{"id":2437,"date":"2026-04-21T18:07:10","date_gmt":"2026-04-21T18:07:10","guid":{"rendered":"https:\/\/deepinsightai.io\/?p=2437"},"modified":"2026-05-01T01:59:35","modified_gmt":"2026-05-01T01:59:35","slug":"chatgpt-codex-vs-claude-code","status":"publish","type":"post","link":"https:\/\/deepinsightai.io\/fr\/chatgpt-codex-vs-claude-code\/","title":{"rendered":"ChatGPT Codex vs Claude Code : les outils de programmation bas\u00e9s sur l'IA sont-ils en train de se ressembler ?"},"content":{"rendered":"

Il y a quelques jours, OpenAI a officiellement lanc\u00e9 son tout nouveau mod\u00e8le \u00e0 grande \u00e9chelle, le GPT-5.4-Cyber. Comme l\u2019ont soulign\u00e9 de nombreux internautes, ce mod\u00e8le donne une tr\u00e8s forte impression de d\u00e9j\u00e0-vu.<\/p>\n\n\n\n

Ce nouveau mod\u00e8le, tant au niveau de ses utilisateurs cibles que de ses cas d'utilisation, voire de sa strat\u00e9gie marketing, est pratiquement le reflet exact du mod\u00e8le r\u00e9cemment lanc\u00e9 par Anthropic Claude Mythos<\/a>. Ce genre de \u201c combat au corps \u00e0 corps \u201d a atteint un stade o\u00f9 il ne se cache m\u00eame plus. M\u00eame le *New York Times* l\u2019a soulign\u00e9 sans d\u00e9tour dans un titre r\u00e9cent : \u201c Comme Anthropique<\/a>, OpenAI\u2026 \u201d<\/p>\n\n\n\n

Cette tendance \u00e0 l'homog\u00e9n\u00e9isation ne se limite pas aux mod\u00e8les d'entr\u00e9e de gamme. Si l'on examine la s\u00e9rie de produits lanc\u00e9s r\u00e9cemment par ces deux entreprises, on constate qu'ils se ressemblent de plus en plus.<\/p>\n\n\n\n

Sous les feux des projecteurs du march\u00e9 des capitaux, cette convergence appara\u00eet encore plus clairement. Leurs valorisations sur le march\u00e9 secondaire sont d\u00e9sormais extr\u00eamement proches. Anthropic a m\u00eame l\u00e9g\u00e8rement d\u00e9pass\u00e9 OpenAI r\u00e9cemment, gr\u00e2ce \u00e0 son expansion rapide sur le march\u00e9 des entreprises. Le capital est toujours sensible : \u00e0 ses yeux, ces deux licornes ont les m\u00eames cornes.<\/p>\n\n\n\n

\"La<\/figure>\n\n\n\n

Il semble que l'homog\u00e9n\u00e9isation des mod\u00e8les de base conduise in\u00e9vitablement \u00e0 une convergence au niveau des applications des couches sup\u00e9rieures.<\/p>\n\n\n\n

Aujourd\u2019hui, je voudrais vous parler de deux outils de r\u00e9f\u00e9rence qui incarnent l\u2019\u00e9tat actuel de l\u2019art en mati\u00e8re de programmation assist\u00e9e par l\u2019IA : Codex d\u2019OpenAI et Claude Code d\u2019Anthropic. Alors qu\u2019ils suivaient autrefois des voies compl\u00e8tement diff\u00e9rentes, ils se retrouvent aujourd\u2019hui\u2026 arriver \u00e0 la m\u00eame destination<\/a>, comment ont-ils fini par prendre progressivement la m\u00eame forme ?<\/p>\n\n\n\n

De la divergence \u00e0 la convergence : l'\u00e9volution de deux g\u00e9ants<\/h2>\n\n\n\n

Si l'on remonte quelques ann\u00e9es en arri\u00e8re, Codex et Claude Code \u00e9taient le fruit de philosophies techniques totalement diff\u00e9rentes.<\/p>\n\n\n\n

