Codex 统计数据.

Codex 是 OpenAI 的代理式软件工程产品线：一个可在 ChatGPT、云任务、CLI、IDE 扩展、GitHub 工作流、桌面应用和 API 模型中使用的编码代理。公开的统计数据分为四类，不应混淆——公司报告的使用指标、产品发布里程碑、能力基准分数和更广泛的开发者 AI 采用调查。

最主要的数字是公司报告的：OpenAI 表示，每周有超过 500 万人使用 Codex，其中非开发者用户约占 20%，增长速度是开发者的 3 倍以上 (OpenAI)。这是一个每周用户指标——而不是每月或每日活跃用户、收入、付费席位或市场份额。本文总结了研究档案中支持最好的 Codex 统计数据，将用户采用与生态系统信号分开，并解释了每个数字背后的注意事项。

主要统计数据

OpenAI 的使用数据是公司报告的，具有参考价值，但在档案中未经独立审计。应将其视为产品生态系统信号，每个信号都有特定的受众和时间窗口。

Codex 衡量的是什么：产品、代理、模型还是工作流？

“Codex”并非单一的指标类别。在 OpenAI 的材料中，它指的是一个产品套件和代理平台，涵盖云任务、CLI、IDE、Web/移动、GitHub 和 CI/CD 风格的工作流 (OpenAI Platform)。

解释这些数字的基本规则是：采用统计数据指的是 OpenAI 生态系统内部的人员或使用情况；模型参考统计数据指的是技术限制；基准统计数据指的是受控任务；而 GitHub 元数据或 npm 下载量等生态系统统计数据是关注度或分发信号。

发布和产品时间线

公开的 Codex 时间线将采用和基准数字与产品时间顺序联系起来。

路透社后来报道称，OpenAI 扩大了与主要全球咨询公司的合作，以加速企业 Codex 的部署 (Reuters via Investing.com)。这些报告有助于了解市场背景，但它们不能取代 OpenAI 自己对使用数量的定义。

用户采用和使用统计

最重要的采用统计数据是 OpenAI 报告的每周有超过 500 万人使用 Codex (OpenAI)。这是一个公司报告的每周用户数据，不应转换为每月活跃用户、每日活跃用户、付费订阅者或市场份额。

非开发者约占用户总数的 20%，且增长速度是非开发者的 3 倍以上，这使得 Codex 的解读从纯粹的开发者工具转变为更广泛的工作委托界面。OpenAI 内部的采用似乎异常强劲——但档案警告不要将其视为普通企业的代表。增长倍数引人注目，但对基线敏感：

当起始基数较小时，增长倍数可能看起来很大，因此应将其视为方向性有用，而非独立的市场规模证据。Axios 也报道称，Codex 的每周活跃用户超过 500 万，知识工作者的采用速度快于开发者，并引用了 OpenAI 的研究 (Axios)——但由于基础统计数据源自 OpenAI，准确的措辞仍然是“OpenAI 报告”，而非“独立测量”。

界面：ChatGPT、CLI、IDE、GitHub、应用和 API

按界面分组时，Codex 统计数据更容易解释——每个界面都有不同的测量分母。

在 ChatGPT 中，Codex 作为侧边栏可访问的编码代理推出。在 CLI 中，它成为一个本地代理工作流，可以移交给云端并通过 ~/.codex/config.toml 连接到 MCP 服务器 (OpenAI Platform)。IDE 扩展支持 VS Code、Cursor 和其他 VS Code 分支，利用编辑器上下文减少提示 (OpenAI)。在 GitHub 中，Codex 可以通过 @codex 审查拉取请求，并从云任务生成 PR (OpenAI Help)。在 API 层，GPT-5.2-Codex 模型参考列出了 400,000 token 的上下文窗口和 128,000 的最大输出 token，而 codex-mini-latest 分别列出了 200,000 和 100,000 (OpenAI Developers)。

能力基准和它们不能证明什么

基准统计数据是 Codex 数字中最容易引用和过度解读的部分。OpenAI 报告称，GPT-5.3-Codex 在 SWE-Bench Pro Public 上达到 56.8%，在 Terminal-Bench 2.0 上达到 77.3%，在 OSWorld-Verified 上达到 64.7%，均采用“xhigh”推理努力 (OpenAI)。

