Ruby/Ruby on Rails開発者のspeckx氏は2026年8月21日、CodexとClaudeを業務で1週間使い比べた記事を公開しました。
記事は、コード品質や速度だけでなく、ブランチ操作やJira連携まで含めた開発者の使用感を扱っています。
ただし、これは一人の開発者による比較です。開発組織が読む際は、個人の印象をそのまま優劣に置き換えず、評価軸を分けて考える必要があります。
※本記事は2026年8月25日時点の情報です。
Codex vs Claudeの比較条件｜1週間の業務利用で6つの軸を確認
著者はRuby/Ruby on Railsの開発者で、複数のAIコーディングツールを並行利用しています。
比較期間は1週間です。対象は記事内の表記では「Codex」と「Claude」でした。
技術的には、コマンドライン上のエージェント実行環境を指します。
記事では「Codex agent harness」と「Claude agent harness」として扱われています。
公式製品名に置き換えると、OpenAI側はCodex CLI、Anthropic側はClaude Codeです。
- コード品質：特にRuby/Ruby on Railsのコードコメントの量
- 開発速度：緊急性を感じるデバッグ作業やプルリクエスト対応
- 出力スタイル：簡潔さや提案の広がり方
- エラー処理：ブランチ操作やリベース作業での振る舞い
- ツール統合：Jira／AtlassianやMCPとの連携
- ユーザビリティ：日常の操作感と使い慣れ
この条件は、モデル単体の性能試験ではありません。実行環境、指示の受け取り方、開発ワークフローとの接続を含む比較です。
ポイント
比較対象は1週間の業務利用におけるCodex CLIとClaude Codeです。コード品質だけでなく、速度・出力・エラー処理・ツール統合・操作感も評価軸に含まれています。
著者が挙げた長所と短所｜抑制的なCodexと提案型のClaude
著者の報告では、CodexはRuby/Ruby on Railsで生成するコメントが少なく、簡潔なコードを提案する傾向がありました。
記事では、Codexの変更について「コメントが少ない」と説明されています。
MCPのログイン認証フロー設計でも、単純で抑制的な設計が評価されました。
一方で、ブランチ管理では問題が起きました。著者は、不要なブランチの入れ子依存を作った例を挙げています。
具体的には「branch A targets branch B that targets main」という構造です。
これは、コードの提案だけでなく、変更を運ぶ手順も確認対象になることを示す例です。
Jira CLIとの連携作業も煩雑で、指示の意図を汲む力には限界があると述べています。
Claudeについては、著者が普段から使い慣れている操作感が長所です。
型定義や抽象化など、より高度な設計を提案する傾向も挙げられました。
指示の意図を柔軟に汲む点も評価されています。ただし、コードコメントは冗長になりやすいとされています。
以上は、著者が自分の開発環境で感じた差です。言語、タスク、操作習慣によって受け止め方は変わります。
著者はCodexを、指示したことをやり過ぎずに進める「伴走者（companion）」に近いと表現しました。
ポイント
著者の使用感では、Codexはコメントが少なく、抑制的な提案が目立ちました。Claudeは意図を柔軟に汲み、高度な設計を提案する一方、コメントが冗長になりやすいとされています。
開発組織の選定軸｜コード生成以外のワークフローも測る
この比較から導けるのは、どちらが常に優れるかではなく、評価を分解する必要性です。
HNでも、モデルとハーネスを区別すべきだという指摘がありました。
組織のパイロットでは、次の項目を同じ条件で確認すると比較しやすくなります。
- 言語とタスク：主要言語、デバッグ、レビュー、リベースを分けて測る
- 出力の保守性：コメント量、変更範囲、設計提案の広がりを確認する
- ワークフロー：ブランチ操作やJira／Atlassian連携を実作業で試す
- 操作習慣：利用者が指示を出し、結果を修正するまでの負荷を見る
同一指示でAIモデル11種を比べた実験の記事も、モデル選定の軸を考える材料になります。
AIモデル11種の比較実験と、Codex CLIやClaude Codeのような実行環境の比較は、分けて読むことが重要です。
また、エージェントを複数のツールへ接続する場合は、Agent Plugins 1.0のような拡張規格の動向も、連携評価の背景になります。
小規模パイロットで切り分ける項目
著者の比較は、Ruby/Ruby on Railsを中心にした個人の実感値です。
組織で試す場合は、自社の主要言語と作業をそろえることが最初の条件になります。
- コード作業：デバッグ、プルリクエスト対応、リベースを別の作業として記録する
- 出力確認：コメント量、変更範囲、設計提案の広がりを同じ観点で見る
- 操作確認：指示の意図を補足する回数と、結果を修正する負荷を比べる
- 連携確認：Jira／AtlassianやMCPを使う作業で、手順の詰まりを確認する
この切り分けなら、コードの出来とエージェント的なワークフロー操作を別々に評価できます。
結果は平均的な優劣ではなく、自組織のタスクでどの挙動がレビューや保守に影響したかで整理します。
この比較のサンプルは、1人の開発者が1週間使ったものです。
しかも、中心となる開発文脈はRuby/Ruby on Railsでした。
