Codex vs. Claude Code: Gemini CLI, Copilot, Cursor im Test

"Codex vs. Claude Code" ist die häufigste Vergleichsfrage rund um KI-Agenten im Terminal. Die meisten Antworten darauf streiten über Benchmarks. Mein Alltag sieht anders aus: Claude Code ist mein Hauptwerkzeug, Codex läuft daneben, und viele meiner Kunden sitzen vor Microsoft Copilot, weil es das einzige freigegebene Werkzeug im Unternehmen ist^[20]. Die Frage ist selten "welcher", meistens "welcher wofür".

Dieser Artikel vergleicht fünf Werkzeuge für KI-gestützte Code-Generierung, die dasselbe Kernprinzip teilen: Sie lesen dein Repository oder deinen Projektordner, planen eine Änderung, schreiben Dateien, führen Befehle aus und prüfen das Ergebnis. OpenAI Codex, Gemini CLI von Google, GitHub Copilot CLI und Cursor stehen Claude Code gegenüber, mit Fakten zu Oberflächen, Modellen, Konfiguration, Sandbox, Preisen, Limits und Benchmarks, Stand 01.11.2026. Preise und Modellnamen ändern sich in diesem Markt monatlich, deshalb steht bei jeder Zahl die Quelle. Was Claude Code überhaupt ist, erklärt der Claude Code Leitfaden, die Preise im Detail stehen im Artikel Claude Code Kosten.

Codex vs. Claude Code: die Kurzfassung

Wer nur zwei Minuten hat, bekommt hier den Vergleich von OpenAI Codex und Claude Code in einer Tabelle. Die Unterschiede liegen weniger im Prinzip als im Modell, in der Abrechnung und im Ökosystem.

Die drei anderen Kandidaten unterscheiden sich vor allem beim Einstiegspreis und bei der Modellwahl:

Was alle fünf Agenten gemeinsam haben

Vor den Unterschieden lohnt ein Blick auf das, was sich angeglichen hat. Jeder der fünf startet in einem Ordner, liest Dateien, schlägt Änderungen vor und führt Befehle aus. Jeder hat einen Modus, in dem er erst plant und nichts anfasst: Plan Mode bei Claude Code, Gemini CLI und Copilot CLI, der Read-only-Sandbox-Modus bei Codex^[6][9][12]. Hinter jedem steckt ein Large Language Model (ein großes Sprachmodell), das der Anbieter mitliefert oder das du wählst, und jeder spricht MCP, das Model Context Protocol, über das externe Dienste angebunden werden^{[5][9][12][14]}.

AGENTS.md: die gemeinsame Projektdatei

Die zweite Gemeinsamkeit ist jünger. Codex liest seine Anweisungen aus einer Datei AGENTS.md, global unter ~/.codex und je Repository, und die Dokumentation rät, sie klein zu halten und bei jeder Korrektur vom Agenten selbst ergänzen zu lassen^[7]. Claude Code liest dieselbe AGENTS.md anstelle einer CLAUDE.md, wenn ein Projekt sie bereits nutzt^[18]. Copilot CLI kennt Custom Instructions und AGENTS.md^[12], Gemini CLI hat mit GEMINI.md sein eigenes Format, aber dieselbe Idee^[9]. Für Teams heißt das: Eine Projektdatei kann drei Agenten bedienen.

Skills, Hooks und Subagenten

Skills, also Ordner mit einer Anleitung für eine wiederkehrende Aufgabe, gibt es inzwischen bei Claude Code, Codex, Gemini CLI und Copilot CLI. Codex lädt wie Claude Code nur die Metadaten in den Kontext und den Inhalt erst, wenn die Aufgabe passt^[7]. Hooks, also Befehle, die zu festen Zeitpunkten immer laufen, bieten Claude Code, Gemini CLI und Copilot CLI^[9][12]; Codex löst dasselbe über Rules und Approval Policies^[6]. Subagenten mit eigenem Kontext haben alle vier^[5].

