A OpenAI demorou dois anos para fazer o que a comunidade Linux pedia desde o primeiro dia. Em 11 de agosto de 2026, o ChatGPT Desktop finalmente ganhou uma versão oficial para Linux, trazendo junto o Codex, o agente de código que edita arquivos, roda testes e faz commits sem você sair do terminal. A pergunta que todo dev Linux está fazendo agora: isso muda alguma coisa na prática?
Eu testei, comparei com o Claude Code da Anthropic, e a resposta curta é “depende”. A resposta longa está nas próximas seções.
O que veio no pacote
O app desktop da OpenAI para Linux não é só o ChatGPT com uma janela nativa. São três ferramentas em uma:
| Superfície | O que faz |
|---|---|
| ChatGPT | Interface conversacional padrão, mesma experiência do browser |
| ChatGPT Work | Documentos, relatórios, acesso a knowledge base corporativa |
| Codex | Agente de código autônomo: lê repositórios, edita arquivos, roda comandos no terminal |
O Codex é o que interessa para quem programa. Ele opera em dois modos: um sandbox na nuvem que clona seu repositório e trabalha de forma assíncrona (você pode fechar o notebook e ele continua), e um CLI local que roda direto na sua máquina com controle granular de permissões.
A versão desktop adiciona uma terceira camada: um browser embutido com suporte a extensões do Chrome, que permite ao agente navegar na web, preencher formulários e interagir com aplicações web. Isso o CLI sozinho não faz.
Distros suportadas (e as que ficaram de fora)
A OpenAI foi conservadora na lista de distros suportadas. Pacotes .deb e .rpm nativos, nada de Flatpak ou Snap:
| Distro | Versões | Formato | Arquitetura |
|---|---|---|---|
| Ubuntu | 24.04 LTS, 26.04 LTS | .deb | x64, ARM64 |
| Debian | 13 | .deb | x64, ARM64 |
| Fedora | 43, 44 | .rpm | x64, ARM64 |
Arch Linux? NixOS? openSUSE? Nenhum suporte oficial. Já existem pacotes no AUR mantidos pela comunidade, mas sem garantia da OpenAI.
A instalação é direta:
# Ubuntu/Debian
sudo apt install ./chatgpt_amd64.deb
# Fedora
sudo dnf install ./chatgpt.x86_64.rpm
O instalador adiciona o repositório da OpenAI automaticamente, então atualizações futuras chegam via apt upgrade junto com o resto do sistema. Um detalhe positivo: o suporte a ARM64 já veio no lançamento, o que sugere que não foi um port de última hora.
O Codex na prática: o que ele faz (e o que não faz)
Vou ser direto sobre o que funciona bem e o que decepciona.
O que funciona
O Codex consegue ler um repositório inteiro, entender a estrutura, e fazer alterações coerentes em múltiplos arquivos. Pedir para ele adicionar um endpoint numa API Express, por exemplo, resulta em: arquivo de rota criado, controller implementado, teste unitário escrito, e um commit com mensagem descritiva. Tudo sem intervenção.
Ele também é bom em tarefas de longa duração. Enquanto o Claude Code precisa que você fique ali acompanhando no terminal, o Codex na nuvem aceita a tarefa e trabalha em background. Você recebe uma notificação quando termina. Para refatorações grandes ou migrações de dependência, isso faz diferença real.
O sistema de plugins é outra vantagem concreta. A versão 0.147.0 (lançada em 7 de agosto) trouxe Agent Plugins portáveis com catálogo pesquisável. Você instala um plugin e ele funciona em qualquer superfície: CLI, desktop, web.
O que não funciona tão bem
O browser embutido é limitado. Ações automatizadas ficam restritas ao browser interno do app. O Codex não pode controlar outros programas da sua máquina, nem interagir com janelas fora do seu escopo. Para quem esperava um “computer use” completo no estilo Anthropic, é uma decepção.
A qualidade do código gerado para frontend também fica atrás. Em testes controlados, revisores avaliaram o código do Claude Code como mais limpo em 67% dos casos, contra 25% para o Codex. Para backend e tarefas de infraestrutura, a diferença diminui. Mas se você trabalha com React, Vue ou CSS pesado, o Codex vai exigir mais revisão manual.
