Benchmark-Ergebnisse: Wann Claude Opus mit Codex gegenüber reinem Opus für Code-Generierung verwenden

Kostenanalyse des Opus+Codex-Workflows

Ein Reddit-Nutzer führte einen kontrollierten Benchmark durch, der die reine Nutzung von Claude Opus mit einem kombinierten Workflow verglich, bei dem Opus plant und OpenAI Codex den Code ausführt. Der Aufbau verwendete Claude Opus 4.6 mit der OpenAI Codex CLI über die opus-codex-Fähigkeit und testete drei reale Aufgaben in isolierten Git-Worktrees.

Benchmark-Ergebnisse

Die Tests maßen die Kosten in Dollar für jeden Ansatz bei Aufgaben mit zunehmendem Umfang:

• 80-Zeilen-Aufgabe (CLI-Flag + 3 Tests): Reines Opus 0,33 $, Opus+Codex 0,53 $
• 400-Zeilen-Aufgabe (HTML-Bericht + 10 Tests): Reines Opus 0,68 $, Opus+Codex 0,74 $
• 1060-Zeilen-Aufgabe (REST-API + 46 Tests): Reines Opus 0,86 $, Opus+Codex 0,78 $

Der Kostenschwellenwert liegt bei etwa 600 Codezeilen. Unterhalb dieser Schwelle sind die Planungs- und Übergabemehraufwände des kombinierten Ansatzes teurer, als wenn Opus den Code direkt schreibt. Oberhalb von 600 Zeilen wird Opus+Codex wirtschaftlicher, da es die Ausgabetokens um etwa 50 % reduziert.

Versteckter Kostentreiber: Cache-Lesevorgänge

Die Analyse identifizierte Cache-Lesevorgänge als einen oft übersehenen, bedeutenden Kostentreiber. Während viele Entwickler sich auf die Optimierung von Ausgabetokens konzentrieren, sendet jeder API-Durchlauf das gesamte Gespräch als zwischengespeicherten Kontext erneut. Zusätzliche Durchläufe aus Planungs- und Überprüfungsphasen summieren sich zu Kosten. Der Benchmark ergab, dass 600 Zeilen Codex-Standardausgabe im Gespräch der größte einzelne Kostentreiber waren – das Umleiten dieser Ausgabe in eine Datei sparte etwa 0,15 $ pro Durchlauf.

Praktische Empfehlungen

• < 500 Zeilen: Verwenden Sie reines Opus. Der einfachere Ansatz ist für kleine Aufgaben kosteneffektiver.
• 500-800 Zeilen: Beide Ansätze funktionieren mit etwa gleichen Kosten.
• > 800 Zeilen: Opus+Codex spart Geld, wobei die Effizienzlücke mit dem Umfang zunimmt. Die kostenlose Testversion von Codex macht diesen Ansatz besonders attraktiv für große Aufgaben.

Für Entwickler, die hohen Opus-Token-Verbrauch erleben, wird empfohlen, die Cache-Lesevorgänge in der Kostenaufschlüsselung zu überprüfen. Wenn Cache-Lesevorgänge 5-10 Mal höher sind als Ausgabetokens, ist der Kontext wahrscheinlich aufgebläht und sollte optimiert werden.