Wer heute Code direkt im Terminal statt in einer IDE schreiben lässt, hat plötzlich drei ernstzunehmende Optionen von den drei größten Anbietern: GitHub Copilot CLI, OpenAI Codex CLI und Google Gemini CLI. Alle drei versprechen autonome Agenten, die Dateien lesen, Befehle ausführen und Pull Requests vorbereiten, ganz ohne Maus und Editor-Fenster. Doch die Unterschiede bei Preis, Kontextfenster und Sicherheitsmodell sind größer, als es die ähnlichen Namen vermuten lassen. Dieser Vergleich zeigt, welches Terminal-Tool sich für welches Team lohnt und wo die einzelnen Anbieter im Oktober 2026 tatsächlich stehen.
Im Zentrum steht eine einfache Beobachtung: Alle drei CLIs bauen inzwischen auf Modelle mit rund einer Million Token Kontext, aber sie unterscheiden sich stark darin, wie viel diese Rechenleistung kostet und wie frei sie zugänglich ist. Codex CLI und Gemini CLI etwa trennen inzwischen klar zwischen kostenlosem und zahlungspflichtigem Zugang, während Copilot CLI seine Nutzung über ein Credit-System in bestehende Abos einrechnet. Für Entwickler in Österreich, die oft zwischen mehreren Tools pendeln, macht das einen echten Unterschied beim Monatsbudget.
Der Trend zum Terminal ist dabei kein Zufall. Während IDE-Plugins wie die klassische Copilot-Integration in VS Code lange den Ton angaben, verlagert sich im Herbst 2026 ein spürbarer Teil der Entwicklung in reine Agent-Workflows, die auch ohne grafische Oberfläche laufen. GitHub hat parallel zur CLI auch Copilot Agent Merge als öffentliche Vorschau veröffentlicht, ein Feature, das Pull Requests automatisch an Review-Feedback, fehlgeschlagene Checks und Merge-Konflikte anpasst. Dazu kommen hierarchische Chat-Sitzungen, die verwandte Konversationen gruppieren und markieren, welche Sitzung gerade Aufmerksamkeit braucht. Cursor zog im September 2026 mit Cursor Projects nach, einer Funktion mit Koordinator-Agenten, die Arbeit an mehrere Cloud-Subagenten delegieren. Für die drei in diesem Artikel verglichenen CLI-Tools bedeutet dieser Kontext vor allem eines: Sie konkurrieren nicht mehr nur untereinander, sondern auch mit immer autonomeren IDE-Agenten, die ähnliche Aufgaben übernehmen wollen.
Was ist GitHub Copilot CLI?
Copilot CLI ist Microsofts Terminal-Erweiterung von GitHub Copilot und läuft als Kommandozeilen-Agent neben der bekannten Editor-Integration. Das Tool ist in allen Copilot-Plänen enthalten, vom kostenlosen Free-Tarif über Pro und Pro+ bis zu Max, Business und Enterprise. Jede Interaktion verbraucht dabei aus dem jeweiligen Plan sogenannte AI Credits, die je nach gewähltem Modell und Kontextgröße unterschiedlich schnell aufgebraucht werden. Wer ein größeres Kontextfenster oder ein leistungsfähigeres Modell wählt, zahlt also indirekt mehr pro Anfrage, auch wenn der Abopreis gleich bleibt.
Technisch fällt vor allem die Modellvielfalt auf. Laut GitHub-Dokumentation unterstützt Copilot CLI Modelle von Anthropic, Google und OpenAI gleichzeitig und bietet dabei ein Kontextfenster von bis zu einer Million Token. Entwickler können also je nach Aufgabe zwischen Claude-, Gemini- und GPT-Modellen wechseln, ohne das Terminal-Tool zu verlassen. Im September 2026 kamen zusätzlich Claude Fable 5.1 für Pro+, Max, Business und Enterprise sowie Gemini 3.8 Flash für Pro, Pro+, Max, Business und Enterprise hinzu, was Copilot CLI de facto zu einem Modell-Hub macht statt zu einem Tool mit einer festen KI im Hintergrund.
Am 9. Oktober 2026 brachte GitHub laut den offiziellen Release Notes zwei sicherheitsrelevante Neuerungen: Die Sandbox-Konfiguration unterstützt jetzt sandbox credential injectHosts, inklusive Tab-Vervollständigung in Bash, Zsh und Fish. Außerdem greift der –context-Parameter nun bei neuen und wiederaufgenommenen ACP-Sitzungen korrekt, statt wie zuvor stillschweigend auf den Standardwert oder die zuletzt gespeicherte Stufe zurückzufallen. Für Teams, die Copilot CLI in CI-Pipelines einsetzen, ist das ein kleiner, aber spürbarer Zuverlässigkeitsgewinn. Eine Einrichtungsanleitung mit allen nötigen Schritten findet sich im Artikel GitHub Copilot CLI einrichten.
Im Alltag fühlt sich Copilot CLI eher wie ein Kollege im Terminal an als wie ein klassisches Autocomplete-Werkzeug. Nutzer beschreiben eine Aufgabe in natürlicher Sprache, der Agent liest relevante Dateien, schlägt Änderungen vor und kann nach Freigabe auch Testläufe oder Build-Befehle selbst ausführen. Die GA-Version des Copilot-Harnisses in JetBrains-IDEs zeigt zusätzlich, dass GitHub die Agent-Logik hinter Copilot CLI zunehmend als eigenständige Schicht behandelt, die sowohl im Terminal als auch innerhalb von IDEs wiederverwendet wird. Für Teams heißt das: Wer sich an die CLI-Syntax gewöhnt, profitiert davon auch in anderen Copilot-Oberflächen, weil Agent-Verhalten und Freigabe-Logik weitgehend konsistent bleiben.
