छह महीने पहले मैंने एक फैसला लिया जिसके बारे में मैं अभी भी सोचता हूँ। मैंने Seahawk टीम को बताया कि हम AI कोडिंग असिस्टेंट्स के साथ सच में कमिट करने जा रहे हैं -- बस हाथ आज़माना नहीं, आसान जीत निकालना नहीं, बल्कि असली क्लाइंट काम को इन टूल्स के माध्यम से रूट करना और देखना कि क्या होता है। इसका मतलब बिलेबल घंटे, लाइव रेपो्स, और प्रोडक्शन डिप्लॉयमेंट्स थे। खिलौनों जैसे प्रोजेक्ट्स नहीं। "मेरे लिए एक टू-डू ऐप बना दो" डेमो नहीं।
मुख्य निष्कर्ष: छह महीने की रोज़मर्रा की उपयोग के बाद, Claude Code संदर्भ की गहराई और टूलिंग पर एजेंसी काम जीतता है, Cursor इन-एडिटर फ्लो में जीतता है, और Codex कच्ची पूर्णता में जीतता है; अधिकांश टीमें दोनों को जोड़ी बनाकर उपयोग करती हैं।After six months daily, Claude Code wins agency work on context depth and tooling, Cursor wins in-editor flow, and Codex wins raw completion; most teams end up pairing two.
नौ साल में बारह हज़ार साइट्स आपको काफी सही अंदाज़ा देते हैं कि क्या हाइप है और क्या असली बदलाव है। और ईमानदारी से कहूँ तो? यह स्पेस दोनों ही बार एक साथ है, जो इस बारे में लिखना इतना मुश्किल बनाता है।
तो यह है -- Claude Code, OpenAI Codex (API के माध्यम से और नए Codex CLI), और Cursor के साथ छह महीने। कोई रैंकिंग नहीं, शुरुआत से पहले कोई विजेता घोषित नहीं। बस जो मुझे मिला।Claude Code, OpenAI Codex (via the API and the newer Codex CLI), and Cursor. No rankings, no winners declared before we've even started. Just what I found.
---
मैंने तीनों को एक साथ क्यों चलाया
लालच यह है कि किसी एक को चुनो और गहराई में जाओ। मैं लगभग वह करने वाला था। जनवरी में मैं बस Cursor पर स्टैंडर्डाइज़ करने के लिए तैयार था क्योंकि VS Code इंटीग्रेशन कम से कम प्रतिरोध का रास्ता लग रहा था। फिर एक क्लाइंट -- Manchester में एक SaaS फाउंडर जो एक इंटरनल लॉजिस्टिक्स डैशबोर्ड बना रहा था -- मुझे एक Python-हेवी बैकएंड दिया जो सच में अस्पष्ट था, और Cursor के सुझाव बार-बार वह कॉन्टेक्स्ट मिस कर रहे थे जो तीन फाइलें दूर रहता था।
तब मैंने फैसला किया कि एकमात्र ईमानदार मूल्यांकन विधि यह थी कि प्रत्येक टूल के माध्यम से समान श्रेणियों के काम को समानांतर में चलाया जाए। वही सटीक प्रॉम्प्ट नहीं, क्योंकि वह कृत्रिम है, लेकिन काम का एक ही प्रकार: legacy PHP को रीफैक्टर करना, Figma specs से नए React components लिखना, intermittent API errors को debug करना, और मौजूदा functions के लिए test coverage generate करना।type of work: refactoring legacy PHP, writing new React components from Figma specs, debugging intermittent API errors, and generating test coverage for existing functions.
नतीजे मुझे ऐसे तरीकों से चौंकाने वाले थे जिनकी मैंने उम्मीद नहीं की थी।
---
Claude Code: Context में Frighteningly अच्छा, मुझे जितना चाहिए उससे Slower
मुझे सीधे कहने दीजिए। Claude Code तीनों में सबसे विचारशील है। वह शब्द अस्पष्ट लगता है, तो मुझे इसे concrete बनाने दीजिए।thoughtful of the three. That word sounds vague, so let me make it concrete.
