Codex vs Claude Code vs Gemini CLI: 88% SWE-bench [2026]

Wer heute in einem Terminal-Fenster tippt, tippt oft nicht mehr nur Befehle, sondern Aufträge an eine KI. Claude Code, Codex CLI und Gemini CLI haben sich 2026 zu den drei meistgenutzten Werkzeugen für agentisches Programmieren direkt in der Kommandozeile entwickelt. Alle drei lesen Code, schreiben Patches, führen Tests aus und committen Änderungen, ohne dass Entwickler jede Zeile selbst tippen müssen. Der Unterschied liegt im Detail, etwa bei Preisen, Kontextfenstern, Benchmark-Werten und der Frage, wie viel Kontrolle ein Team über den Quellcode des Agenten behält.

Dieser Vergleich stellt die drei Terminal-Agenten von Anthropic, OpenAI und Google direkt gegenüber. Er zeigt, wo sich die Preismodelle unterscheiden, welche Benchmark-Ergebnisse tatsächlich belegt sind und für welches Entwicklerteam sich welches Werkzeug lohnt. Alle Zahlen stammen aus offiziellen Dokumentationen und aktuellen Fachartikeln, Stand September 2026.

Für Unternehmen in Österreich kommt eine zusätzliche Frage dazu, die in vielen internationalen Vergleichen fehlt: Wohin fließt der eigene Quellcode, wenn ein Agent ihn zur Analyse an ein US-Rechenzentrum schickt? Anthropic, OpenAI und Google verarbeiten Anfragen aller drei Tools über eigene Cloud-Infrastruktur außerhalb der EU. Wer mit personenbezogenen Daten im Code arbeitet, etwa in Konfigurationsdateien oder Testdaten, sollte vor dem produktiven Einsatz die Auftragsverarbeitungsverträge der Anbieter prüfen, unabhängig davon, für welches der drei Tools sich das Team entscheidet.

Warum Terminal-Agenten 2026 den Ton angeben

Noch vor zwei Jahren liefen die meisten KI-Coding-Tools als Plugin in einer IDE wie VS Code. 2026 hat sich das Bild verschoben. Terminal-native Agenten wie Claude Code, Codex CLI und Gemini CLI laufen unabhängig von einer grafischen Oberfläche, lassen sich in CI/CD-Pipelines einbetten und funktionieren über SSH auf einem Remote-Server genauso gut wie auf dem eigenen Laptop. Das macht sie für DevOps-Teams, die Deployment-Skripte automatisieren, ebenso interessant wie für Einzelentwickler, die lieber in Vim oder Neovim arbeiten als in einer schweren IDE.

Der Wechsel hat handfeste Gründe. Codex CLI unterstützt laut offizieller OpenAI-Dokumentation einen headless Modus über den Befehl codex exec, der sich direkt in GitHub-Actions-Workflows einbauen lässt. Gemini CLI bietet mit dem Flag --output-format json eine strukturierte Ausgabe für automatisierte Pipelines, wie ein Vergleichsartikel von Developers Digest im Juli 2026 beschreibt. Claude Code lässt sich über das Flag -p ebenfalls nicht-interaktiv aufrufen. Alle drei Werkzeuge zielen auf denselben Trend: KI-Agenten, die nicht nur Vorschläge liefern, sondern Aufgaben eigenständig von Anfang bis Ende durchziehen, inklusive Testlauf und Commit.

Für Teams in Österreich und Deutschland ist das mehr als eine Spielerei. Wer heute Legacy-Java-Anwendungen wartet oder eine PHP-Codebasis aus den 2010er-Jahren modernisiert, kann echte Stunden sparen, wenn ein Agent selbstständig durch hunderte Dateien navigiert. Die Frage ist nur, welcher der drei Agenten das am zuverlässigsten schafft und zu welchem Preis.

Wie ernst die Anbieter diesen Wettbewerb nehmen, zeigt das offizielle SWE-bench-Leaderboard, das laufend aktualisiert wird und im Ranking regelmäßig neue Modellversionen von Anthropic, OpenAI und Google gegenüberstellt. Ende August 2026 führten dort mehrere Claude-Opus-Varianten das Feld an, dicht gefolgt von chinesischen Modellen wie Doubao-Seed-Code und von Googles Gemini 3 Pro Preview. Das zeigt, dass sich der Abstand zwischen den Anbietern in wenigen Wochen verschieben kann und ein Vergleich wie dieser immer eine Momentaufnahme bleibt.

Die drei Werkzeuge kurz vorgestellt

Claude Code (Anthropic) ist Anthropics offizieller Terminal-Agent und läuft aktuell mit den Modellen Sonnet 5, Opus 5 und dem am 1. September 2026 veröffentlichten Fable 5.1. Mehrere Fachartikel bescheinigen dem Tool besondere Stärke bei großen, unübersichtlichen Codebasen, weil es ein Kontextfenster von bis zu einer Million Token nutzen kann. Der Quellcode ist proprietär, Anthropic veröffentlicht ihn nicht öffentlich.

Codex CLI (OpenAI) ist OpenAIs Antwort und läuft mit spezialisierten GPT-5-Codex-Modellen, aktuell unter anderem GPT-5.5 und GPT-5.3-Codex. Anders als Claude Code ist Codex CLI unter der Apache-2.0-Lizenz quelloffen auf GitHub verfügbar. Version 0.154.0 von Anfang September 2026 brachte laut Developers Digest unter anderem Worktree-Unterstützung, einen Server-Modus für Windows und einen verbesserten Schutz vor Terminal-Injection-Angriffen auf macOS.