Bei mir ist das kein Papierwissen. Ein eigener Skill spiegelt meinen Skill-Ordner und die MCP-Konfiguration nach Codex und in das Agenten-Fenster von VS Code, damit derselbe Ablauf in jedem Werkzeug gleich läuft, und beide Agenten lesen dieselbe Datei mit Zugangsdaten für den Hosting-Anbieter^[21]. Welche Skills sich für Entwickler lohnen, steht in Claude Code Skills: die besten für Entwickler.

Codex: OpenAIs Agent in CLI, IDE, App und Cloud

OpenAI Codex ist der Coding-Agent von OpenAI. Die CLI ist quelloffen unter Apache-2.0, installiert wird mit einem Befehl (curl -fsSL https://chatgpt.com/codex/install.sh | sh oder unter Windows per PowerShell), alternativ über npm oder Homebrew^[1]. Angemeldet wird mit dem ChatGPT-Konto, ein API-Schlüssel geht ebenfalls^[1]. Neben der CLI gibt es die IDE-Erweiterung, die auch in Cursor und Windsurf läuft, den Codex-Modus in der ChatGPT-Desktop-App, Codex im Browser und Codex Cloud, das Aufgaben auf OpenAI-Rechnern ausführt, während dein Rechner schläft^[1][2].

Funktionen und Sicherheit von Codex

Die CLI bringt mit, was man von einem Terminal-Agenten erwartet: codex resume für alte Sitzungen, Bilder im Prompt, Subagenten, Live-Websuche mit codex --search, Übergabe an die Cloud mit codex cloud, MCP-Server mit codex mcp, ein lokales Code Review und codex exec für Skripte und CI^[5]. Konfiguriert wird über AGENTS.md, Skills, Plugins und die config.toml^[7].

Bei der Sicherheit ist Codex von Haus aus strenger als die anderen: Der Netzwerkzugriff ist standardmäßig aus, eine Sandbox auf Betriebssystemebene (Seatbelt auf macOS, Landlock auf Linux, nativ oder WSL auf Windows) begrenzt Schreibzugriffe auf den Arbeitsordner, und die Modi read-only, workspace-write und danger-full-access legen fest, wie weit der Agent gehen darf^[6]. Die frühere Richtlinie "untrusted" wurde entfernt, empfohlen ist read-only plus Nachfrage bei Bedarf^[2][6]. Seit dem 14. Oktober 2026 ist GPT-5.5 aus Codex verschwunden; auf Plus, Pro, Business und Enterprise empfiehlt OpenAI GPT-6.1 Sol, auf Free und Go GPT-6 Luna^[8].

Wie Codex in einen Alltag passt, habe ich im Februar 2026 in einem Seminar zur generativen Suche beschrieben: Gemini für die Recherche, weil das Wissen aktuell ist, Claude baut die Anwendung, und Codex kommt ab und zu dazu, weil es direkt am GitHub-Projekt hängt und Deploys und Bugs abarbeitet. Eine Teilnehmerin wunderte sich, dass sie Codex in ihrem ChatGPT nicht fand: Ihr Unternehmen hatte es abgeschaltet^[20]. Diese Unternehmensfreigabe ist in der Praxis öfter die Hürde als die Technik.

Claude Code: der Agent dieser Serie in drei Sätzen

Claude Code ist der Agent von Anthropic für Terminal, VS Code, JetBrains, Desktop-App und Web, enthalten in Pro (20 USD), Max (100 USD), Ultra (200 USD), Team und Enterprise oder abgerechnet über die API; einen Free-Plan gibt es nicht, und quelloffen ist er nicht^[19]. Seit dem Start von Claude Opus 5.5 ist dieses Modell der Standard in Claude Code, auf Max und Ultra kommt Fable 5.1 bis zur Hälfte des Wochenlimits dazu, auf Pro nur über Usage Credits^[17][19]. Seine Bausteine sind CLAUDE.md, Skills, Hooks, Subagenten, MCP, Plugins, Plan Mode und Checkpoints^[19]. Die Einrichtung in fünf Ebenen steht in Claude Code installieren und einrichten, alles Weitere im Leitfaden.