जब मैंने इसे एक 400-लाइन WordPress प्लगइन दिया जो मैंने 2021 में लिखा था -- जब मैं वह चीजें करता था जिन्हें मैं अब शर्मनाक मानता हूँ, जैसे विकल्प को सीधे $_POST में स्टोर करना सैनिटाइज़ेशन के बिना -- तो इसने सिर्फ स्पष्ट समस्याओं को ठीक नहीं किया। इसने आर्किटेक्चरल पैटर्न को फ्लैग किया, समझाया कि दृष्टिकोण क्यों नाज़ुक था, और एक रीफैक्टर्ड संस्करण पेश किया जो बिल्कुल समान व्यवहार को संरक्षित करते हुए सुरक्षा खामियों को ठीक करता था। Cursor ने इसका आधा हिस्सा किया। Codex ने मुझे मूलतः उसी बुरे पैटर्न का एक स्वच्छ संस्करण दिया।WordPress plugin I'd written in 2021 -- back when I was doing things I now consider embarrassing, like storing options directly in$_POST without sanitisation -- it didn't just fix the obvious issues. It flagged the architectural pattern, explained why the approach was fragile, and offered a refactored version that preserved the exact behaviour while fixing the security gaps. Cursor did half of that. Codex basically gave me a cleaner version of the same bad pattern.
यह कहाँ जीतता है
long-context reasoning real है। आप एक पूरा component tree paste कर सकते हो, एक bug का तीन layers गहराई में describe कर सकते हो, और Claude Code thread को बिना खोए track करेगा। Agency work के लिए जहाँ आप regularly दूसरे लोगों की chaos को inherit कर रहे हो, वह कोई छोटी बात नहीं है।
यह अच्छी तरह से explanations भी लिखता है। जब मेरी टीम का एक junior समझ नहीं पाता कि एक refactor एक निश्चित तरीके से क्यों काम करता है, Claude Code का output आमतौर पर सिखाता है। यह actual value रखता है जब आप एक छोटी टीम को level up करने की कोशिश कर रहे हों।explanations well. When a junior on my team doesn't understand why a refactor works a certain way, Claude Code's output tends to teach. That has actual value when you're trying to level up a small team.
जहां यह निराश करता है
गति। जवाब Cursor के इन-एडिटर ऑटोकंप्लीट से धीमे हैं, जो निष्पक्ष तुलना नहीं है -- वे अलग इंटरेक्शन मॉडल हैं -- लेकिन जब आप फ्लो में होते हैं, तो किसी जवाब के लिए तीन से पाँच सेकंड इंतज़ार करना कुछ तोड़ देता है।
मूल्य निर्धारण भी एक वास्तविक बातचीत है। भारी उपयोग पर, API लागतें जितनी तेजी से आप उम्मीद करते हैं उससे अधिक तेजी से बढ़ती है। मैंने अकेले फरवरी में क्लाइंट प्रोजेक्ट्स में लगभग £340 मूल्य के Claude API कॉल चलाए। यह विनाशकारी नहीं है, लेकिन इसे इनवॉइस पर कहीं न कहीं जाना है।
---
OpenAI Codex: वह जिसे सब भूल गए हैं
Codex के बारे में यह बात है -- अब इसके बारे में लोग कम बात करते हैं क्योंकि ChatGPT और GPT-4o सारी हवा लेते हैं, लेकिन Codex CLI जो OpenAI ने 2025 में शिप किया है वह टर्मिनल-नेटिव वर्कफ्लो्स के लिए सच में दिलचस्प है।Codex CLI that OpenAI shipped in 2025 is genuinely interesting for terminal-native workflows.
मैंने इसे एक fintech client के लिए एक project पर heavily use किया (नाम नहीं दे सकते, NDA, standard stuff) जहाँ पूरा codebase एक monorepo में रहता था और हम terminal में काम कर रहे थे न कि एक editor में। codex को shell context के साथ inline चलाने में सक्षम होना, files को directly read करना, और commands को एक sandboxed environment में execute करना दूसरे tools की chat-style interaction से अलग महसूस हुआ।codex inline with shell context, have it read files directly, and execute commands in a sandboxed environment felt different from the chat-style interaction of the other tools.
