La domanda gira in ogni team che usa agenti di programmazione: a parità di lavoro, consuma di più Claude o Codex? Dietro ci sono due domande diverse, e conviene separarle subito. La prima riguarda i token e i costi per compito, e qui ci sono misurazioni indipendenti abbastanza solide. La seconda riguarda gli abbonamenti, cioè quale piano si esaurisce prima, e qui i dati pubblici non bastano: si lavora su esperienze degli utenti, che nel corso del 2026 sono cambiate più volte. In questo articolo le teniamo distinte, con le fonti di ogni numero in fondo.
La risposta breve
Sui token, i dati sono concordi: a parità di risultato, Claude consuma più token dei modelli OpenAI usati in Codex, e il costo per compito è in genere più alto. Il divario va da circa una volta e mezza a diverse volte, a seconda del test e del livello di ragionamento impostato. Sugli abbonamenti invece non esiste un vincitore stabile: a marzo si lamentavano soprattutto gli utenti Claude, a settembre molti utenti raccontano il contrario.
Cosa dicono le misurazioni indipendenti
Due fonti hanno misurato token e costi sugli stessi compiti con metodo pubblico.
SWE-rebench fa risolvere a ogni agente 111 issue reali di GitHub, prese da 65 repository tra il 15 maggio e il 1° luglio 2026. Sono compiti recenti, quindi i modelli non possono averli visti in addestramento. Ecco il confronto tra i due strumenti e tra due modelli usati “nudi”, cioè dentro lo stesso ambiente di test:
| Configurazione | Compiti risolti | Token per compito | Costo per compito |
|---|---|---|---|
| Claude Code | 60,4% | 3,34 milioni | $3,39 |
| Codex | 58,0% | 2,07 milioni | $1,59 |
| Claude Opus 5 (effort high) | 63,4% | 4,32 milioni | $3,47 |
| GPT-5.6 Sol (effort medium) | 62,3% | 0,61 milioni | $0,85 |
Claude Code usa circa 1,6 volte i token di Codex e costa circa il doppio per issue risolta, con un tasso di successo leggermente più alto. Tra i modelli nudi il divario si allarga: Opus 5 usa circa sette volte i token di GPT-5.6 Sol per un risultato quasi identico. C’è però un dettaglio che pesa: i due modelli giravano con livelli di ragionamento diversi (high contro medium), e il livello di ragionamento è la variabile che più di tutte sposta i consumi.
Artificial Analysis misura invece quanti token di output servono a ogni modello per completare la sua batteria di test, l’Intelligence Index. I dati più recenti, tutti con il ragionamento al massimo:
| Modello | Token di output per compito | Nota |
|---|---|---|
| Claude Opus 5.5 | circa 119.000 | punteggio 58, il più alto misurato finora |
| Claude Fable 5.1 | circa 78.000 | punteggio 53, $7,63 per compito |
| Claude Opus 5 | circa 73.000 | |
| GPT-6 Sol | circa 31.000 | $1,06 per compito |
| GPT-6 Astra | circa 27.000 | punteggio 53, $3,26 per compito |
Il confronto più pulito è quello tra Fable 5.1 e GPT-6 Astra: stesso punteggio, stesso prezzo di listino (10 dollari per milione in input, 50 in output), ma Astra arriva al risultato con circa un terzo dei token e a circa il 40% del costo. Opus 5.5 è il caso più interessante: ottiene il punteggio più alto di tutti, ma al massimo livello di ragionamento produce 1,6 volte i token di Opus 5. Grazie al prezzo più basso, il costo per compito resta allineato a quello del predecessore.
Le dichiarazioni dei produttori, da leggere con attenzione
Entrambe le aziende rivendicano l’efficienza dei propri modelli. Anthropic dichiara che Opus 5.5 “costa il 40% in meno da far girare” rispetto a Opus 5 e che, al livello di ragionamento predefinito, supera il miglior risultato di GPT-6 Astra su un proprio benchmark a circa un quinto del costo per compito. OpenAI scrive che Astra ottiene risultati migliori “usando sostanzialmente meno token di output” rispetto ai modelli precedenti.
