¿Qué es OpenAI Codex?
OpenAI Codex es un agente de desarrollo capaz de entender un repositorio, buscar y leer archivos, planificar un cambio, editar código, ejecutar comandos y pruebas, analizar fallos y revisar el resultado hasta alcanzar una solución útil. El producto actual aparece en ChatGPT de escritorio, Codex CLI, una extensión de IDE y Codex web. Son superficies conectadas del mismo sistema, no el antiguo modelo de autocompletado llamado Codex.
La página oficial lo presenta para pull requests rutinarias, refactors complejos, migraciones, code review, varios agentes y trabajo programado. Puede usar herramientas locales o delegar tareas elegibles a entornos cloud. Instrucciones, skills, plugins y políticas permiten adaptarlo al proceso existente.
Flujos locales y cloud
En local, Codex opera sobre archivos y herramientas de la máquina sujeto al cliente, sandbox, aprobaciones y configuración. Resulta útil cuando se necesita un repositorio privado, base local, emulador o entorno ya preparado. También significa que un comando equivocado puede afectar archivos, procesos, credenciales o servicios reales si los permisos son amplios.
Las tareas cloud usan entornos administrados con repositorio, dependencias y secretos configurados. Worktrees y tareas paralelas aíslan cambios, pero aislamiento no equivale a corrección. Decide qué puede salir del equipo, qué secretos se exponen, si hace falta red y cómo vuelve el resultado mediante rama, parche o revisión.
Una petición fiable define resultado, restricciones, arquitectura relevante, archivos, comprobaciones y aquello que no debe cambiar. Codex puede investigar ambigüedad, pero no debería adivinar política de producto, compatibilidad o pérdida de datos aceptable. Guarda reglas estables en la guía del proyecto y decisiones puntuales en la tarea.
Precio y créditos
La guía de planes indica que Codex está incluido en planes ChatGPT con límites distintos. Desde el 2 de abril de 2026, la mayoría de clientes elegibles pasó de un cálculo aproximado por mensaje a una tarifa de créditos basada en tokens de entrada, entrada en caché y salida; algunos clientes Enterprise pueden seguir en un esquema anterior.
El consumo real depende de modelo, contexto, caché, salida, razonamiento, modo rápido, duración, automatizaciones y agentes adicionales. Codex, ChatGPT Work, ChatGPT for Excel y Workspace Agents pueden compartir el fondo agentic. No presupuestes con “mensajes al mes”: prueba tareas representativas, mira el panel de uso y fija topes y alertas.
Seguridad y permisos
Cada acceso a archivos, shell, Git, navegador, MCP, plugins, conectores o credenciales amplía la confianza. Un repositorio puede contener instrucciones maliciosas; un script de dependencia puede ejecutar código; un comando generado puede borrar datos; un conector puede exponer más información que el archivo actual.
Aplica mínimo privilegio. Empieza en control de versiones y con estado recuperable. Protege .env y credenciales, revisa comandos, limita red y producción, y evita aprobación automática en código desconocido. Separa credenciales de build y despliegue y exige aprobación humana para acciones irreversibles, costosas, visibles o sensibles.
El código debe pasar formateador, tipos, pruebas reales, seguridad y build del repositorio. Revisa dependencias inesperadas, licencias copiadas, salvaguardas desactivadas, pruebas debilitadas, secretos en logs y conducta no solicitada. Otra revisión automática es una señal, no un aprobador responsable.
Datos y gobierno
Con ChatGPT aplican términos de consumo o acuerdo empresarial. Business, Enterprise, Edu y API no usan entradas y salidas para mejorar modelos por defecto. En Plus y Pro personales, el contenido puede utilizarse salvo desactivar entrenamiento. Capturas y herramientas conectadas añaden datos.
Las organizaciones deben revisar retención, Compliance API, roles, modelos predeterminados, controles de apps/plugins, tareas cloud y servicios conectados. Una cuenta personal con ajustes de consumo no sustituye un workspace empresarial aprobado.
Veredicto
Codex es un agente amplio, no solo autocompletado. Puede comprimir investigación, implementación, pruebas y revisión en un ciclo, pero aumenta también el radio de impacto. Funciona mejor con objetivos claros, permisos pequeños, pruebas auténticas, ramas recuperables, visibilidad de coste y revisión responsable.
Visitar OpenAI Codex
