CodeMender против GPT-5 Codex: специализированный конвейер безопасности против универсального кодера

Передайте уязвимый репозиторий CodeMender и GPT-5 Codex, и оба вернут вам патч. На этом сходство заканчивается. CodeMender — это управляемый агент Google по безопасности кода: он сканирует кодовую базу на наличие уязвимостей, создает proof-of-concept эксплойт в песочнице, чтобы доказать, что баг реален, и только затем предлагает исправление, которое человек должен одобрить, прежде чем оно будет применено. GPT-5 Codex — это универсальная модель агента для программирования от OpenAI: она тарифицируется за токен, вызывается напрямую через API и нацелена на «выполни эту задачу по разработке ПО», а не на «сделай эту кодовую базу безопасной». Оба описываются как ИИ, исправляющий код. Это разные виды инструментов, и выбор между ними не в том, какой из них умнее, — а в том, какую форму работы ИИ вы действительно хотите подпустить к продакшен-коду.

Одно примечание по датам сразу, потому что CodeMender продолжают называть новым, хотя это не так. Google DeepMind представила CodeMender как исследовательский проект 6 октября 2025 года. Действительно недавнее изменение — продуктовая готовность: 22 июля 2026 года Google Cloud запустила его как управляемого корпоративного агента в публичном предварительном доступе на платформе Gemini Enterprise Agent и внутри Google AI Threat Defense. GPT-5 Codex работает с сентября 2025 года. Сравнение этой пары актуально сейчас потому, что впервые оба фигурируют в одном контексте как способы исправления уязвимого кода — и различия определяют, кому какой использовать.

Две разные формы «ИИ исправляет ваш код»

CodeMender — это продукт, а не модель. По сути, это конвейер, обёрнутый вокруг механизма рассуждений Gemini Deep Think, плюс набор инструментов анализа программ — статический и динамический анализ, дифференциальное тестирование, фаззинг и SMT-решатели, — скоординированных мультиагентной системой, в которой судья на основе LLM сравнивает исходный и изменённый код, чтобы выявлять функциональные регрессии. Всё это работает в три этапа: сканирование, проверка и исправление. Сканирование охватывает классы уязвимостей, которые пропускают статические инструменты, — повреждение памяти, инъекции, проблемы веб-безопасности, криптографические слабости, небезопасную обработку данных — в C/C++, Go, Java, Python, Ruby, Rust и TypeScript, с поддержкой таких фреймворков, как Django, Flask, React, Spring Boot и Express. Проверка создаёт работающий эксплойт для подтверждения концепции и запускает его в песочнице, управляемой заказчиком, чтобы подтвердить, что уязвимость действительно эксплуатируема; именно это устраняет ложные срабатывания. Исправление генерирует протестированный патч в виде диффа кода, проверяет его на соответствие соглашениям кодовой базы и передаёт разработчику на утверждение. CodeMender внедряется так же, как и любой продукт безопасности: он встраивается в ваши процессы согласования, а движки обслуживает Google.

GPT-5 Codex — это модель, которую вы вызываете. Это движок внутри агента Codex от OpenAI в терминале, IDE, GitHub и вебе, но она также доступна напрямую через API OpenAI — а именно через Responses API, а не через chat completions — с настраиваемым уровнем усилий на рассуждение: от быстрых правок с низкими усилиями до расширенного мышления для сложных рефакторингов. Она принимает на вход текст и изображения и выдаёт текст, с контекстным окном на 400K токенов (272K на вход, 128K на выход). Это универсальная модель, нацеленная на разработку ПО: сообщение коммита, юнит-тест, целая ветка фичи или — если навести её на цель — исправление уязвимости. Чего в ней нет из коробки — так это той обвязки, которую CodeMender добавляет вокруг своей модели: ни песочницы для верификации, ни подтверждения эксплуатации, ни автоматической проверки регрессий, ни шлюза одобрения человеком, ни политики управления. Вы получаете модель и строите контур самостоятельно.

