https://www.youtube.com/watch?v=WCrnS09vpfo
原视频：I Made Codex and Claude Code Build the Same App. One Clearly Won.
原作者：Nate Herk | AI Automation
发布日期：2026-08-14
视频链接：https://www.youtube.com/watch?v=WCrnS09vpfo
00:00 实验背景介绍
以相同prompt让Claude Code与Codex开发同一款应用，二者的产出结果、实现过程、耗时与成本均存在极大差异；本次将拆解两款工具的产出差异，明确二者各自的适用场景。
00:25 构建需求与Prompt说明
为两款工具提供完全相同的开发指令：要求打造可上线的Typeform替代产品，通过slash goal指令调度专用代理，分研究、构建、验证三个阶段完成开发，且明确要求不能止步于原型，需持续迭代测试至产品完整；复盘认为该prompt可在研究与构建阶段间新增规划环节，以进一步优化产出质量。
01:32 Realform功能测试
首款测试的应用为Codex开发的Realform，其首页UI完成度较高，普通用户较难识别为AI生成；注册后进入演示工作区，表单编辑功能覆盖多类题型、逻辑跳转、主题设置、webhook对接等能力，但界面元素繁杂、操作逻辑混乱，存在图片预览失效、主题设置无响应、部分功能仅做演示未实际落地等问题；产品设计偏向后台数据采集能力，忽略前端用户操作体验，未达到生产可用标准。
06:08 Formora功能测试
第二款测试的应用为Claude Code开发的Formora，其首页设计较为粗糙，但操作路径清晰；产品支持多工作区切换，表单编辑界面简洁易上手，覆盖多类题型、逻辑规则配置、主题自定义、发布、数据统计分析等核心能力，发布后的表单交互符合Typeform的使用习惯，可正常收集并查看提交结果；虽存在账号菜单无法访问、字段选中状态显示异常、问题编号逻辑错误、二级页面返回不便等bug，但整体功能完成度与使用体验远优于Realform。
11:42 开发方结果揭晓
揭晓两款应用的开发主体：体验更佳的Formora由Claude Code开发，设计完成度更高但功能混乱的Realform由Codex开发；该结果超出预期，原本预判Codex会在本次测试中表现更优，同时明确测试结果与prompt设计高度相关，不能直接判定两款工具的绝对优劣。
12:44 成本、Token与耗时对比
成本方面，Claude Code API花费约832美元，Codex花费近3000美元；Token消耗上，Claude Code输出Token约200万，Codex近1150万；模型调度上，Codex全程使用GPT-5.6 Sole，Claude Code最初以Fable 5启动，因安全校验切换为Opus 4.8作为主编排器，调度Fable 5代理执行任务；耗时方面，Claude Code用时5.5小时，Codex用时近62小时（约2.5天）；该效率结果与过往测试结论相反，与prompt设计方式密切相关。
14:30 代理调度与测试数据对比
两款工具的资源调度与测试投入差异显著：Claude Code仅使用1个编排代理、35个子代理，完成约2800次工具调用，执行296次单元测试、199个测试用例、102次浏览器测试；Codex使用1个编排代理、126个子代理，完成32500次工具调用，执行2300次单元测试、341个测试用例、391次浏览器测试，资源投入远高于Claude Code。
15:17 两款工具优劣势分析
Claude Code（基于Fable系列模型）擅长创意发散、方案规划与头脑风暴，适合接收高层级目标类prompt；Codex偏向严格执行指令，适合步骤明确的任务，本次测试中Codex未能准确理解高层级需求，虽资源投入大但产品体验不佳。将两款产物匿名交由Codex评审，Codex判定Claude Code产出更
使用YouDub AI翻译配音制作
项目地址：https://github.com/liuzhao1225/YouDub-webui
