Codex Cloud: configuración, precios, límites y despliegue

Codex Cloud ejecuta tareas de programación en computadoras administradas por OpenAI. Conectas tus repositorios, preparas un entorno reutilizable y le asignas una tarea a Codex. Puede editar archivos y ejecutar pruebas mientras tu computadora portátil está suspendida. Regresas para revisar los cambios, pedir correcciones y abrir un pull request.

Para el inicio de sesión en Codex Cloud, entra a ChatGPT. En la aplicación web o de escritorio, elige Work in > Cloud. En el móvil, abre Codex y selecciona un entorno que ya hayas publicado.

Empieza con un cambio pequeño y resultados de pruebas que puedas verificar antes de darle a Codex un trabajo mayor.

Qué probamos

El 17 de octubre de 2026, ejecutamos la configuración y los prompts de /healthz a continuación con Codex CLI 0.159.2 en un sandbox Small Firecracker en Lizard. El entorno de prueba usó Node.js 22.23.2 y npm 10.9.8. Codex instaló desde el lockfile, añadió el endpoint y pasó ambas pruebas: la nueva respuesta HTTP 200 y la respuesta 404 existente. El comando de compilación del proyecto verificó la sintaxis de JavaScript y pasó.

También confirmamos que codex cloud list --limit 5 se autenticó y devolvió el código de salida 0. Revisamos las opciones del comando de envío con --help. No enviamos una tarea a OpenAI Cloud ni creamos un entorno en su interfaz web; esos pasos siguen la documentación de OpenAI.

Qué hace Codex Cloud

Codex puede inspeccionar un repositorio, investigar un error, cambiar código y ejecutar las herramientas del proyecto. Un entorno en la nube guarda los repositorios preparados, las dependencias y la configuración de acceso. Cada nueva tarea comienza en su propio espacio de trabajo.

Esto sirve para trabajos que puedes describir y verificar: arreglar una prueba fallida, añadir un endpoint de API o actualizar una dependencia y comprobar la compilación. Para un cambio que necesita varias rondas de revisión, continúa en la misma tarea para que Codex conserve sus archivos de trabajo.

OpenAI distingue este flujo de trabajo del acceso remoto a un agente que se ejecuta en tu propia computadora. Las tareas en la nube usan las computadoras de OpenAI y pueden continuar mientras tu máquina está suspendida. Consulta el resumen de Codex Cloud.

Cómo configurar Codex Cloud

Usa la aplicación web o de escritorio para crear un entorno. Ten listos tu repositorio de GitHub, sus instrucciones de compilación y cualquier credencial de desarrollo necesaria.

1. Conecta tu repositorio

Elige Work in > Cloud > Select environment > Create environment. Conecta GitHub si te lo pide, selecciona los repositorios que necesita el proyecto y elige Get started.

Para la primera configuración, elige un repositorio cuyas pruebas ya sepas ejecutar. Eso te da un resultado para comparar con la configuración en la nube.

2. Prepara y revisa las herramientas

Codex inspecciona el proyecto, instala dependencias y herramientas, y revisa el flujo de trabajo. Proporciona los detalles que falten cuando te los pida. Especifica la versión del entorno de ejecución si tu proyecto depende de una.

Para un proyecto de Node.js, podrías pedir:

Prepare this repository for development. Use the Node.js version and
package manager specified by the project. Install dependencies from the
lockfile, identify the test and build commands, and run both.

Report each command and its result. If a check fails, show the error and
explain what needs to change before I publish this environment.

La configuración puede registrar un Install script para las dependencias y un Start skill para iniciar servicios y comprobar la disponibilidad. Revisa esos comandos, especialmente si el proyecto necesita una base de datos o un registro de paquetes privado.

3. Publica el entorno

Revisa el informe de configuración y resuelve las comprobaciones fallidas. Guarda la configuración y luego selecciona Publish. Espera a que aparezca Environment published antes de iniciar una tarea.

Guardar almacena la configuración. Publicar captura el sistema de archivos preparado para nuevas tareas. Compartir controla quién puede usar el entorno. Estas son acciones separadas en el flujo de trabajo actual de entornos en la nube.

