Nový open-source nástroj Pairmark porovnává Claude Code a Codex na stejném vývojářském úkolu v jednom repozitáři. Pro každého agenta vytvoří izolovaný pracovní strom, předá mu totožné zadání a po dokončení spustí stejné kontroly. Oba systémy následně posuzují anonymizované změny bez informace o autorovi. Výsledkem je lokální soubor report.html s verdiktem, časy, změněnými soubory, výsledky testů a bodovým hodnocením rozhodčích. Nástroj používá existující přihlášení do obou příkazových klientů, takže nevyžaduje samostatné API klíče ani vzdálený účet. Projekt byl zveřejněn dnes jako balíček pro Node.js a počítá s JavaScriptovými nebo TypeScriptovými repozitáři. Autoři zdůrazňují, že porovnání platí pro konkrétní úkol a kódovou základnu, nikoli obecně pro všechny projekty.