Итак, первое, что нужно уяснить: это не выбор из выпадающего списка. CodeMender — это security-процесс, который вы приобретаете; GPT-5 Codex — это движок, к которому вы обращаетесь. Они конкурируют за одну и ту же бюджетную статью — готовность команды позволить ИИ-агенту работать с реальным кодом, — но покупаются, оцениваются и управляются по-разному.

Цена: у одного ценник, у другого — разговор.

Именно здесь они расходятся наиболее отчётливо, поскольку только у одного из них есть номер, который можно найти.

GPT-5 Codex тарифицируется как модель: $1.25 за миллион входных токенов, $10 за миллион выходных, $0.125 за миллион кэшированных входных, с пакетным вариантом по полцене ($0.625 за вход / $5 за выход). При реалистичной длительной сессии агента — один миллион свежих входных токенов, два миллиона кэшированных, 200K выходных — это составляет примерно $3.50 по прейскуранту. Контекст — 400K токенов всего. Вы можете прямо сегодня провести быстрый эксперимент из терминала и точно узнать, сколько это стоило.

У CodeMender нет опубликованной цены GA. В предварительной версии он доступен клиентам Gemini Enterprise Agent Platform через, по сути, переговоры о корпоративных продажах. Google заявляет, что после выхода из предварительной версии ценообразование будет основано на потреблении токенов, а выбор модели станет рычагом стоимости — запускайте сканирование на Gemini 3.5 Flash для более дешевых сквозных прогонов, а более крупную модель — для более глубоких. Честная цена сегодня — «спросите Google», что представляет собой принципиально иную реальность закупок, нежели оплата за токены по кредитной карте.

Эта асимметрия — как раз тот случай, когда маршрутизирующая платформа законно выходит на сцену — для стороны, у которой есть цена за токен. GPT-5 Codex — одна из моделей, которые можно вызывать через OrcaRouter, где прейскурантная цена провайдера передается с нулевой наценкой, так что ставки $1.25 / $10, указанные выше, — это ровно то, что вы платите, а снижение цены провайдера вступает в силу в тот же день. Автоматическое переключение при сбое означает, что вызов, который сталкивается с отказом провайдера, может быть отправлен повторно на другой бэкенд, а маршрутизирующий DSL позволяет разделять трафик — испытайте GPT-5 Codex против другой модели кодирования на своей собственной нагрузке, прежде чем принять решение. Ничто из этого не относится к CodeMender, который является управляемым сервисом от вендора, а не вызываемой конечной точкой, и эта статья не будет делать вид, что это не так: аспект маршрутизации — это аспект GPT-5 Codex, а не CodeMender.

Что CodeMender встраивает в себя такого, чего нет в GPT-5 Codex?

Второе большое расхождение — это сам рабочий процесс безопасности: те элементы серьезного процесса реагирования на уязвимости, которые один продукт реализует как встроенное поведение, а другой оставляет вам.

Этап проверки CodeMender — вот что отличает его от других. Вместо того чтобы останавливаться на «этот паттерн похож на инъекцию», он создает эксплойт и запускает его в песочнице, контролируемой заказчиком, превращая статическое совпадение в продемонстрированную эксплуатируемую уязвимость. Это реальное, задокументированное отличие и от статических анализаторов, и от сканирования только на основе моделей: именно этот шаг снижает уровень ложных срабатываний до того, который команда безопасности способна реально обработать и приоритизировать. Затем каждый патч проверяется LLM-judge на регрессии, и человек утверждает его до того, как что-либо будет закоммичено. Сервис изначально спроектирован на корпоративном уровне: трафик маршрутизируется через VPC заказчика, обеспечены изоляция и шифрование данных, а также полное отсутствие хранения данных исходного кода. Ранние пользователи — CISO Salesforce, глава отдела безопасности Robinhood, Palo Alto Networks — описывают его как инструмент, который ускоряет путь от подтвержденной уязвимости до протестированного исправления, а не заменяет команду безопасности.

