Sommaire
En bref
- Dernière version : Codex CLI 0.170.0, publiée le 18 novembre 2026 sur GitHub.
- Installation : script officiel sur macOS, Linux et Windows, ou
npm install -g @openai/codex, oubrew install --cask codex.- Connexion : avec un abonnement ChatGPT (Plus, Pro, Business, Edu, Enterprise) ou avec une clé API facturée au tarif standard de l’API.
- Par défaut dans un dépôt Git, Codex écrit seulement dans l’espace de travail, sans accès réseau, et demande votre accord pour le reste.
- GPT-6.2 Astra et GPT-6.2 Sol sont disponibles dans Codex depuis le 17 novembre 2026 :
codex -m gpt-6.2-solou/model.
Codex CLI, c’est quoi exactement ?
Codex CLI est l’agent de code d’OpenAI qui tourne en local, dans votre terminal. Il lit les fichiers du dépôt, modifie le code et lance les outils déjà installés sur votre machine : tests, linter, build. Le code source est publié sous licence Apache-2.0 sur GitHub.
Il ne faut pas le confondre avec Codex Web, l’agent qui travaille dans le cloud depuis chatgpt.com/codex, ni avec l’extension pour VS Code, Cursor et Windsurf. La CLI, l’extension et l’application de bureau ChatGPT lisent toutefois le même fichier de configuration, ~/.codex/config.toml.
La dernière version stable est la 0.170.0, publiée le 18 novembre 2026. Elle corrige notamment, sous Windows, le remplacement de fichiers et la conservation des permissions lors de la configuration répétée du sandbox. La veille, le 17 novembre, OpenAI a rendu GPT-6.2 Astra et GPT-6.2 Sol disponibles dans Codex. Codex fait partie des outils suivis dans notre rubrique agents IA.
Installer Codex CLI sur macOS et Linux
La documentation officielle met en avant le script d’installation autonome. Une seule commande suffit :
curl -fsSL https://chatgpt.com/codex/install.sh | sh
Le script télécharge Codex depuis releases.openai.com/codex et se rabat sur les publications GitHub si ce serveur ne répond pas. Derrière un réseau qui bloque ce domaine, vous pouvez forcer GitHub dès le départ :
curl -fsSL https://chatgpt.com/codex/install.sh | CODEX_INSTALLER_USE_RELEASES_OPENAI_COM=false sh
Si vous préférez un gestionnaire de paquets, le dépôt officiel donne ces deux commandes :
# avec npm
npm install -g @openai/codex
# avec Homebrew
brew install --cask codex
Dernière option : le binaire. Chaque publication GitHub propose une archive par plateforme. Prenez codex-aarch64-apple-darwin.tar.gz pour un Mac Apple Silicon, codex-x86_64-apple-darwin.tar.gz pour un Mac Intel, codex-x86_64-unknown-linux-musl.tar.gz ou codex-aarch64-unknown-linux-musl.tar.gz pour Linux. L’archive contient un seul fichier qui porte le nom de la plateforme : renommez-le codex après l’extraction et placez-le dans votre PATH.
Installer Codex sur Windows
Codex CLI fonctionne nativement sous Windows. Ouvrez une nouvelle fenêtre PowerShell et lancez :
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"
La commande npm fonctionne aussi. Sous Windows, le point délicat est le sandbox, la couche qui limite ce que les commandes lancées par Codex peuvent toucher. Codex en propose trois, classés ainsi par OpenAI :
mxc, recommandé par OpenAI sur les appareils compatibles : isolation native, sans installation validée par un administrateur ni compte Windows supplémentaire ;elevated, la solution de repli conseillée par OpenAI : elle demande une installation validée par un administrateur, mais les commandes tournent sans droits d’administrateur ;unelevated, dernier recours quandelevatedest impossible et que la politique de l’organisation le permet, avec une isolation réseau plus faible.