Codex vs Claude Code: os números que importam
Eu sei que você quer a tabela de comparação. Aqui vai, com dados de benchmarks públicos e testes independentes:
| Critério | OpenAI Codex (GPT-5.1-Codex-Max) | Claude Code (Opus 4.6) |
|---|---|---|
| SWE-bench Verified | 77.9% | 78.3% |
| SWE-Lancer | 79.9% | N/A |
| Tokens por tarefa média | ~136.000 (~$2.04) | ~192.000 (~$2.50) |
| Velocidade (tarefas simples) | Mais lento | 1 a 3 segundos |
| Qualidade frontend | Funcional, precisa de ajustes | Consistentemente melhor |
| Qualidade backend | Excelente | Excelente |
| Execução assíncrona | Sim (sandbox na nuvem) | Não |
| Controle do computador | Apenas browser interno | Computer use completo |
Os benchmarks estão praticamente empatados no topo. A diferença real está no workflow.
O custo na prática
Um caso documentado de refatoração de uma API Express.js custou aproximadamente $15 no Codex contra $155 no Claude Code. A diferença é gritante: o Codex consumiu 1,4x menos tokens e custou 23% menos por token. Para projetos grandes com muitas iterações, essa economia se acumula rápido.
| Plano | Codex (OpenAI) | Claude Code (Anthropic) |
|---|---|---|
| Entrada | Plus $20/mês | Pro $20/mês (limitado) |
| Intermediário | Pro 5x $100/mês | Max 5x $100/mês |
| Pesado | Pro 20x $200/mês | Max 20x $200/mês |
No tier de $20, o Codex oferece mais runtime de agente. O Claude Code no Pro de $20 tem limites mais restritivos para uso do agente de código.
Quando escolher cada um
Depois de usar os dois em projetos reais, minha recomendação é simples:
Codex faz mais sentido quando:
- Você precisa delegar tarefas longas e ir fazer outra coisa (execução assíncrona)
- O projeto é majoritariamente backend, APIs, infraestrutura
- Custo por token importa (projetos com muitas iterações)
- Você já está no ecossistema OpenAI (ChatGPT Plus/Pro)
- Precisa de plugins e integrações com ferramentas externas
Claude Code faz mais sentido quando:
- Você prefere um loop rápido no terminal, iterando junto com o agente
- O projeto tem muito frontend (React, Vue, CSS)
- Qualidade de código é prioridade sobre velocidade
- Você precisa de computer use real (não só browser)
- Trabalha com refatorações cirúrgicas em codebases grandes
A real é que muitos devs vão usar os dois. Codex para as tarefas que podem rodar em background enquanto você almoça, Claude Code para o pair programming interativo no terminal.
O que mudou na versão 0.147.0
A versão mais recente do Codex CLI (lançada 4 dias antes do app Linux) trouxe mudanças relevantes:
v0.147.0 (7 de agosto de 2026)
- Agent Plugins portáveis com catálogo pesquisável
- Conversas organizadas em seções persistentes
- Flag --approve-for-me para aprovações automáticas no CLI
- Suporte ao protocolo MCP 2026-07-28 com discovery paginado
- Caching no Amazon Bedrock + web search
- Redação automática de secrets em comandos e histórico
- Correções de input no terminal e renderização de japonês
O --approve-for-me é particularmente interessante para quem automatiza pipelines. Você pode rodar o Codex em CI/CD com aprovação automática para operações de baixo risco, mantendo a supervisão humana apenas para ações destrutivas.
O suporte ao MCP (Model Context Protocol) na versão mais recente também é relevante. O protocolo, criado pela Anthropic, virou um padrão de fato para conectar agentes a ferramentas externas. O Codex agora suporta discovery paginado, o que significa que ele pode listar e usar centenas de ferramentas MCP sem travar.
Instalação passo a passo no Ubuntu
Para quem quer testar agora, o processo no Ubuntu 24.04 ou 26.04:
# 1. Baixe o pacote .deb do site da OpenAI
# (substitua pela URL atual)
wget https://cdn.openai.com/chatgpt/linux/chatgpt_amd64.deb
# 2. Instale
sudo apt install ./chatgpt_amd64.deb
# 3. O repositório é adicionado automaticamente
# Verifique:
cat /etc/apt/sources.list.d/openai.list
# 4. Para atualizações futuras:
sudo apt update && sudo apt upgrade
# 5. Abra o app
chatgpt
Requisitos: ambiente gráfico X11 ou Wayland. Sem interface gráfica, use o CLI diretamente:
# Instalar o CLI via npm
npm install -g @openai/codex
# Ou via binário direto
curl -fsSL https://codex.openai.com/install.sh | sh
# Usar no terminal
codex "adicione validação de email no endpoint /users"
O elefante na sala: por que demorou tanto?
