली टीमों, और टर्मिनल में रहने वाले किसी भी व्यक्ति के लिए डिफ़ॉल्ट है। Codex असिंक्रोनस और समानांतर कार्य-प्रत्यायोजन, पैमाने पर लागत-संवेदनशील संचालन, और पहले से ही OpenAI के तंत्र में समाए हुए टीमों के लिए डिफ़ॉल्ट है। ये भिन्न उत्पाद-दाव हैं और दोनों ही वैध हैं। दोनों में से चुन रहे निर्माताओं को "एकल उत्तर" की तलाश बन्द करनी चाहिए और कार्यों को आकार के अनुसार रूट करना शुरू करना चाहिए। तीसरा खिलाड़ी, जिस पर नज़र रखना उपयोगी है, है Cursor, जो एक तटस्थ बहु-मॉडल harness की भूमिका में खिसक रहा है: वह इंटरफ़ेस-परत जो टीमों को गहरे तर्क के लिए Claude, समानांतर dispatch के लिए Codex, और संवेदनशील कोड के लिए स्थानीय मॉडल उपयोग करने देती है, हर बार पुनः-उपकरणन किए बिना। यदि Cursor उस परत को ठीक से बनाता है, तो मॉडल-चुनाव "प्लेटफ़ॉर्म-निर्णय" से गिरकर "कॉन्फ़िगरेशन-निर्णय" बन जाता है।
जो आज कोई कोडिंग agent चला रहा है, उसके लिए तीन क़दम आते हैं। पहला, प्रति-कार्य टोकन-लागत को instrument कीजिए, केवल सफलता-दर नहीं। अधिकांश टीमें यह नहीं जानतीं कि वे आवश्यकता से 3 गुना भुगतान कर रही हैं या नहीं, क्योंकि टोकन-संख्या दैनिक workflow में शायद ही प्रस्तुत होती है। दूसरा, जाँचिए कि आपकी कौन-सी कोडिंग-कार्य वास्तव में समानांतर agents से लाभान्वित होती हैं। यदि उत्तर है "सब", तो आपने समन्वय-overhead के बारे में ईमानदारी से नहीं सोचा; यदि उत्तर है "कोई नहीं", तो आप सम्भवतः अपने bug-fix और dependency कार्य के बारे में ग़लत हैं। तीसरा, अपने agent harness को मॉडल-निरपेक्ष बनाए रखिए। Claude Opus 4.7 आज आया, GPT-5.4 छह सप्ताह पुराना है, और अगला पुनरावर्तन हमेशा कुछ सप्ताह दूर होता है। अप्रैल 2026 में जो उपकरण जीतेगा वह ज़रूरी नहीं कि Q3 तक वह भी हो जो आप चाहते हैं, और हर तिमाही अपने agent लूप फिर से लिखना एक टिकाऊ मुद्रा नहीं है।