O Codex Security é um agente de segurança que procura possíveis vulnerabilidades no código, verifica as evidências e ajuda a chegar às correções. Primeiro, é importante distinguir entre o plugin que você usa localmente com o Codex e o Codex Security Cloud, que roda na nuvem conectado ao GitHub. Mesmo com nomes parecidos, a preparação, o local de execução e onde verificar os preços são diferentes. Também existe uma versão de linha de comando independente para integrar em CI e pipelines semelhantes (@openai/codex-security, "CLI independente" abaixo).

Quero analisar meu código local

Codex Security

Executa no aplicativo de desktop ou em um chat da Codex CLI. Escolha o escopo: o repositório inteiro, uma pasta específica ou o diff das alterações.

Quero acompanhar continuamente as mudanças no GitHub

Codex Security Cloud

Um plugin separado. Analisa seu repositório conectado ao GitHub na nuvem, fazendo análises pontuais ou monitorando novos commits.

Este artigo explica qual escolher, preços e créditos gratuitos, a primeira análise, a carga das análises Deep, como ler os resultados e como verificar após as correções.

Fonte: OpenAI Visão geral do Codex Security e Primeiros passos com o plugin local.

Escolhendo entre local, Cloud e revisão comum

Para uma alteração pequena, você também pode passar o diff e os critérios de revisão para o Codex comum. Isso não significa que o resultado de um analisador especializado ou o registro do escopo da análise sejam anexados automaticamente. Pedir uma revisão de código e executar uma análise do Codex Security devem ser tratados como coisas separadas. Sobre como escolher entre os próprios produtos Codex, veja o artigo comparando Claude Code e Codex.

Verificar funcionalidades ou diffs de implementaçãoUse a revisão comum do Codex e indique os pontos a checar, como especificação, testes e legibilidade. Se a segurança for o foco, a análise Changes especializada também é uma opção.
Analisar um repositório localAnálise Codebase com o plugin Codex Security. Em repositórios grandes, você pode restringir o escopo a serviços ou pastas com responsáveis e responsabilidades claros.
Monitorar commits do GitHubAnálise contínua com o Codex Security Cloud. Verifique a conexão com o GitHub, as permissões de uso, o ambiente na nuvem e as condições de cobrança, que são separadas da sua cota de uso normal.
Integrar em CI ou em ferramentas própriasA CLI independente (@openai/codex-security) e um SDK são publicados. Eles são separados do plugin dentro da Codex CLI, então verifique separadamente o método de autenticação, as permissões de execução e o orçamento.

O Cloud está em prévia de pesquisa, e usá-lo exige acesso ao workspace de destino. Na CLI independente também, o pacote estar publicado e sua conta ter permissão de análise são coisas diferentes. Dependendo da conta e dos repositórios, uma análise completa também pode exigir o "Trusted Access for Cyber". Não é possível concluir que todos os caminhos estão disponíveis apenas pelo nome de um plano, como o Pro. Se algo não aparecer na tela, verifique se o plugin está ativo, suas permissões de uso e as configurações de administração da sua organização.

Fonte: OpenAI Visão geral e requisitos de acesso e Revisão de segurança de alterações de código.

Preços e créditos gratuitos: o Pro ainda exige uma verificação separada

As análises na Cloud não estão incluídas na cota normal do plano

A FAQ da Cloud da OpenAI explica que as análises de repositório e as análises contínuas configuradas a partir de 1º de outubro de 2026, às 12h53 (horário do Pacífico dos EUA), são cobradas em créditos ou dólares americanos com base nas taxas de tokens do plano. Elas não estão incluídas na cota de uso normal do plano. Para contas elegíveis, os créditos gratuitos de análise são usados antes do uso pago.

Monitoramento contínuo já configurado antes do horário acima

O monitoramento existente elegível é gratuito até 21 de outubro

Análises adicionadas depois não estão incluídas. Após o fim do período gratuito, o monitoramento continua se você ativar o uso pago e é pausado se não ativar.