这些是在特定配置下的模型评估结果——而不是衡量 Codex 在公司私有单体仓库中，使用该公司的测试、权限、依赖项和审查标准时成功的频率。至关重要的是，这三个基准衡量的是不同的事物，不应直接比较：SWE-Bench Pro 强调更长期的专业任务 (Scale AI)；Terminal-Bench 2.0 定义了 89 个真实的终端任务 (arXiv)；OSWorld 衡量跨整个操作系统的可执行计算机使用 (arXiv)。

基准的多样性强化了这种谨慎。TerminalWorld 引入了一个包含 1,530 个经过验证任务的自动生成基准，并报告与专家策划的 Terminal-Bench 之间存在弱相关性（Pearson r = 0.20），这表明两者衡量的是互补的能力 (arXiv)。METR 的时间范围框架增加了另一个维度：其 Time Horizon 1.1 更新将任务套件从 170 个扩展到 228 个，并将 8 小时以上的长任务从 14 个增加到 31 个 (METR)。

安全、沙盒和部署控制

安全性是 Codex 统计数据的核心，因为代理式编码工具在代码库、依赖项、测试、终端以及有时是网络资源上运行。OpenAI 最初的发布声明，每个任务都在隔离的云沙盒中运行，执行期间默认禁用互联网访问 (OpenAI)。

GPT-5-Codex 系统卡描述了跨终端、IDE、云、GitHub 和 ChatGPT 移动端的部署，以及沙盒和可配置的网络访问缓解措施 (OpenAI PDF)。这对于指标比较很重要：在无网络沙盒中完成的任务不能直接与使用可配置互联网访问和浏览器自动化完成的任务进行比较。企业和教育版发布说明增加了管理层，包括 RBAC、合规性 API 和管理控制。

开发者 AI 市场背景

Codex 的采用处于 AI 辅助软件开发更广泛的转变之中。调查统计数据是有用的背景信息，但它们衡量的是不同的人群，不应混为一谈，形成单一的“开发者采用率”。

Stack Overflow 2025 年的调查报告称，60% 的人对 AI 持积极态度，而 46% 的人不信任 AI 输出的准确性（高于 2024 年的 31%），33% 的人信任它，只有 3% 的人高度信任它 (Stack Overflow)。在开箱即用的 AI 助手方面，它报告 ChatGPT 和 GitHub Copilot 是使用最多的：

JetBrains 2025 年的调查（2025 年 4 月至 6 月，覆盖 194 个国家的 24,534 名开发者）报告称，85% 的人定期使用 AI 工具，62% 的人至少依赖一种 AI 编码助手、代理或代码编辑器 (JetBrains)。GitHub 2024 年的调查报告称，超过 97% 的受访开发者在工作中使用 AI 编码工具，而只有 38% 的美国开发者表示他们的组织积极鼓励采用 (GitHub Blog)。这些都没有提供 Codex 特定的市场份额分母。

生态系统信号：GitHub、npm 和不应推断的内容

Codex 开源和包生态系统提供了有用的公共信号，但不是活跃用户数。规范存储库是 openai/codex，官方 npm 包是 @openai/codex (npm)。

GitHub 自己的定义至关重要：stargazers_count、watchers 和 watchers_count 都表示星标，而 subscribers_count 表示存储库观察者 (GitHub Docs)。包下载量也不是活跃用户——它们可能因 CI 系统、重新安装、镜像和自动化而膨胀。星标表示关注度，分支表示实验；两者都不能证明生产使用。OpenAI 的每周用户和每月开发者数据仍然是档案中唯一的直接产品使用指标。

生产力声明和案例研究注意事项

Codex 经常以生产力方面进行讨论，但公开的证据基础并不均衡。OpenAI 表示，其工程师每天在安全、产品工程、前端、API、基础设施和性能工程等领域使用 Codex (OpenAI PDF)——这些是有意义的工作流示例，但不是随机的生产力试验。

Codex 产品页面提到 Harvey 报告的早期迭代时间减少了 30-50% (OpenAI)——这是一个客户报告的结果，不应泛化为“Codex 将所有团队的生产力提高 30-50%”。通过容器缓存将中位数任务完成时间减少 90% 是系统性能统计数据，而不是工程劳动力的 90% 减少 (OpenAI)。

指标定义和常见误读

总结 Codex 最安全的方法是明确指标定义。

来源质量说明

本文仅以提供的研究档案作为事实依据。最可靠的 Codex 特定来源是 OpenAI 产品公告、文档、系统卡、开发者模型参考和研究 PDF。

常见问题

来源和延伸阅读