Was ist OpenAI Codex CLI?
Codex CLI ist OpenAIs Antwort auf dasselbe Problem, aber mit einem klareren Fokus auf das hauseigene Modell-Ökosystem. Seit dem 29. September 2026 läuft im Hintergrund standardmäßig GPT-6.1 Sol, das zu diesem Zeitpunkt in der Codex-Desktop-App und der CLI für Plus-, Pro-, Business-, Enterprise- und Edu-Pläne ausgerollt wurde. Enterprise- und Edu-Administratoren mussten das neue Modell zunächst manuell freischalten, bevor es Teammitgliedern zur Verfügung stand.
GPT-6.1 Sol bringt laut einem aktuellen Leitfaden von aq.dev ein Kontextfenster von 1,05 Millionen Token und erlaubt bis zu 128.000 Token an Ausgabe in einer einzigen Antwort, mehr als bei den meisten Konkurrenzmodellen. Der Preis liegt bei 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token, wobei zwischengespeicherte Eingabe-Token nur 0,10 Dollar kosten, ein Rabatt von 95 Prozent gegenüber dem regulären Eingabepreis. Wichtig für die Einordnung: Wer Codex stattdessen direkt über die OpenAI-API mit dem separaten Modell gpt-5.3-codex anspricht, zahlt laut der offiziellen OpenAI-Preisliste deutlich mehr, nämlich 3,50 Dollar pro Million Eingabe- und 28 Dollar pro Million Ausgabe-Token. Abo-Nutzer der Codex CLI und API-Kunden zahlen also nach komplett unterschiedlichen Modellen, was beim Preisvergleich häufig übersehen wird.
Codex CLI positioniert sich damit klar als Werkzeug für Teams, die bereits in ChatGPT-Enterprise- oder Plus-Abos investiert sind und die Terminal-Funktion einfach mitnutzen wollen. Eine Schritt-für-Schritt-Anleitung zur Installation gibt es im Beitrag OpenAI Codex CLI einrichten.
Bemerkenswert ist das Tempo, mit dem OpenAI das Standardmodell wechselt. Innerhalb weniger Wochen löste GPT-6.1 Sol den Vorgänger GPT-6 Sol ab, wobei der Cache-Rabatt von 90 auf 95 Prozent stieg, ein Detail, das bei wiederholten Anfragen auf denselben Dateien spürbar ins Budget einzahlt. Für Enterprise- und Edu-Kunden bedeutet der Modellwechsel allerdings zusätzlichen Verwaltungsaufwand, weil Administratoren neue Modelle zunächst im zentralen Dashboard freigeben müssen, bevor einzelne Teammitglieder sie im Terminal nutzen können. Wer diesen Schritt verpasst, sieht im Zweifel weiterhin das ältere Modell, ohne dass eine Fehlermeldung darauf hinweist.
Was ist Google Gemini CLI?
Gemini CLI brachte als eines der ersten großen Terminal-Tools ein Kontextfenster von einer Million Token in die Kommandozeile und machte damit lange Zeit auch kostenlosen Nutzern ein großzügiges Kontingent zugänglich. Das änderte sich spürbar: Seit dem 18. Juni 2026 ist die volle Kontextgröße laut einem Leitfaden von Developers Digest nur noch über drei zahlungspflichtige Zugänge verfügbar, nämlich bezahlte Gemini-API-Schlüssel, Vertex AI oder Gemini Code Assist Standard und Enterprise. Der bis dahin recht offene Gratiszugang wurde damit faktisch eingeschränkt, was bei Hobby-Entwicklern und kleinen Teams für Diskussionen sorgte.
Preislich zeigt sich Google trotzdem aggressiv. Für Gemini 3.8 Flash, das neueste Flash-Modell des Konzerns, nennt BenchLM.ai einen Einführungspreis von 0,75 Dollar pro Million Eingabe-Token und 3,75 Dollar pro Million Ausgabe-Token, gültig bis zum 31. Dezember 2026. Das liegt deutlich unter dem, was OpenAI für GPT-6.1 Sol verlangt. Innerhalb der CLI lässt sich das Modell über den Befehl /model Auto auswählen, der automatisch zwischen Gemini-3- und älteren Gemini-2.5-Modellen vermittelt, je nachdem, was die jeweilige Aufgabe braucht. Eine ausführliche Einrichtungsanleitung gibt es im Beitrag Gemini CLI einrichten.
Für Unternehmenskunden bündelt Google die Terminal-Funktion zusätzlich in Gemini Code Assist Standard und Enterprise, zwei Lizenzstufen, die über feste Sitzplatzmodelle statt reiner Token-Abrechnung laufen. Das macht die Kalkulation für größere Teams planbarer, weil ein Unternehmen nicht jeden Monat neu schätzen muss, wie viele Token tatsächlich verbraucht werden. Für kleinere Teams und Einzelpersonen bleibt dagegen der tokenbasierte API-Zugang der naheliegendere Weg, auch wenn dort die Einführungspreise für Gemini 3.8 Flash nur befristet gelten.