Le due cose non si contraddicono con le misure indipendenti quanto sembra. Anthropic parla del livello di ragionamento predefinito di Opus 5.5, che è medium. Artificial Analysis misura al massimo. Lo stesso modello, a livelli diversi, ha consumi che possono differire di un ordine di grandezza. È il motivo per cui i confronti “Claude contro Codex” che circolano online arrivano spesso a conclusioni opposte: confrontano impostazioni diverse.
E gli abbonamenti? Qui i dati non ci sono
Chi usa Claude Code o Codex con un abbonamento non paga a token: ha un’allocazione che si esaurisce. Il problema è che nessuna delle due aziende pubblica i limiti in token, quindi un confronto oggettivo tra piani non è possibile.
- Claude: il limite si azzera ogni cinque ore, con in più un tetto settimanale valido per tutti i modelli. I piani Max offrono 5 o 20 volte l’allocazione del piano Pro. Anthropic non pubblica ore né numero di messaggi.
- Codex: OpenAI esprime i limiti in “messaggi locali ogni cinque ore”, con forchette molto larghe. Con GPT-6 Sol, il piano Plus dà da 15 a 150 messaggi; con GPT-6 Astra, da 5 a 45. Anche qui possono applicarsi limiti settimanali.
Una forchetta da 15 a 150 dice già tutto: quanto dura un abbonamento dipende dal tipo di lavoro molto più che dal piano.
Cosa raccontano gli utenti, mese per mese
Le testimonianze vanno lette per quello che sono, esperienze singole, ma la loro evoluzione nel 2026 è istruttiva.
Marzo. Le lamentele riguardano soprattutto Claude. The Register raccoglie casi come quello di uno sviluppatore che dice di aver esaurito il piano Max 5x in un’ora di lavoro. Alcuni utenti attribuiscono il problema a due bug della cache che avrebbero moltiplicato i consumi, e Anthropic ammette che molti stanno “raggiungendo i limiti molto più in fretta del previsto”, definendolo la priorità del team.
Maggio. Anthropic raddoppia i limiti a cinque ore di Claude Code per i piani Pro, Max, Team ed Enterprise, e toglie la riduzione nelle ore di punta.
Settembre. Due movimenti opposti. Dal 14 settembre Anthropic riduce del 17% i limiti settimanali di Claude Code rispetto al livello potenziato in vigore da maggio: restano comunque il 25% sopra la base originale. Il 22 settembre, con Opus 5.5, il prezzo più basso viene trasferito anche sugli abbonamenti, e secondo Anthropic i limiti “durano circa il 25% in più” rispetto a Opus 5.
Intanto su Hacker News, nella discussione sul lancio di GPT-6 Sol, un utente sostiene che Codex vinca sui limiti. La maggior parte delle risposte lo contesta: c’è chi scrive che oggi Anthropic dà più token per 200 dollari di OpenAI, e chi racconta di aver esaurito Codex in poche ore mentre Claude gli è durato giorni. Diversi utenti segnalano che con GPT-6 Astra l’allocazione settimanale finisce in uno o due giorni, e che il piano Pro da 200 dollari non accetta nuove iscrizioni. Sei mesi prima il sentimento era rovesciato. Qualsiasi classifica “definitiva” sugli abbonamenti ha la durata di una promozione.
Perché Claude consuma più token
Le cause sono documentate, in buona parte dalla stessa Anthropic:
- Il ragionamento non si spegne. Su Opus 5.5 e sui modelli Fable il ragionamento interno è sempre attivo, e i token di ragionamento si pagano come output.
- Ogni richiesta rimanda tutta la conversazione. Claude Code invia l’intero contesto a ogni passaggio. Con la cache attiva quei token costano poco, ma dopo una pausa più lunga della durata della cache tutto viene rielaborato a prezzo pieno. Sull’abbonamento la cache dura un’ora, mentre sui crediti aggiuntivi scende a cinque minuti.