Nenhum monitoramento contínuo configurado antes do horário acima

Crédito gratuito equivalente a US$ 500 para contas elegíveis

Para contas elegíveis. O mesmo saldo é usado em análises pontuais e contínuas, e é compartilhado no workspace. Segundo a FAQ, este crédito gratuito de análise não tem data de expiração.

US$ 500 é um crédito de análise para contas elegíveis. Depois de usado, aplica-se a estrutura de cobrança dessa conta ou workspace. Antes de começar, confira na tela se você é elegível, quanto crédito gratuito resta e as condições do uso pago.

O "custo" exibido na tela nem sempre é o valor cobrado

Na Cloud, você pode abrir a análise desejada em "Scans" e verificar a quantidade de tokens e o custo. Ao passar o cursor sobre a quantidade de tokens, aparece a divisão entre entrada, entrada em cache e saída. O custo exibido é o valor anterior à aplicação de créditos gratuitos ou isenções de cobrança, então leia separadamente o crédito gratuito aplicado e o valor realmente cobrado. Análises que mostram "Exempt from billing. No charges apply." não são cobradas.

Fonte de preços, créditos gratuitos e exibição: OpenAI Codex Security Cloud FAQ "Billing". A base de horário é o horário do Pacífico dos EUA, conforme registrado oficialmente.

Não aplique o crédito gratuito da Cloud ao plugin local

O plugin local roda como uma tarefa do Codex. Pelas condições gerais de uso do Codex, seu plano, o modelo, o volume de processamento e o método de autenticação afetam o consumo, e o trabalho local adicional usando uma chave de API é cobrado a taxas de API. Por outro lado, nas etapas de início local, na documentação das análises Standard e Deep e na FAQ da CLI que consultei, não há preço fixo por análise nem tabela de preços específica do plugin. Não presuma que "local significa consumo zero" nem que "o crédito de US$ 500 da Cloud pode ser usado".

A CLI independente pode usar uma chave de API mesmo quando você está logado. Se OPENAI_API_KEY ou CODEX_API_KEY estiverem no ambiente, essa chave é escolhida por padrão nas análises não interativas e na saída JSON/JSONL. Se houver ao mesmo tempo uma chave de API do ambiente e um login salvo no ChatGPT, os modos interativo e de saída de texto perguntam qual usar. A documentação oficial oferece as opções explícitas --auth chatgpt e --auth api-key, então defina quem será cobrado antes de começar.

Você pode conferir o uso do Codex na tela de uso e, dentro da Codex CLI, com /status. Os custos das análises na Cloud também precisam ser verificados do lado da Cloud. Para comparar planos, veja o artigo sobre preços e cota de uso do Pro.

Fonte: OpenAI Preços e uso do Codex e do Work e Seleção de autenticação da CLI.

Etapas e prompt para a primeira análise

A seguir está uma visão geral das etapas oficiais. Limite os alvos da análise a código que você possui ou para o qual tem permissão de testar. Na primeira análise, confirme a branch alvo, a revisão, o destino da saída e a autenticação a usar. Começar pelo Standard é a sequência mais simples.

Plugin local no aplicativo de desktop

  1. Encontre "Codex Security" na lista de plugins e instale e ative. O Cloud é um plugin separado.
  2. Abra "Security" → "Scans" → "+ Scan" na barra lateral.
  3. Selecione o repositório. Para uma análise completa, escolha "Codebase"; na primeira execução, desative "Deep scan".
  4. Confira a pasta a examinar, a branch e a revisão atuais, e o modelo e o esforço de raciocínio.
  5. Somente se necessário, adicione em "Additional context" os pontos de entrada públicos, as condições de autorização e as operações importantes.
  6. Inicie com "Start scan", acompanhe o progresso de cada etapa e, ao concluir, leia o escopo e as evidências da análise.

Ao usar dentro da Codex CLI, instale com /plugins e depois crie um novo chat para o repositório alvo com /new. Em vez de apenas pedir "verifique a segurança", diga que quer uma análise especializada e indique o alvo, para que fique registrado o que foi solicitado.

