Pasé varios días probando OpenAI Codex

Incluso con GPT-5.4 xhigh (el nivel de razonamiento más alto), cuando se usa como modelo principal todavía comete muchos errores.
Por ejemplo, una vez interpretó mal una instrucción y eliminó cosas que no debía eliminar. Otra vez fue aún más absurdo: pensó que había escrito con éxito, pero en realidad no lo hizo en absoluto.
Lo mismo ocurrió tres veces, y cada vez fue Opus quien lo detectó en la revisión posterior.
Mi conclusión actual es que Codex es muy adecuado como herramienta auxiliar, le das tareas de código claras y lo hace rápido y bien.
Pero para entender instrucciones complejas de múltiples pasos, decidir si debe actuar o no, todavía le falta un trecho.
Por ahora, sigo usando Opus como la herramienta principal 😎