GPT-5.5 Codex против Claude Opus 4.7: Бенчмарки агентов реального кодирования

Пользователь Reddit протестировал GPT-5.5 Codex (через Cursor) против Claude Opus 4.7 (Claude Code) на двух задачах производственного уровня. Оба использовали одинаковые промпты, MCP (GitHub + Slack) и машину. Результаты показывают компромиссы по стоимости, архитектуре и надежности.

Тест 1: Бот для триажа PR

• GitHub MCP, формула оценки, уведомления в Slack, повторные попытки, строгий TypeScript (без any).
• Claude Code: Проверил доступность MCP перед написанием кода. Создал 36 файлов за 12 минут. Написал собственный WebSocket-тест (широковещательная рассылка за 3мс). Ноль ошибок при первом запуске. Общая стоимость: ~$2.50.
• Codex: Не справился — GitHub MCP недоступен из-за проблемы с окружением Cursor (не ошибка модели). Не смог выполнить задачу.

Тест 2: Интерфейс ревью кода в реальном времени

• React, WebSockets, оптимистичный откат, виртуализированный diff, переподключение WS.
• Claude Code: Такая же чистая поставка, 36 файлов, без ошибок.
• Codex: Сдал в 28 файлах (более компактная архитектура). Потребовал одно ручное исправление для бесконечного цикла React. Общая стоимость: ~$2.04 (на 18% дешевле Claude).

Выводы: Для сложной, архитектурно-насыщенной работы Opus 4.7 по-прежнему лидирует — лучшее обращение с инструментами, вывод без переписывания и тщательная проверка MCP. Codex компактнее и дешевле, подходит для ограниченных, самодостаточных задач, где важна быстрая сдача и можно смириться с небольшими исправлениями. Пользователь пока не переключается, но следит за разницей в ценах.