したがって、別の言語や別のタスクで同じ結果になるとは限りません。
著者自身も「非常に個人的な印象」であり、正式な分析ではないと明記しています。
組織で使う場合は、この限界を前提に小規模な比較を設計することが示唆されます。
コメント量は、生成コードのレビュー負荷や保守性に影響しうる評価軸です。
そのため、単にコメントが多いか少ないかではなく、チームのレビューにどう影響したかを記録します。
ブランチ操作のようなエラー処理は、変更の正しさと別のワークフロー評価として扱います。
Jira／AtlassianやMCP連携も、コード生成の外側にある実務上の確認項目です。
このように評価を分けると、個人の好みと組織の運用課題を整理しやすくなります。
ポイント
開発組織は、コード生成の印象だけでなく、主要言語・タスク・コメント量・変更範囲・ブランチ操作・外部ツール連携・利用者の操作負荷を分けて確認すると判断しやすくなります。
HNでの主要論点｜コメントの価値と比較方法をめぐる賛否
記事はHacker Newsにも投稿され、議論が続きました。投稿者名はspeckxです。
投稿日時は2026年8月21日19:51:48 UTCでした。
2026年8月24日にAlgolia HN Search APIで取得した時点では230pt、244コメントでした。
同日にHN本体ページで取得した時点では235pt、271コメントでした。
- Claudeへの批判：コードコメントが冗長で、簡潔さを求めても変わりにくいという不満
- コメントの擁護：長期的な文脈を保つメモリとして役立つという意見
- Codexへの支持：冗長性が低く、指示どおりに進める点への評価
- Claudeへの支持：ユーザーの意図をよりよく推測するという評価
- 方法論への指摘：モデルとハーネスを区別すべきだという意見
コメントをめぐっては、短期的なトークン消費に過ぎないという反論もありました。
HNの数値は変動します。上記は2026年8月24日の取得値であり、固定的な現在値ではありません。
コメントの冗長さをめぐる議論
Claudeのコメントが長くなりやすいという不満には、簡潔さを求めても改善されにくいという声がありました。
反対に、長いコメントはAIが長期的な文脈を保つためのメモリとして機能するという擁護もありました。
さらに、それは短期的なトークン消費に過ぎず、有益ではないという反論も出ています。
比較方法をめぐる議論
別の論点は、比較対象をモデルとハーネスに分けるべきだという指摘です。
AIごとの性格があり、使い手の習慣や好みに左右されるという中立的な補足もありました。
この議論は、個人の使い慣れを評価結果から切り離せないことを示します。
- 比較対象：モデルとハーネスを分けて記録する
- 利用者：使い慣れによる操作感の差を明記する
- タスク：言語や作業の違いを比較条件に残す
ポイント
HNでは、Codexの追従性とClaudeの意図理解を評価する声が分かれました。コメントの冗長さには批判と擁護があり、モデルとハーネスを分けて比較すべきだという指摘も出ています。
よくある質問（FAQ）
Q. 比較期間はどれくらいですか？
著者がCodexとClaudeを業務のコーディング作業で使い比べた期間は1週間です。
Q. 比較された正式な製品名は何ですか？
記事内の表記はCodexとClaudeです。技術的な製品名ではCodex CLIとClaude Codeとして整理できます。
Q. HNのポイント数とコメント数はいくつでしたか？
2026年8月24日の取得時点で、Algolia HN Search APIは230pt・244コメント、HN本体ページは235pt・271コメントでした。
Q. 著者はどちらか一方への移行を決めましたか？
著者はCodexのセッションを増やしたい意向を示しましたが、どちらか一方への完全移行は明言していません。
まとめ
著者の1週間比較では、Codexは抑制的で、Claudeは提案の幅が広いという差が示されました。
著者はCodexを、指示したことをやり過ぎずに進める伴走者に近い存在として捉えています。
一方で、著者自身が非常に個人的な印象であり、正式な分析ではないと明記しています。
選定時は、主要言語とタスクをそろえ、コード・操作・連携の各軸を小さく試す設計が現実的です。
著者は今後、Codexのセッションをより多く並行して使い、各セッションを集中させたい意向も示しました。
この意向は、単一ツールへの切り替えではなく、作業ごとの使い分けを考える材料になります。
ポイント
この比較は優劣の確定ではなく、個人の1週間の使用感です。開発組織は、言語・タスク・出力・ワークフロー・操作感を自組織の条件で評価する必要があります。
関連記事
- Claude Opus 5を解説｜性能・料金とモデル選定のポイント
- GPT-5.6の料金改定を解説｜AI利用コストと法人の選び方
- Claude Coworkを解説｜デスクトップでファイル・ツールを横断する業務支援AI
- AWS「Kiro Crew」を解説｜マルチエージェントOSSの設計と活用ポイント
- 同一指示でAIモデル11種を比較した実験を解説｜コスト216倍差のモデル選定ポイント
出典：All about coding「A week of using Codex more than Claude」（2026年8月21日公開）。
Hacker News投稿ページ（2026年8月24日取得）も参照しています。
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。