Gemini CLI (Google) ist ebenfalls Open Source unter Apache 2.0 und richtet sich an Entwickler, die kostenlos einsteigen wollen. Mit einem privaten Google-Konto stehen laut offizieller Dokumentation von Google 1.000 Modellanfragen pro Tag und 60 pro Minute zur Verfügung, ganz ohne Kreditkarte. Für Zugriff auf das leistungsstärkere Gemini 3 Pro ist laut einer GitHub-Diskussion vom November 2025 entweder ein Google-AI-Ultra-Abo oder ein bezahlter API-Schlüssel nötig, zusätzlich muss die CLI-Version mindestens 0.16.x betragen.

Alle drei Tools verstehen sich dabei als Erweiterung, nicht als Ersatz für den Entwickler. Sie schlagen keine fertigen Produkte vor, sondern arbeiten Schritt für Schritt einen Auftrag ab: eine Datei lesen, einen Test schreiben, den Test ausführen, das Ergebnis interpretieren und bei Bedarf nachbessern. Dieser iterative Zyklus, oft als agentische Schleife bezeichnet, unterscheidet die drei Terminal-Agenten grundlegend von klassischen Autovervollständigungs-Plugins, die lediglich den nächsten Codeblock vorschlagen und dann auf Eingaben warten.

Installation und erster Start

Der Einstieg unterscheidet sich kaum. Alle drei Tools installieren sich über npm oder einen Paketmanager und starten mit einem einzigen Befehl im Projektordner.

# Claude Code installieren
npm install -g @anthropic-ai/claude-code
claude

# Codex CLI installieren
npm install -g @openai/codex
# oder per Homebrew
brew install codex
codex

# Gemini CLI installieren
npm install -g @google/gemini-cli
gemini

Nach dem ersten Start fragt jedes Tool nach einer Authentifizierung. Claude Code verlangt einen aktiven Claude-Pro- oder Max-Plan beziehungsweise einen API-Schlüssel. Codex CLI meldet sich über ein ChatGPT-Konto an, mindestens in der Plus-Stufe. Gemini CLI ist von den drei Optionen die einzige, die auch mit einem kostenlosen, normalen Google-Konto sofort lauffähig ist, allerdings mit dem Standardmodell und den genannten Tageslimits.

Eine ausführliche Schritt-für-Schritt-Anleitung für die Ersteinrichtung von Claude Code und von Codex CLI liefern die jeweiligen Einrichtungs-Guides auf shattered.io. Für Firmenumgebungen mit strengen Sicherheitsrichtlinien lohnt sich zusätzlich ein Blick auf die jeweiligen Sandbox-Optionen bereits während der Installation. Codex CLI bringt seit Version 0.154.0 einen verschärften Schutz vor Terminal-Injection auf macOS mit, während Claude Code und Gemini CLI vor jedem Shell-Befehl oder jeder Dateiänderung eine Berechtigungsabfrage einblenden, sofern der Autopilot-Modus nicht aktiv ist.

Technische Daten im direkten Vergleich

Die folgende Tabelle fasst die wichtigsten technischen Eckdaten aller drei Terminal-Agenten zusammen, Stand September 2026.

Merkmal	Claude Code	Codex CLI	Gemini CLI
Anbieter	Anthropic	OpenAI	Google
Lizenz	Proprietär	Open Source (Apache 2.0)	Open Source (Apache 2.0)
Aktuelle Modelle	Sonnet 5, Opus 5, Fable 5.1	GPT-5.5, GPT-5.3-Codex	Gemini 3 Pro (bezahlt), Gemini Flash (Standard)
Kontextfenster	bis zu 1 Mio. Token (Sonnet 5 / Opus 5)	ca. 258.000 bis 400.000 Token effektiv	bis zu 1 Mio. Token (Gemini 3 Pro)
Installation	npm (@anthropic-ai/claude-code)	npm oder Homebrew (@openai/codex)	npm oder Homebrew (@google/gemini-cli)
Betriebssysteme	macOS, Linux, Windows	macOS, Linux, Windows	macOS, Linux, Windows
MCP-Unterstützung	Ja (claude mcp add)	Ja (codex mcp add, stdio + HTTP)	Eigenes Tool-System für Datei-, Shell- und Web-Zugriff
Non-interaktiver Modus	Flag -p	Befehl codex exec	Flag -p mit –output-format json
Git-Integration	Tief, inklusive Auto-Commit	Solide	Basisintegration
Kostenloses Kontingent	Kein dediziertes Free-Tier	Nur über ChatGPT-Free-Zugang limitiert	1.000 Anfragen pro Tag, 60 pro Minute
GitHub-Actions-Integration	Über eigene Workflows möglich	Nativ dokumentiert	Offizielle Action run-gemini-cli (Beta)
Release-Kanäle	Stabil, laufende Updates	Stable-Branch, experimentelle Builds	latest, preview, nightly (wöchentlich, dienstags)
Zielgruppe laut Hersteller	Power-User, große Codebasen	Terminal-Puristen, CI/CD-Teams	Kostenbewusste Einsteiger, Google-Cloud-Nutzer

Auffällig ist die Lizenzfrage: Codex CLI und Gemini CLI liegen offen auf GitHub, Claude Code bleibt Closed Source. Für Unternehmen mit Compliance-Vorgaben kann das den Ausschlag geben, weil sich Open-Source-Agenten leichter selbst prüfen und anpassen lassen. Beim Kontextfenster liegt Claude Code mit den neuesten Modellen gleichauf mit Gemini 3 Pro, während Codex CLI in der Praxis mit spürbar weniger nutzbarem Kontext arbeitet, obwohl das zugrunde liegende Modell theoretisch mehr verarbeiten könnte.

Preise und Abo-Modelle 2026

Keines der drei Tools verlangt eine separate Lizenzgebühr für die CLI selbst. Bezahlt wird für den Zugriff auf die dahinterliegenden Modelle, meist über ein Consumer-Abo des jeweiligen Herstellers.

