AIコーディング競争の現在地

2026年4月、OpenAIは「Codex CLIをClaude Codeへの直接的な攻撃として強化した」とThe Vergeが報じた（2026年4月16日）。TechCrunchも「AnthropicをターゲットにしたCodexの大幅強化」と伝えており、AIコーディングエージェント市場は激しさを増している。

この戦場を構成するのは主に3製品だ。AnthropicのClaude Code、OpenAIのCodex CLI、GoogleのGemini CLI。それぞれが異なる設計哲学と強みを持ち、開発者に迫る選択は単純ではない。

SonarSourceが2026年に実施した「State of Code」調査（開発者1,149人対象）によると、開発者の72%がAIツールを毎日利用し、コミットされるコードの42%がAI支援によるものになっている。一方で96%の開発者がAI生成コードを完全には信頼していないという現実もある。ツール選択の前に、それぞれの実力を正確に把握しておく必要がある。

なお、2026年4月17日にAnthropicがClaude Opus 4.7をリリースしており（Hacker News報道）、本記事のベンチマークデータは主にOpus 4.6時点のものだが、最新モデルにも言及する。

基本スペック比較

機能Claude CodeCodex CLIGemini CLI
基盤モデルClaude Opus 4.6（4.7に更新中）※Anthropic公式GPT-5.3-Codex（現行デフォルトはGPT-5.4）※OpenAI公式Gemini 3.1 Pro Preview※Google公式
コンテキスト窓最大100万トークン（コンパクションAPI）40万（入力）/ 12.8万（出力）※GPT-5.4では実験的1M対応100万トークン
CLI実装言語TypeScriptRust（TypeScriptから再構築）TypeScript/Node.js
操作モデル自律型エージェント（Agent Teams）クラウドサンドボックス + ローカルReActベースの対話型
無料枠なし（従量課金）なし（ChatGPT Plusに含む）60リクエスト/分・1,000クエリ/日

Claude Code（Opus 4.6）

ターミナル上で動作し、ファイルシステムへのアクセス・Git操作・テスト実行を自律的に行う。「Agent Teams」機能により、依存関係のあるサブタスクを複数のエージェントに並列処理させることが可能だ。2026年4月時点でGitHub上の公開コミットの約4%（1日13万5,000件）がClaude Codeによって生成されているとSemiAnalysis（2026年2月）が報告している。ただしSemiAnalysisは独立系アナリスト会社であり、GitHubやAnthropicが公式に確認した数字ではない点に留意が必要だ。

AnthropicはAPIを通じたCodexとの直接競合に加え、MicrosoftのCopilot Coworkへの技術提供という形でエンタープライズ市場にも食い込んでいる。

Codex CLI（GPT-5.3 / GPT-5.4）

OpenAIがTypeScriptからRustで再構築したCLI。最大の特徴はクラウド上の分離されたコンテナ（サンドボックス）でタスクを実行する点で、未知のコードベースへの「破壊的操作」を伴うテストを安全に並列実行できる。ChatGPT $100/月プランの導入と同時に、Codexのエンタープライズ向け機能強化が進んでいる。

Gemini CLI（Gemini 3.1 Pro Preview）

Model Context Protocol（MCP）を活用してGoogle検索・BigQuery・Slackなどと連携する。実装はTypeScript/Node.js製（Node.js v18以上が必要）。個人用Googleアカウントで無料枠（毎分60リクエスト・1日1,000クエリ）が利用でき、学習・プロトタイピング用途の参入障壁が極めて低い。

ベンチマーク：得意領域が明確に分かれる

注記: 以下の数値はすべて各社・独立機関が公表した時点・条件に依存する。評価セット、プロンプト設定、モデルバージョンが異なれば結果は変わる。ツール選択の参考値として参照されたい。