Technische Daten im direkten Vergleich
Die folgende Tabelle fasst die wichtigsten technischen Eckdaten aller drei Terminal-Agenten zusammen, Stand Oktober 2026. Sie zeigt, wo die Tools sich wirklich unterscheiden und wo sie erstaunlich nah beieinanderliegen.
| Merkmal | GitHub Copilot CLI | OpenAI Codex CLI | Google Gemini CLI |
|---|---|---|---|
| Anbieter | Microsoft / GitHub | OpenAI | |
| Standardmodell (Okt. 2026) | wählbar: Claude-, Gemini- und GPT-Modelle | GPT-6.1 Sol (seit 29.09.2026) | Gemini 3.8 Flash via /model Auto |
| Max. Kontextfenster | 1 Million Token | 1,05 Millionen Token | 1 Million Token |
| Max. Ausgabelänge | nicht öffentlich dokumentiert | 128.000 Token | nicht öffentlich dokumentiert |
| Preis Eingabe pro 1 Mio. Token | abhängig von AI-Credits-Verbrauch | 2,00 $ (Abo) / 3,50 $ (API gpt-5.3-codex) | 0,75 $ (Gemini 3.8 Flash, bis 31.12.2026) |
| Preis Ausgabe pro 1 Mio. Token | abhängig von AI-Credits-Verbrauch | 10,00 $ (Abo) / 28,00 $ (API gpt-5.3-codex) | 3,75 $ (Gemini 3.8 Flash, bis 31.12.2026) |
| Rabatt auf Cache-Eingabe | nicht öffentlich dokumentiert | 0,10 $ (95 % Rabatt) | nicht öffentlich dokumentiert |
| Kostenloser Zugang | ja, im Copilot-Free-Plan enthalten | eingeschränkt, abhängig vom Plan | seit 18.06.2026 nur noch eingeschränkt |
| Sandbox-Funktion | ja, inkl. Credential Injection (Okt. 2026) | nicht öffentlich im Detail dokumentiert | nicht öffentlich im Detail dokumentiert |
| Multi-Workspace-Support | ja, experimentelle Multi-Root-Workspaces | nicht öffentlich dokumentiert | nicht öffentlich dokumentiert |
| Letztes dokumentiertes Release | 09.10.2026 | 29.09.2026 (Modellumstellung) | 18.06.2026 (Zugangsänderung) |
| Enthalten in bestehendem Abo | ja (Copilot-Pläne) | ja (ChatGPT-Pläne, teilweise) | nein, separate Freischaltung nötig |
Auffällig ist, dass alle drei Hersteller inzwischen auf ein Kontextfenster von ungefähr einer Million Token setzen. Das war vor zwei Jahren noch ein Alleinstellungsmerkmal einzelner Anbieter, heute ist es der Marktstandard für Terminal-Agenten. Der eigentliche Unterschied liegt also nicht mehr in der reinen Kontextgröße, sondern darin, wie offen oder restriktiv der Zugang dazu gestaltet ist und wie transparent die Kostenstruktur bleibt.
Terminal-Agenten vs. IDE-Plugins: Warum das Format zählt
Bevor der Preisvergleich ins Detail geht, lohnt sich ein kurzer Blick darauf, warum überhaupt drei konkurrierende Terminal-Tools existieren, obwohl alle drei Anbieter längst ausgereifte IDE-Plugins im Angebot haben. Der Grund liegt im Arbeitsablauf vieler erfahrener Entwickler, die ohnehin den Großteil ihrer Zeit im Terminal verbringen, etwa für Git, Build-Skripte oder Deployment-Befehle. Ein Agent, der direkt dort lebt, spart den Wechsel zwischen Editor-Fenster und Shell und kann Befehle ausführen, ohne dass der Mensch Ergebnisse erst kopieren muss.
Der Nachteil liegt in der fehlenden visuellen Kontrolle. Wer einen Diff in einer IDE sieht, erkennt auf einen Blick, welche Zeilen sich ändern. Im Terminal muss dieselbe Information als Text durchgelesen werden, was bei großen Änderungen schneller zu Fehlern führt, wenn man zu schnell bestätigt. Alle drei hier verglichenen Tools versuchen, dieses Problem über Freigabemodi zu lösen, die einzelne Schritte vor der Ausführung anzeigen. Wie granular diese Freigabe tatsächlich funktioniert, unterscheidet sich aber je nach Tool, wie der folgende Abschnitt zur Sicherheit zeigt. Wer ohnehin stark IDE-zentriert arbeitet, sollte die reinen Terminal-Agenten eher als Ergänzung für Automatisierungsaufgaben sehen, etwa Batch-Refactorings oder CI-Checks, statt als vollständigen Ersatz für den gewohnten Editor.
Preise und Abo-Modelle: Wer zahlt wie viel?
Beim Preis zeigt sich das größte praktische Unterscheidungsmerkmal zwischen den drei Tools. Codex CLI mit GPT-6.1 Sol kostet im Abo-Modell 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token. Gemini CLI mit Gemini 3.8 Flash verlangt dagegen nur 0,75 Dollar beziehungsweise 3,75 Dollar für die gleiche Menge, ein Unterschied von genau 2,7x in beiden Richtungen. Wer also viele kurze, günstige Anfragen stellt, etwa für einfache Refactorings oder Dokumentationsaufgaben, spart mit Gemini CLI auf dem Papier deutlich.