Gemini CLI: kostenlos starten mit 1.000 Anfragen am Tag

Gemini CLI ist Googles quelloffener Agent (Apache 2.0), installiert per npm install -g @google/gemini-cli, Homebrew oder direkt mit npx^[9]. Das Argument für den Einstieg ist der Preis: Mit einem privaten Google-Konto bekommst du 1.000 Modellanfragen am Tag kostenlos, mit Google AI Pro 1.500, mit AI Ultra 2.000; ein unbezahlter Gemini-API-Schlüssel bringt 250 Anfragen am Tag, allerdings nur mit Flash-Modellen^[10]. Dazu kommen Limits je Minute, und wer mehr braucht, zahlt über Code Assist (1.500 oder 2.000 Anfragen) oder nach Verbrauch über API-Schlüssel und Vertex AI^[10].

Die Modellwahl läuft über /model: "Auto (Gemini 3)" wechselt zwischen gemini-3-pro-preview und gemini-3-flash-preview, Gemini 3.1 Pro Preview wird gerade ausgerollt, und bei Erreichen der Tagesgrenze für Pro fällt die CLI auf Flash zurück^[11]. Funktional fehlt wenig: GEMINI.md als Projektdatei, Hooks, Extensions, MCP, Checkpointing, Plan Mode, Agent Skills, Auto-Memory, ein Headless-Modus und eine GitHub Action^[9].

Ein Satz im README sollte dich stutzen lassen: Gemini CLI sei "not optimized for the latest Gemini models", für die beste Coding-Erfahrung verweist Google auf seine Antigravity CLI^[9]. Google positioniert die CLI damit selbst als leichten Zugang, nicht als Spitzenwerkzeug. In meinem Ablauf ist Gemini genau das: das Recherche-Werkzeug mit aktuellem Wissen, bevor Claude Code baut^[20].

GitHub Copilot CLI: der Agent für Teams, die schon Copilot haben

Copilot CLI setzt ein aktives Copilot-Abo voraus und ist in jedem Plan enthalten, auch in Copilot Free^[12][13]. Installiert wird per Skript, Homebrew, WinGet oder npm^[12]. Der GitHub-MCP-Server ist vorinstalliert, eigene MCP-Server kommen dazu, und jede Aktion wird vor der Ausführung angezeigt und freigegeben; ein Autopilot-Modus lässt den Agenten bis zum Ende einer Aufgabe durcharbeiten^[12]. Plan Mode, Custom Instructions, Custom Agents, Skills, Hooks, Sandboxing und geplante Prompts sind vorhanden, Sprachserver installierst du selbst^[12]. Das Modell wählst du mit /model; das README nennt Claude Sonnet 4.5 als Standard und Claude Sonnet 4 sowie GPT-5 als Alternativen, die aktuelle Liste steht in der Dokumentation^[12].

Seit dem 1. Juni 2026 rechnet GitHub nutzungsbasiert mit GitHub AI Credits ab, bewertet nach Token je Modell: Pro kostet 10 USD und enthält 1.500 Credits im Monat, Pro+ 39 USD mit 7.000, Max 100 USD mit 20.000, Business 19 USD je Sitz mit 1.900 je Nutzer, Enterprise 39 USD mit 3.900^[13]. Die klassische Code-Completion im Editor, also die Vervollständigung beim Tippen, bleibt außerhalb des Zählers^[13].

Warum dieser Agent in diesem Vergleich steht, zeigen meine Workshops bei Industriekunden in diesem Jahr: Dort war Microsoft Copilot das einzige freigegebene KI-Werkzeug. Auf die Frage "Wer nutzt Copilot gar nicht?" gingen im April mehrere Hände hoch, und wer es nutzte, schrieb damit vor allem heikle E-Mails^[20]. Im Juni fragte eine Marketingleiterin, warum Copilot ihr plötzlich Claude oder ChatGPT zur Auswahl anbietet, und wollte wissen, ob Claude Code dann nicht dasselbe sei. Die Antwort ist die Kurzform dieses Artikels: Copilot ist die Oberfläche, das Sprachmodell ein Bestandteil, und ein Agent wie Claude Code oder Copilot CLI ist ein eigenes Programm mit Werkzeugen. Eine datenschutzkonforme Alternative gäbe es, "aber irgendein Spezi muss sich damit auseinandersetzen und das für uns zertifizieren"^[20]. Im Oktober erzählte mir eine Beraterin, ihre Angestellten dürften weder Claude noch Gemini nutzen^[20]. Für solche Teams ist Copilot CLI der realistische Einstieg in Agenten: gleiche Lizenz, gleiche Freigabe, GitHub-Anbindung inklusive. Die Grenzen, die wir in einer Copilot-Session im Juni ausgelotet haben, etwa beim Rechnen oder beim Zählen von Buchstaben, betreffen den Chat-Assistenten in Microsoft 365, nicht die CLI, die mit Werkzeugen arbeitet^[20].