Execute uma análise padrão com o Codex Security focada em services/billing.
Priorize a entrada de usuários, a verificação de proprietário das informações de cobrança e as operações exclusivas de administrador.
Desta vez, faça apenas a verificação e o relatório. Não modifique o código-fonte, não faça commit, push, publicação nem altere configurações de cobrança.
Informe a revisão analisada, o escopo verificado, o escopo excluído ou incompleto e as evidências de reprodução.
Se for necessário alterar alguma configuração, pare e mostre a mudança e o motivo.

As proibições escritas no prompt não impõem permissões como um sandbox faria. Verifique as permissões de execução separadamente.

Versão Cloud usando o GitHub

  1. Instale o "Codex Security Cloud" e confirme a conexão com o GitHub no repositório alvo.
  2. Em "Scan", selecione o repositório e o ambiente. "Auto" cria um ambiente no início; se quiser usar um ambiente já preparado, confira em "Customize".
  3. Para uma verificação única, escolha "One-Time Scan". Para monitorar commits futuros, escolha "Continuous Scanning".
  4. Verifique preços, saldo gratuito e alvos e, então, inicie com "Create".

As análises contínuas têm como alvo a branch padrão do repositório. Quanto maior o período de commits antigos analisado, mais tempo leva a análise inicial. Para parar o monitoramento, pause em "Repositories" → alvo → "Monitoring settings" e salve. Não confunda fechar a tela com parar o monitoramento.

Fonte: OpenAI Primeiros passos com o plugin e Configuração e monitoramento na Cloud.

Standard e Deep: ajustando escopo e carga

Crie primeiro uma referência

Standard

Uma análise regular de repositório ou pasta. Descubra o que é examinado e que tipo de evidência aparece primeiro, e use isso como referência para comparar as próximas análises.

Examinar mais a fundo o escopo necessário

Deep

Um método que explora de forma mais ampla, por isso exige muito tempo e recursos. Usa workers de análise independentes e os subagentes sob eles, e reúne os resultados conforme as condições.

Nas configurações oficiais do Deep, o número padrão de workers rodando ao mesmo tempo é 4, o número de subagentes por worker é 3 e o tempo máximo de execução é 96 horas. 96 horas é o limite configurado, não o tempo de execução típico. Definir um limite de tempo exige o plugin na versão 0.1.19 ou superior. Ao atingir o limite de tempo, os workers não concluídos são interrompidos e os resultados concluídos são reunidos. Se houver uma parte não examinada, essa parte continua registrada como tal.

Comece restringindo o alvo a unidades de serviço significativas, leia os resultados do Standard e depois decida se o Deep é necessário. Também é possível examinar profundamente apenas áreas críticas, como pagamentos e autenticação. Reduzir o número de workers e os limites de tempo diminui a carga, mas mais problemas podem passar despercebidos; por isso é importante registrar o escopo coberto por uma análise mais barata e mais rápida.

Para examinar diferenças, use "Changes". Você pode escolher alterações não commitadas, um único commit ou uma revisão base e alvo, mas o Deep não está disponível no Changes. Ele examina o código diretamente relacionado ao diff e não se expande automaticamente para uma auditoria completa.

O limite de custo da CLI independente é uma estimativa. O --max-cost oficial decide quando parar com base em um custo estimado em dólares americanos. Uma requisição já em andamento pode terminar acima do limite, então não é um teto de pagamento rigoroso. Combine-o com limites de tempo, paralelismo e escopo, e não trate uma análise interrompida no meio como resultado completo.

Fonte: OpenAI Standard e Deep, valores padrão, escopo do Changes e limites de custo estimado.

Lendo escopo e evidências, não a quantidade de achados

Apenas a quantidade de problemas encontrados não permite avaliar a qualidade de uma análise. Uma análise que mirou o código errado, parou no meio do caminho ou não considerou as regras de autorização pode mostrar zero resultados e, mesmo assim, não ser segura. As orientações oficiais da análise padrão também recomendam ler primeiro a revisão, as áreas examinadas, as áreas adiadas e cada evidência individual.