У GPT-5 Codex нет всех этих вспомогательных механизмов. Он напишет патч для ошибки, на которую вы укажете, и для многих команд это действительно полезно, но ничто в модели не проверяет, эксплуатируема ли ошибка, ничто не доказывает, что патч её исправляет, ничто не проверяет автоматически регрессии, и нет встроенного уровня одобрения человеком или управления данными. Вы обеспечиваете песочницу, этап ревью, процесс управления изменениями и историю соответствия требованиям. Компромисс по скорости — зеркальное отражение: GPT-5 Codex отвечает интерактивно — запрос, патч, итерация за минуты, — а CodeMender — это продуманный конвейер, этап верификации которого запускает реальные эксплойты и занимает реальное время. Один создан для пропускной способности в обычной инженерной работе; другой — для строгости в работе по безопасности.

Напряжённость, связанная с двойным назначением, реальна и очевидна со стороны Google. Поскольку этап верификации CodeMender создаёт работающие эксплойты, модель, настроенная на безопасность и обеспечивающая самые глубокие сканирования — Gemini 3.5 Flash Cyber, — не продаётся всем. Google ограничивает её небольшим кругом правительств и доверенных партнёров и запускает её исключительно внутри CodeMender. Сам агент доступен в предварительной версии корпоративным клиентам; самая мощная версия движка закрыта.

Доказательство: два мерила, которые никогда не сходятся.

Сопоставьте две доказательные базы — и вы увидите, что дело не в том, что одна сильнее, а в том, что они оценивают разные задачи, поэтому их нельзя ранжировать друг относительно друга.

Доказательства CodeMender касаются подтверждённых исправлений безопасности, и все цифры предоставлены Google и пока не воспроизведены независимо. По словам DeepMind, за первые шесть месяцев существования исследовательского проекта в апстрим было передано 72 исправления безопасности для проектов с открытым исходным кодом, некоторые из них — в кодовых базах объёмом до 4,5 миллиона строк, и каждый патч перед отправкой проверялся исследователями-людьми. Флагманский пример — работа с libwebp: применение аннотаций -fbounds-safety из Clang по всей библиотеке, чтобы обосновать закрытие целого класса ошибок переполнения буфера. Для Gemini 3.5 Flash Cyber Google сообщает о 55 уникальных подтверждённых уязвимостях, найденных в JavaScript-движке V8 браузера Chrome, против 47 у основной версии Gemini 3.5 Flash и 36 у Anthropic Claude Opus 4.6, включая 10 проблем, которые не обнаружила ни одна другая модель в тесте, а также о сильных результатах в бенчмарках Google CyberGym и Big Sleep на кодовых базах Chrome и Safari. Всё это предоставлено вендорами; и поскольку доступ к самой мощной модели ограничен, независимого воспроизведения в ближайшее время не предвидится.

Доказательства GPT-5 Codex касаются общей разработки программного обеспечения и включают как вендорские, так и независимые компоненты. OpenAI сообщает о примерно 74% на SWE-bench Verified (данные вендора; в прессе фигурирует диапазон 72.8–74.5%). Независимо от этого, Artificial Analysis в сентябре 2025 года зафиксировала индекс программирования 38.9, LiveCodeBench — 84.0, Terminal-Bench Hard — 37.9 и математический индекс — 98.7. Это достойные показатели для специалиста по программированию, но они ничего не говорят о верификации уязвимостей — поскольку никто не проводил на этой модели сопоставимую оценку исправления ошибок безопасности. Честный итог таков: эти две доказательные базы создавались для ответа на разные вопросы, и читателю следует воспринимать оба набора цифр с указанием источника: у CodeMender это невоспроизведённые утверждения Google; у GPT-5 Codex — смесь утверждений OpenAI и независимых оценок общих задач по программированию.

Доступ и форма переключателя

Как вы получаете каждый из них и во сколько обходится их перемещение, — это последнее структурное отличие.

