Você não precisa de um PC de alto desempenho para rodar o Claude Code ou o Codex. Nos dois casos, o modelo que faz o raciocínio roda em servidores, então o tempo que a IA gasta pensando e escrevendo não diminui quando você troca de PC. O que o desempenho do PC muda é o tempo gasto com comandos executados localmente, como builds, testes e buscas pedidos pela IA, e se há memória suficiente (se não houver, tudo fica mais lento).
O tempo de trabalho se divide em duas partes
Seu PC
Tempo local
- Execução dos comandos pedidos pela IA (builds, testes, buscas, Docker)
- As próprias ferramentas e aplicativos (se há memória suficiente)
Muda com o desempenho do PC
Servidores (Anthropic, OpenAI)
Tempo do modelo
- A IA pensa, escreve respostas e código
- Para acelerar: modos rápidos (preço e limites de uso)
Não muda ao trocar de PC
Este artigo explica como distinguir esses dois tipos de tempo, com base nas informações oficiais das duas ferramentas e em um registro de trabalho feito no PC do autor. Onde as duas ferramentas diferem, usamos as cores de Claude Code e Codex para comparar lado a lado.
1. Requisitos oficiais do sistema
Estas são as condições descritas na documentação oficial (confirmadas em 24 de outubro de 2026). Nenhuma das duas empresas publica uma quantidade de memória recomendada. Os 4 GB do Claude Code são apenas o mínimo para que ele funcione.
"Windows nativo" significa rodar sem o WSL (Subsistema do Windows para Linux). Sandbox é um mecanismo que isola os comandos executados pela IA. Fontes: Claude Code "Set up Claude Code" e "Sandboxing"; OpenAI "Codex CLI", "ChatGPT desktop app", "ChatGPT desktop app for Linux" e "Sandbox"; os arquivos de distribuição da CLI do Codex estão em Releases do GitHub.
2. Divisão do tempo — o que muda com o PC
As proporções variam muito conforme o tipo de trabalho e o PC, então a forma mais confiável é medir a divisão do seu próprio trabalho (veja na Seção 6 como fazer). Como referência, aqui está um exemplo de registros feitos no PC do autor para as duas ferramentas.
Não compare os dois números diretamente (o denominador e a unidade de agregação são diferentes). Condições: sessões iniciadas entre 20 de setembro e 24 de outubro de 2026. PC: Intel Core i9-10900K, 48 GB de memória, Windows 11; a pasta de trabalho estava em um HDD, e o trabalho envolvia muitos scripts lendo e gravando muitos arquivos. Claude Code: principalmente sessões do Opus 5.5 (sessões de menos de um minuto excluídas). Codex: tarefas concluídas com GPT-6.1 Sol e GPT-6 Astra (respostas a um pedido; tarefas interrompidas no meio excluídas). Nenhum dos dois registros mostra se o tempo de espera por aprovação está incluído (se estiver, a parcela local aparece maior).
Neste exemplo, de um PC com HDD, o tempo local representou uma parcela que não pode ser ignorada em nenhuma das duas ferramentas. Em um PC com SSD, essa parcela pode ser menor. Só essa parte tende a diminuir em um PC mais rápido; o tempo do modelo não muda ao trocar de PC. Como decidir se vale trocar de PC está resumido na Seção 8.
3. A velocidade vem das configurações e do preço, não do PC
Para reduzir o tempo do modelo, o que ajuda são as configurações do lado do servidor e o modelo que você usa. Os modos rápidos das duas ferramentas estão lado a lado (confirmados em 24 de outubro de 2026).
Claude Code modo rápido
Até 2,5x mais rápido
- Custo
- 2x o preço padrão ($8 de entrada e $40 de saída por milhão de tokens com o Opus 5.5)
- Modelos
- Opus 5.5, Opus 5, Opus 4.8
- Quem pode usar
- Pro, Max, Team, Enterprise (cobrado dos créditos de uso, não do limite de uso) e Claude Console
- Como trocar
/fast
Codex Fast mode
Multiplicador não informado
- Custo
- Usa 2,5x o limite de uso do plano padrão (créditos comprados contam em 2x)
- Modelos
- GPT-6.1 Sol, GPT-6 Astra, GPT-6 Sol, GPT-6 Luna, etc.