Cursor: Editor, CLI und Cloud-Agent unter dem Dach von SpaceX

Cursor ist zuerst ein Editor mit eingebauter KI, hat aber inzwischen eine eigene CLI (agent) mit denselben Modi wie der Editor, einen Headless-Betrieb für Skripte und CI, und Cloud Agents, an die du ein Gespräch mit einem vorangestellten & übergibst^[14]. Damit ist Cursor der einzige Kandidat, bei dem Editor, Terminal-Agent und Cloud-Agent aus einem Abo kommen. Das Unternehmen dahinter, Anysphere, gehört seit dem 14. August 2026 zu SpaceX; der Vertrag über rund 60 Milliarden US-Dollar in Aktien wurde am 16. Juni unterschrieben, Cursor läuft seitdem in der Sparte SpaceXAI^[15].

Die Preisseite spiegelt das: Free für 0 USD, Plus 8, Premium 30, Super 100, Ultra 200 USD im Monat, Teams ab 30 USD je Nutzer. Jeder Plan enthält einen Nutzungspool, der wöchentlich aufgefrischt wird und mit Grok geteilt ist; Modelle anderer Anbieter zahlst du zum API-Listenpreis extra, Cloud Agents und der Review-Bot Bugbot gibt es ab Premium^[14]. Für Claude- oder GPT-Modelle in Cursor zahlst du also doppelt: das Abo und den Verbrauch.

Zwei Erfahrungen aus Gesprächen ordnen das ein. In einer Entwickler-Session im Juli 2026, an der ich teilgenommen habe, zeigte ein Teilnehmer sein Cursor-Dashboard: 210 US-Dollar in einem Monat, verursacht durch Thinking-Modelle und ein Limit, das sich per Klick nachladen lässt, "wie am Spielautomaten"^[22]. Und Fabian Rossbacher erzählte mir im Podcast, sein Cursor-Memory sei über zwölf Monate trainiert; ein neuer Rechner mit neuem Konto hieße, wieder Wochen zu brauchen, bis die Agenten so arbeiten, wie er will^[23]. Das Gespräch steht in Agentic Engineering: 100+ SEO-Projekte allein mit KI.

Preise und Limits im Vergleich

Alle fünf Anbieter sind 2026 auf eine Abrechnung nach Token oder Credits umgestiegen, auch dort, wo ein Abo-Preis draufsteht. Die Tabelle zeigt Einstieg, Vielnutzer-Stufe und die Logik dahinter.

Wie viel in einem Codex-Fenster steckt, schätzt OpenAI selbst: Auf Plus und Standard Business reichen fünf Stunden für 15 bis 160 lokale Nachrichten mit GPT-6.1 Sol, 5 bis 45 mit GPT-6 Astra und 350 bis 3.000 mit GPT-6 Luna; Pro-Pläne haben derzeit kein Fünf-Stunden-Limit, Wochenlimits können trotzdem greifen, und Cloud-Aufgaben zählen gegen dasselbe Kontingent^[3]. Die Spannen sind groß, weil der Kontext hinter jeder Nachricht zählt; die Zahl der Nachrichten allein sagt wenig. Dasselbe gilt für Claude Code: In meiner Messung von 26 Milliarden Tokens in 30 Tagen waren 96,6 Prozent Cache-Lesezugriffe, und der Kontext je Aufruf war der Kostentreiber, wie der Kosten-Artikel vorrechnet.

Aus dieser Mechanik folgt mein pragmatischster Rat: Wenn bei Claude das Fünf-Stunden-Fenster voll ist, lasse ich eine Überprüfung oder einen kleinen Rest in Codex oder GitHub Copilot laufen, beide arbeiten im selben Projektordner^[20]. Zwei günstige Pläne überbrücken Limits besser als ein teurer, solange die Projektdatei für beide Agenten gilt.