CodeMender появляется через Google Cloud: платформа Gemini Enterprise Agent Platform в публичной предварительной версии или как основной компонент AI Threat Defense, где Wiz сопоставляет данные аналитики с контекстом выполнения. Она интегрируется с CI/CD, работает через легковесный CLI и подключается к VS Code и Antigravity. Она многомодельна по своей архитектуре — Gemini 3.5 Flash является движком по умолчанию, также можно выбрать Gemini 3.1 Pro и Gemini 3 Flash, а Google сообщает, что сторонние фронтирные модели появятся позднее в 2026 году. Вы выбираете управляемого агента, предоставляемого вендором, и смена поставщика означает изменение закупочной процедуры в сфере безопасности, а не редактирование файла конфигурации.

{{1}}GPT-5 Codex поставляется в виде API-ключа.{{/1}} Это портативная модель: {{2}}вызывайте её напрямую через Responses API от OpenAI или через маршрутизатор вроде OrcaRouter, где тот же ключ также открывает доступ к более чем 200 другим моделям.{{/2}} {{3}}На входе — текст и изображения, на выходе — текст, контекст на 400K, уровень рассуждений регулируется.{{/3}} {{4}}Переключение между кодовыми моделями на маршрутизаторе — это изменение конфигурации и повторный прогон собственной оценки,{{/4}} {{5}}а это именно тот дешёвый способ экспериментировать, который модель закупок enterprise-preview от CodeMender предложить не может.{{/5}} Если ваш вопрос — «{{6}}на какой кодовый агент стандартизироваться нашей команде,{{/6}}» {{7}}это решение о модели;{{/7}} если ваш вопрос — «{{8}}кто исправит уязвимости в нашем бэклоге с доказательствами и подтверждением,{{/8}}» {{9}}это решение о продукте.{{/9}}

Кто должен выбирать

Выбирайте CodeMender, если вы команда по безопасности или AppSec с бэклогом уязвимостей и необходимостью демонстрировать результаты работы. Это единственная сторона этого сравнения, которая предлагает сквозной процесс безопасности: сканирование, находящее реальные ошибки, изолированная проверка proof-of-concept, устраняющая ложные срабатывания, протестированные патчи, которые одобряет разработчик, и режим управления — маршрутизация VPC, нулевое хранение данных — на который может сослаться ваша команда по комплаенсу. Текущие издержки — это то, на что эта статья постоянно указывает: это предварительная версия, публичной цены нет, а самый точный движок доступен только правительствам и доверенным партнёрам. Но для задачи «сделать эту кодовую базу измеримо безопаснее и доказать это» CodeMender создан специально, и ни одна универсальная модель генерации кода для этого не предназначена.

Выберите GPT-5 Codex, если вы разработчик или продуктовая команда, которым нужен универсальный агентный кодер — такой, который заодно занимается безопасностью, когда вы направляете его на баг. Он доступен сразу, тарифицируется за токен по опубликованной цене, интерактивен в отличие от конвейера верификации и переносим: вызывайте его напрямую или маршрутизируйте, переключайтесь между моделями кодирования через конфигурацию и оценивайте на собственной нагрузке перед стандартизацией. Минус в том, что защитный каркас CodeMender в него не входит — цикл ревью, песочницу и управление вы строите сами.

Наименее ошибочная формулировка состоит в том, что они дополняют друг друга, а не противопоставлены. Команда, которой нужны оба, использует CodeMender для бэклога безопасности и универсального агента кодирования для обычной разработки — а чтобы второй не завышал цену, его следует подключать по прайс-листу провайдера с возможностью смены движка. Что это сравнение действительно решает — так это вопрос формы: нужен ли вам ИИ, который доказывает наличие бага и ждёт вашего одобрения, или ИИ, который выполняет работу, когда вы к нему обращаетесь. Это разные продукты, и никакой бенчмарк не закроет этот разрыв.