Quanto custa de fato o Codex CLI
Login por plano vs chave de API, cache automático e a matemática de tokens de sessões agênticas — o panorama de custos do agente de código da OpenAI.
Usuários do Codex CLI se dividem em dois grupos: os no plano ChatGPT que nunca viram uma contagem de tokens, e os na chave de API que não veem nada além de contagens de tokens. Ambos estão chutando — o grupo do plano não vê o medidor, o grupo da API não vê o comportamento do modelo. Este é o panorama de custos do Codex CLI: qual modo cobra o quê, para onde vão os tokens, e por que sessões agênticas se comportam diferente de chats.
Transparência desde o início: eu opero o Teapot Router, um gateway que serve Codex CLI e Claude Code nos protocolos OpenAI-compatível e Anthropic. A mecânica abaixo vale para qualquer endpoint OpenAI-compatível.
Dois modos, duas realidades de medição
O Codex CLI roda em dois modos com cobrança fundamentalmente diferente. Login por plano: o uso vem incluso numa assinatura ChatGPT até limites, e você vê um indicador de cota, não uma fatura — barato até bater no muro, então limitado. Modo chave de API: cada token é medido e precificado por modelo — é aqui que questões de custo realmente vivem. Times que precisam ver quanto o trabalho custa rodam chave de API; times que só precisam do trabalho rodam planos até os limites morderem.
Para onde vão os tokens numa sessão agêntica
Uma sessão Codex não é um chat; é um laço de chamadas de ferramenta, leituras de arquivo e edições, e cada turno reenvia o contexto de trabalho. A fatura é dirigida pelas mesmas três variáveis de qualquer agente de código:
- Turnes por tarefa — agentes iteram; um refactor são dezenas de idas e voltas cobradas, não um prompt.
- Crescimento de contexto — todo arquivo lido e resultado de ferramenta vai junto nos turnos seguintes; a mensagem 20 paga pelas mensagens 1-19 de novo.
- Comportamento de cache — a OpenAI desconta prefixos de prompt repetidos automaticamente; você não configura, mas o formato da sua sessão decide quanto da fatura ganha o desconto.
A troca que o cache automático faz
O cache de prompt da OpenAI não exige configuração: prefixos estáveis repetidos são descontados ao acertar. A contrapartida é o controle — você ganha o desconto quando o formato da sessão acontece de ser cache-friendly, e não pode etiquetar nem guiar como o cache estilo Anthropic permite. Consequência prática: disciplina de sessão (tarefas com escopo, sessões novas, prefixos estáveis e sem graça) mexe na taxa efetiva mais que a escolha de modelo — e não existe knob que compense um contexto caótico.
Rodando Codex por um gateway
O modo chave de API também é o modo roteável: mude um base_url e o Codex fala com qualquer endpoint OpenAI-compatível. É aí que times põem um gateway — um pool compartilhado em vez de chaves por dev, medição por requisição (modelo, tokens, acertos de cache, custo exato) em vez de um mistério mensal, e consolidado de gastos por organização. A medição é o ponto: o modo plano esconde quanto o trabalho custa; um gateway medido mostra, por tarefa, por chave, por projeto.
Escolha o modo de propósito: planos para incluso-e-opaco, chave de API para medido-e-auditável. Depois gerencie as três variáveis que decidem a fatura da API — turnes, crescimento de contexto, formato de sessão cache-friendly — porque em coding agêntico elas dominam todo o resto.
Perguntas frequentes
O Codex CLI é grátis num plano ChatGPT?
O uso vem incluso até os limites do plano — você paga a assinatura, não por token, e ao estourar recebe limitação, não fatura. Cargas pesadas geralmente terminam no modo chave de API.
O cache de prompt se aplica a sessões Codex?
Sim — prefixos estáveis repetidos ganham desconto automático nos endpoints OpenAI. Você não configura; o formato da sessão (tarefas com escopo, contexto estável) determina quanto da fatura é descontado.
Posso apontar o Codex CLI pro meu endpoint?
Sim — defina a base URL para qualquer endpoint OpenAI-compatível. Gateways acrescentam medição por requisição e pools de equipe por cima; o protocolo é o mesmo.