La logique sous-jacente de Codex \u00e9tait essentiellement \u201c la rapidit\u00e9 avant tout \u201d. C'\u00e9tait comme si un d\u00e9veloppeur senior ayant cinq ans d'exp\u00e9rience vous suivait partout, toujours pr\u00eat \u00e0 compl\u00e9ter automatiquement votre code.<\/p>\n\n\n\n

\"La<\/figure>\n\n\n\n

Dans la vision d\u2019OpenAI, Codex \u00e9tait un agent terminal l\u00e9ger et hautement interactif. Il mettait l\u2019accent sur l\u2019it\u00e9ration rapide et programmation interactive<\/a>. Sa vitesse d\u2019ex\u00e9cution \u00e9tait extr\u00eamement rapide : gr\u00e2ce au mat\u00e9riel Cerebras WSE-3, il pouvait atteindre un d\u00e9bit de 1 000 tokens par seconde. Dans les flux de travail r\u00e9els, Codex proposait trois modes de validation distincts : suggestion, \u00e9dition automatique et automatisation compl\u00e8te, permettant ainsi aux d\u00e9veloppeurs de rester constamment inform\u00e9s. Cette conception r\u00e9pondait parfaitement aux besoins des d\u00e9veloppeurs qui avaient besoin d\u2019un prototypage rapide et d\u2019interactions fr\u00e9quentes.<\/p>\n\n\n\n

En revanche, Claude Code affichait d\u00e8s le d\u00e9part une personnalit\u00e9 \u201c froide \u201d et r\u00e9serv\u00e9e, \u00e0 l'image d'un architecte.<\/p>\n\n\n\n

\"D\u00e8s<\/figure>\n\n\n\n

Anthropic lui a donn\u00e9 l'ADN n\u00e9cessaire pour g\u00e9rer des t\u00e2ches extr\u00eamement complexes<\/a>. Il s'appuyait sur une fen\u00eatre de contexte gigantesque pouvant atteindre 1 million de tokens, ainsi que sur une technique de \u201c compression \u201d unique permettant des conversations pratiquement illimit\u00e9es. La philosophie de Claude Code \u00e9tait \u201c contr\u00f4le global, agir apr\u00e8s avoir planifi\u00e9 \u201d. Avant d\u2019ex\u00e9cuter la moindre action, il utilisait d\u2019abord une recherche par agents pour comprendre pleinement l\u2019ensemble du code, puis coordonnait des modifications coh\u00e9rentes sur plusieurs fichiers. Pour les t\u00e2ches de refactorisation \u00e0 l\u2019\u00e9chelle de l\u2019entreprise impliquant des dizaines de milliers de lignes de code, Claude Code faisait preuve d\u2019une ma\u00eetrise \u00e9tonnante.<\/p>\n\n\n\n

Cependant, au fil du temps et \u00e0 mesure que les cas d'utilisation se diversifiaient, ces deux outils, \u00e0 l'origine tr\u00e8s diff\u00e9rents, ont commenc\u00e9 \u00e0 s'inspirer l'un de l'autre.<\/p>\n\n\n\n

\"image\"<\/figure>\n\n\n\n

Lorsqu'il s'agit de g\u00e9rer des projets complexes, le principal obstacle pour un mod\u00e8le d'IA unique r\u00e9side dans la \u00ab pollution contextuelle \u00bb. Si vous demandez \u00e0 une IA de refactoriser un module d'authentification, apr\u00e8s avoir lu 40 fichiers, elle oublie souvent le mod\u00e8le de conception du premier fichier. Pour rem\u00e9dier \u00e0 ce probl\u00e8me, les deux entreprises sont parvenues \u00e0 des solutions quasi identiques : attribuer des fen\u00eatres contextuelles ind\u00e9pendantes \u00e0 chaque sous-t\u00e2che.<\/p>\n\n\n\n

