« Claude Code serait-il cent fois plus efficace que Codex ? »
À peine la question posée, les tableaux de tests arrivent : scores en programmation, taux de réussite, capacités de raisonnement. Mais ce n'est pas la vraie plainte.
L'expérience d'un utilisateur est bien plus concrète : il confie une petite tâche à Codex, le travail n'est pas livré et le quota hebdomadaire fond déjà. Il donne plusieurs travaux à Claude Code, reçoit des résultats et dispose encore d'une marge confortable.
Le travail n'a pas franchi la ligne d'arrivée. Le compteur de consommation, si. Une médaille pour le compteur ?
Répondre juste n'est pas livrer
Prenons la révision d'un article en plusieurs langues. Rédiger de belles phrases ne suffit pas. Il faut modifier chaque version, enregistrer les fichiers au bon endroit puis les rouvrir pour vérifier qu'ils sont bien là.
Si l'assistant s'arrête, l'humain réexplique le contexte. Un nouvel essai consomme davantage. Si l'enregistrement échoue, aucun livrable n'existe. C'est comme un génie des courses qui abandonne toujours son chariot juste avant la caisse.
Le quota hebdomadaire change tout
Un abonné ne demande pas seulement combien coûte un token d'API. Il veut savoir : « Combien de tâches vais-je finir cette semaine avec mon forfait ? » Tarifs d'API à l'usage et quotas inclus dans un abonnement sont distincts.
OpenAI explique que la consommation de Codex varie selon le modèle, la tâche et les réglages. Claude explique que le modèle ainsi que la longueur et la complexité des échanges influencent le quota. Une demande ne coûte donc pas toujours une unité fixe.
En septembre 2026, un membre de la communauté a suivi environ vingt jours d'utilisation et estimé que son abonnement Claude offrait trois à cinq fois plus de capacité hebdomadaire que Codex en équivalent tarif d'API. C'est une observation individuelle, pas une règle générale ; certains utilisateurs constatent l'inverse.
Les tentatives ratées creusent l'écart
Un agent termine du premier coup. L'autre s'arrête, réclame de nouvelles consignes, consomme du quota et échoue peut-être même à sauvegarder. Le temps de supervision grimpe tandis que le nombre de tâches finies reste nul.
Cela explique un écart énorme de ressenti malgré des résultats de test proches. Mais le facteur cent n'est pas démontré. Et les pourcentages des deux fournisseurs ne représentent pas forcément la même unité.
Compter les livrables plutôt que les trophées
Attribuons des tâches similaires, puis relevons les résultats sauvegardés et vérifiés, le quota utilisé et le temps d'intervention humaine.
On veut un assistant qui termine le travail aujourd'hui et laisse du quota pour demain, pas un diplôme d'intelligence.
Chère IA, réduis ma liste de tâches, pas seulement mon forfait.
