O que é o Codex da OpenAI e como ele funciona hoje?

Codex é um daqueles nomes que você escuta em três conversas diferentes e sai com três ideias diferentes na cabeça

Tem gente falando de um modelo antigo, tem gente falando de uma extensão de IDE, tem gente falando de um bot que comenta em pull request

Este post é o mapa: o que o Codex é hoje, o que ele faz de fato no fluxo de programação, em quais formatos ele aparece e quanto custa

Sem promessa vaga, só o que dá pra verificar 🙂

Codex de 2021 x Codex de hoje: por que o nome confunde

A confusão tem uma origem simples: são duas coisas com o mesmo nome

O Codex de 2021 era um modelo de completação de código e foi descontinuado

O Codex de hoje é o agente de programação da OpenAI, um produto diferente

A OpenAI reaproveitou o nome, então quando alguém te disser "testei o Codex", vale perguntar de qual dos dois a pessoa tá falando

A diferença não é só de marca, é de natureza: completação sugere o próximo pedaço de código enquanto tu digita, agente de código (agentic coding) recebe uma tarefa e vai executando os passos

Se você já usou algum agente no terminal, a analogia é direta: você descreve o que quer, ele mexe nos arquivos, roda coisas e volta com o resultado

O que o Codex faz de fato no fluxo de programação

Aqui vale separar o que é verificável do que é papo de lançamento

O que dá pra fazer com o Codex OpenAI hoje:

• Rodar tarefa no terminal pelo CLI, dentro da pasta do projeto
• Ver o preview das mudanças locais direto na IDE, pela extensão
• Delegar tarefa pra nuvem, pela superfície web
• Revisar pull request no GitHub: dá pra pedir a revisão comentando @codex review no PR, ou ligar a opção Automatic reviews nas configurações do Codex pra ele revisar todo PR novo
• Pedir a correção do que ele mesmo apontou: um comentário de follow-up do tipo @codex fix it abre uma tarefa na nuvem e atualiza o pull request
• Publicar site e web app: o recurso nasceu como Sites no Codex, em beta pra workspaces, e virou ChatGPT Sites em disponibilidade geral pros assinantes pagos, com publicação pública e domínio personalizado

Repara no ciclo do GitHub, que é a parte mais interessante: revisão e correção acontecem no mesmo lugar onde o time já discute código

Você comenta pedindo a revisão, ele aponta, você responde pedindo o conserto, ele volta com o PR atualizado

Os formatos do Codex: CLI, IDE, nuvem, GitHub e app

O detalhe que amarra tudo: os pontos de entrada compartilham a mesma configuração

Ou seja, não é "escolher um e casar com ele", é a mesma ferramenta acessada de lugares diferentes conforme o momento

O CLI é a porta mais comum pra quem vive no terminal, e ele é instalado globalmente pelo npm:

npm install -g @openai/codex

Se você não quer passar pelo npm, existe instalador standalone pra macOS e Linux

E como o CLI é open source, dá pra abrir o código e ver o que ele faz: o repositório é o openai/codex, sob licença Apache-2.0

Como o Codex é configurado: login, config.toml e AGENTS.md

Essa parte costuma ser a dúvida número dois, logo depois do "o que é"

Login. Dá pra entrar com a conta do ChatGPT (Sign in with ChatGPT), sem configurar chave de API

O uso por chave de API é um caminho separado e é cobrado pela plataforma OpenAI, então são duas contas diferentes de custo, não a mesma

Configuração pessoal. A config do Codex CLI mora em ~/.codex/config.toml

No Windows, a pasta é %USERPROFILE%\.codex\

E dá pra trocar essa pasta pela variável de ambiente CODEX_HOME, o que ajuda quem separa ambientes na mesma máquina

Instruções personalizadas. É aqui que mora o "jeito de trabalhar" que você quer que ele siga

O Codex lê arquivos AGENTS.md, começando pelo global em ~/.codex/AGENTS.md e percorrendo os AGENTS.md do projeto até o diretório atual

Ou seja, o que você escreve uma vez no global vale pra tudo, e cada projeto acrescenta o que é dele por cima, numa cadeia de instruções

Se você já mantém um arquivo de regras pro seu agente favorito, o conceito é o mesmo, só muda o nome do arquivo 😀

Quanto custa e quais são os limites do Codex

O Codex está incluído nos planos do ChatGPT, do gratuito aos corporativos: Free, Go, Plus, Pro, Business, Edu e Enterprise

Os valores verificados dos planos pagos de entrada:

• ChatGPT Go: US$8 por mês
• ChatGPT Plus: US$20 por mês, com Codex na web, no CLI, na extensão de IDE e no iOS
• ChatGPT Pro: passou a ter dois níveis de uso, US$100 por mês e US$200 por mês, com o mesmo conjunto de recursos e limites diferentes

Essa do Pro é importante e passa batido: o que muda entre os dois níveis é o limite, não o recurso

Outra mudança que mexe direto no bolso: em 02/04/2026 a OpenAI trocou a cobrança do Codex por mensagem para créditos baseados em tokens nos planos Plus, Pro e Business

Muda a régua do que é "caro": não é mais quantas vezes você fala com ele, é o quanto de contexto e resposta a tarefa consome