Copilot CLI lässt sich in diesem direkten Vergleich nur schwer einordnen, weil GitHub keine reinen Pro-Token-Preise für die CLI selbst veröffentlicht. Stattdessen rechnet jede Anfrage gegen das Credit-Kontingent des gebuchten Plans, wobei größere Kontextfenster und leistungsfähigere Modelle mehr Credits pro Anfrage verbrauchen. Für Teams, die bereits ein Copilot-Business- oder Enterprise-Abo für die IDE-Integration haben, ist das ein Vorteil: Die CLI kostet keinen zusätzlichen Cent, solange das Kontingent reicht. Für Einzelentwickler ohne bestehendes Copilot-Abo ist der Umstieg auf Codex CLI oder Gemini CLI dagegen oft die günstigere Variante, weil beide pay-per-use ohne Basisabonnement anbieten.
| Tool | Modell | Preis pro 1 Mio. Input | Preis pro 1 Mio. Output | Besonderheit |
|---|---|---|---|---|
| GitHub Copilot CLI | wählbar (Claude/Gemini/GPT) | im Abo via AI Credits | im Abo via AI Credits | im bestehenden Copilot-Plan enthalten |
| OpenAI Codex CLI (Abo) | GPT-6.1 Sol | 2,00 $ | 10,00 $ | 95 % Cache-Rabatt auf 0,10 $ |
| OpenAI API direkt | gpt-5.3-codex | 3,50 $ | 28,00 $ | für eigene Integrationen, nicht CLI-Abo |
| Google Gemini CLI | Gemini 3.8 Flash | 0,75 $ | 3,75 $ | Einführungspreis bis 31.12.2026 |
Die Tabelle macht deutlich, warum ein reiner Preisvergleich ohne Kontext in die Irre führt. Wer Codex über die klassische API statt über das CLI-Abo anspricht, zahlt fast das Dreifache. Google hält seinen Einführungspreis für Gemini 3.8 Flash bewusst niedrig, allerdings nur befristet bis Ende Dezember 2026, danach dürfte eine Preisanpassung folgen. Teams sollten das Enddatum im Kalender vormerken, bevor sie langfristige Budgetplanungen auf diesem Preis aufbauen.
Für österreichische Firmen kommt noch ein Umrechnungsfaktor hinzu, der in den reinen Dollar-Preisen nicht sichtbar ist. Alle drei Anbieter rechnen ihre Token-Preise primär in US-Dollar ab, auch wenn die Rechnung am Ende in Euro erscheinen kann. Schwankt der Wechselkurs, verschiebt sich damit auch die tatsächliche Kostenersparnis von Gemini CLI gegenüber Codex CLI leicht nach oben oder unten, der grundsätzliche Faktor von 2,7 bleibt davon aber unberührt, da er sich aus zwei Dollar-Preisen desselben Anbieters errechnet und somit währungsneutral ist.
Kontextfenster und Modelle: Mehr als nur eine Zahl
Ein Kontextfenster von einer Million Token klingt bei allen drei Anbietern gleich groß, verhält sich in der Praxis aber unterschiedlich. Bei Codex CLI stehen volle 1,05 Millionen Token zur Verfügung, zusätzlich mit einer Obergrenze von 128.000 Token für die Antwort selbst, was bei sehr langen generierten Dateien relevant werden kann. Gemini CLI bietet ebenfalls rund eine Million Token, allerdings nur noch über die drei kostenpflichtigen Zugänge, die seit Juni 2026 gelten. Copilot CLI wiederum koppelt das Kontextfenster an das gewählte Modell und verbraucht bei größerer Kontextgröße automatisch mehr Credits, wodurch die effektiv nutzbare Menge je nach Abstufung schwankt.
Die Modellauswahl selbst hat sich seit September 2026 deutlich verschoben. Anthropic brachte am 22. September 2026 Claude Opus 5.5 und am 28. September 2026 Claude Sonnet 5.5, beide inzwischen auch über Copilot CLI nutzbar. OpenAI folgte mit GPT-6.1 Sol am 29. September 2026, exklusiv im eigenen Ökosystem inklusive Codex CLI. Google wiederum verteilt Gemini 3.8 Flash sowohl über die eigene CLI als auch als Option innerhalb von Copilot CLI, was Microsofts Tool faktisch zum einzigen echten Multi-Modell-Hub unter den drei Kandidaten macht. Wer die genauen Unterschiede zwischen diesen Modellgenerationen nachlesen möchte, findet im Artikel Codex vs Claude Code vs Gemini CLI eine tiefere Modell-Einordnung.
Benchmarks: Wie schlagen sich die Modelle hinter den CLIs?
Offizielle Benchmarks für die CLI-Werkzeuge selbst veröffentlichen die Hersteller kaum, da sich Terminal-Agent und zugrunde liegendes Modell technisch kaum trennen lassen. Aussagekräftiger sind deshalb Modell-Rankings, die sich direkt auf die in den CLIs verwendeten KI-Modelle beziehen. Laut der Rangliste von MorphLLM erreicht GPT-6 Astra, eines der im Codex-Umfeld empfohlenen Flaggschiff-Modelle, 57,9 Prozent im Terminal-Bench-4.0-Test und belegt zusätzlich Platz eins in der sogenannten Frontend Code Arena. Das ist bislang einer der wenigen öffentlich zugänglichen Terminal-spezifischen Benchmarks für Modelle aus diesem Umfeld.
Terminal-Bench prüft dabei gezielt, wie gut ein Agent reale Kommandozeilen-Aufgaben eigenständig löst, von Dateioperationen über Build-Prozesse bis zu Debugging-Schritten, die mehrere Befehle in Folge erfordern. Das unterscheidet sich deutlich von klassischen Code-Benchmarks, die nur prüfen, ob ein einzelner Funktionsrumpf korrekt vervollständigt wird. Ein hoher Terminal-Bench-Wert sagt also mehr über die praktische Eignung für CLI-Agenten aus als ein reiner Autocomplete-Score, auch wenn 57,9 Prozent auf den ersten Blick nicht nach einer beeindruckenden Zahl klingt. Zum Vergleich: Bei vielen etablierten Agent-Benchmarks liegen selbst führende Modelle häufig im Bereich von 50 bis 70 Prozent, weil mehrstufige Terminal-Aufgaben deutlich fehleranfälliger sind als einzelne Code-Vorschläge.
