Pourquoi Codex reste plus performant que Claude Code pour les monolithes Python complexes

Au cours de l'année écoulée, un développeur travaillant sur un monolithe Python complexe a principalement utilisé Codex. Après un mois de test de Claude Code avec Opus 4.6 et 4.7, il préfère toujours Codex pour cette base de code. L'application n'est pas un simple serveur CRUD — elle comporte une couche plus récente de type DDD, du code ancien bien structuré, et du code spaghetti legacy fragile. L'équipe évite de réécrire les parties anciennes sauf si nécessaire.

Principaux avantages de Codex

• Principes d'ingénierie de harnais : Codex suit de manière fiable le workflow d'ingénierie de harnais sans instructions explicites. Claude ne le fait que si AGENTS.md contient une directive comme « Lisez exec_plan.md et suivez-le. »
• Réutilise les outils et modèles existants : Claude crée plus souvent de nouveaux outils au lieu de chercher dans la base de code ceux qui existent déjà. Dans une base de code avec de nombreux helpers spécifiques au projet, la réutilisation est cruciale.
• Meilleure planification et conscience du contexte : Claude lit souvent trop peu avant de placer une nouvelle fonctionnalité. Le développeur a dû corriger à plusieurs reprises :

« Mettez cette fonctionnalité dans le module A, pas dans le contrôleur. »
« Ne construisez pas l'objet de réponse en utilisant les statuts que vous avez envoyés dans la requête. L'API renvoie déjà l'objet mis à jour — utilisez cette réponse. »
« Validez-le dans le même module qui possède cette limite. »

Codex remarque plus souvent un contexte manquant et pose des questions de clarification avant d'effectuer des modifications architecturales.

Là où Claude excelle

Pour le travail front-end, Opus 4.6 était bien meilleur que Codex 5.3 et GPT-5.4. Le développeur préfère actuellement Claude pour les tâches UI. Il n'a pas encore testé GPT-5.5 sur du travail lourd en UI.

Configuration des outils

Les deux LLM utilisent une seule compétence partagée : des commandes pour démarrer et arrêter Docker Compose et exécuter les tests dans le conteneur.

---

Ceci n'est pas un benchmark, juste une expérience d'utilisation quotidienne sur une base de code en production.