Claude Code 和 Codex CLI 是 2026 年国内工程师真正会放进候选名单的两个终端编码 agent。远看很像——都活在终端里、读你的仓库、改文件、跑命令——但它们说着不同的协议、够得着不同的模型家族、适配不同的工作方式。这篇是面向日常工程工作的对比，结论按工作流给，不加冕赢家。它还会讲清多数对比文跳过的实操部分：通过一个 Router One 账号同时跑两个工具，一个钱包按量计费，不用同时养两份境外订阅、也不用挂 VPN。
先框定范围：这两个都是终端 agent，不是编辑器。如果你真正的问题是「终端 agent 还是 IDE 里的 AI」，先读 Cursor 对比 Claude Code——本文假设你已经选定了终端。
两个 agent，两种哲学
Claude Code 是 Anthropic 的终端 agent。在仓库里跑 claude，描述任务，它就自己探索代码库——读文件、改文件、跑测试、修失败、继续迭代。它的默认姿态是「先干完活，再给你看 diff」：工具调用边界上会请求许可，但整个产品是为一口气改十几个文件的长时间自主作业设计的。
Codex CLI 是 OpenAI 的终端 agent，两个特质定义了它。第一，它原生说 Responses API 线协议——OpenAI 为 agent 式工具调用设计的新协议，而不是经典的 Chat Completions；这也是为什么很多通用中转接不动它，而实现了 wire_api = "responses" 的网关可以直接用。第二，它的执行模型是沙箱优先：命令默认在沙箱里跑，有明确的审批模式，agent 想越权必须先问。缰绳天生更短。
一句话的诚实总结：Claude Code 为自主性优化，Codex CLI 为可控性优化。哪个「更好」，完全取决于眼前的任务配得上一个代理人，还是需要一个受监督的执行者。
各自真正擅长什么
Claude Code 的长处：
- 深度多文件 agent 式编辑。 它能把一个计划横跨整个 module 持续执行——动 15-30 个文件的重构、跑测试直到全绿的循环、需要同一个思路处处一致落地的迁移。
- Hooks 和 skills 生态。 Hooks 在生命周期节点（工具调用前后）触发 shell 命令，skills 把仓库特有的工作流打包成可复用命令，
CLAUDE.md给每个 session 常驻的项目上下文。肯在这里投入的团队，会得到一个像是已经入职过的 agent。 - 终端原生、编辑器无关。 它在文件系统层操作，Vim、VS Code 都能搭配；review 就用
git diff。
Codex CLI 的长处：
- Responses API 原生。 结构化工具调用和推理摘要是协议里的一等对象，不是叠在 Chat Completions 上的 prompt 约定。
- 沙箱式执行风格。 审批模式让它在「误删一个目录或者误推一次代码都很贵」的代码库上跑起来更安心，也是更容易交给谨慎同事的那个工具。
- GPT-5.x Codex 系列模型。 GPT-5.5 是能打的全能选手；GPT-5.3 Codex Spark 为快速、低成本的编码任务专门调优过——小任务上完全是另一个速度档位。
模型边界，先说清楚
这是厂商爱含糊、我们不含糊的部分。通过 Router One，一个账号、一个钱包、一把网关 key 同时服务两个工具——但每个工具只待在自己的模型家族里。
Claude Code 说 Anthropic 协议，走 Router One 的 Anthropic 兼容端点，只能调 Claude 家族：最难的活给 Claude Opus 4.8，日常主力 Claude Sonnet 5，最省钱用 Claude Haiku 4.5。Codex CLI 说 Responses 协议，只能调 GPT 家族：GPT-5.5、GPT-5.4 和 GPT-5.4 mini、GPT-5.3 Codex Spark。中间没有跨协议的桥——你不能把 Claude Code 指到 GPT-5.5，也不能让 Codex CLI 调 Claude Sonnet 5；任何宣称能做到的网关，描述的都是这两个工具实际不支持的转换层。
真正共享的是调用之外的一切：同一个钱包给两边供血，同一个仪表盘看两边用量，每请求 trace 记下每个工具各花了多少。「一个网关跑两个工具」的实际含义就是这个。
对照表
| Claude Code | Codex CLI | |
|---|---|---|
| 厂商 | Anthropic | OpenAI |
| 协议 | Anthropic Messages | OpenAI Responses（wire_api = "responses"） |
| 经 Router One 可调模型 | Claude Opus 4.8、Claude Sonnet 5、Claude Haiku 4.5 | GPT-5.5、GPT-5.4、GPT-5.4 mini、GPT-5.3 Codex Spark |
| 执行姿态 | 默认自主，长时间无人值守作业 | 沙箱优先，明确的审批模式 |
| 扩展面 | Hooks、skills、CLAUDE.md | config.toml profiles、AGENTS.md |
| 最擅长 | 多文件重构、跑-修-再跑循环 | 边界清晰的任务、谨慎环境、小改动快出手 |
| 经 Router One 计费 | 共享钱包按 token 扣费 | 同一个钱包、同一套 trace |
通过 Router One 把两个都配好
两边配置各约两分钟，一键安装命令可以全帮你做完。手动配的话，Claude Code 是一对环境变量——base URL 加上你的 key 作为 bearer token：
export ANTHROPIC_BASE_URL=https://api.router.one
export ANTHROPIC_AUTH_TOKEN=sk-your-api-key