Plan	Preis pro Monat	Enthält
Claude Pro	20 $ (17 $ bei jährlicher Zahlung)	Claude-Code-Zugriff, Standardlimits
Claude Max 5x	100 $	5-fache Nutzungslimits
Claude Max 20x	200 $	20-fache Nutzungslimits
ChatGPT Plus	20 $	Codex-CLI-Zugriff über ChatGPT-Konto
ChatGPT Pro	200 $ (Neuanmeldungen seit 10.9.2026 pausiert)	Nahezu unlimitierter Zugriff auf Reasoning-Modelle
Gemini CLI Free	0 $	1.000 Anfragen pro Tag, 60 pro Minute
Google AI Pro	19,99 $	4-fache Nutzungslimits, Gemini-3-Pro-Zugriff
Google AI Ultra	99,99 $	Höchste Limits, volle Gemini-3-Pro-Freigabe in der CLI

Wer lieber pro Token statt pro Abo zahlt, kann direkt über die API abrechnen. Anthropic verlangt für Sonnet 5 laut eigener Systemkarte 3 Dollar pro Million Input-Token und 15 Dollar pro Million Output-Token, für Opus 5 sind es 5 beziehungsweise 25 Dollar, für das neue Flaggschiff Fable 5.1 liegen die Sätze bei 10 und 50 Dollar. Alle Beträge gelten für US-Kunden vor Steuern. Anthropic, OpenAI und Google passen die Preise laut ihren eigenen Hilfeseiten regional an, veröffentlichen aber keine offizielle Euro-Tabelle. Wer in Österreich abrechnet, sollte den tatsächlichen Betrag im Checkout prüfen, da die Umsatzsteuer je nach Anbieter unterschiedlich gehandhabt wird.

Für ein fünfköpfiges Entwicklerteam ergibt sich daraus ein grober Kostenrahmen: Fünf Claude-Pro-Lizenzen kosten auf Monatsbasis 100 Dollar (85 Dollar bei Jahreszahlung), fünf ChatGPT-Plus-Lizenzen für Codex CLI ebenfalls 100 Dollar. Gemini CLI kann für dasselbe Team komplett kostenlos bleiben, solange die 1.000 täglichen Anfragen pro Kopf ausreichen, was für kleinere Teams mit moderatem Nutzungsvolumen oft der Fall ist. Sobald jedoch mehrere Personen dieselbe komplexe Codebasis parallel bearbeiten, stoßen Teams schneller an das Tageslimit und müssen auf Google AI Pro oder Ultra upgraden, was die Kostenrechnung wieder näher an die beiden anderen Anbieter heranrückt.

Für Firmenkunden bietet Anthropic laut eigener Pricing-Seite zusätzlich Team- und Business-Sitzplätze an: 100 Dollar pro Sitzplatz und Monat bei jährlicher Abrechnung, 125 Dollar bei monatlicher Zahlung. Damit richtet sich Anthropic klar an Organisationen, die zentral abrechnen und verwalten wollen, statt einzelne Pro-Lizenzen pro Mitarbeiter einzukaufen. Für Codex CLI und Gemini CLI liegen vergleichbare Business-Tarife zwar ebenfalls vor, in den ausgewerteten Quellen fehlten dazu aber belastbare, aktuelle Zahlen für Team-Sitzplätze, weshalb an dieser Stelle auf eine Schätzung verzichtet wird.

Benchmarks: SWE-bench, SWE-bench Pro und Terminal-Bench

SWE-bench Verified gilt als eine der härtesten Prüfungen für KI-Coding-Agenten: 500 echte GitHub-Issues, die ein Modell eigenständig lösen muss, kontrolliert von menschlichen Prüfern. SWE-bench Pro erhöht den Schwierigkeitsgrad mit unübersichtlicheren, realitätsnäheren Aufgaben und gilt als weniger anfällig für Trainingsdaten-Kontamination. Terminal-Bench wiederum misst, wie effizient ein Agent tatsächlich in einer Kommandozeilenumgebung arbeitet, inklusive Token-Verbrauch pro gelöster Aufgabe.

Benchmark	Claude Code	Codex CLI	Gemini CLI	Quelle
SWE-bench Verified	Opus 4.8: 88,6 %	GPT-5.5: 88,7 %	Gemini 3 Pro Preview gelistet, kein Prozentwert veröffentlicht	TokenCost, Aug. 2026 / Toolchew, Mai 2026
SWE-bench Pro	Opus 4.8: 69,2 %	GPT-5.5: 58,6 %	hinter Opus 4.8 platziert, kein exakter Wert veröffentlicht	TokenCost, Aug. 2026
SWE-bench Verified (Vorgängergeneration)	Opus 4.6: 78,3 %	Codex-Max (GPT-5.1): 77,9 %	nicht erfasst	Tech-Insider.org, Juni 2026
Terminal-Bench	Referenzpunkt für Token-Vergleich	77,3 %, laut Analyse 4x weniger Token-Verbrauch als Claude Code	nicht erfasst	Particula.tech, 2026

Wichtig für die Einordnung: Die Werte schwanken je nach Modellversion und Testzeitpunkt zum Teil deutlich, weil Anthropic und OpenAI ihre Coding-Modelle im Wochentakt aktualisieren. Auf SWE-bench Verified, dem klassischen und am stärksten benchmark-optimierten Test, liegt Codex CLI mit GPT-5.5 hauchdünn vor Claude Code. Auf SWE-bench Pro, der bewusst schwerer und realitätsnäher gestaltet ist, dreht sich das Bild: Claude Code führt mit klarem Abstand. Für Gemini CLI liegen laut den ausgewerteten Quellen keine offiziell bestätigten Prozentwerte auf diesen beiden Benchmarks vor, das Modell Gemini 3 Pro Preview taucht aber auf dem offiziellen SWE-bench-Leaderboard unter den Top-Modellen auf, direkt hinter Claude 4.5 Opus platziert.