जहां Codex चमकता है
ऑटोमेशन कार्य। Bash स्क्रिप्टिंग। GitHub Actions वर्कफ़्लो लिखना। एक सख्त पैटर्न का पालन करने वाला boilerplate बनाना। उस फिनटेक प्रोजेक्ट के लिए, मैंने Codex से लगभग 60% CI/CD pipeline YAML generate करवाया, और यह इतना स्वच्छ था कि मैंने केवल मामूली संपादन किए।
यह तीनों में सबसे शाब्दिक भी है। अगर आप इसे एक सटीक स्पेक दो, तो यह इसका पालन करता है। कोई संपादन नहीं, कोई "यहाँ एक बेहतर दृष्टिकोण है" नहीं -- बस यह काम करता है। कभी-कभी यह बिल्कुल वही है जो आप चाहते हैं।literal of the three. If you give it a precise spec, it follows it. No editorialising, no "here's a better approach" -- it just does the thing. Sometimes that's exactly what you want.
जहां यह कमजोर पड़ता है
Literal का flip side brittle है। Vague prompts vague code produce करते हैं। और Claude Code के विपरीत, यह reliably उस चीज़ को नहीं पकड़ता जिसे आपको पूछना चाहिए था लेकिन नहीं पूछा। मेरे पास March में एक situation था जहाँ Codex ने एक perfectly functional database migration script generate किया जो एक Postgres 14 database पर एक silent data loss issue का कारण बनता क्योंकि यह existing columns पर DEFAULT values को कैसे handle करता था। इसने सटीक रूप से वह किया जो मैंने पूछा था। इसने बस मुझे वह चीज़ नहीं बताई जो मुझे जानने की जरूरत थी।should have asked about but didn't. I had a situation in March where Codex generated a perfectly functional database migration script that would have caused a silent data loss issue on a Postgres 14 database because of how it handled DEFAULT values on existing columns. It did exactly what I asked. It just didn't tell me the thing I needed to know.
यह विश्वास में एक सार्थक अंतर है।
---
Cursor: वह जिसे मैं वाकई हर दिन यूज़ करता हूँ
मैं ईमानदार रहूँ -- Cursor वह टूल है जो मैं पहले खोलता हूँ। इसलिए नहीं कि यह किसी अमूर्त अर्थ में "सर्वश्रेष्ठ" है, बल्कि इसलिए कि यह जहाँ मैं काम करता हूँ वहाँ रहता है। VS Code फाउंडेशन का मतलब शून्य कॉन्टेक्स्ट-स्विचिंग। मेरे एक्सटेंशन्स वहाँ हैं। मेरी keybindings वहाँ हैं। जो कलर थीम मैं 2019 से इस्तेमाल कर रहा हूँ (One Dark Pro, अगर आप जानना चाहते हैं) वह वहाँ है।
इन-एडिटर एक्सपीरिएंस
Cursor का Tab completion सच में डरावना है जब यह अच्छे से काम कर रहा हो। पिछले महीने ऐसे दौर थे जहाँ मैं एक फंक्शन शुरू करता, Tab दो बार दबाता, और पूरा इंप्लीमेंटेशन बिल्कुल वही था जो मैं लिखता। समान नहीं -- बिल्कुल। वह शायद 30% समय होता है। बाकी 70% यह उपयोगी है लेकिन जादुई नहीं। जो अभी भी एक अच्छा अनुपात है।exactly. That happens maybe 30% of the time. The other 70% it's useful but not magical. Which is still a good ratio.
Cmd+K inline editing और sidebar में chat panel अलग-अलग workflows को cover करते हैं, और मैं सराहना करता हूँ कि Cursor आपको एक mode में force नहीं करता। कभी-कभी मैं code के बारे में बातचीत करना चाहता हूँ। कभी-कभी मैं बस यह एक लाइन fix करना चाहता हूँ। यह tool मुझे friction के बिना दोनों करने देता है।Cmd+K inline editing and the chat panel in the sidebar cover different workflows, and I appreciate that Cursor doesn't force you into one mode. Sometimes I want to have a conversation about the code. Sometimes I just want to fix this one line. The tool lets me do both without friction.