Codex CLI 是在 ~/.codex/config.toml 里声明一个自定义 provider，用 env_key 机制——配置里写的是环境变量名，Codex 从那个变量读你的 Router One key：
model = "gpt-5.5"
model_provider = "router"
[model_providers.router]
name = "Router One"
base_url = "https://api.router.one/v1"
wire_api = "responses"
env_key = "ROUTER_ONE_API_KEY"
然后在 shell profile 里 export ROUTER_ONE_API_KEY=sk-your-api-key。两份配置的完整版本（含 Windows）见 CLI 配置指南。
成本：一个钱包，而不是两份订阅
原生跑这两个工具，你要维护两个厂商关系：两个计费页面、两种境外支付、两个地方对账。走 Router One，两边都变成对同一个预充值钱包按 token 计费，实际改变了三件事：
- 两个都试很便宜。 每个工具建一把 key，各设一个
maxSpend消费硬上限——比如 $10——然后用真实工作各跑一周。key 撞到上限就停，钱包和另一把 key 毫发无伤。 - 看得见哪个工具烧了什么。 每请求 trace 记录最终模型与 provider、token、花费、延迟和状态（Dashboard → Logs）。一个工具一把 key，「那个花了 $6 的下午是 Claude Code 还是 Codex？」就是一次筛选，不是一次猜测。账本具体记什么，见成本追踪。
- 费率就是公开的 token 价位。 部分模型最低可到官方公示价的 1 折（最高 90% off），实时单价见模型页。想要固定月费的话，钱包之外还有 Pro/Max/Ultra 订阅（见定价）。
一条对两个工具都适用的可靠性说明：当上游出现符合条件的错误——5xx、超时、429 或 529——Router One 可以把请求在提供同一个所请求模型的另一个健康 provider 上重试。不是所有错误都可重试，这也不是零宕机保证；长 agent session 仍应容忍偶发的失败调用，并对重试做有上限的指数退避。
Codex 侧这套账的完整版——为什么一个编码 CLI 根本不需要消费级聊天订阅——见不用 ChatGPT Plus 也能用 Codex CLI。
国内使用：这里差异最大
对国内开发者，这一节往往是决定性的。两个工具原生调用的厂商端点，在三大运营商网络上不挂 VPN 都不稳定；两家厂商的计费也都默认你有境外卡。这不是选型差异，是两边一样高的墙。
Router One 把墙整个拆掉：端点大陆直连、无需 VPN；钱包充值走一个托管收银台，支持银行卡或支付宝，也支持六条链上的 USDT/USDC（Tron、BSC、Ethereum、Polygon、Base、Arbitrum），全程不需要美国信用卡。换句话说，国内选 Claude Code 还是 Codex CLI，可以真正回到工作流本身，而不是「哪个的网络和付款我搞得定」。两个工具的国内专属配置页：Claude Code 国内使用、Codex CLI 国内使用。
常见问题
Claude Code 能通过 Router One 调 GPT 模型吗？Codex CLI 能调 Claude 吗？ 不能。每个工具只待在自己的模型家族里：Claude Code 说 Anthropic 协议，只能调 Claude 系模型；Codex CLI 说 OpenAI Responses 协议，只能调 GPT 系模型。两个工具共享的是账号、钱包、key 和每请求 trace，不是模型家族。
能在同一个 Router One 账号上同时跑两个工具吗？ 能，这正是推荐的用法。一个钱包给两个工具供血；实操建议是每个工具一把 API key，各设自己的 maxSpend 消费硬上限，这样每请求 trace 能干净地归因哪个工具花了多少。
用这两个 CLI 需要 Claude 订阅或 ChatGPT Plus 吗？ 不需要。通过 Router One，两个工具都从预充值钱包按公开的模型费率按 token 扣费，两边都不需要消费级订阅。重度用户也可以选 Router One 自己的 Pro/Max/Ultra 订阅作为固定月费的替代。
怎么知道哪个工具花了多少钱？ 每个经 Router One 的请求都有 trace，记录最终模型与 provider、token、花费、延迟和状态，在仪表盘的 Logs 里可见。每个工具用自己的 key 的话，按 key 筛选就能精确拆分各工具的花费，不需要任何估算。
两个工具在国内都能用吗？ 指向 Router One 后都能用：端点大陆直连、无需 VPN，钱包通过托管收银台用银行卡或支付宝充值，也支持六条链上的稳定币。国内专属配置指南在 /claude-code-china 和 /codex-china。
结论：按工作流选，不按品牌选
没有该加冕的赢家，硬要加冕的人评的其实是自己的习惯。诚实的映射是：
- 默认选 Claude Code，如果你的工作以成熟代码库里的多文件改动为主、想把「跑测试-修-再跑」循环整个交出去、或者团队愿意在 hooks、skills 和
CLAUDE.md上投入来固化自己的规范。 - 默认选 Codex CLI，如果你看重沙箱优先的执行模型、任务多数边界清晰，或者 GPT-5.x Codex 系列——尤其是 GPT-5.3 Codex Spark 在小改动上的速度——更合你的节奏。
- 两个都跑，如果条件允许。它们不冲突；一个 Router One 钱包、各一把带上限的 key，这场实验的成本就是 trace 里写的那个数。
到 router.one 建一把 key，用一键配置命令装上任意一个，让两周真实工作——而不是一张 benchmark 表——替你做决定。