ベンチマーク結果：コード生成におけるClaude Opus with CodexとPure Opusの使い分け

Opus+Codexワークフローのコスト分析

Redditユーザーが、純粋なClaude Opusの使用と、Opusが計画を立ててOpenAI Codexがコードを実行する組み合わせワークフローを比較する制御されたベンチマークを実施しました。このセットアップでは、Claude Opus 4.6とOpenAI Codex CLIをopus-codexスキル経由で使用し、分離されたgitワークツリーで3つの実際のタスクをテストしました。

ベンチマーク結果

テストでは、規模が増大するタスクに対して各アプローチのコストをドルで測定しました：

• 80行のタスク（CLIフラグ + 3つのテスト）：純粋Opus $0.33、Opus+Codex $0.53
• 400行のタスク（HTMLレポート + 10のテスト）：純粋Opus $0.68、Opus+Codex $0.74
• 1060行のタスク（REST API + 46のテスト）：純粋Opus $0.86、Opus+Codex $0.78

コストの交差ポイントは約600行のコードで発生します。この閾値以下では、組み合わせアプローチの計画と引き継ぎのオーバーヘッドが、Opusに直接コードを書かせるよりも高くつきます。600行以上では、出力トークンを約50%削減するため、Opus+Codexの方が経済的になります。

隠れたコスト要因：キャッシュ読み取り

分析では、キャッシュ読み取りがしばしば見過ごされている重要なコスト要因であることが特定されました。多くの開発者が出力トークンの最適化に注力していますが、各APIターンでは完全な会話がキャッシュされたコンテキストとして再送信されます。計画とレビューの段階からの追加ターンがコストを蓄積させます。ベンチマークでは、会話に取り込まれる600行のCodex標準出力が単一の最大のコスト増加要因であることが判明しました—この出力をファイルにパイプすることで、実行ごとに約$0.15を節約できました。

実用的な推奨事項

• 500行未満： 純粋なOpusを使用してください。シンプルなアプローチが小さなタスクではより費用対効果が高いです。
• 500-800行： どちらのアプローチもほぼ同等のコストで機能します。
• 800行以上： Opus+Codexが費用を節約し、規模が大きくなるほど効率性の差が広がります。Codexの無料トライアルにより、このアプローチは特に大規模なタスクで魅力的です。

Opusトークン消費量が高い開発者は、コスト内訳でキャッシュ読み取りを確認することをお勧めします。キャッシュ読み取りが出力トークンの5〜10倍高い場合、コンテキストが肥大化している可能性があり、最適化すべきです。