Benchmarks: was die Zahlen sagen und was nicht

Die aktuellste Tabelle, die beide Lager nebeneinander zeigt, hat Anthropic zur Veröffentlichung von Claude Opus 5.5 publiziert. Auf Terminal-Bench 4.0, der Benchmark für mehrstufige Aufgaben in der Kommandozeile, erreicht Opus 5.5 66,4 Prozent, GPT-6 Astra 57,9 Prozent, Fable 5.1 55,8 und Opus 5 52,3 Prozent^[16].

Drei Einschränkungen gehören dazu. Erstens stammt die Tabelle vom Hersteller eines der beiden Modelle, und die GPT-Werte sind von OpenAI übernommen, nicht nachgemessen^[16]. Zweitens misst jede Zahl Modell plus Harness: Das öffentliche Leaderboard nutzt den Claude-Code-Harness, und Anthropic nennt selbst einen Standardfehler von 2,6 Punkten^[16]. Drittens bekommst du im Abo nicht automatisch das Benchmark-Modell: In Codex ist GPT-6.1 Sol die Empfehlung für Plus und Pro, Astra verbraucht laut OpenAI das Drei- bis Vierfache an Kontingent^[3][8], während Opus 5.5 in Claude Code das Standardmodell ist^[17]. Und Benchmarks altern schnell: GPT-5.5, mit dem die Vergleiche vom Frühjahr geführt wurden, ist seit dem 14. Oktober 2026 aus Codex entfernt^[8].

Methodik des Vergleichs

Dieser Vergleich beruht auf Primärquellen und eigener Praxis, nicht auf einem eigenen Benchmark-Lauf. Preise, Limits, Modelle und Funktionen habe ich zwischen dem 26. Oktober und dem 1. November 2026 direkt bei den Anbietern gelesen: README und Dokumentation von Codex, Gemini CLI und Copilot CLI, die Preisseiten von OpenAI, Anthropic, GitHub und Cursor sowie die Ankündigung von Claude Opus 5.5. Benchmark-Werte übernehme ich unverändert aus der Herstellertabelle und kennzeichne sie so. Die Praxisbeispiele stammen aus meinen eigenen Gesprächen, Workshops und aus meinem Arbeitsalltag mit Claude Code und Codex, Kundennamen sind abstrahiert. Meine eigene Untersuchung dazu ist die Auswertung von 30 Tagen Sitzungsprotokollen mit 26 Milliarden Tokens, die der Kosten-Artikel dokumentiert. Als Praxisbeispiel dient mein Setup, in dem beide Agenten seit Monaten täglich im Einsatz sind^[20][21].

Mein Setup: Claude Code und Codex nebeneinander

Claude Code ist mein Hauptwerkzeug: dort liegen die globale CLAUDE.md mit meiner Rolle, über 80 Skills, die Learnings und die Hooks. Codex ist der zweite Agent für zwei Fälle: eine unabhängige Überprüfung, wenn ich einer Änderung nicht traue, und die Überbrückung, wenn ein Limit erreicht ist^[20][21]. Damit das funktioniert, ohne zwei Konfigurationen zu pflegen, spiegelt ein Skill meine Skills und MCP-Server nach Codex und in das Agenten-Fenster von VS Code, und die Zugangsdaten für den Hosting-Anbieter liegen in einer einzigen Datei außerhalb des Projektordners, die beide lesen^[21].

Eine Regel habe ich teuer gelernt: nie zwei Agenten gleichzeitig im selben Git-Arbeitsordner. Ein git stash aus einer parallelen Sitzung hat mir einmal den Index geleert, seitdem bekommt jede Feature-Arbeit einen eigenen Worktree^[21]. Was ich nicht mache: Claude Code über ein Gateway auf Modelle anderer Anbieter umleiten, das ist offiziell nicht vorgesehen; wer ein anderes Modell will, nimmt den passenden Agenten. Für Kunden heißt das in der Praxis: Mein SEO-Werkzeug Visibly AI hängt per MCP an jedem dieser Agenten, und wenn ich es in Kundengesprächen zeige, sage ich "mit Claude Code oder Codex, was immer ihr nutzen dürft"^[20].