Microsoft a introduit MXC dans Windows 11 24H2 (build 26100.9278) et 25H2 (build 26200.9278), et le déploie progressivement : votre poste doit en disposer. Pour que la CLI le préfère quand il est disponible, ajoutez ceci à config.toml :
[features]
prefer_mxc = true
Depuis Codex CLI 0.162.0, cette commande vérifie que MXC fonctionne sur votre poste, sans changer votre réglage. Lancée depuis le dossier du projet, elle doit afficher MXC_OK puis le code de sortie 0 :
codex -c windows.sandbox=mxc sandbox --include-managed-config --permission-profile :workspace -- cmd.exe /d /c echo MXC_OK
$LASTEXITCODE
Vous travaillez plutôt sous WSL ? Installez WSL avec wsl --install dans un PowerShell administrateur, puis lancez le script Linux install.sh dans la distribution. Dans WSL2, Codex utilise le sandbox Linux. WSL1 n’est plus pris en charge depuis la version 0.115.
Se connecter avec un compte ChatGPT ou une clé API
Placez-vous dans un dossier de projet et lancez codex. Au premier démarrage, choisissez Sign in with ChatGPT : une fenêtre de navigateur s’ouvre, puis renvoie vos identifiants à Codex. OpenAI recommande cette connexion pour utiliser Codex dans le cadre d’un abonnement Plus, Pro, Business, Edu ou Enterprise. La commande codex login lance le même parcours.
Avec une clé API, transmettez-la à codex login par l’entrée standard, sans jamais l’écrire en clair dans la commande :
printenv OPENAI_API_KEY | codex login --with-api-key
L’usage est alors facturé sur votre compte OpenAI Platform au tarif standard de l’API, et non sur les crédits de votre abonnement. Certaines fonctions qui dépendent d’un espace ChatGPT ou du cloud sont limitées ou absentes, et Codex cloud exige une connexion ChatGPT. OpenAI conseille la clé API pour les usages automatisés de Codex CLI, comme les tâches de CI/CD.
Quelques commandes utiles ensuite :
codex login statusaffiche la méthode de connexion active ;codex logoutefface les identifiants enregistrés ;codex login --device-auth(en bêta) sert sur un serveur sans navigateur : vous ouvrez le lien affiché depuis un autre appareil, vous vous connectez, puis vous saisissez le code à usage unique, à condition d’avoir activé la connexion par code dans les paramètres de sécurité de votre compte ChatGPT, ou que l’administrateur l’ait autorisée dans votre espace de travail.
Codex garde vos identifiants dans le fichier en clair ~/.codex/auth.json ou dans le gestionnaire d’identifiants du système. Ce fichier contient des jetons d’accès : traitez-le comme un mot de passe et ne l’ajoutez jamais à un dépôt Git. Pour imposer le trousseau du système, réglez cli_auth_credentials_store = "keyring" dans config.toml ; la connexion échoue alors si ce trousseau est indisponible.
Premier lancement de Codex CLI dans un dépôt
Avant de confier une tâche, travaillez sur une branche et partez d’un git status propre. OpenAI conseille aussi de créer un point de sauvegarde Git avant et après chaque tâche, pour pouvoir revenir en arrière. Lancez ensuite Codex à la racine du projet :
cd ~/code/mon-projet
codex
Au démarrage, Codex regarde si le dossier est versionné. Dans un dépôt Git, il propose le mode Auto ; dans un dossier non versionné, la lecture seule. Selon votre installation, il peut aussi rester en lecture seule tant que vous n’avez pas déclaré le dossier comme fiable.
Commencez par une demande sans risque, comme l’exemple de la documentation, Tell me about this project, puis une modification ciblée. Dans la session, /status affiche le modèle actif, la politique d’approbation, les dossiers accessibles en écriture et le contexte restant. Tapez @ pour ajouter un fichier du dépôt à votre demande, et /review pour faire relire les changements en cours. Pour reprendre plus tard une conversation, codex resume rouvre une session récente du même dépôt.