4. Dale a Codex un cambio verificable

Inicia una nueva tarea desde el entorno publicado. Describe el comportamiento esperado y cómo comprobarlo. Por ejemplo, adapta este prompt a un repositorio de API web:

Add a GET /healthz endpoint using this project's existing routing style.
It should return HTTP 200 and JSON {"status":"ok"}.
The endpoint must not expose configuration or credentials.

Add a test that checks the status code and response body. Run that test
and the existing test suite. Show the commands, results, and changed files.
Do not deploy or change database schemas.

Este prompt define una tarea pequeña. Una respuesta HTTP por sí sola no demuestra que el resto de la aplicación funcione, así que mantén la suite existente en los criterios de aceptación.

5. Revisa el resultado

Lee el diff y la salida de las pruebas antes de aceptar el cambio. Comprueba que Codex ejecutó los comandos que reporta y que las pruebas cubren el comportamiento solicitado. Busca comprobaciones omitidas y cambios en archivos no relacionados.

Pide correcciones en la misma tarea, luego haz un commit del trabajo o abre un pull request. Ejecuta tus comprobaciones normales de CI antes de fusionar. Una respuesta exitosa de la tarea es un elemento más para esa revisión.

Cómo funcionan los entornos y los archivos de tareas guardados

Un entorno proporciona la configuración inicial. Una tarea acumula sus propios cambios después de comenzar.

OpenAI documenta una ventana de recuperación predeterminada de hasta siete días para el estado guardado de la VM después de que comience el último turno o reanudes la tarea. Esta es una ventana de recuperación de la VM, no una promesa de ejecución continua ni un período de retención del historial de conversación. Haz commit del trabajo importante en Git. Detalles del estado guardado

Por ejemplo, supón que instalas una herramienta faltante durante una tarea. Eso arregla la tarea en la que estás trabajando. Para que la herramienta sea parte de futuras tareas, edita el entorno, verifica la instalación y vuelve a publicarlo.

Precios y límites de uso de Codex Cloud

Los chats en la nube son parte de los planes elegibles de ChatGPT. Los precios publicados por OpenAI en EE. UU., revisados en octubre de 17, 2026, son:

Free y Go tienen acceso limitado a Codex de escritorio en la guía de precios. Comprueba la elegibilidad para la nube antes de elegir un plan. Una clave de API de OpenAI paga por separado los flujos de trabajo de Codex basados en API compatibles; el acceso con clave de API no incluye las funciones de Codex Cloud. Precios y disponibilidad de funciones de OpenAI

No hay una conversión confiable de un precio de suscripción a un número fijo de tareas en la nube. La elección del modelo, la duración de la tarea, el contexto y el uso de herramientas afectan el consumo. Los mensajes locales y los chats en la nube comparten la asignación del plan, y ChatGPT Work también comparte el uso con Codex.

Las estimaciones de mensajes locales de OpenAI no son cuotas de tareas en la nube. Revisa el panel de uso para ver tu asignación restante y los tiempos de reinicio. Los planes elegibles pueden comprar créditos adicionales. Detalles de los límites de uso

Dar a las tareas acceso a servicios y secretos

Un registro privado necesita tanto acceso a la red como una credencial válida. Permitir su nombre de host solo resuelve la parte de la red.

La configuración actual del entorno distingue dos formas de proporcionar valores:

Con un secreto de red, los programas reciben un marcador de posición. El proxy sustituye la credencial para las solicitudes coincidentes a destinos permitidos a través de HTTPS en el puerto 443. Configura los dominios exactos y prueba una solicitud durante la configuración. Secretos de red

Si falla una descarga, inspecciona la URL que falló. Un registro de paquetes y su host de descarga pueden necesitar entradas separadas en la lista de permitidos. Si falla la autenticación, revisa la credencial, su alcance y el destino. Mantén las credenciales de desarrollo limitadas a los servicios que necesita la tarea.

Límites de Codex Cloud a revisar antes de una tarea

La guía de entornos en la nube enumera estos recursos predeterminados:

Los clientes Enterprise pueden preguntar por VMs más grandes. Revisa el uso del disco antes de ejecutar compilaciones que descarguen dependencias grandes o produzcan artefactos grandes.