  1. O alvo está correto? Confirme o repositório, a revisão e o escopo. Não use resultados de código antigo como garantia da versão atual.
  2. O que não foi examinado? Verifique áreas excluídas, retidas ou interrompidas. Não presuma que tudo foi visto só porque aparece como concluído.
  3. A evidência se sustenta? Verifique o caminho da entrada até o processamento perigoso, as defesas existentes, e o método e o resultado da reprodução.
  4. Precisa ser corrigido? Considere as condições reais para alcançar o problema e o impacto, e então corrija cada achado aceito, um de cada vez.

O ponto de entrada mais fácil é o report.md. O coverage.json estruturado permite verificar as áreas examinadas e as pendências, e o findings.json serve para conferir a localização de cada achado, a gravidade, a evidência e a direção da correção. A pasta findings/ pode conter relatórios detalhados e arquivos de reprodução. Ao compartilhar, mantenha os arquivos relacionados juntos, não apenas o relatório.

Exemplo de leitura de um achado (fictício): é possível obter as informações de cobrança de outro usuário

Apenas a frase "não há autorização" dá informação insuficiente para julgar. Verifique o endpoint alvo, as condições de login, o que acontece ao trocar o ID das informações de cobrança, onde está a verificação de proprietário e quaisquer verificações executadas em outra camada.

Exemplo que se sustenta: dados do ID de outro usuário foram retornados, e isso foi reproduzido em um ambiente de teste autorizado.

Exemplo que exige mais investigação: pode continuar existindo uma verificação de proprietário antes do processamento, e o caminho real de chamada e a configuração ainda não foram confirmados.

Na CLI independente, use o coverage.json para confirmar quais áreas não foram vistas (caminhos excluídos e locais adiados). Mesmo quando há áreas não vistas, o código de saída não muda; por isso, o código de saída 0 não significa que todos os arquivos foram examinados. Se um achado desaparecer em uma análise posterior, você não pode considerá-lo "corrigido" a menos que tenha examinado o caminho original. A validação automática da Cloud também é um recurso que tenta reproduzir os problemas. O resultado "não validado" não significa "comprovadamente seguro".

Fonte: OpenAI Etapas de avaliação da análise padrão, escopo de análise e comparação da CLI e validação automática na Cloud.

Corrigindo, verificando novamente e lidando com informações sensíveis

Informar a regra de acesso ajuda a julgar melhor os relatórios

Inclua no contexto da análise "quem deve poder fazer o quê". Por exemplo: "as informações de cobrança são acessíveis apenas ao titular da conta e aos administradores" ou "somente o proprietário pode publicar arquivos". Em plugins locais, você pode usar o SECURITY.md como política de segurança contínua e o AGENTS.md para instruções como etapas de build e verificação. Na Cloud, revise o modelo de ameaças gerado e complete as lacunas em pontos de entrada públicos, operações críticas e limites de confiança.

Um modelo de ameaças é uma descrição curta da estrutura do aplicativo e das condições que ele deve proteger. Como as edições na Cloud se aplicam às análises futuras, corrigir uma premissa não muda o que foi verificado nos relatórios antigos.

Corrija um achado por vez e confirme a reprodução e o comportamento normal

  1. Aceite um achado: verifique a evidência e o impacto real, e escolha uma questão para corrigir.
  2. Crie uma proposta de correção pequena: na interface local, escolha "Patch" → "Generate patch". Gerar a proposta é uma etapa separada de aplicá-la ao checkout alvo.
  3. Leia o diff: verifique se há reorganizações não relacionadas ou alterações que enfraqueçam outra defesa, e então aplique com "Apply patch".
  4. Verifique novamente: use "Verify fix" para confirmar os passos originais de reprodução e o comportamento normal. Se possível, mantenha também um teste de regressão que falhe antes da correção e passe depois.
  5. Feche o achado: apenas verificar não o fecha automaticamente. Leia as lacunas de evidência que restam e então feche com o motivo registrado, ou continue a investigação.

Quando a Cloud fornece uma proposta de correção, revise o conteúdo antes de criar um PR em rascunho. Registre separadamente se existe uma proposta de correção, se ela foi aplicada, se foi verificada novamente e se foi publicada em produção. Use também as verificações antes da publicação de apps feitos com IA, para não deixar toda a decisão a um único analisador.