जहां यह निराश करता है
लंबे-संदर्भ वाले कार्य वह हैं जहाँ Cursor असल में घबराने लगता है। मैंने इसे लगभग 85,000 लाइनों के कोड वाला एक कोडबेस दिया -- एक UK खुदरा विक्रेता के लिए बड़ा WooCommerce बिल्ड -- और इससे कहा कि यह ट्रेस करे कि एक कस्टम शिपिंग कैलकुलेशन तीन अलग-अलग प्लगइन इंटरएक्शन में कार्ट टोटल को कैसे प्रभावित कर रहा है। यह भ्रमित हो गया। मुझे आत्मविश्वासपूर्ण लगने वाले उत्तर दिए जो इस बारे में गलत थे कि कौन सी फाइल क्या कर रही थी।
Claude Code ने इसी काम को बेहतर तरीके से संभाला। अधिक समय लगा। लेकिन सही जवाब दिया।
अंतर्निहित मॉडल का सवाल भी है। Cursor आपको Claude, GPT-4o, और अन्य विकल्पों के बीच चुनने देता है, जो उपयोगी है -- लेकिन ऑटोकमप्लीट के लिए डिफ़ॉल्ट "Cursor Tab" मॉडल इसका अपना प्रशिक्षित मॉडल है, और यह हमेशा स्पष्ट नहीं है कि आप क्या पा रहे हैं या इसने किसी विशेष सुझाव को क्यों दिया। कुछ अस्पष्टता है जो मैं क्लाइंट कार्य पर नहीं चाहता।
---
Head-to-Head: The Task Breakdown
छह महीनों के बाद, यहां बताया गया है कि मैं प्रत्येक tool को उन task प्रकारों में कैसे score करूंगा जिनकी मुझे वास्तव में परवाह है:
Refactoring legacy code (PHP, older JS):
- Claude Code: सबसे अच्छा। उन चीजों को पकड़ता है जो आपने पूछी नहीं।
- Cursor: अच्छा। तेज़, थोड़ा कम thorough।
- Codex: ठीक है अगर आपका prompt precise हो।
स्क्रैच से नए कंपोनेंट लिखना:
- Cursor: सर्वश्रेष्ठ। एडिटर के अंदर का फ्लो तेज़ है।
- Claude Code: मज़बूत, थोड़ा धीमा।
- Codex: बॉयलरप्लेट के लिए ठीक है।
इंटरमिटेंट या लॉजिक एरर को डीबग करना:
- Claude Code: सर्वश्रेष्ठ। रीज़निंग चेन दिखता है और आमतौर पर सही होता है।
- Cursor: जाहिर बग्स के लिए ठीक है।
- Codex: यहाँ सबसे कमजोर। जब आपको बारीकियों की जरूरत हो तो बहुत शाब्दिक।
DevOps / स्क्रिप्टिंग / ऑटोमेशन:
- Codex CLI: टर्मिनल-फर्स्ट काम के लिए सर्वश्रेष्ठ।
- Claude Code: मजबूत है।
- Cursor: इस काम के लिए सही टूल नहीं है।
टीम की पठनीयता (कोड जो एक जूनियर समझ सके):
- Claude Code: काफी हद तक सबसे अच्छा है।
- Cursor: मॉडल के हिसाब से अलग-अलग।
- Codex: संक्षिप्त।
---
लागत की वास्तविकता जिस पर कोई ईमानदारी से बात नहीं करता
तीन टूल्स छह महीने तक चलाने में असली पैसा खर्च होता है। मैंने मोटे तौर पर यह खर्च किया:
- Cursor Pro -- £20/माह। तेज़ अनुरोध सीमा (मानक स्तर पर 500/माह) भारी दिनों में आश्चर्यजनक रूप से जल्दी पूरी हो जाती है। -- $20/month. The fast requests cap (500/month on the standard tier) gets hit surprisingly quickly on heavy days.
