「結局どれが一番強いのか」。この問いには、たぶん答えが出ません。
前回、3社の料金と性能を比較して分かったのは、性能も価格もほぼ横並びになったということでした。SWE-bench で Codex 88.7% / Claude Code 87.6%。差は1.1ポイントです。
なので今回は問いを変えます。
どれが一番強いか（答えが出ない）
↓
どれが何に強いか（答えが出る）
3つの得意分野を、公開情報と実測値から整理しました。最後に、「並列にすれば速くなる」という直感がどこで裏切られるかも書きます。Google Research が180構成を評価した結果です。
Codex の強み：軽い
一言でいうと、燃費です。
第三者が API 境界で計測した結果では、同じ作業で Claude Code の約4分の1のトークンで済んでいます（最大4.2倍差）。
理由は起動時のオーバーヘッドにあります。Claude Code はプロンプトが届く前に約33,000トークンを送信します。システムプロンプト、ツールスキーマ、注入されるスキャフォールドです。OpenCode は同じ位置で約7,000トークン。この差が毎リクエスト積み上がります。
そしてトークンが少ないことは、2つの形で返ってきます。
| 効果 | 中身 |
|---|---|
| 月末まで動く | プランは使用量で区切られる。4倍動けば、上限に当たる時期が変わる |
| 応答が速い | 送受信するトークンが少ない分、単純に往復が短い |
さらに、Codex は ChatGPT の有料プランに同梱されています。すでに ChatGPT Plus を契約しているなら、追加費用はゼロです。ChatGPT は有料契約5,000万人。この中にいる人にとって、試すコストは実質ありません。
向いている作業
- 単発の修正、リファクタ、小さな機能追加
- 「とりあえず動くものを速く」が優先される場面
- 月の使用量を気にせず回したい場面
Claude Code の強み：長い、広い
こちらは持久力と射程です。
長い
複数の比較記事が一致して挙げているのが、長時間タスクと複数ファイルをまたぐ作業での安定性です。コンテキスト保持が強く、30分かかる作業でも最初の指示を落としません。
アプリやゲームを1本作るような、ファイルを何枚もまたぐ長い作業は、途中で文脈を失うと成立しません。ここが効きます。
広い
もう1つが Claude in Chrome です。2026年に全有料プランへ開放されました。
従来のエージェントができたのは、ローカルのファイル操作、コード実行、ターミナル操作まで。決められたツールの範囲内です。ブラウザを操作できるようになると、ここが変わります。
できることの境界が
「ツールとして実装されたもの」から
「Web でできること全部」に移る
具体的には、検索して結果を読む、複数サイトを比較する、フォームを埋める、管理画面を操作する、といった作業がそのままタスクに入ります。
なお OpenAI も同じ領域に Atlas という独自ブラウザで参入しましたが、公開から292日で閉鎖し、Chrome 拡張へ統合中です。独自ブラウザを作るより、既存ブラウザに拡張で入るほうが勝った、という結果になりました。
ただしこの差は一時的です。 OpenAI の移行が完了すれば消えます。
向いている作業
- アプリ・ゲームなど、長期の実装
- ファイルを横断するリファクタ
- Web 上の操作まで含めた自動化
Gemini の強み：広い、タダ
ベンチマークでは 80.6%。上位2つから7〜8ポイント下です。1.1ポイントは誤差でも、7ポイントは誤差ではありません。
ただ、別の軸では勝っています。
| 項目 | Gemini CLI |
|---|---|
| 無料枠 | 1日1,000リクエスト |
| コンテキスト | 100万トークン |
1日1,000回を無料で回せるのは、他2社にはない条件です。学習、検証、試作の段階ならこれで足ります。
そして100万トークンのコンテキスト。巨大なログ、長い仕様書、リポジトリ全体を一度に読ませるような使い方では、精度より容量が効く場面があります。
もう1つ押さえておくべきことがあります。追い上げ方が速い。
| 時期 | Claude側 | Gemini側 | 差 |
|---|---|---|---|
| 以前 | Opus 4.6 — 80.8% | Gemini 2.5 Pro — 63.8% | 17ポイント |
| 現在 | Claude Code — 87.6% | Gemini CLI — 80.6% | 7ポイント |
17 → 7。半分以下になっています。 現時点で3番手だからといって、選択肢から外す段階ではありません。
向いている作業
- コストをかけずに試す段階
- 超長文・大量ログの処理
- Google Workspace との連携が前提の業務
早見表
| やりたいこと | 向いているもの |
|---|---|
| 小さい修正を、たくさん、速く | Codex |
| 長期の実装（アプリ・ゲーム） | Claude Code |
| Web 操作まで任せたい | Claude Code |
| すでに ChatGPT 課金済み | Codex（追加0円） |
| まず無料で試したい | Gemini（1日1,000回） |
| 超長文・大量ログを読ませる | Gemini（100万トークン） |
| 月の使用量が心配 | Codex（トークン1/4） |
課金すべきかどうかの判定基準、用途別の結論、今後どの企業が優位になるかの予測（5つ・時期と確信度つき）は、note にまとめています。