SWE-bench Verified（実環境のバグ修正）

Claude Opus 4.6は**80.8%を達成しており、複雑なシステム変更における信頼性が高い（Anthropic公式、2026年）。2026年4月17日リリースのClaude Opus 4.7はvals.aiの独立評価で82.0%**と更新している。ただしHacker Newsのコミュニティ報告では、100万トークンを超える超長文コンテキストでの情報取り出し精度（Retrieval Accuracy）が4.6から微減するケースが指摘されており、巨大なリポジトリ全体を一度に読み込ませる用途では注意が必要だ。

Terminal-Bench 2.0（ターミナル操作）

このベンチマークは評価手法によって結果が大きく変わるため、数字の解釈に注意が必要だ。

ツールOpenAI自社報告（xhigh設定）独立評価（vals.ai標準手法）
GPT-5.3-Codex77.3%64.04%（3位）
Claude Opus 4.665.4%—
Claude Opus 4.7—68.54%（1位）

OpenAIが公開している77.3%は自社の最高設定（xhigh）での値であり、独立評価機関vals.aiの標準化された手法ではCodexは64.04%（3位）となる。vals.aiの同手法ではClaude Opus 4.7が68.54%で首位に立っている（vals.ai Terminal-Bench 2.0リーダーボード）。ベンチマーク数値は評価条件を確認した上で参照することが重要だ。

HumanEval（コード生成）

Claude（92%）対Codex（90.2%）と僅差であり、この指標では両者の差はほぼない。

トークン効率

同一タスクにおいてClaude CodeはCodexの3.2〜4.2倍のトークンを消費するとblakecrosley.com（2026年、個人ブログ）が報告している。タスクの種類や設定により幅があるため、あくまで参考値として扱われたい。Claudeが詳細な説明と自己検証を行うためであり、コストと品質のトレードオフが存在する。

マルチエージェント機能

Claude Code「Agent Teams」

共有タスクリストと依存関係の追跡を行い、複数のサブエージェントがメッセージをやり取りしながら大規模リファクタリングを完遂する設計。ScalaからJavaへの移行のような、数十ファイルにまたがる作業が得意だ。

Codex「Cloud Sandbox」

タスクごとに独立したコンテナを起動し、5つの異なる機能を同時並列実行できる。コンテキストの汚染を防ぎ、本番環境に近い条件で安全に試せる点がエンタープライズ向けに評価されている。

Gemini CLI「MCP連携」

MCPを通じてGoogle検索をリアルタイムで参照しながらコードを書ける。BigQueryやFirebaseのデータを直接クエリするデータ集約型の開発ワークフローに強みを持つ。

開発者の実態：SonarSource「State of Code 2026」

SonarSource調査（2026年、1,149人）が示す現場の実態は、生産性向上の裏にある課題を浮き彫りにしている。

生産性データ

  • **72%**の開発者がAIツールを毎日利用
  • コミットされるコードの**42%**がAI支援
  • Claude Codeだけで全GitHubコミットの**4%**を生成（SemiAnalysis）

「信頼できないコード」問題

96%の開発者がAI生成コードを完全には信頼していない。ここで注意が必要なのが、よく引用される「週の24%」という数字の解釈だ。

同調査では「開発者がtoil（技術的負債の管理・レガシーコードのデバッグなど繰り返し作業全般）に費やす時間が平均23〜25%」と報告されているが、AIツールを頻繁に使う開発者も使わない開発者も、この割合はほぼ変わらない。つまりAIの導入がtoilを減らしているわけではなく、作業の性質が「コードを書く」から「AIの出力を検証・修正する」に転換しているという構造的な問題を示している。

セキュリティとシャドーAI

  • **57%**が機密データの露出を懸念
  • ChatGPTユーザーの**52%**が個人アカウントで業務コードを処理（企業ガバナンス外）
  • **88%**がAIによる技術的負債への悪影響を報告

「シャドーAI」（個人アカウントでの業務利用）は、AnthropicがサードパーティツールのClaudeサブスクリプション利用を制限した背景の一つでもあり、エンタープライズにとって深刻なガバナンス課題だ。