Ein methodischer Hinweis gehört zu jedem Benchmark-Vergleich dazu: SWE-bench-Werte hängen stark vom sogenannten Agentic Scaffolding ab, also der Software-Schicht, die dem Sprachmodell erst erlaubt, eigenständig Dateien zu öffnen, Tests auszuführen und Patches zu erzeugen. Dieselbe Modellgeneration kann je nach Scaffolding unterschiedliche Werte erzielen, weshalb ein und dasselbe GPT-5.5-Modell in einer Quelle mit 88,7 Prozent und in einer anderen mit niedrigeren Werten auftaucht, je nachdem, welche Version der Agentenumgebung getestet wurde. Für die Kaufentscheidung zählt deshalb weniger die dritte Nachkommastelle als die grobe Tendenz über mehrere Quellen hinweg, und die zeigt bei SWE-bench Pro konsistent einen Vorteil für Claude Code.

Kontextfenster und große Codebasen

Ein großes Kontextfenster entscheidet oft darüber, ob ein Agent eine Änderung über zehn oder über hundert Dateien hinweg konsistent durchziehen kann. Sonnet 5 und Opus 5 bieten laut Anthropics Systemkarte ein natives Kontextfenster von einer Million Token bei bis zu 128.000 Ausgabe-Token, ohne dass Anthropic dafür einen Aufpreis verlangt. Ein Prompt mit 900.000 Token kostet damit denselben Preis pro Token wie einer mit 9.000 Token.

Codex CLI wirkt auf dem Papier mit dem zugrunde liegenden GPT-5-Modell ähnlich stark, in der Praxis nutzen mehrere unabhängige Vergleichsartikel aber deutlich kleinere effektive Werte zwischen 258.000 und 400.000 Token. Das liegt an der Art, wie Codex CLI den Kontext für die Agentensteuerung selbst verbraucht, bevor überhaupt Code-Inhalt hineinpasst. Gemini CLI erreicht mit Gemini 3 Pro theoretisch ebenfalls die Millionen-Token-Marke, allerdings nur für zahlende Nutzer mit freigeschalteten Preview-Funktionen. Im kostenlosen Standardbetrieb läuft die CLI mit einem kleineren Flash-Modell, das für schnelle, aber weniger umfangreiche Aufgaben gedacht ist.

Für die Praxis bedeutet das: Wer eine monolithische Codebasis mit mehreren hunderttausend Zeilen in einem Rutsch analysieren will, kommt an Claude Code oder einem freigeschalteten Gemini 3 Pro kaum vorbei. Für kleinere Microservices oder einzelne Module reicht der geringere Kontext von Codex CLI meist völlig aus, und die Antworten kommen dabei oft schneller zurück.

Ein praktisches Beispiel verdeutlicht den Unterschied: Eine mittelgroße Rails-Anwendung mit rund 80.000 Zeilen Code passt bei grober Schätzung mit Kommentaren und Tests in etwa 400.000 bis 600.000 Token. Das liegt innerhalb dessen, was Codex CLI laut den ausgewerteten Vergleichsartikeln effektiv verarbeiten kann, während Claude Code mit einer Million Token selbst deutlich größere Monorepos noch in einem Durchgang erfassen könnte. Für eine einzelne Funktion oder einen einzelnen Bugfix spielt diese Differenz kaum eine Rolle, bei einem teamweiten Refactoring über mehrere Module hinweg aber schon.

Agentische Autonomie und Sandbox-Sicherheit

Alle drei Agenten können heute mehr als nur Code-Vorschläge liefern. Sie führen Shell-Befehle aus, editieren mehrere Dateien parallel und starten Testsuiten von sich aus. Der entscheidende Unterschied liegt darin, wie viel davon ohne menschliche Bestätigung passiert.

Claude Code fragt standardmäßig vor jedem riskanten Schritt nach, lässt sich aber in einen Auto-Modus versetzen, der Befehle ohne Rückfrage ausführt. Codex CLI kombiniert eine Sandbox mit einer Genehmigungsschicht und hat mit Version 0.154.0 zusätzliche Schutzmechanismen gegen Terminal-Injection-Angriffe unter macOS erhalten, wie Developers Digest im September 2026 dokumentiert. Gemini CLI trennt laut eigener Architektur-Dokumentation eine Client-Komponente von einem lokalen Core-Server, der sämtliche Datei-, Shell- und Web-Zugriffe kontrolliert und vermittelt, statt dem Modell direkten Zugriff auf das System zu geben.

In CI/CD-Umgebungen, wo kein Mensch am Terminal sitzt, um Freigaben zu erteilen, wird diese Architektur besonders wichtig. Teams, die Agenten headless in einer Pipeline laufen lassen, sollten die jeweiligen Konfigurationsdateien genau prüfen und Autopilot-Modi nur auf isolierten Build-Containern aktivieren, nie auf produktiven Systemen mit Zugriff auf echte Kundendaten.

MCP-Unterstützung und Erweiterbarkeit

Das Model Context Protocol, kurz MCP, hat sich 2026 als offener Standard etabliert, über den KI-Agenten auf externe Werkzeuge, Datenbanken und APIs zugreifen können. Claude Code unterstützt MCP nativ über den Befehl claude mcp add und verbindet sich damit laut offizieller Anthropic-Dokumentation mit hunderten externen Tools, lokal wie über Remote-Server mit OAuth-Authentifizierung.

