Resumo de impressões práticas sobre o uso do Codex e Open Code no ambiente pessoal e Claude Code no trabalho
Olá, sou o Munou.
Sinto que não há muitos resumos abrangentes por aí, então vou escrever (da forma mais justa possível) o que penso após usar vários deles. Há muito position talk (viés pessoal).
Considerando que cada um tem usos diferentes, é possível fazer uma avaliação justa? Bem...
Impressões sobre cada modelo
Codex
Meu principal no dia a dia é o Codex.
A inteligência na sugestão de correções de bugs e na forma como lida com a implementação é característica dos modelos LLM da OpenAI, e por rodar em uma infraestrutura poderosa, a velocidade de resposta é rápida e não gera frustração. Ele faz correções mínimas, o que tornava o git diff fácil de ler, mas sinto que outros modelos LLM também ficaram mais inteligentes, então isso pode não ser mais uma exclusividade.
Geralmente, se você passar um log de depuração com problemas, ele resolve quase tudo e raramente trava.
Pessoalmente, a capacidade de revisão da versão web do ChatGPT é poderosa, e em meu ambiente pessoal, costumo alternar muito entre a revisão do ChatGPT e o Codex. Como posso refletir os resultados do brainstorming diretamente no código, acabo reduzindo commits desnecessários.
Além disso, como não consome a cota do Codex, recomendo o uso combinado com a versão web do ChatGPT.
Minha previsão pessoal é que eles aumentem as chances de reset para inflar a avaliação antes do IPO, mas no momento, o consumo de tokens na alternância com a versão web não diminui em nada, então não há problemas.
Acredito que o uso tipo multi-agente não seja nativamente suportado, então, nesse caso, pode ser melhor usar outros agentes de codificação.
Open Code
Uso para tarefas simples ou de investigação, como criar scripts bash descartáveis, analisar logs brutos diretamente ou aplicar um Github Actions simples em vários repositórios. Atualmente, uso principalmente o modelo da Xiaomi, Mimo V2.5 (que ainda é gratuito), e a eficiência é muito boa, especialmente ao rodar tarefas de investigação com multi-agentes.
Também peço para resumir a investigação de respostas reais de endpoints de API e depois implemento no Codex. Como ele aprende com os dados, revogo as chaves de API imediatamente nesses casos.
Minha consciência de segurança é meio frouxa, mas é mais simples e melhor do que fazer rodeios para proteger a API Key.
Basicamente, não o uso muito para codificação principal.
Quanto à cota, parece ser uma janela de 9 horas, mas até agora só atingi o limite uma vez, então acho que a cota gratuita é bem generosa.
No entanto, em termos de codificação, atualmente uso o GLM-5.2 via Neuralwatt. Ele tem um contexto absurdamente grande e é muito útil porque encontra problemas de segurança que nem o Codex consegue detectar. Além de tarefas de segurança, sinto que o GLM-5.2 é bem prático para codificação. Nunca usei o Kimi, então não sei.
Sobre os pontos negativos, se você abrir e fechar muitas vezes, ele enche o /tmp/ com arquivos temporários e, de repente, para de iniciar.
Claude Code
No geral, ele gera muita saída, o que causa flood. Pode ser bom para codificar apps do zero, mas se me perguntarem se quero usar no desenvolvimento pessoal, é uma escolha complicada. Às vezes ele implementa mais do que o necessário, o que pode ser problemático.
Tarefas de investigação de segurança são inúteis agora porque a censura do Fable está terrível.
E, se não me engano, no plano pessoal é a mesma coisa: ele compartilha a cota com o chat da versão web, então se atingir o limite, acabou. No entanto, acho que o ChatGPT/Codex no plano business também eram tratados separadamente, então pode ser a mesma coisa na prática.
Porém, o desenvolvedor que eu gosto, xroche, voltou a manter o HTTrack (que estava sem manutenção há um tempo) usando o Claude, então talvez seja apenas porque me acostumei com o Codex e tenho uma imagem negativa enviesada.
Outra imagem negativa que tenho — embora devamos considerar que a Anthropic é boa em marketing — é que às vezes sinto uma discrepância com a realidade. Talvez seja algo para inflar a avaliação antes do IPO, mas eles realizam atividades que me fazem questionar, como as seguintes:
Atividades políticas para conter a velocidade do desenvolvimento de IA na China
Atividades para impedir o uso ilegal de recursos computacionais por empresas chinesas
Isso pode funcionar como um porta-voz para proteger a indústria americana, mas sinto certa simpatia em relação às restrições de semicondutores na China; parece uma jogada política ruim ou tenho dúvidas sobre a sustentabilidade disso.
E o fato de a FTX / Alameda ter tido participação acionária no passado também é um pouco inquietante. Já foi liquidado por falência e era apenas um dos investidores, mas ainda assim deixa um sentimento estranho.
Conclusão
Sinceramente, a maioria dos modelos hoje é excelente, então, em termos de implementação, não acho que haja tanta diferença se usados corretamente. Mas para quem está aguentando apenas com o Open Code, gostaria que experimentassem o Codex pelo menos uma vez.
Fim.