A Anthropic lançou o Claude Code para Linux em 2025. A OpenAI demorou mais de um ano para alcançar. O motivo oficial é vago (“Linux has been one of the most-requested platforms”), mas a comunidade especula que o foco da OpenAI estava em enterprise e macOS, onde o ticket médio é maior.
O resultado é que devs Linux já construíram workflows inteiros ao redor do Claude Code. Migrar agora tem um custo de switching que não é trivial: configurações, scripts de automação, integração com editores. A OpenAI tentou resolver isso com uma feature de importação que permite trazer “projects, chats, skills e plugins de outros agentes”, com histórico revisável. Na prática, funciona para o básico, mas configurações mais complexas precisam de ajuste manual.
8 milhões de usuários e contando
A OpenAI divulgou que o Codex já tem 8 milhões de usuários ativos no momento do lançamento para Linux. Para comparação, o Claude Code não divulga números oficiais, mas estimativas de mercado colocam entre 2 e 4 milhões de usuários.
Esses números dizem menos sobre qualidade e mais sobre distribuição. O ChatGPT tem uma base instalada massiva, e adicionar o Codex como tab dentro do app existente elimina a fricção de adoção. Você não precisa instalar nada novo, não precisa aprender outro CLI. Abriu o ChatGPT, clicou em Codex, e está usando.
Para a Anthropic, o desafio é diferente. O Claude Code é melhor em vários cenários, mas exige que o dev ativamente escolha instalar e configurar uma ferramenta separada. Em produto, distribuição quase sempre ganha de qualidade pura.
Segurança e sandboxing: abordagens opostas
Um ponto que pouca gente discute é como cada ferramenta lida com segurança.
O Codex usa um modelo de sandbox em duas fases. Durante o setup, o container tem acesso à rede para instalar dependências. Quando o agente começa a trabalhar de verdade, a rede é desabilitada por padrão. Isso impede que código malicioso gerado pelo modelo faça requisições externas, exfiltre dados ou baixe payloads. É uma decisão de design inteligente que adiciona uma camada real de proteção.
A versão 0.146.1 também trouxe “safer automatic-review defaults for cyber-capable models”, o que basicamente significa que modelos mais poderosos recebem mais escrutínio automático antes de executar comandos. A flag --approve-for-me do 0.147.0 respeita esses defaults: ela não desliga a revisão de segurança, apenas automatiza aprovações para operações classificadas como seguras.
O Claude Code tem uma abordagem diferente. Ele roda no seu terminal local, com as mesmas permissões do seu usuário. Não existe sandbox por padrão. A segurança vem do modelo de permissões interativo: ele pergunta antes de executar comandos destrutivos. É mais flexível (você tem acesso total ao sistema), mas o risco de um comando errado é real.
Para ambientes corporativos, o sandboxing do Codex é um argumento forte. Para devs individuais que sabem o que estão fazendo, a liberdade do Claude Code pode ser preferível.
O que esperar nos próximos meses
O app está em preview, então mudanças são esperadas. Algumas coisas que provavelmente vão acontecer:
- Suporte a mais distros (Arch e openSUSE são os pedidos mais comuns)
- Flatpak ou AppImage para instalação universal
- Computer use expandido além do browser interno
- Integração mais profunda com IDEs Linux (VS Code já funciona, mas JetBrains ainda é parcial)
A Anthropic não vai ficar parada. O Claude Code já tem computer use completo e um ecossistema de MCP mais maduro. A competição entre os dois está empurrando ambos para frente, e quem ganha é o dev que pode escolher a melhor ferramenta para cada tarefa.
Se você programa no Linux e ainda não testou nenhum agente de código, agora é o momento. Dois players de peso, dois approaches diferentes, ambos gratuitos no tier básico. Instale os dois, rode no seu projeto real, e decida com dados, não com hype.