- Claude API (Claude Code के लिए) -- परियोजना की तीव्रता के आधार पर £180 और £340/माह के बीच भिन्न होता है। -- varied between £180 and £340/month depending on project intensity.
- OpenAI API (Codex CLI के लिए) -- मेरे उपयोग स्तर पर लगभग £90-£120/माह। -- around £90-£120/month at my usage level.
यह प्रति माह £300 से £500 के बीच कहीं है टूलिंग में। एक एकल फ्रीलांसर के लिए, यह एक वास्तविक लाइन आइटम है। एक एजेंसी जो क्लाइंट कार्य बिल करता है, उसके लिए यह अधिक आसानी से अवशोषित होता है -- लेकिन आपको इसे वास्तव में ट्रैक करना और हिसाब लगाना होगा, जो एक आश्चर्यजनक संख्या में लोग नहीं करते।
मेरे लिए ईमानदार ROI गणना: मैं अनुमान लगाता हूँ कि ये उपकरण मुझे प्रति माह 10-15 घंटे बिलयोग्य-समकक्ष समय बचाते हैं। मेरी दर पर, यह £500 से काफी अधिक है। लेकिन गणित तभी काम करती है जब आप इस बारे में अनुशासित हों कि आप बचाए गए समय के लिए इसका उपयोग क्या करते हैं। यदि आप बस Hacker News स्क्रॉल करने के लिए बचाए गए समय का उपयोग करते हैं, तो ROI शून्य है।
Pragmatic Engineer के पास AI डेवलपर टूल की प्राइसिंग मॉडल्स पर अच्छा थर्ड-पार्टी विश्लेषण है अगर आप अर्थशास्त्र पर गहराई से जाना चाहते हैं।AI developer tool pricing models over at the Pragmatic Engineer if you want to go deeper on the economics.
---
मैंने अपने काम के तरीके में क्या बदलाव किए हैं
इस प्रयोग के बाद कुछ ठोस चीजें बदलीं:
- मैंने इन टूल्स को ऑटोकंप्लीट इंजन के रूप में माना जाना बंद किया और उन्हें एक पहली पास रिव्यूअर के रूप में माना जाना शुरू किया। कोड लिखो। फिर टूल से पूछो कि मैंने क्या मिस किया।
- मैं Claude Code का इस्तेमाल करता हूँ जब मुझे कुछ अनिश्चितता हो, और Cursor का जब मुझे आत्मविश्वास हो लेकिन बस तेज़ी से काम निकालना चाहता हूँ।uncertain about and Cursor for anything I'm confident about but just want to go faster on.
- मैंने प्रॉम्प्ट्स को टिकट्स की तरह लिखना शुरू किया है। कॉन्टेक्स्ट, कंस्ट्रेंट्स, एक्सपेक्टेड आउटपुट। Simon Willison की प्रॉम्प्टिंग पर लेखनी ने इस बारे में मेरी सोच बदल दी।Simon Willison's writing on prompting changed how I think about this.
- मैं PR में जाने से पहले AI-जेनरेट किए गए प्रत्येक कोड को देखता हूँ। ऐसा इसलिए नहीं है कि मैं उपकरणों पर विश्वास नहीं करता, लेकिन क्योंकि जब मैंने ऐसा नहीं किया -- नवंबर में Cursor का एक सुझाव जो एक Node.js हैंडलर में एक सूक्ष्म race condition लाया -- इसने मुझे दो घंटे की डिबगिंग में खर्च किए।
यह आखिरी बात मायने रखती है। ये टूल्स तेज़ हैं और अक्सर सही हैं। वे हमेशा सही नहीं हैं। प्रोफेशनल जिम्मेदारी रिव्यू करने की कभी नहीं हटती।
---
FAQ
AI कोडिंग टूल्स के साथ शुरुआत करने वाले फ्रीलांसर के लिए कौन सा टूल सबसे अच्छा है?