Für Gemini und Claude liegen keine direkt vergleichbaren Terminal-Bench-Werte aus denselben Quellen vor, was einen seriösen Eins-zu-eins-Vergleich an dieser Stelle erschwert. Stattdessen lohnt sich ein Blick auf die Release-Geschwindigkeit als indirekten Qualitätsindikator: Innerhalb von nur acht Tagen brachten Anthropic und OpenAI im September 2026 drei neue Coding-Modelle auf den Markt, Claude Opus 5.5, Claude Sonnet 5.5 und GPT-6.1 Sol. Dieses Tempo zeigt, wie stark der Wettbewerb unter den drei CLI-Anbietern inzwischen auf die Modellebene statt auf die Terminal-Oberfläche selbst verlagert wurde. Wer tiefer in SWE-Bench-Werte für Claude Code und Gemini CLI einsteigen möchte, findet ergänzende Zahlen im bereits erwähnten Vergleichsartikel zu Codex, Claude Code und Gemini CLI, der einen SWE-Bench-Wert von 88 Prozent für die dort getestete Modellkombination dokumentiert. Dieser Wert bezieht sich allerdings auf eine andere Tool-Kombination mit Claude Code statt Copilot CLI und lässt sich deshalb nicht direkt auf die drei in diesem Artikel verglichenen CLIs übertragen, zeigt aber, wie schnell sich die Bestwerte in diesem Marktsegment innerhalb weniger Monate verschoben haben.
Ein weiterer Punkt, der in reinen Prozentzahlen oft untergeht, ist die Reproduzierbarkeit der Ergebnisse. Terminal-Agenten arbeiten nicht deterministisch, dieselbe Aufgabe kann bei zwei Durchläufen zu leicht unterschiedlichen Lösungswegen führen. Seriöse Benchmarks wie Terminal-Bench 4.0 versuchen das über mehrere Wiederholungen pro Aufgabe auszugleichen, trotzdem bleibt eine gewisse Schwankungsbreite bestehen. Für die Praxis bedeutet das: Ein einzelner Prozentwert sollte als grobe Orientierung dienen, nicht als exakte Garantie dafür, wie sich ein Tool bei einer konkreten Aufgabe im eigenen Projekt verhält.
Sicherheit, Sandboxing und Freigabemodi
Terminal-Agenten können im Zweifel Dateien löschen, Pakete installieren oder Produktionssysteme erreichen, wenn man sie unkontrolliert laufen lässt. Deshalb ist die Sandbox- und Freigabe-Architektur mindestens so wichtig wie das Modell selbst. Copilot CLI hat hier mit dem Oktober-2026-Release nachgelegt: Die neue sandbox-credential-injectHosts-Option erlaubt es, Zugangsdaten nur für explizit freigegebene Hosts in die Sandbox einzuschleusen, statt sie global verfügbar zu machen. Kombiniert mit der korrigierten –context-Logik für ACP-Sitzungen ergibt sich ein Werkzeug, das zumindest auf dem Papier präziser steuerbar ist als zuvor.
Für Codex CLI und Gemini CLI liegen zum Redaktionsschluss keine vergleichbar detaillierten, öffentlich dokumentierten Angaben zu Sandbox-Mechanismen vor. Das heißt nicht automatisch, dass es dort keine Schutzmaßnahmen gibt, sondern nur, dass die Dokumentation an dieser Stelle weniger granular ist als bei GitHub. Teams mit strengen Compliance-Vorgaben, etwa im Finanz- oder Gesundheitssektor in Österreich, sollten deshalb vor einem Rollout genau prüfen, welche Freigabestufen (automatisch ausführen, manuell bestätigen, komplett blockieren) das jeweilige Tool tatsächlich unterstützt, statt sich auf Marketingaussagen zu verlassen. Generell gilt bei agentischen Terminal-Tools eine höhere Grundvorsicht als bei klassischen Autocomplete-Plugins, weil ein Agent mit Shell-Zugriff im schlimmsten Fall Befehle ausführt, die weit über reine Code-Vorschläge hinausgehen, etwa das Löschen von Verzeichnissen oder das Installieren unerwarteter Pakete. Freigabemodi, die jeden Schritt einzeln bestätigen lassen, reduzieren dieses Risiko erheblich, kosten aber Zeit, weshalb viele Teams in der Praxis einen Mittelweg wählen und nur besonders riskante Befehlskategorien wie Netzwerkzugriffe oder Löschoperationen manuell freigeben lassen. Wer zusätzlich externe Tool-Server anbinden will, etwa über das Model Context Protocol, findet im Beitrag MCP-Server einrichten eine Anleitung, die sich grundsätzlich mit allen drei CLI-Tools kombinieren lässt, sofern der jeweilige Client MCP unterstützt.
Praxisbeispiele: Fünf Einsatzszenarien aus dem Alltag
Wie sich die drei CLIs im echten Entwickleralltag unterscheiden, zeigt sich am besten an konkreten Aufgaben statt an abstrakten Spezifikationen. Die folgenden fünf Beispiele orientieren sich an typischen Arbeitssituationen österreichischer Softwareteams.
- Monorepo-Refactoring: Ein Team mit einem großen Monorepo profitiert am stärksten vom größeren Kontextfenster der Codex CLI mit 1,05 Millionen Token, weil mehr Dateien gleichzeitig in einer Sitzung analysiert werden können, bevor der Agent den Überblick verliert.