Modes d’approbation et sandbox : ce que Codex fait sans demander
La sécurité de Codex repose sur deux réglages. Le sandbox fixe ce que Codex peut faire techniquement : où il écrit, s’il accède au réseau. La politique d’approbation fixe le moment où il doit vous demander l’autorisation. Le sandbox s’appuie sur le système : Seatbelt sur macOS, bwrap et seccomp sur Linux.
Par défaut, l’accès réseau est coupé et l’écriture est limitée à l’espace de travail : le dossier courant et les dossiers temporaires comme /tmp. Même dans cet espace, les dossiers .git, .codex et .agents restent en lecture seule. Les combinaisons utiles sont les suivantes :
| Usage | Options | Ce que fait Codex |
|---|---|---|
| Auto, le préréglage | --sandbox workspace-write --ask-for-approval on-request |
Lit, modifie et lance des commandes dans le dossier ; demande avant d’écrire ailleurs ou d’utiliser le réseau |
| Lecture seule | --sandbox read-only --ask-for-approval on-request |
Lit et lance des commandes dans un sandbox en lecture seule ; peut demander pour en sortir |
| Lecture seule en CI | --sandbox read-only --ask-for-approval never |
Même sandbox, sans jamais poser de question |
| Accès complet | --dangerously-bypass-approvals-and-sandbox (alias --yolo) |
Ni sandbox ni approbation, déconseillé par OpenAI |
En cours de session, /permissions bascule par exemple entre Auto et lecture seule. Pour autoriser le réseau en mode workspace-write, ajoutez à config.toml :
[sandbox_workspace_write]
network_access = true
Si Codex a besoin d’écrire dans un autre dossier, préférez l’option --add-dir au mode d’accès complet. Dans un conteneur Docker, le sandbox Linux peut échouer si la configuration bloque les opérations dont bwrap a besoin. Si vous faites du conteneur votre frontière de sécurité, OpenAI indique de lancer Codex dans ce conteneur avec --sandbox danger-full-access, et seulement pour des dépôts de confiance.
Un piège après une mise à jour : la politique approval_policy = "untrusted" n’existe plus et peut empêcher Codex de démarrer. Retirez-la de vos fichiers de configuration et de vos scripts. Pour un usage interactif en lecture seule, la documentation propose codex --sandbox read-only --ask-for-approval on-request. Les détails sont sur la page sécurité et approbations de Codex.
Donner des consignes durables avec AGENTS.md
Codex lit les fichiers AGENTS.md avant de commencer tout travail. C’est l’endroit où écrire ce que l’agent ne peut pas deviner : commande de test, conventions, interdits. La commande /init, lancée dans la session, génère un premier AGENTS.md dans le dossier courant ; relisez-le, adaptez-le, puis versionnez-le avec le reste du projet.
Codex assemble ces consignes à chaque lancement :
- le fichier global
~/.codex/AGENTS.md, vos préférences pour tous les projets ; - puis un fichier par dossier, de la racine du dépôt jusqu’au dossier courant ;
- un
AGENTS.override.mdremplace leAGENTS.mddu même dossier, et les fichiers les plus proches du dossier courant l’emportent.
L’ensemble est plafonné à 32 Kio par défaut (réglage project_doc_max_bytes). Voici l’exemple de fichier de dépôt donné par OpenAI :
# AGENTS.md
## Repository expectations
- Run `npm run lint` before opening a pull request.
- Document public utilities in `docs/` when you change behavior.
Pour vérifier ce que Codex a chargé, lancez depuis la racine du dépôt :
codex --ask-for-approval never "Summarize the current instructions."
Choisir GPT-6.2 Astra ou Sol et l’effort de raisonnement
Le modèle se choisit au lancement avec --model ou son alias -m, y compris en mode non interactif avec codex exec :
codex -m gpt-6.2-astra
codex exec -m gpt-6.2-sol "Review the current changes"
Dans une session, /model affiche les modèles accessibles à votre compte et change de modèle ou d’effort de raisonnement. La forme courte /model --reasoning=high garde le modèle actif et relève seulement l’effort, si le modèle le permet. Les niveaux Max et Ultra apparaissent après avoir choisi un modèle dans /model, puis More reasoning….