Codex CLI zieht mit einer eigenen Implementierung nach: Der Befehl codex mcp add trägt neue Server in die Konfigurationsdatei ~/.codex/config.toml ein, sowohl über stdio als auch über HTTP-Transport. Seit der Version 0.154.0 kommt zusätzlich eine automatische OAuth-Handhabung für MCP-Verbindungen hinzu. Gemini CLI bietet ein vergleichbares Tool-System für Datei-, Shell- und Web-Zugriffe, das von seinem Core-Server verwaltet wird. In der öffentlichen Dokumentation, die für diesen Artikel ausgewertet wurde, taucht die Bezeichnung MCP dabei allerdings nicht explizit auf, auch wenn die Funktionsweise konzeptionell ähnlich ist.

Für Teams, die bereits MCP-Server für interne Tools, Ticketsysteme oder Datenbanken gebaut haben, ist das ein handfestes Argument für Claude Code oder Codex CLI, weil sich vorhandene Server ohne Umbau weiterverwenden lassen.

In der Praxis bedeutet MCP-Unterstützung mehr als nur eine technische Fußnote. Ein Team, das etwa einen MCP-Server für die interne Jira-Instanz oder für ein firmeneigenes Design-System betreibt, kann denselben Server sowohl mit Claude Code als auch mit Codex CLI verbinden, ohne die Anbindung neu zu schreiben. Das senkt die Wechselkosten zwischen den beiden Tools erheblich und erklärt, warum viele Teams beide parallel im Einsatz haben, je nachdem, welches Modell für die jeweilige Aufgabe gerade besser abschneidet.

Die wichtigsten Updates der letzten Monate

Alle drei Anbieter aktualisieren ihre Terminal-Agenten in kurzen Zyklen, teils wöchentlich. Wer eine Kaufentscheidung trifft, sollte deshalb nicht nur auf den aktuellen Stand schauen, sondern auch auf die Richtung, in die sich jedes Tool zuletzt entwickelt hat.

Bei Claude Code war der 1. September 2026 ein Einschnitt: An diesem Tag brachte Anthropic mit Fable 5.1 sein neues Flaggschiffmodell für die CLI heraus, zusammen mit Opus 5 und Sonnet 5 auf ein einheitliches Kontextfenster von einer Million Token, ohne Aufpreis für lange Prompts. Ab dem 14. September 2026 hebt Anthropic zusätzlich die Standard-Wochenlimits für Claude Code dauerhaft um 25 Prozent gegenüber dem Stand vor Mai an, wie ein Fachartikel von Catdoes im September 2026 berichtet. Für Vielnutzer bedeutet das spürbar mehr Spielraum, ohne auf einen teureren Max-Plan wechseln zu müssen. Wie sich Claude Code im direkten Duell mit einem IDE-basierten Werkzeug schlägt, zeigt der separate Vergleich von Claude Code und Cursor auf shattered.io.

Bei Codex CLI markiert die Version 0.154.0 von Anfang September 2026 das bisher umfangreichste Update des Jahres. Laut Changelog kamen unter anderem das neue Modell GPT-6 Astra in die Modellauswahl, experimentelle Unterstützung für Git-Worktrees, die Möglichkeit, während laufender Agentenschritte bereits Zwischenantworten zu erhalten, ein Server-Modus für den Hintergrundbetrieb unter Windows sowie verbesserte Vim-Replace-Funktionen hinzu. Sicherheitsseitig brachte dasselbe Release eine automatische OAuth-Handhabung für MCP-Verbindungen, eine Härtung des Startvertrauensmodells und den bereits erwähnten Schutz vor Terminal-Injection auf macOS. Hintergründe zu den Nutzungsgrenzen von OpenAIs Coding-Werkzeugen in Europa liefert der Artikel zum Codex-Europa-Start mit Fünf-Stunden-Limit.

Bei Gemini CLI zeigt sich die Update-Kadenz am deutlichsten im Release-Rhythmus selbst: Google veröffentlicht laut eigener Dokumentation jeden Dienstag um 20:00 UTC eine neue stabile Version, die zuvor eine Woche als Preview-Build gelaufen ist. Der bislang wichtigste inhaltliche Sprung war die Freischaltung von Gemini 3 Pro im CLI-Tool selbst, dokumentiert in einer GitHub-Diskussion vom November 2025: Nutzer mit Google-AI-Ultra-Abo oder bezahltem API-Schlüssel können das Modell seit CLI-Version 0.16.x über den Befehl /settings und den Schalter für Preview-Funktionen aktivieren. Zusätzlich bietet Google seit einer Ankündigung im Google-Blog eine kostenlose GitHub-Actions-Integration namens run-gemini-cli an, die sich in Issues und Pull Requests per @gemini-cli-Erwähnung ansprechen lässt und sich aktuell im Beta-Status befindet.

Bekannte Schwachstellen und Sicherheitsupdates

Für keinen der drei Terminal-Agenten liegt aktuell eine öffentlich bestätigte CVE-Nummer oder ein dokumentierter Sicherheitsvorfall vor, der über die ausgewerteten Quellen belegt werden konnte. Das heißt nicht, dass die Tools risikofrei sind, sondern nur, dass keine offiziell verifizierte Schwachstelle mit CVE-Kennung öffentlich gemeldet wurde.

Auffällig ist, dass OpenAI mit Codex CLI 0.154.0 proaktiv nachgebessert hat: Das Update brachte laut Changelog eine Härtung des Startup-Vertrauensmodells, einen expliziten Schutz vor Terminal-Injection auf macOS und eine strengere Beibehaltung des Genehmigungskontexts über mehrere Agentenschritte hinweg. Solche Änderungen deuten darauf hin, dass Terminal-Injection, also das Einschleusen manipulierter Befehle über Datei- oder Terminalinhalte, als reales Risiko für alle drei Agentenklassen gilt, auch wenn bislang kein öffentlicher Vorfall dokumentiert ist. Wer einen dieser Agenten produktiv einsetzt, sollte grundsätzlich mit eingeschränkten Systemrechten arbeiten und sensible Repositories nicht im vollautomatischen Modus laufen lassen.