Cursor, बिना किसी संदेह के। $20/month की कीमत उचित है, VS Code इंटीग्रेशन का मतलब एनवायरनमेंट पर कोई लर्निंग कर्व नहीं है, और क्वालिटी इतनी अच्छी है कि आप पहले हफ्ते में असली प्रोडक्टिविटी गेन देखेंगे। वहीं से शुरू करो। बाद में और एक्सप्लोर करो।
क्या मैं भारी API यूजर बने बिना Claude Code का इस्तेमाल कर सकता हूँ?
हाँ, हालांकि इकनॉमिक्स बदल जाते हैं। अगर आप इसे Claude.ai के Pro प्लान ($20/month) के ज़रिए इस्तेमाल करते हो, सीधे API के बजाय, तो आपको यूसेज कैप के साथ Claude Code का एक्सेस मिलता है। यह एक ज़्यादा प्रेडिक्टेबल कॉस्ट है। API रूट आपको ज़्यादा कंट्रोल देता है लेकिन खर्च को सावधानी से ट्रैक करना जरूरी है।
2025 में Codex का इस्तेमाल करने लायक है, यह देखते हुए कि GPT-4o को कितना ध्यान मिल रहा है?
टर्मिनल-नेटिव और ऑटोमेशन-भारी वर्कफ़्लो के लिए, हाँ। यह स्क्रिप्टिंग और CI/CD कार्य के लिए विशेष रूप से कम आंका गया है। यदि आपका कार्य मुख्य रूप से एक संपादक में है, तो आप इसे छोड़ सकते हैं। लेकिन यदि आप टर्मिनल में वास्तविक समय बिताते हैं -- और बहुत से बैकएंड डेवलपर्स करते हैं -- Codex CLI एक नज़र लायक है।Codex CLI deserves a look.
क्या ये टूल्स वास्तव में बड़े कोडबेस को समझते हैं?
आंशिक रूप से। Claude Code इस समय अन्य की तुलना में बड़ी context windows को बेहतर तरीके से संभालता है -- Anthropic अपनी context window specs प्रकाशित करता है यदि आप तकनीकी विस्तार चाहते हैं। लेकिन "समझ" उदार है। वे उस चीज़ के भीतर अच्छी तरह तर्क देते हैं जो वे देख सकते हैं। अपने कोडबेस को पठनीय और अच्छी तरह प्रलेखित रखने का अनुशासन AI उपकरणों के साथ इसके बिना अधिक महत्वपूर्ण है, कम नहीं।context window specs if you want the technical detail. But "understanding" is generous. They reason well within what they can see. The discipline of keeping your codebase readable and well-documented matters more with AI tools than without them, not less.
क्या AI कोडिंग टूल्स डेवलपर्स की जगह ले लेंगे?
नहीं, वो नहीं जिन्हें मैं जानता हूँ। जो कुछ वे बदलते हैं वह कम ध्यान माँगने वाला काम है -- बॉयलरप्लेट, स्पष्ट रिफैक्टर, दोहराए जाने वाले पैटर्न का आवेदन। जो कुछ वे नहीं बदलते वह यह है कि आप कोई चीज़ क्यों बना रहे हैं, आर्किटेक्चर समझदारी भरा है या नहीं, और क्लाइंट को वास्तव में क्या चाहिए बनाम उन्होंने क्या माँगा। यह निर्णय का अंतराल है जहाँ काम अभी भी जीवित है।why you're building a thing,whether the architecture makes sense, and what the client actually needs versus what they asked for. That judgment gap is where the job still lives.
---
छह महीने में, मेरी राय शायद वह नहीं है जिसकी आप उम्मीद कर रहे थे: मुझे नहीं लगता कि कोई विजेता है। किसी दिए गए घंटे में आप जो कुछ कर रहे हैं उसके आधार पर एक सही टूल है। जो डेवलपर इस युग से सबसे ज़्यादा फायदा उठाएँगे वे हैं जो टूलिंग के बारे में जिज्ञासु रहते हैं, अपनी आलोचनात्मक सोच को सक्रिय रखते हैं, और निर्णय को बाहर नहीं सौंपते -- सिर्फ मेहनत का काम ही सौंपते हैं।
यह हमेशा सच रहा है। यह अब बस अधिक स्पष्ट है।