Welcher Agent für wen

• Nicht-Entwickler, Freelancer, Agenturen: Claude Code, weil die Struktur aus Rolle, Aufgaben, Projekten, Wissen und Werkzeugen auch ohne Code trägt und die Desktop-App ohne Terminal auskommt^[19]. Codex ist die Alternative, wenn das ChatGPT-Abo schon läuft^[2].
• Budget null: Gemini CLI mit 1.000 Anfragen am Tag, danach Codex auf dem Free-Plan^[10][2]. Claude Code hat keinen Free-Plan^[19].
• Entwickler im Konzern mit Copilot-Vorgabe: Copilot CLI, weil Lizenz und Freigabe schon da sind, Modelle wählbar bleiben und der GitHub-MCP-Server mitkommt^[12][13][20].
• Teams, die im Editor bleiben wollen: Cursor, mit dem Hinweis auf die doppelte Abrechnung bei Fremdmodellen^[14]; Claude Code und Codex laufen als Erweiterung auch in Cursor^[1][19].
• Vielnutzer: zwei Agenten mit einer gemeinsamen AGENTS.md statt eines teuren Plans; bei mir Claude Code im Max-Plan und Codex, die Limits überbrücken sich gegenseitig^[21][18].

Häufige Fragen

Codex oder Claude Code: was soll ich nehmen?

Beide erledigen dieselben Aufgaben. Nimm Claude Code, wenn du das stärkere Standardmodell für Agentenarbeit und ein ausgebautes System aus Skills, Hooks und Subagenten willst; Anthropic führt Opus 5.5 auf Terminal-Bench 4.0 mit 66,4 gegen 57,9 Prozent^[16][17]. Nimm Codex, wenn du ohne Abo starten willst, ein ChatGPT-Konto schon hast oder die strengere Standard-Sandbox brauchst^[2][6]. Am besten läuft bei vielen beides.

Kann ich Claude Code und Codex zusammen nutzen?

Ja. Beide lesen eine AGENTS.md im Projekt, Skills lassen sich spiegeln, MCP-Server für beide eintragen^[18][7]. Nur nicht gleichzeitig im selben Git-Arbeitsordner arbeiten lassen^[21].

Ist Codex kostenlos?

Codex ist in jedem ChatGPT-Plan enthalten, auch in Free und Go, mit entsprechend kleinen Limits; Codex Cloud gibt es erst ab Plus^[2]. Plus kostet 20 USD, Pro 100, 200 oder 500 USD im Monat^[3][4].

Ist Gemini CLI wirklich kostenlos?

Mit einem privaten Google-Konto ja: 1.000 Modellanfragen am Tag, begrenzt je Minute, Modellwahl übernimmt Google^[10]. Mit einem unbezahlten API-Schlüssel sind es 250 Anfragen, nur mit Flash^[10]. Für professionelle Dauerlast führt der Weg zu Code Assist oder zur Abrechnung nach Verbrauch^[10].

Claude Code vs. Cursor: Editor oder Agent?

Cursor ist ein Editor mit Agent und eigener CLI, Claude Code ein Agent, der in deinem Editor läuft, auch in Cursor^[14][19]. Preislich beginnt Cursor bei 8 USD, verlangt für Claude- oder GPT-Modelle aber den API-Listenpreis zusätzlich^[14]. Wer Claude-Modelle will, fährt mit Claude Code direkt günstiger.

Copilot CLI oder Claude Code im Unternehmen?

Wenn Copilot die einzige freigegebene Lizenz ist, Copilot CLI: Sie ist in jedem Plan enthalten, die Modelle sind wählbar, die Credits zentral verwaltet^[13]. In meinen Workshops bei Industriekunden war das 2026 der Normalfall^[20]. Claude Code braucht einen Team- oder Enterprise-Plan von Anthropic oder einen Zugang über Bedrock, Google Cloud oder Foundry^[19].

Welcher Agent ist für Einsteiger und Freelancer am einfachsten?