Empfehlenswert ist außerdem eine klare interne Richtlinie, welche Repositories überhaupt für einen Terminal-Agenten freigegeben werden. Codebasen mit Zugriff auf Produktionsdatenbanken, Zahlungsabwicklung oder Kundendaten sollten entweder komplett ausgenommen bleiben oder nur mit aktivierter Genehmigungsabfrage bearbeitet werden, selbst wenn der Autopilot-Modus in anderen, weniger kritischen Projekten produktiv läuft. Diese Trennung lässt sich bei allen drei Tools über projektspezifische Konfigurationsdateien umsetzen und sollte Teil jedes Onboarding-Prozesses sein, bevor ein neuer Terminal-Agent im gesamten Unternehmen ausgerollt wird.

Grenzen und Fallstricke im Alltag

Kein Terminal-Agent arbeitet fehlerfrei, und alle drei Tools teilen ähnliche Schwachstellen im praktischen Betrieb. Der häufigste Stolperstein ist übereifriges Auto-Committing: Wenn ein Agent im Autopilot-Modus läuft, committet er teils Zwischenstände, die noch nicht getestet sind, was die Git-Historie unübersichtlich macht und Code-Reviews erschwert. Teams, die neu auf einen dieser Agenten umsteigen, unterschätzen diesen Effekt oft in den ersten Wochen.

Ein zweiter wiederkehrender Punkt betrifft die Kostenkontrolle bei API-basierter Abrechnung. Wer Claude Code, Codex CLI oder Gemini CLI über einen API-Schlüssel statt über ein Fixpreis-Abo betreibt, kann bei einem einzigen ausufernden Agentenlauf über ein großes Repository unerwartet hohe Rechnungen erhalten, insbesondere bei Modellen mit hohen Output-Preisen wie Fable 5.1 mit 50 Dollar pro Million Output-Token. Ein Limit oder Budget-Alarm auf Kontoebene ist deshalb bei produktivem Einsatz über die API in jedem Fall empfehlenswert.

Drittens bleibt die Tageslimit-Grenze von Gemini CLI im kostenlosen Modus für Teams mit intensiver Nutzung schnell spürbar: 1.000 Anfragen klingen großzügig, sind bei mehreren parallelen Refactoring-Sitzungen an einem Tag aber überraschend schnell aufgebraucht, wie mehrere Nutzerdiskussionen im offiziellen GitHub-Repository von Gemini CLI zeigen. Und viertens gilt für alle drei Tools gleichermaßen: Ein Agent, der Shell-Befehle ausführt, sollte niemals mit Root- oder Administratorrechten laufen, unabhängig davon, wie ausgereift die jeweilige Sandbox-Implementierung ist.

Ein fünfter Punkt betrifft die Erwartungshaltung an die Codequalität selbst. Auch ein Agent mit 88 Prozent auf SWE-bench Verified löst nicht jede Aufgabe korrekt, gerade bei domänenspezifischer Fachlogik, die in öffentlichen Trainingsdaten kaum vorkommt, etwa bei österreichischem Steuerrecht in einer Buchhaltungssoftware oder bei branchenspezifischen Normen. Ein Code-Review durch einen erfahrenen Menschen bleibt deshalb auch mit den leistungsstärksten Terminal-Agenten Pflicht, nicht Kür.

Praxisbeispiele: Fünf reale Einsatzszenarien

Freiberufler mit knappem Budget: Ein selbstständiger Webentwickler in Wien nutzt Gemini CLI für ein Nebenprojekt, weil das kostenlose Kontingent von 1.000 Anfragen pro Tag für kleinere Aufgaben wie CSS-Anpassungen und einfache API-Endpunkte ausreicht, ohne dass ein Abo nötig wird.

Scale-up automatisiert Pull-Request-Reviews: Ein wachsendes Softwareunternehmen bindet Codex CLI über codex exec in GitHub Actions ein, sodass jeder eingehende Pull Request automatisch auf offensichtliche Fehler geprüft wird, bevor ein Mensch überhaupt draufschaut.

Enterprise-Migration einer Java-Monolithen: Ein Konzern mit einer über zehn Jahre gewachsenen Java-Codebasis setzt auf Claude Code, weil das Kontextfenster von einer Million Token es erlaubt, mehrere hundert zusammenhängende Klassen in einem Durchgang zu analysieren und konsistent umzubauen.

DevOps-Team testet headless in der Pipeline: Ein Infrastruktur-Team lässt Gemini CLI mit dem Flag --output-format json in einer nächtlichen Pipeline laufen, um automatisch generierte Testberichte in ein bestehendes Monitoring-Dashboard einzuspeisen.

Bildungseinrichtung schult Studierende: Eine technische Hochschule lässt Studierende im ersten Semester mit Gemini CLI arbeiten, weil sich das Tool ohne Kreditkarte und ohne Kostenrisiko für Lehrzwecke einsetzen lässt, während fortgeschrittene Kurse später auf Claude Code für komplexere Refactoring-Übungen umsteigen.

Agentur modernisiert mehrere Kundenprojekte parallel: Eine Digitalagentur mit mehreren gleichzeitig laufenden WordPress- und Shopware-Projekten setzt auf Codex CLI mit dem Worktree-Feature aus Version 0.154.0, um an mehreren Kundenprojekten gleichzeitig zu arbeiten, ohne dass sich laufende Agentensitzungen gegenseitig blockieren.

Welches Tool passt zu welchem Team?

Die technischen Daten und Benchmarks aus den vorherigen Abschnitten lassen sich zu klaren Empfehlungen je Teamtyp verdichten. Die folgende Liste ordnet die drei Terminal-Agenten nach Einsatzszenario, nicht nach reiner Benchmark-Punktzahl, weil sich in der Praxis selten das leistungsstärkste, sondern meist das am besten passende Tool durchsetzt.