- Kostengetriebene Automatisierung: Ein Startup, das viele kleine, repetitive Anfragen stellt, etwa automatisierte Commit-Nachrichten oder einfache Linting-Fixes, spart mit Gemini CLI durch den 2,7-mal günstigeren Token-Preis spürbar Budget pro Monat.
- Bestehendes Enterprise-Abo nutzen: Firmen, die schon für GitHub Copilot Business oder Enterprise bezahlen, aktivieren die Terminal-Funktion über Copilot CLI ohne zusätzliche Lizenzkosten und müssen kein zweites Tool einkaufen.
- Sicherheitsrelevante CI-Pipelines: Teams, die KI-Agenten direkt in automatisierte Build-Prozesse einbinden, profitieren von Copilot CLIs neuer Credential-Injection-Sandbox, weil Zugangsdaten gezielt auf einzelne Hosts begrenzt werden können.
- Multi-Modell-Experimente: Entwicklerinnen und Entwickler, die verschiedene Modelle für dieselbe Aufgabe vergleichen wollen, etwa Claude Sonnet 5.5 gegen Gemini 3.8 Flash, erreichen das am einfachsten über Copilot CLI, weil dort beide Modellfamilien im selben Tool verfügbar sind.
Was diese fünf Beispiele verbindet, ist die Erkenntnis, dass kein Tool in jedem Szenario gewinnt. Ein Startup mit knappem Budget trifft bei Gemini CLI eine andere richtige Entscheidung als ein Konzern, der bereits ein Enterprise-Abo bei Microsoft laufen hat. Wer seine eigene Entscheidung treffen will, sollte deshalb zunächst die eigene Aufgabenstruktur grob kategorisieren, etwa nach Codebasis-Größe, Budgetrahmen und Sicherheitsanforderungen, bevor er sich für eines der drei Tools festlegt.
Für wen eignet sich welches Tool?
Die Wahl des richtigen Terminal-Agenten hängt stärker von der bestehenden Toolchain und dem Budget ab als von einem einzelnen technischen Feature. Fünf Empfehlungen, die sich aus den vorliegenden Daten ableiten lassen:
- Bestandskunden von GitHub Copilot sollten zuerst Copilot CLI testen, weil die Nutzung im laufenden Abo enthalten ist und keine separate Abrechnung erfordert.
- Freelancer und kleine Teams mit knappem Budget fahren aktuell mit Gemini CLI und dem befristeten Einführungspreis für Gemini 3.8 Flash am günstigsten, sollten das Enddatum 31. Dezember 2026 aber im Blick behalten.
- Teams mit sehr großen Codebasen profitieren vom etwas größeren Kontextfenster der Codex CLI mit 1,05 Millionen Token und der hohen Ausgabegrenze von 128.000 Token.
- Unternehmen mit strengen Compliance-Anforderungen, etwa im Rahmen des österreichischen NISG 2026, sollten auf die dokumentierten Sandbox-Funktionen von Copilot CLI achten, bis vergleichbare Angaben für die Konkurrenz vorliegen.
- Entwicklerinnen und Entwickler, die bereits tief im OpenAI-Ökosystem stecken, etwa über ChatGPT-Enterprise-Lizenzen, sparen sich mit Codex CLI einen zusätzlichen Anbieterwechsel und nutzen die ohnehin vorhandene Abo-Struktur.
Diese Liste ist bewusst nicht als starre Regel gemeint, sondern als Startpunkt. Viele Teams setzen in der Praxis sogar zwei Tools parallel ein, etwa Copilot CLI für den Alltag im bestehenden Abo und Gemini CLI für einzelne kostensensitive Batch-Jobs. Da keines der drei Werkzeuge eine exklusive Vertragsbindung erzwingt, lässt sich diese Kombination ohne größeren Aufwand umsetzen und wieder anpassen, sobald sich Preise oder Anforderungen ändern.
Migrationsleitfaden: Von einem CLI-Tool zum anderen wechseln
Ein Wechsel zwischen den drei Terminal-Agenten ist technisch unkomplizierter, als viele erwarten, weil keines der Tools proprietäre Projektdateien erzwingt, die sich nicht wieder entfernen lassen. Trotzdem lohnt sich ein strukturiertes Vorgehen, um keine laufenden Automatisierungen zu zerstören.
In der Praxis ziehen meist zwei Auslöser einen Wechsel nach sich: ein plötzlicher Preissprung, etwa wenn ein befristeter Einführungstarif wie bei Gemini 3.8 Flash ausläuft, oder eine Funktionslücke, die ein Team erst bei einer komplexeren Aufgabe entdeckt, etwa fehlende Sandbox-Details oder ein zu kleines Kontextfenster für ein gewachsenes Repository. Wer den Wechsel plant, sollte deshalb nicht nur die aktuellen Zahlen vergleichen, sondern auch grob abschätzen, wie sich Preise und Limits in den kommenden Monaten entwickeln könnten, da sich bei allen drei Anbietern die Konditionen zuletzt mehrmals pro Jahr verändert haben.
Der folgende Ablauf hat sich bei Teams bewährt, die zwischen den drei CLI-Werkzeugen migriert sind, ohne laufende Projekte zu unterbrechen.
- Schritt 1 – Bestandsaufnahme: Dokumentieren Sie, welche Skripte, CI-Jobs oder Git-Hooks aktuell auf das alte CLI-Tool zugreifen, bevor Sie es deinstallieren.
- Schritt 2 – Zugangsdaten trennen: Entfernen Sie API-Schlüssel und Authentifizierungstoken des alten Tools aus Umgebungsvariablen und CI-Secrets, um doppelte Abrechnungen zu vermeiden.