- Quem pode usar
- Quando você entra com o ChatGPT
- Como trocar
/fast(também no aplicativo de desktop e nas extensões para editor)
Codex Ultrafast
Até 8x mais rápido (GPT-6 Astra)
- Custo
- Usa 8x o limite de uso (créditos comprados contam em 6x)
- Modelos
- GPT-6 Astra, GPT-6.1 Sol (multiplicador do Sol não informado)
- Quem pode usar
- Pro $500 (mensal) e os planos Enterprise e Edu elegíveis
- Como trocar
- Não informado (nos planos elegíveis, verifique na seleção de modelo)
Fontes: Claude Code "Speed up responses with fast mode", Anthropic "Pricing" e OpenAI "Speed".
Há também formas de reduzir o tempo do modelo sem gastar mais, nas duas ferramentas.
| Método | Claude Code | Codex |
|---|---|---|
| Use um modelo mais leve em tarefas simples | Troque para Sonnet ou Haiku com /model | Troque para GPT-6 Luna, etc., com /model |
| Reduza a intensidade de raciocínio (effort) | /effort | Escolha junto com o modelo em /model |
| Reduza o volume de leitura | Indique o escopo com precisão, como "esta função nesta pasta" / Quando a conversa ficar longa, resuma-a ou comece uma nova | |
Reduzir a intensidade de raciocínio deixa as respostas mais rápidas e baratas; aumentá-la leva mais tempo, mas faz o modelo pensar com mais profundidade (Claude Code "Model configuration", OpenAI "Speed"). Em tarefas difíceis, um valor mais alto pode melhorar a qualidade, então ajuste conforme a tarefa. Limites de uso e cobranças extras são explicados com mais detalhes em "Dicas para economizar tokens no Claude Code e cobranças extras ao atingir o limite" e "Comparação dos planos do ChatGPT Pro (preços e limites de uso)".
4. Onde importam as especificações do PC e o modo de uso
Memória — definida pelo que roda ao mesmo tempo
Você roda a ferramenta de IA junto com o navegador, o editor, o Docker e os servidores de desenvolvimento. A quantidade necessária é definida pela soma de tudo o que roda ao mesmo tempo, e, quando falta memória, a troca de dados para o disco (swap) deixa tudo mais lento. As próprias ferramentas também importam: o Claude Code mostra um aviso quando uma única sessão passa de 2,5 GB (o Codex não publica uma referência).
CPU e armazenamento — builds, testes e buscas
Os builds e testes executados pela IA levam quase o mesmo tempo que se você os executasse manualmente. A velocidade para buscar e ler arquivos depende de ser SSD ou HDD e do número de arquivos. Incluir as pastas grandes de saída de build no .gitignore para tirá-las da busca também ajuda (um método que a documentação oficial do Claude Code recomenda).
Operação — não rode processos pesados ao mesmo tempo
Se builds do Docker ou máquinas virtuais estiverem rodando no mesmo PC, os comandos da IA disputam CPU e memória com eles e acabam esperando. Ao pedir um build ou teste longo, parar outros processos pesados reduz o tempo local.
5. Usando no Mac, no Windows e no Linux
As duas ferramentas rodam nos três sistemas operacionais. O que muda conforme o SO é se o sandbox, o mecanismo que isola e executa os comandos da IA, está disponível (confirmado em 24 de outubro de 2026).
| Onde rodar | Claude Code | Codex |
|---|---|---|
| Mac | Disponível Usa o mecanismo do macOS (Seatbelt); não precisa de preparação extra | Disponível Mecanismo do macOS (Seatbelt) |
| Windows nativo | Não disponível Os comandos usam Bash se o Git for Windows estiver instalado; caso contrário, PowerShell | Disponível Sandbox próprio do Codex (tabela abaixo) |
| WSL 2 | Disponível Requer bubblewrap e socat | Disponível Mesmo mecanismo do Linux (bubblewrap e seccomp) |
| WSL 1 | Não disponível O próprio Claude Code funciona | Não suportado O próprio Codex não é suportado desde a versão 0.115 |
| Linux | Disponível Requer bubblewrap e socat | Disponível bubblewrap e seccomp |
Fontes: Claude Code "Sandboxing"; OpenAI "Sandbox" e "Windows sandbox" (confirmados em 24 de outubro de 2026).