• Solo-Entwickler mit kleinem Budget: Gemini CLI, wegen des echten kostenlosen Kontingents ohne Kreditkarte.
• Teams mit bestehender GitHub-Infrastruktur: Codex CLI, wegen der nativen GitHub-Actions-Integration und des headless Modus.
• Enterprise-Refactoring großer Codebasen: Claude Code, wegen des höchsten belegten SWE-bench-Pro-Werts und des großen Kontextfensters.
• Google-Cloud-native Organisationen: Gemini CLI, wegen der engen Anbindung an das Google-Ökosystem und Google-AI-Ultra-Abos.
• Sicherheitskritische Umgebungen: Codex CLI, wegen der jüngsten Härtung gegen Terminal-Injection und der Apache-2.0-Lizenz, die eigene Audits erlaubt.
• Bildungseinrichtungen und Lernprojekte: Gemini CLI als Einstieg, danach Claude Code oder Codex CLI für fortgeschrittene Aufgaben.

Migrationsleitfaden: Von einem CLI-Agenten zum anderen wechseln

Ein Wechsel zwischen den drei Agenten ist technisch überschaubar, weil alle drei ähnliche Grundkonzepte verwenden: eine Kommandozeilen-Oberfläche, eine Authentifizierung gegen einen Cloud-Dienst und ein Regelwerk für Datei- und Shell-Zugriffe. Trotzdem lohnt sich eine strukturierte Vorgehensweise, damit bestehende Automatisierungen nicht plötzlich ausfallen. Diese Schritte haben sich in den ausgewerteten Praxisberichten als sinnvolle Reihenfolge etabliert.

1. MCP-Server-Konfiguration exportieren: Bei Claude Code und Codex CLI lassen sich bestehende MCP-Server-Definitionen meist direkt in die Konfigurationsdatei des Zieltools übertragen, da beide dieselben Transportarten (stdio, HTTP) nutzen.
2. Authentifizierung umstellen: Statt eines Claude-Pro-Kontos wird ein ChatGPT- oder Google-Konto benötigt, abhängig vom Zieltool. API-Schlüssel müssen separat neu eingerichtet werden.
3. CI/CD-Skripte anpassen: Der non-interaktive Aufruf unterscheidet sich (-p bei Claude Code, codex exec bei Codex CLI, -p --output-format json bei Gemini CLI). Bestehende Pipeline-Skripte müssen entsprechend umgeschrieben werden.
4. Team-Dokumentation aktualisieren: Interne Wikis und Onboarding-Guides sollten die neuen Befehle und Genehmigungsabläufe widerspiegeln, bevor das gesamte Team umsteigt.
5. Pilotphase mit einem einzelnen Repository: Ein kleineres, weniger kritisches Projekt eignet sich, um Unterschiede im Verhalten der Agenten zu testen, bevor der Rollout auf alle Repositories erfolgt.
6. Kosten und Kontingente überwachen: Da die Preismodelle unterschiedlich strukturiert sind, empfiehlt sich in den ersten Wochen ein enges Monitoring der tatsächlichen Nutzung gegen die gebuchten Limits.

Wer diese sechs Schritte einhält, kann eine Migration meist innerhalb einer Sprintwoche abschließen, ohne dass laufende Projekte davon spürbar beeinträchtigt werden. Größere Organisationen mit mehreren Teams sollten die Pilotphase pro Abteilung wiederholen, da sich Erfahrungen aus einem Frontend-Team nicht automatisch auf ein Backend- oder Data-Engineering-Team übertragen lassen.

Vor- und Nachteile im Überblick

Claude Code

• Vorteil: stärkster belegter Wert auf SWE-bench Pro unter den drei Tools (69,2 Prozent mit Opus 4.8)
• Vorteil: natives Kontextfenster von einer Million Token ohne Aufpreis für lange Prompts
• Vorteil: tiefe Git-Integration inklusive Auto-Commit-Funktion
• Nachteil: proprietärer Quellcode, keine eigene Prüfung des Agenten möglich
• Nachteil: kein dediziertes kostenloses Kontingent, mindestens 20 Dollar pro Monat für den Einstieg

Codex CLI

• Vorteil: quelloffen unter Apache 2.0, eigene Audits und Anpassungen möglich
• Vorteil: native GitHub-Actions-Integration über den Befehl codex exec
• Vorteil: jüngste Sicherheitshärtung gegen Terminal-Injection und Startup-Manipulation seit Version 0.154.0
• Vorteil: minimal höherer SWE-bench-Verified-Wert als Claude Code (88,7 zu 88,6 Prozent)
• Nachteil: geringerer effektiver Kontext im Alltag (rund 258.000 bis 400.000 Token)
• Nachteil: kein echtes kostenloses Kontingent, Zugang nur über ein ChatGPT-Konto ab Plus-Stufe

Gemini CLI

• Vorteil: einziges Tool mit echtem kostenlosem Kontingent ohne Kreditkarte (1.000 Anfragen pro Tag)
• Vorteil: quelloffen unter Apache 2.0 wie Codex CLI
• Vorteil: enge Integration in bestehende Google-Cloud-Workflows und GitHub Actions
• Nachteil: keine öffentlich bestätigten SWE-bench-Werte für das kostenlose Standardmodell
• Nachteil: volle Leistungsfähigkeit mit Gemini 3 Pro erst mit kostenpflichtigem Google-AI-Ultra-Abo
• Nachteil: MCP-Unterstützung in der öffentlichen Dokumentation nicht explizit ausgewiesen

Das Urteil: Klare Empfehlung mit Zahlen

Die Kernzahlen sprechen eine relativ klare Sprache. Bei rohen SWE-bench-Verified-Werten trennen Claude Code und Codex CLI nur 0,1 Prozentpunkte, 88,6 zu 88,7 Prozent nach den aktuellsten ausgewerteten Zahlen von TokenCost und Toolchew. Sobald es aber um härtere, realitätsnähere Aufgaben auf SWE-bench Pro geht, liegt Claude Code mit 69,2 zu 58,6 Prozent deutlich vorn. Für Teams, die komplexe Refactorings über große, historisch gewachsene Codebasen fahren, ist das der wichtigere Wert.