"Local" não significa que nada é enviado para fora

Mesmo em um caminho que roda localmente, trate separadamente as requisições de inferência enviadas ao modelo e as informações usadas na verificação. As etapas oficiais da CLI independente alertam que as análises usam as permissões do sistema operacional local, não param para aprovação de cada ação e podem herdar variáveis de ambiente. Não presuma que elas têm as mesmas permissões de um chat comum do Codex; prepare um ambiente de análise que não tenha credenciais desnecessárias.

Os logs salvos nem sempre têm os valores secretos removidos automaticamente, e podem conter código-fonte ou credenciais. Os entregáveis também incluem passos de reprodução e detalhes de vulnerabilidades, então confira o conteúdo e o escopo de compartilhamento antes de publicar um link público ou enviar a terceiros. Sobre as configurações de uso para melhoria de modelos, veja uso para treinamento e privacidade no ChatGPT e no Codex, que é explicado separadamente.

Fonte: OpenAI SECURITY.md e AGENTS.md, modelo de ameaças da Cloud, correção e verificação e permissões, entregáveis e logs da CLI independente.

Checklist antes de começar

  • Caminho: defina entre plugin local, Cloud e CLI independente.
  • Permissões: confirme a permissão para analisar o código e a permissão de análise da sua conta.
  • Preços: não confunda a cota de uso normal, o crédito gratuito da Cloud e a cobrança de API.
  • Alvo: fixe a revisão e o escopo, e considere começar com o Standard.
  • Julgamento: leia o escopo da análise, as evidências de reprodução e a incerteza restante, não apenas a contagem.
  • Correção: verifique cada diff e a nova verificação, um de cada vez, antes de aceitar uma correção.

Se for sua primeira vez, comece com uma análise Standard do escopo necessário para ver se você consegue julgar os resultados por conta própria. Se precisar de monitoramento contínuo, considere a Cloud; se quiser incorporar as análises em processos automatizados, considere a CLI independente. Use-a como uma ferramenta que complementa a descoberta e a verificação de problemas, e não como uma prova de segurança que substitua a análise estática existente (SAST) ou a revisão humana.

Premissas deste artigo: escrito em 7 de outubro de 2026 com base na documentação oficial da OpenAI. O período gratuito e os códigos de saída da CLI foram verificados novamente na FAQ oficial em 19 de outubro. Não executamos análises do produto, por isso confira você mesmo a precisão de detecção, o tempo de execução e o consumo, testando em uma parte do seu próprio repositório.

Perguntas frequentes

P. Se eu tiver o ChatGPT Pro, o Codex Security Cloud está incluído sem custo extra?

Não está descrito como incluído na cota de uso normal do plano. As análises na Cloud são cobradas por taxas de tokens e, separadamente, existem créditos gratuitos de análise elegíveis e períodos gratuitos para monitoramentos contínuos já existentes. Não confie apenas no nome do plano; confira o seu saldo e as condições do uso pago.

P. Não basta pedir ao Codex comum uma revisão do código?

Depende do objetivo. A revisão comum pode verificar a implementação e os testes. Considere o Codex Security quando quiser um escopo de análise especializado, achados, evidências de reprodução e monitoramento contínuo.

P. Se a análise não encontrar nenhum problema, posso considerar o código seguro?

Não. Primeiro verifique a revisão, o escopo do alvo, se a análise terminou antes do esperado e quais áreas foram excluídas. Se o escopo estava incompleto ou se você não conseguiu considerar as regras de autorização do negócio, problemas podem passar despercebidos. Use-a junto com a análise estática existente e a revisão humana.

P. Se eu escolher uma análise Deep, consigo analisar com segurança com uma cota de uso pequena?

Não há essa garantia. O Deep explora de forma mais ampla, por isso usa mais tempo e recursos do que o Standard. Ajuste o alvo, o paralelismo e os limites de tempo, e, se a análise parar, leia o escopo que ela cobriu. O limite de custo estimado da CLI independente também não é um teto de pagamento rigoroso.