- Schritt 3 – Neues Tool installieren: Folgen Sie der jeweiligen offiziellen Installationsanleitung, etwa den oben verlinkten Einrichtungs-Artikeln für Copilot CLI, Codex CLI oder Gemini CLI.
- Schritt 4 – Kontext- und Modellwahl prüfen: Stellen Sie das Kontextfenster und das Standardmodell bewusst ein, statt sich auf Voreinstellungen zu verlassen, da sich die Kosten je nach Wahl stark unterscheiden.
- Schritt 5 – Sandbox-Regeln neu definieren: Übertragen Sie Freigabe- und Sandbox-Regeln nicht blind aus dem alten Tool, da sich die Konfigurationssyntax zwischen den drei Anbietern unterscheidet.
- Schritt 6 – Parallelbetrieb testen: Lassen Sie beide Tools für ein bis zwei Wochen parallel laufen, bevor Sie das alte CLI endgültig aus Pipelines entfernen, um Regressionen früh zu erkennen.
Besonders Schritt 2 wird in der Praxis oft übersehen. Wer ein Abo kündigt, aber den API-Schlüssel in einer CI-Pipeline vergisst, zahlt unter Umständen für zwei Terminal-Agenten gleichzeitig weiter, ohne dass jemand im Team es merkt, bis die nächste Rechnung kommt.
Ausblick: Wohin entwickelt sich der Terminal-KI-Markt?
Die Geschwindigkeit, mit der sich die drei CLI-Tools seit Sommer 2026 verändert haben, lässt wenig Spielraum für die Annahme, dass sich der Markt in den kommenden Monaten beruhigt. Allein im September 2026 erschienen mit Claude Opus 5.5, Claude Sonnet 5.5 und GPT-6.1 Sol drei neue Coding-Modelle innerhalb einer Woche, und alle drei fanden innerhalb weniger Tage ihren Weg in mindestens eines der hier verglichenen Terminal-Tools. Gleichzeitig verschiebt sich der Wettbewerb zunehmend von der reinen Modellqualität hin zu Workflow-Fragen: Wer koordiniert mehrere Agenten gleichzeitig, wie Cursor es mit den im September 2026 gestarteten Cursor Projects versucht, und wer bindet Terminal-Agenten am saubersten in bestehende Entwicklungsprozesse ein.
Für Teams in Österreich bedeutet das praktisch, dass sich eine einmal getroffene Tool-Entscheidung nicht automatisch für die nächsten Jahre eignet. Preise wie der befristete Einführungstarif von Gemini 3.8 Flash laufen aus, neue Modelle verschieben Kontextfenster und Kosten, und Sicherheitsfunktionen wie die Sandbox-Erweiterungen von Copilot CLI setzen neue Standards, denen die Konkurrenz vermutlich nachziehen wird. Wer produktiv mit einem dieser drei Tools arbeitet, sollte deshalb alle paar Monate einen kurzen Soll-Ist-Vergleich einplanen, statt sich auf eine einmal getroffene Entscheidung zu verlassen.
Vor- und Nachteile im Überblick
Nach allen technischen Details und Preistabellen lohnt sich eine kompakte Gegenüberstellung der wichtigsten Stärken und Schwächen, bevor die abschließende Empfehlung folgt.
GitHub Copilot CLI
- Vorteil: Im bestehenden Copilot-Abo enthalten, keine separate Abrechnung nötig.
- Vorteil: Zugriff auf Claude-, Gemini- und GPT-Modelle in einem einzigen Tool.
- Vorteil: Detailliert dokumentierte Sandbox-Funktion mit Credential Injection.
- Nachteil: Keine transparenten Pro-Token-Preise, Kosten verstecken sich im Credit-System.
- Nachteil: Multi-Root-Workspaces laufen noch im experimentellen Stadium.
OpenAI Codex CLI
- Vorteil: Größtes Kontextfenster der drei Tools mit 1,05 Millionen Token.
- Vorteil: Hohe Ausgabegrenze von 128.000 Token pro Antwort.
- Vorteil: Hoher Cache-Rabatt von 95 Prozent auf wiederverwendete Eingaben.
- Nachteil: Abo-Preis und direkte API-Preise unterscheiden sich stark, Verwechslungsgefahr.
- Nachteil: Enterprise- und Edu-Admins müssen neue Modelle oft erst manuell freischalten.
Google Gemini CLI
- Vorteil: Mit Abstand günstigster Token-Preis unter den drei Tools, aktuell 0,75 $ / 3,75 $.
- Vorteil: Flexible Modellwahl über /model Auto zwischen Gemini 3 und 2.5.
- Nachteil: Voller Kontextzugang seit Juni 2026 nur noch über kostenpflichtige Routen.
- Nachteil: Einführungspreis für Gemini 3.8 Flash ist bis Ende 2026 befristet.
- Nachteil: Weniger öffentlich dokumentierte Sandbox-Details als bei Copilot CLI.
Das Urteil: Welches Terminal-KI-Tool gewinnt?
Eine einzelne Gewinnerin gibt es nicht, aber die Daten zeichnen ein klares Bild für drei unterschiedliche Prioritäten. Wer bereits für GitHub Copilot bezahlt, sollte zuerst Copilot CLI ausprobieren, weil die Terminal-Funktion keine zusätzlichen Kosten verursacht und gleich drei Modellfamilien zur Auswahl stehen. Wer dagegen stark auf den Preis pro Token achtet, kommt an Gemini CLI kaum vorbei: Der Faktor 2,7 beim Vergleich mit Codex CLI ist zu groß, um ihn zu ignorieren, solange der Einführungspreis bis 31. Dezember 2026 läuft.