Wer dagegen Wert auf offenen Quellcode, native CI/CD-Integration und aktive Sicherheitsarbeit legt, findet in Codex CLI das ausgereiftere Werkzeug für automatisierte Pipelines. Und wer schlicht ohne Budget starten will, kommt an Gemini CLI mit seinen 1.000 kostenlosen Anfragen pro Tag nicht vorbei, auch wenn belastbare Benchmark-Werte für das Standardmodell noch fehlen.

Für ein mittelgroßes Entwicklerteam in Österreich, das produktiv an einer bestehenden Codebasis arbeitet und Wert auf verlässliche Ergebnisse bei komplexen Aufgaben legt, ist Claude Code aktuell die Empfehlung mit der besten belegten Datenlage. Codex CLI folgt dicht dahinter als quelloffene Alternative für CI/CD-lastige Teams, Gemini CLI bleibt der richtige Einstiegspunkt für alle, die zunächst ohne Kostenrisiko testen wollen.

Realistisch betrachtet schließen sich die drei Werkzeuge in vielen Organisationen nicht gegenseitig aus. Ein Frontend-Team kann mit Gemini CLI experimentieren, während das Plattform-Team an einer komplexen API mit Claude Code arbeitet und die Build-Pipeline über Codex CLI automatisiert. Die geteilte Basis, offene Standards wie MCP und ähnliche Kommandozeilen-Konzepte, macht genau diese Mischnutzung praktikabel, ohne dass Entwickler drei völlig unterschiedliche mentale Modelle lernen müssen. Wer nur ein einziges Tool unternehmensweit einführen will, sollte sich an der Aufgabe orientieren, die am häufigsten anfällt, nicht an der Aufgabe, die am spektakulärsten klingt.

Häufig gestellte Fragen

Ist Gemini CLI wirklich komplett kostenlos?
Mit einem persönlichen Google-Konto stehen laut offizieller Dokumentation 1.000 Modellanfragen pro Tag und 60 pro Minute ohne Kosten zur Verfügung. Für Zugriff auf Gemini 3 Pro und höhere Limits ist ein kostenpflichtiges Google-AI-Abo nötig.

Welches Tool eignet sich am besten für sehr große Codebasen?
Claude Code, wegen des nativen Kontextfensters von bis zu einer Million Token bei Sonnet 5 und Opus 5 sowie des höchsten belegten Werts auf SWE-bench Pro.

Kann ich MCP-Server zwischen den drei Tools wiederverwenden?
Zwischen Claude Code und Codex CLI meist problemlos, da beide dieselben Transportarten für MCP unterstützen. Bei Gemini CLI ist die MCP-Kompatibilität in der öffentlichen Dokumentation nicht explizit ausgewiesen.

Läuft Claude Code auch unter Windows?
Ja, alle drei Terminal-Agenten unterstützen laut den ausgewerteten Quellen macOS, Linux und Windows.

Was kostet der API-Zugriff ohne Abo?
Bei Anthropic kostet Sonnet 5 drei Dollar pro Million Input-Token und 15 Dollar pro Million Output-Token, Opus 5 fünf beziehungsweise 25 Dollar. Für Codex CLI und Gemini CLI hängt der API-Preis vom jeweils gewählten Modell ab und sollte direkt bei OpenAI beziehungsweise Google geprüft werden.

Welches Tool ist quelloffen?
Codex CLI und Gemini CLI stehen beide unter der Apache-2.0-Lizenz auf GitHub. Claude Code ist proprietär und wird nicht als Quellcode veröffentlicht.

Wie sicher sind die Autonomie-Modi in CI/CD-Pipelines?
Alle drei Tools bieten Genehmigungsmechanismen, die sich für vollautomatischen Betrieb deaktivieren lassen. Für produktive Pipelines empfiehlt sich der Betrieb in isolierten Containern mit eingeschränkten Systemrechten, unabhängig vom gewählten Tool.

Lohnt sich der Wechsel von Codex CLI zu Claude Code für ein bestehendes Team?
Das hängt vom Anwendungsfall ab. Für Teams, die vor allem an komplexen, großen Codebasen arbeiten und den höheren SWE-bench-Pro-Wert priorisieren, kann sich der Wechsel lohnen. Für Teams mit bestehender GitHub-Actions-Automatisierung überwiegt oft der Aufwand der Migration den Nutzen.

Was passiert, wenn ich das Tageslimit von Gemini CLI überschreite?
Laut einem Erfahrungsbericht von Stackbrief aus Mai 2026 gibt die CLI dann einen Rate-Limit-Fehler zurück und stoppt, ohne automatisch auf ein anderes Modell zu wechseln oder unerwartet Kosten zu verursachen.

Kann ich alle drei Tools parallel im selben Projekt einsetzen?
Technisch ja, da alle drei unabhängig voneinander im Terminal laufen und keine gegenseitigen Abhängigkeiten haben. In der Praxis empfiehlt es sich aber, pro Repository ein Haupttool festzulegen, damit Commit-Historie und Coding-Konventionen konsistent bleiben.

Brauche ich für den Einstieg Programmiererfahrung?
Ja, alle drei Tools richten sich an Entwickler und setzen Grundkenntnisse in der jeweiligen Programmiersprache sowie im Umgang mit Git und der Kommandozeile voraus. Ohne dieses Vorwissen lassen sich die vorgeschlagenen Änderungen kaum sinnvoll überprüfen, bevor sie committet werden.