OpenAI a rapidement lanc\u00e9 une nouvelle application de bureau pour macOS, qui isole les t\u00e2ches dans diff\u00e9rents threads par projet et les ex\u00e9cute de mani\u00e8re ind\u00e9pendante dans des environnements de test cloud. Anthropic a introduit une architecture de \u201c\u00a0\u00e9quipe d\u2019agents\u00a0\u201d, permettant aux d\u00e9veloppeurs de cr\u00e9er plusieurs sous-agents qui partagent des listes de t\u00e2ches et des d\u00e9pendances tout en travaillant en parall\u00e8le dans des contextes distincts. Qu\u2019on l\u2019appelle \u201c\u00a0sable cloud\u00a0\u201d ou \u00ab\u00a0\u00e9quipe d\u2019agents\u00a0\u00bb, le principe technique sous-jacent est d\u00e9sormais parfaitement align\u00e9.<\/p>\n\n\n\n

M\u00eame dans les classements des benchmarks, on constate un \u00e9quilibre fragile. GPT-5.3-Codex arrive en t\u00eate du Terminal-Bench 2.0 avec un score de 77,31 TP3T, tandis que Claude Code atteint 80,81 TP3T sur le SWE-bench Verified, plus complexe. Chacun domine son propre domaine de pr\u00e9dilection tout en s'effor\u00e7ant activement de pallier ses faiblesses.<\/p>\n\n\n\n

L'effet OpenClaw : la force invisible qui abat les murs<\/h2>\n\n\n\n

Si la strat\u00e9gie interne est \u00e0 l'origine de cette convergence, la pression exerc\u00e9e par l'\u00e9cosyst\u00e8me open source constitue quant \u00e0 elle une force externe qu'il est impossible d'ignorer. \u00c0 ce propos, il convient de mentionner OpenClaw.<\/p>\n\n\n\n

En tant que cadre de gestion des flux de travail issu de la communaut\u00e9 open source, OpenClaw<\/a> a de fait abattu les barri\u00e8res \u00e9cosyst\u00e9miques \u00e9rig\u00e9es par les g\u00e9ants de la technologie. Elle a normalis\u00e9 l'interaction entre les grands mod\u00e8les et les cha\u00eenes d'outils des terminaux locaux.<\/p>\n\n\n\n

Autrefois, des aspects tels que la mani\u00e8re de permettre \u00e0 un mod\u00e8le d\u2019appeler avec \u00e9l\u00e9gance des commits Git locaux, d\u2019ex\u00e9cuter en toute s\u00e9curit\u00e9 des scripts de test dans un environnement isol\u00e9, ou encore de r\u00e9aliser une v\u00e9rification par raisonnement en plusieurs \u00e9tapes, relevaient tous de \u201c technologies noires \u201d propri\u00e9taires dont Codex et Claude Code tiraient une grande fiert\u00e9.<\/p>\n\n\n\n

Mais OpenClaw a transform\u00e9 ces processus en protocoles g\u00e9n\u00e9raux. Cela signifie que les d\u00e9veloppeurs ne sont plus oblig\u00e9s de se limiter \u00e0 une plateforme sp\u00e9cifique simplement pour utiliser un certain mod\u00e8le de collaboration. Le mouvement open source a fait de la normalisation une tendance in\u00e9luctable. Face \u00e0 cela, OpenAI et Anthropic n\u2019ont eu d\u2019autre choix que de baisser la garde et de s\u2019adapter \u00e0 ces normes ouvertes.<\/p>\n\n\n\n

Lorsque les obstacles techniques sous-jacents seront lev\u00e9s par des initiatives open source telles qu\u2019OpenClaw, et que toutes les fonctionnalit\u00e9s avanc\u00e9es deviendront des configurations standard, la seule voie possible pour Codex et Claude Code sera une concurrence sans fin sur le plan des nuances de l\u2019exp\u00e9rience utilisateur.<\/p>\n\n\n\n

C'est pourquoi elles se ressemblent de plus en plus. Dans un cadre normalis\u00e9, il n'y a souvent qu'une seule solution optimale, \u00e0 l'image de l'\u00e9volution convergente en biologie.<\/p>\n\n\n\n

Codex rattrape son retard sur Claude Code<\/h2>\n\n\n\n

Bien que Claude Code et Codex se rapprochent, des diff\u00e9rences subsistent. \u00c0 certains \u00e9gards, Codex semble m\u00eame gagner en popularit\u00e9 aupr\u00e8s des d\u00e9veloppeurs.<\/p>\n\n\n\n