OpenAI recommande Astra pour les travaux exigeants, comme suivre un bogue à travers plusieurs services, le corriger et tester la correction. Sol est conseillé pour le code de tous les jours et coûte moins de crédits par jeton en vitesse standard. Selon OpenAI, GPT-6.2 Sol permet d’accomplir plus de tâches sur un même abonnement payant que GPT-6.1 Sol.
Dans Codex, le contexte par défaut est de 272 000 jetons pour Astra et 500 000 pour Sol. Les deux montent jusqu’à 1 million avec le réglage model_context_window.
Côté effort, OpenAI conseille de partir de celui que propose la CLI. Selon sa documentation, Low suffit pour les tâches rapides et bien délimitées, Medium pour celles qui demandent un peu de planification, High et Extra High pour les travaux en plusieurs étapes.
Pour fixer vos choix par défaut, ajoutez ces lignes à config.toml. Ce fichier sert aussi à l’extension IDE : si vous l’utilisez, OpenAI conseille plutôt un modèle disponible dans tous vos clients, comme gpt-6.1-sol.
model = "gpt-6.2-sol"
model_reasoning_effort = "medium"
Mettre à jour Codex CLI
La mise à jour dépend de la méthode d’installation :
# script macOS et Linux : relancer l'installation
curl -fsSL https://chatgpt.com/codex/install.sh | sh
# npm
npm install -g @openai/codex
# Homebrew
brew upgrade --cask codex
Sous Windows, relancez la commande PowerShell d’installation. Pour un binaire, téléchargez l’archive de la dernière publication et remplacez l’ancien fichier. La commande codex update vérifie et applique une mise à jour lorsque la version installée sait se mettre à jour elle-même. Les notes de chaque version sont publiées sur la page des publications GitHub de Codex.
Vérifiez aussi les modèles inscrits dans vos fichiers de configuration et vos scripts : GPT-5.5 a été retiré de Codex le 14 octobre 2026 pour les comptes connectés avec ChatGPT, et OpenAI demande de le remplacer partout où il est encore choisi. Les sessions ouvertes avec une clé API ne sont pas concernées.
Limites et points de vigilance
Des quotas difficiles à prévoir
Avec un abonnement, l’usage n’est pas illimité. Au 20 novembre 2026, sur ChatGPT Plus, OpenAI estime l’usage local entre 6 et 50 messages par période de cinq heures avec GPT-6.2 Astra, et entre 17 et 180 avec GPT-6.2 Sol. Des limites hebdomadaires peuvent s’ajouter, et les tâches cloud peuvent consommer davantage. Selon OpenAI, les offres Pro n’ont actuellement pas de limite sur cinq heures.
Cette fenêtre ne fait pas l’unanimité. OpenAI l’avait levée temporairement en juillet 2026 ; sur GitHub, une demande ouverte le 18 juillet et soutenue par 173 votes réclame que ce retrait devienne permanent, en gardant le quota hebdomadaire. Son auteur juge la fenêtre de cinq heures gênante pour les longues tâches de débogage ou de refactorisation. Avec une clé API, le problème change de nature : pas de quota d’abonnement, mais une facture au tarif de l’API, et pas de fonctions cloud comme la revue de code GitHub.
Un modèle qui peut taire un échec
Dans la fiche système de GPT-6.2, OpenAI reconnaît que GPT-6.2 Astra omet plus souvent que son prédécesseur de signaler un obstacle qui l’empêche de finir une tâche de code, sur une évaluation interne conçue pour provoquer ce comportement. Selon OpenAI, la consigne intégrée à Codex réduit nettement ces omissions. Le détail des chiffres est dans notre article sur GPT-6.2 Astra et Sol.