Für Freelancer, die schnell Ergebnisse wollen, ist Claude Code der kürzeste Weg, weil Pro schon Claude Code enthält und die Desktop-App ohne Terminal auskommt^[19]. Bei der Benutzerfreundlichkeit liegen die Agenten dicht beieinander, den Unterschied macht eher die Anbindung an vorhandene Dienste: Alle fünf sprechen MCP, Copilot CLI bringt den GitHub-MCP-Server schon mit, eine API-Integration eigener Dienste geht überall über MCP oder die jeweilige Konfiguration. Wer erst ausprobieren will, startet mit Gemini CLI (0 USD) oder Codex im Free-Plan^[10][2]. In meinen Gesprächen mit Beraterinnen ohne Programmierhintergrund hat sich bewährt, die Einrichtung einmal gemeinsam zu machen und danach nur noch in normaler Sprache zu arbeiten^[20].

Welcher Agent passt für ein kleines Entwicklerteam?

Ein Team braucht vor allem eine gemeinsame Projektdatei und eine zentrale Abrechnung. Copilot Business (19 USD je Sitz) und Cursor Teams (ab 30 USD je Nutzer) bringen beides mit^[13][14]; bei Claude Code und Codex läuft es über Team- beziehungsweise Business-Pläne^[19][3]. Entscheidend ist, dass die AGENTS.md im Repository liegt und jeder Agent sie liest^[18][7].

Wo landen meine Daten, wenn ich einen Agenten nutze?

Alle fünf Agenten schicken Code und Anfragen an die Server des jeweiligen Modellanbieters. Bei Codex trainiert OpenAI in Business und Enterprise standardmäßig nicht mit deinen Inhalten, in Plus und Pro lässt sich das in den Datenkontrollen abschalten^[2]; bei Claude steht in allen privaten Plänen ein Opt-out für das Training zur Verfügung^[19]. Das ist keine Rechtsberatung. Wie du Claude datenschutzkonform einrichtest, zeige ich im DSGVO-Leitfaden zu Claude.

Lesen alle Agenten dieselbe AGENTS.md?

Codex ja, Claude Code ja, Copilot CLI ja; Gemini CLI nutzt GEMINI.md^{[7][18][12][9]}. Claude Code behandelt CLAUDE.md und AGENTS.md gleichwertig, eigene Regeln, die nur für Claude gelten sollen, bleiben in der CLAUDE.md^[18].

Welcher Agent ist am günstigsten?

Für den Einstieg Gemini CLI (0 USD), dann Cursor Plus (8 USD) und Copilot Pro (10 USD), Codex und Claude Code ab 20 USD^{[10][14][13][3][19]}. Für tägliche Arbeit entscheidet der Kontext je Aufruf über die Kosten. Der Plan ist zweitrangig, der Kosten-Artikel zeigt die Hebel.

Welcher Agent ist am sichersten?

Von Haus aus Codex: Netzwerk aus, OS-Sandbox, Schreibrechte nur im Arbeitsordner^[6]. Copilot CLI zeigt jede Aktion vor der Ausführung^[12], Claude Code arbeitet mit Berechtigungsmodi, einem Klassifizierer im Auto-Modus und einer zuschaltbaren Sandbox^[19]. Sicher ist am Ende die Konfiguration, nicht das Logo.

Fazit

Codex und Claude Code sind sich im Prinzip näher als jede Vergleichstabelle vermuten lässt, und Gemini CLI, Copilot CLI und Cursor folgen demselben Muster. Die Unterschiede liegen im Modell, in der Abrechnung und im Ökosystem: Claude Code mit Opus 5.5 und dem tiefsten System aus Skills und Hooks, Codex mit dem breitesten Zugang bis zum Free-Plan und der strengsten Standard-Sandbox, Gemini CLI mit 1.000 Gratis-Anfragen, Copilot CLI mit der Lizenz, die Unternehmen schon haben, Cursor mit Editor und Agent aus einer Hand. Mein Rat nach einem Jahr mit zwei Agenten: Entscheide dich für ein Hauptwerkzeug, halte die Projektdatei agentenneutral und nimm den zweiten Agenten für Prüfung und Limits dazu. Der Glaubenskrieg kostet mehr Zeit als beide Abos zusammen.