La misma guía actualmente enumera el uso de computadoras y navegadores, GitLab y GitHub Enterprise Server autoalojado como no compatibles en la nueva experiencia de entorno en la nube. Las habilidades del repositorio están disponibles para las tareas; las habilidades personales de tu computadora local no se sincronizan automáticamente. Revisa las limitaciones actuales al planificar un flujo de trabajo.

Si tu prueba de aceptación necesita interacción con el navegador, prepara un entorno de prueba separado con capacidad para navegador. Una prueba unitaria exitosa no puede mostrar si un botón funciona en la aplicación renderizada.

Por qué algunas guías describen un comportamiento diferente

OpenAI todavía documenta Codex Cloud (Legacy) para los flujos de trabajo de revisión e integración existentes. Las instrucciones más antiguas pueden describir secretos solo de configuración o almacenamiento en caché de contenedores. Usa la nueva configuración de entorno en la nube para el flujo de trabajo anterior y comprueba qué experiencia usa una integración antes de aplicar instrucciones heredadas. Transición heredada

Codex Cloud vs Codex CLI

La CLI es una interfaz que puedes ejecutar en tu propia computadora o en una máquina remota. Codex Cloud proporciona un espacio de trabajo administrado por OpenAI. La CLI también puede enviar tareas a la nube.

Para trabajar con tareas en la nube desde una terminal, la referencia de la CLI documenta codex cloud, codex cloud exec y codex cloud list.

codex cloud
codex cloud exec --env YOUR_ENVIRONMENT_ID \
  "Run the project's tests and report failures. Do not change files."
codex cloud list --limit 5

Reemplaza YOUR_ENVIRONMENT_ID con un entorno disponible para tu cuenta iniciada. El comando --help de la CLI instalada enumera las opciones compatibles. El comando de envío inicia el trabajo en la nube; revisa los resultados de la tarea después.

Para scripts que ejecutan Codex en la máquina donde está instalada la CLI, consulta nuestro ejemplo de comprobación de despliegue con codex exec.

Dónde encaja Lizard después de una tarea en la nube

Una vez que aceptas un cambio, tu aplicación necesita un destino de despliegue. También puedes necesitar un navegador para probar la aplicación renderizada antes de lanzarla.

Una secuencia práctica es revisar el diff de Codex Cloud, fusionarlo a través de tus comprobaciones normales y luego desplegar ese commit en Lizard con Lizard CLI. Las aplicaciones y bases de datos se ejecutan como recursos separados y pueden seguir funcionando después de que se detenga un sandbox de desarrollo.

Para un flujo de trabajo de agente personalizado, Lizard Sandboxes proporcionan una shell, archivos y vistas previas HTTPS. La plantilla desktop añade un escritorio con un navegador. Los Sandboxes usan microVMs Firecracker, con una alternativa de contenedor para volúmenes o instantáneas más antiguos y arranques fallidos de Firecracker. Revisa getInfo().runtime cuando esa distinción importe.

Ejecutar Codex CLI allí es un flujo de trabajo en infraestructura que controlas. Tú administras sus credenciales, el tiempo de vida del proceso y el trabajo guardado, y pagas por el uso del modelo bajo los términos relevantes de OpenAI. Lizard no añade capacidad a tu asignación de Codex Cloud.

Lizard Pro cuesta $19 al mes e incluye $19 de uso. Los Sandboxes pequeños cuestan $0.0162 por hora por 2 vCPU, 4 GB de RAM y 5 GB de disco local, facturados por segundo mientras se ejecutan, incluido el tiempo de inactividad. El uso que supere la cantidad incluida es pay as you go. Los Persistent Volumes tienen un costo adicional. Estos son cargos de infraestructura; el uso del modelo de OpenAI es independiente. Precios de Lizard

Si estás construyendo un producto que crea un espacio de trabajo para cada cliente, nuestro tutorial del clon de Lovable muestra un flujo probado de Lizard SDK para la ejecución de código, vistas previas privadas y guardado de archivos de proyecto.

Problemas comunes de configuración

Sigue la guía de solución de problemas de configuración para el paso que falla. Después de un cambio de configuración, verifícalo en una nueva tarea desde el entorno vuelto a publicar.