Claude Code Preparando o sandbox no Linux e no WSL 2
Instale o bubblewrap e o socat. No Ubuntu ou Debian, use sudo apt-get install bubblewrap socat; no Fedora, use sudo dnf install bubblewrap socat. Para saber se falta algo, veja a aba "Dependencies" do /sandbox no Claude Code. No Mac, é usado o mecanismo do macOS (Seatbelt), então não é preciso preparação extra.
Codex Método de sandbox ao usar o Windows nativo
Um dos três métodos é escolhido, de cima para baixo, conforme o que estiver disponível. O mais novo, o MXC (Microsoft Execution Containers), usa o isolamento de processos integrado ao Windows. A documentação não informa se o Linux ou o WSL 2 exigem instalação adicional.
| Método | Condições | Posição |
|---|---|---|
| MXC | Windows 11 24H2 (build do SO 26100.9278 ou posterior) ou 25H2 (build do SO 26200.9278 ou posterior), com os recursos do MXC que a Microsoft está liberando em etapas instalados | Recomendado (não exige aprovação de administrador nem configuração de firewall) |
| elevated | Configuração padrão aprovada por um administrador | Primeira alternativa quando o MXC não está disponível |
| unelevated | Permitido pela política da organização | Última alternativa (isolamento de rede mais fraco) |
A build do SO pode ser conferida em Configurações > Sistema > Sobre, em "Especificações do Windows". Para verificar se o MXC realmente funciona, execute no PowerShell, a partir da pasta do projeto, o comando abaixo com a CLI do Codex (0.162.0 ou posterior). Se aparecerem MXC_OK e o código de saída 0, ele está funcionando.
codex -c windows.sandbox=mxc sandbox --include-managed-config --permission-profile :workspace -- cmd.exe /d /c echo MXC_OK
$LASTEXITCODEUsar o Windows nativo ou o WSL 2 depende basicamente de em qual ferramenta o seu projeto roda. Se você usa ferramentas de build para Linux, o WSL 2 é o natural; se desenvolve aplicativos para Windows, o Windows nativo é. Se quiser usar o sandbox com o Claude Code, é preciso do WSL 2.
6. Identificando de onde vem a lentidão
Antes de trocar de PC, verifique onde o tempo está sendo gasto. Os passos são os mesmos nas duas ferramentas.
- Veja na tela onde está a lentidão
O texto da IA demora para aparecer Tempo do modelo. Veja se há incidentes nas páginas de status (Claude, OpenAI) e troque para um modelo mais leve ou reduza a intensidade de raciocínio (Seção 3).Um comando marcado como "executando" nunca termina Tempo local. Execute esse comando no seu terminal: se também estiver lento ali, o problema é o comando ou o seu PC. Pedir à IA para restringir o escopo também ajuda.A digitação ou as operações de tela em si estão pesadas Problema da própria ferramenta. Experimente as soluções oficiais da Seção 7.
- Se o tempo local for longo, verifique o efeito de trocar de PCVeja os três pontos da Seção 8.