Une étude indépendante, FrontierHarness Eval v1.1, publiée par Runta le 17 novembre 2026, éclaire un autre point. Elle porte sur des modèles ouverts servis par Baseten, pas sur GPT-6.2. Environ trois essais ratés sur quatre s’y terminent par une réponse finale de l’agent plutôt qu’au délai imparti, de 68 % avec Pi à 82 % avec Codex CLI. Une réponse finale de Codex ne prouve donc pas que la tâche a réussi : relisez le diff et laissez vos tests trancher.
Un outil qui évolue vite
L’outil change vite, et certains réglages avec lui : la politique untrusted a disparu, GPT-5.5 a été retiré pour les comptes ChatGPT. Le dépôt openai/codex compte aussi 27 821 tickets ouverts sur GitHub, contre 16 422 pour celui de Claude Code. Parmi eux, une demande ouverte depuis février 2026 et soutenue par 233 votes réclame une commande /rewind qui annulerait à la fois la conversation et les modifications de code : en attendant, vos commits Git restent le moyen le plus sûr de revenir en arrière.
Côté coût, la même étude de Runta place Codex CLI 0.164.0 au coût par tâche réussie le plus bas des 22 outils mesurés, 0,937 dollar en moyenne, contre 1,55 dollar pour Claude Code 2.1.308. Ce résultat se lit avec prudence : selon Runta, le modèle explique 92,8 % des écarts de coût par tâche, l’outil beaucoup moins, et Codex CLI passe de la 1ʳᵉ place avec GLM-5.3 à la 16ᵉ avec Kimi-K3.
Pour qui, pour quoi
Codex CLI convient d’abord si vous payez déjà ChatGPT Plus ou Pro : l’outil est inclus, et son sandbox actif par défaut limite les dégâts d’une commande mal choisie. Sur Plus, avec 6 à 50 messages estimés par période de cinq heures pour Astra, un usage intensif peut buter sur le quota. Pour la CI ou les scripts, la clé API est la voie prévue, avec une facture à surveiller. Si vous hésitez avec l’outil d’Anthropic, notre comparatif Codex vs Claude Code reprend les différences point par point.
Questions fréquentes
Codex CLI fonctionne-t-il sous Windows ?
Oui, nativement. Installez-le depuis PowerShell avec le script install.ps1 ou avec npm. Pour le sandbox, OpenAI recommande MXC sur les postes compatibles (Windows 11 24H2 ou 25H2, selon le déploiement de Microsoft) : activez prefer_mxc = true dans config.toml pour que la CLI le privilégie, avec elevated comme repli conseillé par OpenAI. Vous pouvez aussi l’utiliser dans WSL2, où il applique le sandbox Linux.
Faut-il un abonnement ChatGPT pour utiliser OpenAI Codex ?
Non, mais c’est la voie recommandée par OpenAI : la connexion ChatGPT fait entrer Codex dans un abonnement Plus, Pro, Business, Edu ou Enterprise. Sans abonnement, une clé API fonctionne pour le travail local, facturée au tarif standard de l’API. Codex cloud, lui, exige une connexion ChatGPT.
Comment installer Codex sans npm ?
Utilisez le script officiel (curl -fsSL https://chatgpt.com/codex/install.sh | sh sur macOS et Linux, install.ps1 sous Windows), Homebrew avec brew install --cask codex, ou le binaire de la dernière publication GitHub. Dans ce dernier cas, renommez le fichier extrait en codex.
Quelle différence entre Codex CLI et Codex dans le cloud ?
Codex CLI travaille sur votre machine, dans votre dépôt local, avec vos outils et sous le sandbox de votre système. Codex cloud, aussi appelé Codex Web, est l’agent d’OpenAI qui travaille dans le cloud, depuis chatgpt.com/codex. Depuis le terminal, la commande codex cloud permet de lui confier une tâche puis d’appliquer le résultat à votre dépôt local.