E os limites de uso reiniciam em janelas de cinco horas, então o padrão de trabalho conta: estourar tudo numa tarefa gigante e esperar é bem diferente de distribuir ao longo do dia

Não vou citar faixa de consumo por plano porque isso varia entre fontes e eu não boto número por achismo

Quais modelos o Codex usa agora (e o que sai de cena)

Em 09/07/2026 a OpenAI anunciou a família GPT-5.6, distribuída no ChatGPT, no Codex e na API, com três modelos:

• GPT-5.6 Sol: o topo
• GPT-5.6 Terra: o equilibrado
• GPT-5.6 Luna: o rápido e mais barato

E tem uma data pra anotar no calendário: em 31/08/2026, GPT-5.4 e GPT-5.4 mini deixam de estar disponíveis no Codex pra quem entra com a conta do ChatGPT

Eles seguem disponíveis via API, então quem usa por chave não é afetado da mesma forma

Os substitutos indicados são diretos: troque gpt-5.4 por gpt-5.6-terra e gpt-5.4-mini por gpt-5.6-luna

O que isso pede de você na prática: se em algum lugar da sua configuração ou dos seus scripts o nome do modelo tá fixo em gpt-5.4, é ali que vai quebrar

Vale procurar antes da data, não depois 😛

Assunto vizinho: agente de código com Ollama (isso NÃO é o Codex)

Aqui eu vou ser bem claro pra não te confundir, beleza?

O Codex, do jeito que ele aparece acima, entra pela conta do ChatGPT ou por chave de API, e é a OpenAI que serve o modelo

Rodar modelo local não é uma configuração do Codex que eu tenha pra te mostrar, e eu não vou inventar uma

O que eu tenho de primeira mão é outro assunto, vizinho e bem procurado: agente de código rodando com modelo baixado na própria máquina e com modelo servido no cloud do Ollama

Se esse caminho te interessa, se liga no que rolou; se você veio só pelo Codex, pode pular esta seção sem perder nada 🙂

No vídeo eu mostro os dois caminhos com modelo gratuito: um modelo baixado na própria máquina e um modelo maior servido no cloud do Ollama

A escolha do modelo é o fator decisivo, não o encanamento

Quando testei, o modelo local menor se perdeu na tarefa: tentou acessar uma ferramenta, não conseguiu e falhou

Aí a conclusão foi na hora: aquele modelo, naquele tamanho, não servia pra tarefa

Trocar de modelo faz parte do processo, não é sinal de que a ideia toda tá errada

Com o modelo maior no cloud, sem baixar nada, a mesma tarefa saiu: uma landing page em HTML, CSS e JavaScript funcionando

E olha a ressalva que eu faço questão de repetir: eu não passei briefing nenhum, nem estrutura nem conteúdo, foi pedido solto

Então o resultado prova que o fluxo roda, não que o resultado tá pronto pra cliente 😅

O que esse teste com Ollama ensina, valendo pra esse caminho de agente local e não pro Codex:

• Custo: rodar local tira a conta de uso da jogada, mas transfere o problema pro seu hardware
• Privacidade: local o código não sai da sua máquina, e pra alguns projetos isso sozinho já decide
• Capacidade: modelo pequeno falhando em tarefa média é cenário real, não exceção

Pra começar do zero com o assunto, este vídeo do canal mostra o passo a passo de rodar um agente de código 100% local com Ollama, com a escolha de modelo e os dois caminhos de configuração:

O tamanho do Codex hoje

Se você tá tentando calibrar se vale entrar agora ou esperar, dois números públicos ajudam

Em 02/06/2026 a OpenAI divulgou que o Codex ultrapassou 5 milhões de usuários semanais

Em 21/07/2026 ela divulgou uma marca conjunta: 10 milhões de pessoas usando Codex e ChatGPT Work somados, os dois produtos que ela agrupa sob o rótulo de agente

Repara que a segunda marca junta dois produtos, então não dá pra ler como "o Codex dobrou"

São recortes diferentes, e eu prefiro dizer isso a te vender uma curva bonita que não existe

O que dá pra concluir com segurança: não é experimento de nicho parado, é produto com base grande e mudando rápido (só neste post já teve fusão de app, troca de cobrança e família de modelo nova)

Conclusão: vale testar o Codex? Por onde começar

O Codex faz mais sentido pra quem já trabalha dentro de um fluxo com repositório, pull request e revisão

É ali que ele mostra o que tem de diferente: revisar PR com @codex review, corrigir com @codex fix it e rodar tarefa na nuvem sem ocupar a sua máquina

Pra escolher o ponto de entrada, eu iria pelo seu uso:

• Vive no terminal? Comece pelo CLI, com npm install -g @openai/codex (ou o instalador standalone no macOS e Linux)
• Prefere ver o diff antes de aceitar? Comece pela extensão de IDE, no VS Code, no Cursor ou no fork que você já usa
• A dor é revisão de código do time? Comece pela integração com GitHub

E o próximo passo mais barato de todos: se você já paga ChatGPT, o Codex já tá incluído no seu plano

Dá pra entrar com a própria conta do ChatGPT, sem configurar chave de API, e sentir a ferramenta antes de decidir qualquer coisa

Se for testar, minha sugestão é começar por uma tarefa pequena e com contexto claro, porque o resultado de pedido solto já vimos como é…

Até o próximo post! =)