Medindo a divisão com números (lendo os arquivos de registro, para quem já tem prática)
| O que medir | Claude Code | Codex |
|---|---|---|
| Tempo do modelo | O "Total duration (API)" em /usage | Estimativa: o total menos o tempo de execução de comandos |
| Estimativa do tempo local | No registro (JSONL em ~/.claude/projects), o totalToolDuration da linha cost-state no fim da sessão (inclui também buscas na web etc.) | No registro (JSONL em ~/.codex/sessions), a diferença entre started_at_ms e completed_at_ms nas linhas item_completed cujo tipo é CommandExecution |
| Total | O "Total duration (wall)" em /usage (inclui também o tempo de espera por entradas) | duration_ms na linha task_complete |
São os mesmos valores usados na agregação da Seção 2. Os locais dos registros estão na documentação oficial de cada empresa, mas a interpretação dos itens é do autor, com base na leitura dos registros, e não tem explicação oficial. O tempo de raciocínio do Codex (tipo Reasoning) não inclui o tempo de escrita de respostas e código, então o total do tempo do modelo deve ser estimado por subtração. Nenhum dos registros mostra se o tempo de espera por aprovação está incluído.
7. O que fazer quando está pesado ou trava
Quando a própria ferramenta está pesada ou trava, teste as soluções oficiais de cada uma antes de pensar no desempenho do PC. Primeiro, atualize a ferramenta para a versão mais recente e, se a sessão estiver longa, feche-a e abra-a de novo; esse é o primeiro passo comum às duas.
Claude Code
- Se aparecer um aviso de memória (heap de uma sessão acima de 2,5 GB), reinicie e continue com
claude --continue - Quando a conversa estiver longa, use
/compact; reinicie entre tarefas grandes - Use
claude --safe-modepara comparar com plug-ins, servidores MCP e hooks desativados - Se não responder, pressione Ctrl+C; se não funcionar, feche o terminal e use
claude --resume - Se a sua pasta pessoal estiver em rede (como NFS), instale os programas em um disco local
A página oficial de Troubleshooting é voltada à CLI. Para o aplicativo de desktop, comece atualizando e reiniciando.
Codex
- Se parecer travado, primeiro veja se ele não está esperando sua aprovação
- Verifique se um comando simples como
git statusroda no terminal - Se não funcionar, comece um novo chat com um pedido mais restrito
- Se o terminal travar, reabra o painel; se continuar, reinicie o aplicativo depois que o chat terminar
- Se as execuções agendadas acumularem worktrees (cópias de trabalho do Git), arquive as execuções desnecessárias
A página oficial de Troubleshooting é voltada ao aplicativo de desktop. Para a CLI, comece atualizando e iniciando uma nova sessão. Sobre a lentidão do aplicativo para Windows, um representante da OpenAI explicou no GitHub que uma das causas foi corrigida na versão de 28 de agosto de 2026 (ChatGPT v26.825.32147) (openai/codex #20214).
8. Três coisas a verificar antes de comprar um PC novo
Se nenhum dos três pontos a seguir se aplicar a você, trocar de PC quase não mudará o tempo de trabalho. Sobre o segundo: se a sua pasta de trabalho estiver em um HDD, mover para um SSD antes sai mais barato.
A memória está ficando insuficiente?
Durante o seu trabalho habitual (com a ferramenta de IA, o navegador, o editor e o Docker abertos), verifique com o método da tabela abaixo. Se o uso estiver encostado no limite, aumentar a memória vai ajudar. Para um PC novo, use como referência **o uso nesse momento + a quantidade que você quer acrescentar + uma folga**.
Há comandos lentos mesmo quando executados manualmente?
Encontre os comandos longos pelo método da Seção 6 e execute-os manualmente para medir o tempo. Se forem longos, um PC com CPU ou armazenamento mais rápido vai reduzi-los. Se você tem HDD, migrar para SSD antes é o caminho mais barato.
Você está aumentando o número de coisas que quer rodar ao mesmo tempo?