Alle Teile der Serie Claude Code:

Leitfaden-Serie

1. Claude Code: Was es ist und wie du es nutzt (Leitfaden)
2. Claude Code installieren und einrichten: die Anleitung
3. Claude Code Kosten 2026: Preis, Abo, Limits und API
4. Claude Code Skills: die besten für Entwickler
5. Codex vs. Claude Code: Gemini CLI, Copilot und Cursor im Vergleich (dieser Beitrag)
6. Claude datenschutzkonform nutzen: DSGVO-Leitfaden
7. Claude im Team nutzen: Team-Plan, Enterprise und Setup

Aus der Praxis

1. Agentic SEO Systeme 2026: Claude Code als SEO-Schaltzentrale
2. Agentic Engineering: 100+ SEO-Projekte allein mit KI
3. Claude Skills in der Praxis: Peec AI MCP Challenge
4. Onlineshop mit Claude Code bauen: Happy Coffee

Studien

1. KI-Halluzinationen: Was DELEGATE-52 für Unternehmen zeigt
2. Wie LLMs Marken ranken: eine statistische Studie

Be Ahead Newsletter

1. Be Ahead #1: Prompt-Sets, Chat-Charts und Claude-Routinen

Quellen

1. OpenAI: github.com/openai/codex, README, abgerufen am 26.10.2026
2. OpenAI Help Center: Using Codex with your ChatGPT plan, aktualisiert am 25.10.2026, abgerufen am 26.10.2026
3. OpenAI: Codex pricing, abgerufen am 26.10.2026
4. CloudZero: OpenAI Codex pricing in 2026 (04.09.2026) und Jet Admin: Codex pricing (24.07.2026), abgerufen am 26.10.2026
5. OpenAI Docs: Codex CLI, abgerufen am 26.10.2026
6. OpenAI Docs: Agent approvals and security, abgerufen am 26.10.2026
7. OpenAI Docs: Customization: AGENTS.md, skills, MCP, subagents, abgerufen am 26.10.2026
8. OpenAI Docs: Models, abgerufen am 26.10.2026
9. Google: github.com/google-gemini/gemini-cli, README und Dokumentation, abgerufen am 26.10.2026
10. Google: Gemini CLI: Quotas and pricing, abgerufen am 26.10.2026
11. Google: Gemini CLI model selection und Gemini 3 on Gemini CLI, abgerufen am 26.10.2026
12. GitHub: github.com/github/copilot-cli, README, und Using GitHub Copilot CLI, abgerufen am 26.10.2026
13. GitHub Docs: Plans for GitHub Copilot, abgerufen am 26.10.2026
14. Cursor: Pricing und Cursor CLI, abgerufen am 26.10.2026
15. Techzine: SpaceX acquires Cursor for 60 billion; Semafor: SpaceX wins big with Cursor (17.06.2026); CrowdfundInsider: SpaceX completes acquisition of Cursor (August 2026), abgerufen am 26.10.2026
16. Anthropic: Claude Opus 5.5, Benchmark-Tabelle, abgerufen am 26.10.2026
17. Vellum: Claude Opus 5.5 benchmarks explained, September 2026, abgerufen am 26.10.2026
18. Claude Code Docs: How Claude remembers your project, Abschnitt AGENTS.md, abgerufen am 26.10.2026
19. Anthropic: Plans and pricing und Claude Code overview, Stand 01.11.2026, Details im Artikel Claude Code Kosten 2026
20. Eigene Gespräche und Workshops mit Kunden und Interessenten (Biweekly und Copilot-Session bei einem Industriekunden Juni 2026, KI-Workshops April und Juli 2026, Erstgespräch Oktober 2026, eigenes Seminar Februar 2026), Transkripte lokal, anonymisiert
21. Eigene Arbeitsumgebung des Autors: Skill agent-sync, gemeinsame Zugangsdatei, Worktree-Regel nach einem geleerten Git-Index, Stand 01.11.2026
22. Freitags-Session "Softwareentwicklung mit KI-Unterstützung", 11.07.2026, Transkript eines Teilnehmers, anonymisiert
23. Eigener Podcast mit Fabian Rossbacher, veröffentlicht in Agentic Engineering: 100+ SEO-Projekte allein mit KI