*AIの記事を1000本以上読んで、Claude Code を毎日使っている僕が、Codex・Claude Code・Gemini のどのプランをいつ買うべきか徹底解説します
↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑noteで詳しく解説します↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑
おまけ：「並列にすれば速くなる」は、半分しか正しくない
サブエージェントやマルチエージェント構成は、直感的には「手分けすれば速い」と思えます。ここに明確なデータが出ました。
Google Research が180のエージェント構成を評価しています。単一エージェントと、independent / centralized / decentralized / hybrid の4種を、4つのベンチマーク（Finance-Agent、BrowseComp-Plus、PlanCraft、Workbench）で比較したものです。モデルは GPT・Gemini・Claude の3系統。
結果が、きれいに分かれました。
| タスクの性質 | 結果 |
|---|---|
| 並列化できる（財務推論） | centralized 構成が単一エージェント比 +80.9% |
| 逐次的（計画立案） | 全構成が性能低下。-39〜70% |
さらにエラーの扱いも対照的でした。
- independent 構成：誤りを 17.2倍に増幅
- centralized 構成：4.4倍に抑制
つまりこういうことです。
手分けできる仕事 → 並列化で大きく伸びる
順番に積み上げる仕事 → 並列化すると壊れる
そして構成を間違えると、エラーが17倍に膨らむ
Claude Code のサブエージェントも同じ構造です。別の実測では、サブエージェントの使用は直接実行の 4.2倍のトークンを消費します。
速くなるかどうかは、タスクの形で決まります。 とりあえず並列にする、は危険です。
まとめ
| 強み | 弱み | |
|---|---|---|
| Codex | トークン効率（1/4）、速度、ChatGPTに同梱 | 長期タスク、Web 操作 |
| Claude Code | 長期タスク、ブラウザ操作、実装の完遂力 | トークン消費が重い |
| Gemini | 無料枠（1日1,000）、100万コンテキスト | 精度が7ポイント下 |
前回の記事で「性能では選べない」と書きました。今回調べて、その先が見えました。
選ぶ基準は、性能ではなく作業の形です。 自分のタスクが「短いか長いか」「手分けできるか積み上げか」。ここが決まれば、答えは自動的に出ます。
もっと詳しく
課金すべきかどうかの判定基準、用途別の結論、今後どの企業が優位になるかの予測（5つ・時期と確信度つき）は、note にまとめています。
AIの記事を1000本以上読んで、Claude Code を毎日使っている僕が、Codex・Claude Code・Gemini のどのプランをいつ買うべきか徹底解説します
https://note.com/nextsurvive/n/nbce97ddcd44f
関連記事（Qiita）
- AIコーディングエージェントの料金を、実測値で比較した ― Codex・Claude Code・Gemini ― 3社の料金が横並びになっていた話
- AIの無料プランは「打ち切り」ではなく「使われなくなる」形で終わる ― 無料プランがどう終わるかを公開情報だけで調べた
- AIの1回の質問の値段（電気代）はいくら？ ― 推論1回あたりのコストを各社の自己発表値から計算した
参考にした情報
- Google Research「Towards a science of scaling agent systems」（180構成の評価、+80.9% / -39〜70%、エラー増幅17.2倍 / 4.4倍）
https://research.google/blog/towards-a-science-of-scaling-agent-systems-when-and-why-agent-systems-work/ - 3エージェントのベンチマーク比較（SWE-bench Verified）
https://fungies.io/best-ai-coding-cli-tools-2026-comparison-2/ - 以前の性能差（Opus 4.6 vs Gemini 2.5 Pro）
https://kanerika.com/blogs/gemini-cli-vs-claude-code/ - トークン消費の実測（API境界での計測、約33,000トークンのプリアンブル）
https://labmemo.com/?p=51536 - Claude Code と Codex のトークン比較
https://artificialanalysis.ai/ja/agents/coding-agents/comparisons/claude-code-vs-codex - Claude in Chrome と Atlas の比較（292日で閉鎖）
https://www.usecarly.com/blog/claude-in-chrome-vs-openai-atlas/ - Claude の料金プラン
https://claude.com/pricing - ChatGPT の料金プラン
https://openai.com/chatgpt/pricing/