Se quiser mais sessões, subagentes ou contêineres Docker ao mesmo tempo, a memória e o número de núcleos da CPU fazem diferença.
| O que verificar | Windows | Mac | Linux |
|---|---|---|---|
| Memória | Gerenciador de Tarefas, aba "Desempenho" → "Memória": a memória em uso está encostada no limite? | Monitor de Atividade, aba "Memória": a "Pressão de memória" está amarela ou vermelha? | free -h: ainda há memória disponível (available)? |
| SSD ou HDD | Gerenciador de Tarefas, "Desempenho" → "Disco" | "Informações do Sistema", "Armazenamento", "Tipo de mídia" | lsblk -d -o name,rota (HDD se ROTA for 1) |
9. Se você roda modelos localmente, a história é outra
Tudo o que foi dito até aqui vale para o Claude Code e o Codex, em que o modelo roda em servidores. Se você roda um modelo no seu próprio PC, por exemplo com o Ollama, o desempenho do PC se traduz diretamente em velocidade. Em especial, a memória da GPU (VRAM) e a memória do sistema determinam o tamanho do modelo que você pode rodar e a velocidade das respostas. Para escolher o PC, veja "Especificações necessárias para LLMs locais"; para começar, veja "Como rodar um LLM local".
10. Resumo
- Você não precisa de um PC de alto desempenho. A CLI do Claude Code exige 4 GB de memória ou mais, x64 ou ARM64 e conexão com a internet. O Codex não publica números de memória ou CPU. Nenhum dos dois precisa de GPU.
- O tempo do modelo não muda com o PC. Para ficar mais rápido, use o modo rápido (que consome mais do seu preço ou limite de uso), um modelo mais leve, uma intensidade de raciocínio menor ou reduza o volume de leitura.
- O que o PC muda é o tempo local (builds, testes, buscas, Docker). No exemplo do PC com HDD do autor, foi uma parcela que não pode ser ignorada em nenhuma das duas ferramentas. A parcela varia conforme o trabalho e o PC, então veja a sua própria divisão antes de decidir.
- O sistema operacional muda o sandbox. No Windows nativo, o Claude Code não está disponível (com WSL 2, está), e o Codex está disponível (o método recomendado exige uma build recente do Windows 11).
- Quando estiver pesado ou travando, as soluções oficiais de cada ferramenta vêm primeiro. Troque de PC só depois de constatar que o tempo local é longo.
FAQ
Q. Dá para usar em um Mac com pouca memória ou em um notebook barato?
A. A CLI do Claude Code roda se você atender aos requisitos (como 4 GB de memória ou mais e x64 ou ARM64; veja a tabela da Seção 1). O Codex não publica números de requisitos, e o download do aplicativo de desktop para Mac é indicado para Apple silicon (a CLI também tem versão para Macs Intel). Nas duas ferramentas, o tempo do modelo é o mesmo de um PC potente. A diferença aparece nos comandos executados localmente e na memória quando muitos aplicativos rodam ao mesmo tempo.
Q. 8 GB de memória são suficientes?
A. Nenhuma das duas ferramentas publica uma quantidade recomendada. O mínimo do Claude Code (4 GB) é superado, mas se é suficiente depende da soma do que roda ao mesmo tempo. Como referência, use o uso atual durante o trabalho, mais a quantidade que você quer acrescentar e uma folga. Para saber como medir, veja o primeiro ponto da Seção 8.
Q. Um PC novo vai deixar tudo mais rápido?
A. O tempo do modelo não muda. Só fica mais rápido o tempo local, como builds, testes e buscas. Qual dos dois é mais longo depende do trabalho, então primeiro verifique com a divisão da Seção 6.
Q. O Claude Code e o Codex exigem PCs diferentes?
A. Não muito. Os dois rodam o modelo em servidores, e o seu PC executa a própria ferramenta e os comandos pedidos pela IA. A diferença aparece no sandbox: no Windows nativo, o Codex funciona (o método recomendado exige uma build recente do Windows 11), enquanto o Claude Code não funciona (com WSL 2, funciona).
Páginas oficiais consultadas (verificadas em 24 de outubro de 2026): Claude Code "Set up Claude Code", "Sandboxing", "Troubleshooting", "Speed up responses with fast mode"; OpenAI "Codex CLI", "ChatGPT desktop app", "Sandbox", "Windows sandbox", "Speed", "Troubleshooting". Preços e requisitos podem mudar, então confira as páginas oficiais antes de usar.