Il y a quelques jours, au sein de la communaut\u00e9 r\/ClaudeCode, un ing\u00e9nieur senior comptant 14 ans d'exp\u00e9rience (l'utilisateur u\/Canamerican726) a publi\u00e9 une analyse tr\u00e8s approfondie.<\/p>\n\n\n\n

Il a pass\u00e9 100 heures \u00e0 utiliser Claude Code et 20 heures \u00e0 utiliser Codex dans le cadre d'un projet complexe comptant 80 000 lignes de code.<\/p>\n\n\n\n

De son point de vue, utiliser Claude Code revenait \u00e0 superviser un ing\u00e9nieur qui travaillait contre la montre : le processus avan\u00e7ait \u00e0 un rythme effr\u00e9n\u00e9, mais ignorait souvent les r\u00e8gles d\u00e9finies dans CLAUDE.md et avait tendance \u00e0 empiler du code dans les fichiers existants plut\u00f4t que de proc\u00e9der \u00e0 une refactorisation.<\/p>\n\n\n\n

\u00c0 l\u2019inverse, Codex donnait l\u2019impression d\u2019\u00eatre un d\u00e9veloppeur stable et exp\u00e9riment\u00e9, fort de 5 \u00e0 6 ans d\u2019exp\u00e9rience. Bien qu\u2019il f\u00fbt 3 \u00e0 4 fois plus lent, il prenait le temps de r\u00e9fl\u00e9chir et de refactoriser au fur et \u00e0 mesure, tout en respectant scrupuleusement les limites des instructions. Ce niveau d\u2019autonomie permettait \u00e0 l\u2019ing\u00e9nieur de lui confier des t\u00e2ches en toute s\u00e9r\u00e9nit\u00e9 et de se concentrer sur d\u2019autres activit\u00e9s.<\/p>\n\n\n\n

Des avis similaires ont \u00e9t\u00e9 exprim\u00e9s sur des plateformes telles que X. Le chercheur Aran Komatsuzaki a soulign\u00e9 que Claude Code restait en t\u00eate pour les t\u00e2ches li\u00e9es au front-end, mais que Codex s'av\u00e9rait plus fiable pour la planification du back-end et la mise \u00e0 jour des informations gr\u00e2ce \u00e0 des recherches fr\u00e9quentes sur Internet.<\/p>\n\n\n\n

\"<\/figure>\n\n\n\n

Lors de discussions concr\u00e8tes, les d\u00e9veloppeurs ont soulign\u00e9 que les mod\u00e8les bas\u00e9s sur Opus fonctionnent rapidement mais accumulent souvent une \u201c dette de propret\u00e9 du code \u201d, tandis que Codex, bien que plus lent, nettoie au fur et \u00e0 mesure. Certains ont m\u00eame formul\u00e9 une r\u00e8gle empirique : lorsque l'utilisation de la fen\u00eatre de contexte atteint 70%, il faut imm\u00e9diatement d\u00e9marrer une nouvelle session, sous peine de voir appara\u00eetre des bogues cach\u00e9s.<\/p>\n\n\n\n

Ces exp\u00e9riences v\u00e9cues montrent clairement que, \u00e0 mesure que les fonctionnalit\u00e9s de ces outils se recoupent de plus en plus, ce sont finalement de petites diff\u00e9rences d'exp\u00e9rience \u2014 telles que le \u201c co\u00fbt de la correction des bogues \u201d et la \u201c charge mentale li\u00e9e \u00e0 la maintenance \u201d \u2014 qui d\u00e9terminent les pr\u00e9f\u00e9rences des d\u00e9veloppeurs. Pour les utilisateurs chinois, il existe \u00e9galement quelques d\u00e9fis suppl\u00e9mentaires.<\/p>\n\n\n\n

Une r\u00e9flexion froide : la guerre \u00e9cologique cach\u00e9e derri\u00e8re l'homog\u00e9n\u00e9isation<\/h2>\n\n\n\n