費用と導入モデル

OpenAI（2026年4月改訂）

2026年4月9日に$100/月プランが新設された。

プラン月額Codex利用枠
Plus$20制限あり
ChatGPT Professional（新設）$100Plusの5倍
Pro$200事実上無制限

Anthropic / Claude Code

月額$20（Pro）〜$200（Max 20x）。エンタープライズでは従量課金のAPI利用が中心で、月額$100〜$200程度が一般的な支出水準とされる。

Gemini CLI

個人用Googleアカウントで毎分60リクエスト・1日1,000クエリまで無料（Google公式）。コストをかけずに試したい開発者にとって参入障壁がほぼゼロだ。

ツール選択ガイド

ツール選択は開発のフェーズと優先事項によって決まる。

Claude Codeを選ぶべきケース

  • 大規模・複雑なコードベースのリファクタリング（SWE-bench最高精度）
  • 複数エージェントの協調が必要な大規模移行プロジェクト
  • 品質と正確性を最優先するプロダクション環境

Codex CLIを選ぶべきケース

  • クラウドサンドボックスによる安全な並列プロトタイピング
  • トークン効率を重視したコスト管理（Claude比で約3分の1）
  • CLIネイティブな自動化・ターミナル操作の多いワークフロー

Gemini CLIを選ぶべきケース

  • コストゼロで高性能エージェントを試したい場合
  • Google検索・BigQuery等のリアルタイム連携が必要なタスク
  • 100万トークンのコンテキストで巨大なコードベース全体を把握する場面

よくある質問

Q: 2026年4月時点でClaude Codeが使っているモデルは何ですか？

Claude Opus 4.6がデフォルトモデルです（200Kトークンコンテキスト）。2026年4月17日にClaude Opus 4.7がリリースされており、今後の更新で切り替わる見込みです。

Q: Gemini CLIは本当に無料で使えますか？

はい。個人用Googleアカウントで毎分60リクエスト・1日1,000クエリまで無料です（Google公式）。ただし商用利用や制限超過時は有料になります。

Q: Terminal-BenchでCodexが77.3%と報告されていますが、信頼できますか？

77.3%はOpenAI自社報告の最高設定（xhigh）での値です。独立評価機関vals.aiの標準手法ではCodexは64.04%（3位）となり、Claude Opus 4.7が68.54%で首位です。ベンチマークは評価条件によって大きく変わるため、複数のソースを参照することを推奨します。

Q: Gemini CLIはGoやC++で作られているのですか？

いいえ。Gemini CLIはTypeScript/Node.jsで実装されており、Node.js v18以上が動作要件です（Gemini CLI公式ドキュメント）。Codex CLIがRustで再構築された点とは異なります。

Q: AIコーディングツールを導入すると技術的負債は減りますか？

SonarSource調査（2026年）では、AIツールの利用頻度に関わらず「toil作業に費やす時間は約24%で変わらない」という結果が出ています。作業の性質がコード記述から出力検証・修正に変わっているだけで、負担そのものは減っていないという現実があります。

主要出典

  • The Verge「OpenAI’s big Codex update is a direct shot at Claude Code」（2026年4月16日）
  • TechCrunch「OpenAI takes aim at Anthropic with beefed-up Codex」（2026年4月16日）
  • Anthropic「Introducing Claude Opus 4.6」（公式ブログ）
  • SonarSource「State of Code Developer Survey Report 2026」（開発者1,149人調査）
  • vals.ai「SWE-bench Leaderboard」「Terminal-Bench 2.0 Leaderboard」
  • OpenAI「Introducing GPT-5.3-Codex」（公式ブログ）
  • Google Developers「Gemini Code Assist quotas」（公式ドキュメント）
  • blakecrosley.com「Codex CLI vs Claude Code in 2026: Architecture Deep Dive」
  • SemiAnalysis「Claude Code now commits 4% of all GitHub commits」（2026年2月）
  • Hacker News「Claude Opus 4.7」（2026年4月17日）