Für Teams mit besonders großen Codebasen bleibt Codex CLI die technisch stärkste Option, weil das Kontextfenster von 1,05 Millionen Token und die Ausgabegrenze von 128.000 Token aktuell den höchsten Wert unter den drei Tools markieren. Der Preis dafür ist höher, aber bei komplexen Monorepo-Aufgaben kann ein größeres Kontextfenster Zeit und damit auch indirekt Kosten sparen, weil weniger Anfragen nötig sind. Wer zusätzlich auf nachvollziehbare Sicherheitsmechanismen Wert legt, findet aktuell bei Copilot CLI die ausführlichste öffentliche Dokumentation zu Sandbox und Zugriffskontrolle. Die Entscheidung bleibt also eine Frage der Priorität zwischen bestehendem Abo, Budget, Kontextgröße und Compliance, nicht eine Frage von richtig oder falsch.
Als kurze Checkliste für die Entscheidung: Wer schon zahlt, bleibt zuerst bei Copilot CLI. Wer auf den Cent schaut, testet Gemini CLI, so lange der Einführungspreis gilt. Und wer an die Grenzen des Kontextfensters stößt, greift zu Codex CLI. Die drei Tools schließen sich dabei nicht gegenseitig aus, und ein kurzer Test aller drei Optionen über die jeweiligen kostenlosen oder günstigen Einstiegsstufen kostet wenig Zeit, liefert aber ein deutlich verlässlicheres Bild als jede reine Spezifikationstabelle.
Häufig gestellte Fragen
Ist GitHub Copilot CLI kostenlos nutzbar?
Ja, Copilot CLI ist auch im kostenlosen Copilot-Free-Plan enthalten, allerdings mit einem begrenzten AI-Credits-Kontingent pro Monat. Wer mehr Anfragen oder größere Kontextfenster braucht, muss auf einen zahlungspflichtigen Plan wie Pro, Pro+, Business oder Enterprise wechseln.
Welches Tool hat das größte Kontextfenster?
OpenAI Codex CLI mit GPT-6.1 Sol bietet aktuell das größte dokumentierte Kontextfenster mit 1,05 Millionen Token, knapp vor Copilot CLI und Gemini CLI, die beide bei rund einer Million Token liegen.
Warum ist Gemini CLI seit Juni 2026 teilweise eingeschränkt?
Seit dem 18. Juni 2026 ist der volle Zugang zum Kontextfenster von einer Million Token laut Google nur noch über bezahlte Gemini-API-Schlüssel, Vertex AI oder Gemini Code Assist Standard und Enterprise verfügbar. Der zuvor großzügigere kostenlose Zugang wurde dadurch eingeschränkt.
Kann ich in Copilot CLI auch Claude- oder Gemini-Modelle nutzen?
Ja, Copilot CLI unterstützt laut GitHub-Dokumentation Modelle von Anthropic, Google und OpenAI parallel. Seit September 2026 stehen dort unter anderem Claude Fable 5.1 und Gemini 3.8 Flash zusätzlich zu den GPT-Modellen zur Auswahl.
Lohnt sich der Wechsel von Codex CLI zu Gemini CLI allein wegen des Preises?
Bei reinem Token-Volumen ja, da Gemini 3.8 Flash aktuell etwa 2,7-mal günstiger ist als GPT-6.1 Sol. Wer jedoch auf das größere Kontextfenster oder die höhere Ausgabegrenze von Codex CLI angewiesen ist, sollte den Preisvorteil gegen den potenziellen Mehraufwand durch mehr einzelne Anfragen abwägen.
Unterstützen alle drei CLIs das Model Context Protocol (MCP)?
Die genaue MCP-Unterstützung unterscheidet sich je nach Tool und Versionsstand und ist nicht für alle drei CLIs im gleichen Detaillierungsgrad öffentlich dokumentiert. Wer MCP-Server anbinden möchte, sollte vor dem Rollout die aktuelle Dokumentation des jeweiligen Anbieters prüfen.
Welches Tool eignet sich am besten für Einsteiger?
Für Einsteiger ohne bestehendes Abo ist Gemini CLI aktuell der einfachste und günstigste Einstieg, auch wenn der volle Kontextzugang inzwischen an eine kostenpflichtige Route gebunden ist. Wer bereits GitHub Copilot nutzt, startet ohne Zusatzkosten direkt mit Copilot CLI.
Was passiert nach Ablauf des Gemini-Einführungspreises Ende 2026?
Der aktuelle Preis von 0,75 Dollar pro Million Eingabe- und 3,75 Dollar pro Million Ausgabe-Token für Gemini 3.8 Flash gilt laut Google nur bis zum 31. Dezember 2026. Welcher Preis danach greift, ist bislang nicht offiziell bestätigt. Teams, die langfristig planen, sollten deshalb keine festen Jahresbudgets allein auf diesem befristeten Tarif aufbauen.
Lässt sich der Terminal-Agent in bestehende CI/CD-Pipelines einbinden?
Grundsätzlich lassen sich alle drei CLI-Tools in automatisierte Pipelines integrieren, da sie als reguläre Kommandozeilen-Programme laufen. Besonders für diesen Einsatzzweck ist die neue Sandbox-Funktion von Copilot CLI relevant, weil sie Zugangsdaten gezielt auf einzelne Hosts begrenzt und damit das Risiko unkontrollierter Zugriffe in automatisierten Umgebungen senkt.