Bien s\u00fbr, le choix du meilleur outil d\u00e9pend toujours du d\u00e9veloppeur \u2014 et de son niveau de comp\u00e9tence. Comme l\u2019a conclu u\/Canamerican726 : si vous ne ma\u00eetrisez pas le g\u00e9nie logiciel, ces deux outils donneront de mauvais r\u00e9sultats. Les outils ne remplacent pas les comp\u00e9tences.<\/p>\n\n\n\n

Cette affirmation met fin \u00e0 une illusion de longue date concernant les outils de programmation d'IA. Nous pensions autrefois qu'avec un assistant d'IA suffisamment puissant, m\u00eame une personne sans aucune exp\u00e9rience pourrait d\u00e9velopper seule des applications destin\u00e9es aux entreprises. Mais la r\u00e9alit\u00e9 est tout autre.<\/p>\n\n\n\n

Claude Code n\u00e9cessite un \u201c pilote \u201d tr\u00e8s concentr\u00e9 et comp\u00e9tent, sans quoi il risque facilement de perdre le cap dans les bases de code volumineuses. Codex, bien que plus autonome, a tout de m\u00eame besoin que le d\u00e9veloppeur lui fournisse un contexte syst\u00e8me pr\u00e9cis pour fonctionner de mani\u00e8re optimale.<\/p>\n\n\n\n

Ainsi, lorsque les capacit\u00e9s des outils deviennent tr\u00e8s homog\u00e8nes, o\u00f9 se situent alors les v\u00e9ritables avantages concurrentiels de ces entreprises ?<\/p>\n\n\n\n

La r\u00e9ponse r\u00e9side dans les strat\u00e9gies tarifaires et les r\u00e9alit\u00e9s financi\u00e8res. Pour une m\u00eame t\u00e2che, Claude Code consomme souvent 3 \u00e0 4 fois plus de jetons que Codex, ce qui le rend plus co\u00fbteux. Pour les \u00e9quipes d\u2019entreprise, l\u2019utilisation de Le \u00ab Claude Code \u00bb peut co\u00fbter entre $100 et $200.<\/a> par d\u00e9veloppeur et par mois. De son c\u00f4t\u00e9, Codex regroupe ses fonctionnalit\u00e9s dans des formules d'abonnement plus abordables et tire parti de l'immense \u00e9cosyst\u00e8me GitHub pour attirer les utilisateurs.<\/p>\n\n\n\n

L'ambition d'Anthropic est d'int\u00e9grer profond\u00e9ment Claude Code dans les flux de travail des g\u00e9ants technologiques disposant de moyens financiers importants. Par exemple, Stripe a permis \u00e0 1 370 ing\u00e9nieurs d'utiliser Claude Code pour mener \u00e0 bien une migration interlangages en quatre jours \u2014 une t\u00e2che qui aurait pris des semaines \u00e0 une \u00e9quipe de dix personnes. Ramp s\u2019en est servi pour r\u00e9duire de 80% le temps de r\u00e9ponse aux incidents. OpenAI, quant \u00e0 lui, s\u2019appuie sur la port\u00e9e \u00e9tendue de son \u00e9cosyst\u00e8me pour faire de Codex le choix par d\u00e9faut de nombreux d\u00e9veloppeurs au quotidien.<\/p>\n\n\n\n

Il ne s'agit plus seulement d'une comp\u00e9tition technique : c'est une guerre qui porte sur la d\u00e9pendance vis-\u00e0-vis d'un \u00e9cosyst\u00e8me, la strat\u00e9gie tarifaire et l'ancrage des habitudes des utilisateurs.<\/p>\n\n\n\n

Le carrefour du d\u00e9veloppeur<\/h2>\n\n\n\n

Avec le recul, le lancement de GPT-5.4-Cyber n\u2019est qu\u2019une petite note de bas de page dans une bataille bien plus longue. La convergence entre Codex et Claude Code montre que les outils de programmation bas\u00e9s sur l\u2019IA sont pass\u00e9s d\u2019une phase exp\u00e9rimentale pr\u00e9coce, marqu\u00e9e par la nouveaut\u00e9, \u00e0 un stade de maturit\u00e9 et d\u2019industrialisation.<\/p>\n\n\n\n