- Il contesto di partenza è pesante. Uno studio indipendente di Systima (luglio 2026, campione piccolo) ha misurato circa 33.000 token di istruzioni e definizioni degli strumenti che Claude Code invia prima ancora del prompt dell’utente, contro circa 7.000 di OpenCode con lo stesso modello.
- Subagenti e team di agenti moltiplicano i consumi. Anthropic stima che i team di agenti usino circa 7 volte i token di una sessione normale.
- I token non sono tutti uguali. Il tokenizer dei modelli Claude più recenti produce circa il 30% di token in più per lo stesso testo. Confrontare conteggi di token tra fornitori diversi è quindi fuorviante: il confronto corretto si fa in dollari.
Più token non vuol dire lavoro peggiore
Il consumo più alto non è per forza uno spreco. Su SWE-rebench Claude Code risolve qualche issue in più di Codex. Opus 5.5 ha il punteggio più alto misurato da Artificial Analysis. Una parte dei token in più compra verifiche, test aggiuntivi e lavoro più completo, e in un progetto reale un errore corretto al primo passaggio vale molto più della differenza in fattura.
Per dare un ordine di grandezza dei costi reali, le due aziende pubblicano medie simili. Anthropic indica per Claude Code, nelle installazioni aziendali, circa 13 dollari per sviluppatore per giorno di attività e tra 150 e 250 dollari al mese, con il 90% degli utenti sotto i 30 dollari al giorno. OpenAI indica per Codex tra 100 e 200 dollari circa per sviluppatore al mese. Sono cifre vicine: la differenza di token per compito si diluisce nell’uso quotidiano.
Come capirlo sul vostro lavoro
I benchmark dicono cosa succede in media. Per la vostra base di codice conta una prova diretta, che richiede mezza giornata:
- scegliete tre o quattro compiti reali e ripetibili, per esempio una correzione di bug, una piccola funzionalità e un refactoring;
- eseguiteli con entrambi gli strumenti, con livelli di ragionamento comparabili;
- annotate token e costo (in Claude Code il comando
/usageli mostra per sessione) e soprattutto quante correzioni vi sono servite per arrivare a un risultato accettabile; - confrontate il costo per compito completato, non per richiesta.
Prima di cambiare strumento, provate anche a cambiare impostazioni. Il livello di ragionamento e la scelta del modello per ogni compito spostano i consumi più del fornitore: Claude Sonnet 5 e GPT-6 Sol hanno lo stesso listino (2 dollari per milione in input, 10 in output), mentre Opus 5.5 costa a token meno di GPT-6 Astra, che è allineato a Fable 5.1. Sul confronto tra i modelli Claude di fascia alta trovate i dettagli nella guida su Claude Opus 5.5 e Fable 5.1.
In sintesi
A parità di risultato Claude consuma più token dei modelli OpenAI usati in Codex, e le misure indipendenti lo confermano: su SWE-rebench Claude Code usa circa 1,6 volte i token di Codex e costa circa il doppio per compito, mentre su Artificial Analysis Fable 5.1 usa circa tre volte i token di GPT-6 Astra per lo stesso punteggio. Le cause sono il ragionamento sempre attivo, il contesto rimandato a ogni passaggio e un tokenizer che conta più token per lo stesso testo. Su quale abbonamento duri di più non esistono dati: nel 2026 le esperienze degli utenti si sono ribaltate almeno una volta. Il test che conta è quello sui vostri compiti, misurato in costo per lavoro completato.
Fonti: SWE-rebench; Artificial Analysis su Claude Opus 5.5, GPT-6 Astra e GPT-6 Sol; annuncio di Claude Opus 5.5 e blog Claude sui costi; documentazione costi di Claude Code; Anthropic sui limiti di maggio; prezzi API OpenAI; guida OpenAI a GPT-6; prezzi e limiti di Codex; rate card di Codex; The Register, 31 marzo 2026; BleepingComputer, 29 agosto 2026; Systima, luglio 2026; discussione su Hacker News, settembre 2026. Dati verificati il 25 settembre 2026.