Aujourd'hui, Claude Code g\u00e9n\u00e8re 135 000 commits GitHub par jour, ce qui repr\u00e9sente d\u00e9j\u00e0 environ 4% de l'ensemble des commits publics. Dans un avenir proche, la plupart des codes standard, des cas de test \u00e9l\u00e9mentaires et des refactorisations de routine seront probablement g\u00e9r\u00e9s en arri\u00e8re-plan, de mani\u00e8re transparente, par ces agents IA de plus en plus similaires.<\/p>\n\n\n\n

Face \u00e0 deux super-outils aux fonctionnalit\u00e9s quasi identiques et dont l'exp\u00e9rience d'utilisation se rapproche de plus en plus, quelle est la valeur fondamentale qui reste au d\u00e9veloppeur humain ?<\/p>\n\n\n\n

Peut-\u00eatre que l'\u00e8re de l'avantage li\u00e9 aux outils touche \u00e0 sa fin. Lorsque tout le monde disposera de la m\u00eame arme redoutable, ce qui d\u00e9terminera le succ\u00e8s ne sera plus la rapidit\u00e9 de la compl\u00e9tion de code, mais la capacit\u00e9 \u00e0 mieux cerner les probl\u00e8mes, \u00e0 avoir une vision plus large de l'architecture syst\u00e8me et \u00e0 trouver ce qui rend l'humain irrempla\u00e7able dans un monde envahi par le code g\u00e9n\u00e9r\u00e9 par l'IA.<\/p>","protected":false},"excerpt":{"rendered":"

A few days ago, OpenAI officially released its brand-new large model, GPT-5.4-Cyber. Like many people online have said, this model gives a very strong sense of d\u00e9j\u00e0 vu. This new model, in its target users, application scenarios, and even marketing strategy, almost completely mirrors Anthropic\u2019s recently released Claude Mythos. This kind of \u201cclose combat\u201d has […]<\/p>\n","protected":false},"author":1,"featured_media":2445,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"%%post_title%%","_seopress_titles_desc":"Codex vs Claude Code: a deep comparison of today\u2019s leading AI coding tools. Explore performance, cost, architecture, and why they\u2019re becoming increasingly similar.","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"none","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"both","_seopress_redirections_param":"","_seopress_redirections_type":301,"_seopress_analysis_target_kw":"","_uag_custom_page_level_css":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[2,3],"tags":[],"class_list":["post-2437","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","category-ai-tools"],"uagb_featured_image_src":{"full":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code.webp",2528,1696,false],"thumbnail":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-150x150.webp",150,150,true],"medium":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-300x201.webp",300,201,true],"medium_large":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-768x515.webp",768,515,true],"large":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-1024x687.webp",1024,687,true],"1536x1536":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-1536x1030.webp",1536,1030,true],"2048x2048":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-2048x1374.webp",2048,1374,true],"trp-custom-language-flag":["https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/ChatGPT-Codex-vs-Claude-Code-18x12.webp",18,12,true]},"uagb_author_info":{"display_name":"Claude Carter","author_link":"https:\/\/deepinsightai.io\/fr\/author\/cloud-han03gmail-com\/"},"uagb_comment_info":0,"uagb_excerpt":"A few days ago, OpenAI officially released its brand-new large model, GPT-5.4-Cyber. Like many people online have said, this model gives a very strong sense of d\u00e9j\u00e0 vu. This new model, in its target users, application scenarios, and even marketing strategy, almost completely mirrors Anthropic\u2019s recently released Claude Mythos. This kind of \u201cclose combat\u201d has\u2026","_links":{"self":[{"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/posts\/2437","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/comments?post=2437"}],"version-history":[{"count":1,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/posts\/2437\/revisions"}],"predecessor-version":[{"id":2446,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/posts\/2437\/revisions\/2446"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/media\/2445"}],"wp:attachment":[{"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/media?parent=2437"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/categories?post=2437"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/deepinsightai.io\/fr\/wp-json\/wp\/v2\/tags?post=2437"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}