Journal / Entwicklung von Webprodukten

Claude Code oder Codex: Welcher Coding-Agent passt 2026?

Themen

  • AI
  • Entwicklertools

Claude Code oder Codex ist vor allem eine Entscheidung darüber, wie Sie Änderungen an einem Repository delegieren. Es geht nicht darum, welcher Chatbot überzeugender klingt. Beginnen Sie mit Claude Code, wenn Sie Ihren Entwicklungsprozess im Anthropic-Ökosystem aufbauen möchten. Beginnen Sie mit Codex, wenn Ihr Team bereits ChatGPT nutzt und zunächst dessen Coding-Agenten prüfen will, ohne sofort einen weiteren Anbieter einzuführen. Testen Sie beide, wenn die Kontrolle und Nacharbeit generierter Änderungen zu aufwendig wird. Produktionszugänge verdient keines der Werkzeuge allein durch eine gelungene Vorführung.

Unter Linux ist das Terminal ein naheliegender Einstieg. Wer Änderungen hauptsächlich visuell prüft, sollte der Editorintegration mehr Gewicht geben. Meine Empfehlung: Entscheiden Sie nach abgenommenen Änderungen, Prüfaufwand und kalkulierbaren Kosten, nicht nach dem selbstsicheren Ton einer Antwort. Dieser Artikel vergleicht Dokumentation und Arbeitsabläufe; er behauptet keinen selbst durchgeführten Leistungsvergleich. Produktangaben und Preise wurden am 11. November 2026 geprüft. Vor dem Kauf zählt die aktuelle Anbieterinformation.

Was hier miteinander verglichen wird

Anthropic beschreibt Claude Code als Coding-Agenten mit mehreren Oberflächen, darunter Terminal und VS Code. Codex CLI kann ein Repository untersuchen, Dateien bearbeiten und Entwicklungswerkzeuge ausführen. Hinzu kommt eine IDE-Erweiterung. Claude im Terminal mit einer gewöhnlichen Unterhaltung im ChatGPT-Browserfenster zu vergleichen, würde die eigentliche Produktentscheidung verfehlen.

Modell, Agent und Oberfläche sind unterschiedliche Ebenen. Das Modell erzeugt Antworten. Der Agent ergänzt Werkzeuge, Anweisungen und einen Ausführungsablauf. Die Oberfläche bestimmt, wie Sie Kontext bereitstellen und Ergebnisse kontrollieren. Ein besseres Modell beseitigt keinen umständlichen Review-Prozess. Umgekehrt belegt eine übersichtliche Chatansicht nicht, dass eine Migration das Verhalten Ihrer Anwendung erhält.

Beide Produkte können an zusammenhängenden Repository-Aufgaben arbeiten, statt lediglich die nächste Codezeile vorzuschlagen. Das hilft beim Verfolgen eines Fehlers über mehrere Module oder bei einem begrenzten Refactoring. Gleichzeitig wächst die mögliche Fehlerwirkung: Aus einer falschen Annahme wird eine Dateiänderung oder ein Shell-Befehl. Bewerten Sie deshalb den gesamten Ablauf einschließlich Berechtigungen und Fehlerbehandlung, nicht nur die abschließende Erklärung.

Terminal: Der praktische Unterschied zeigt sich im Projekt

Ein Terminal-Agent passt zu einem Ablauf mit Suche, Versionskontrolle, Tests und kleinen Patches. Die Codex-CLI-Dokumentation beschreibt Codeanalyse, Planung, Bearbeitung und lokale Werkzeuge sowie die Installation unter Linux. Die Claude-Code-Übersicht erläutert den Terminalzugang und Übergänge zwischen Oberflächen. Das sind überlappende Fähigkeiten, kein Beleg dafür, dass nur eines der Produkte ein echter Agent wäre.

Eine geeignete Probeaufgabe ist eine fehlerhafte Validierung. Lassen Sie zunächst den bestehenden Vertrag erklären, dann eine möglichst kleine Korrektur vorschlagen und passende Prüfungen ausführen. Achten Sie darauf, ob der Agent die tatsächliche Konfiguration liest, fremde Änderungen erkennt und zwischen einem nicht gestarteten Befehl und einem fehlgeschlagenen Test unterscheidet. Eine plausible Zusammenfassung ersetzt diese Beobachtungen nicht.

Starten Sie unter Linux mit einer normalen Arbeitskopie und einer funktionierenden Werkzeugkette. Führen Sie nicht gleichzeitig einen neuen Container, einen anderen Paketmanager und einen Agenten ein. Bei Problemen bleibt sonst unklar, welche Schicht verantwortlich ist. Falls Isolation erforderlich ist, richten Sie sie vorher ein und führen Sie die üblichen Tests zunächst ohne Agenten aus.

Ich würde die erste Aufgabe bewusst eng fassen. „Verbessere das Projekt“ lädt zur Ausweitung ein. „Behebe diesen Validierungsfall, ohne das öffentliche Antwortformat zu ändern“ gibt dem Reviewer eine überprüfbare Grenze. Das ist eine Arbeitsregel, keine Zusage über das Verhalten eines Produkts. Erweitert der Agent den Umfang, stoppen Sie und stimmen Sie den Plan ab, bevor weitere Änderungen entstehen.

VS Code: Entscheidend ist die Kontrolle der Änderungen

Die VS-Code-Dokumentation von Claude Code beschreibt Dateiverweise, Berechtigungseinstellungen und einen Planungsablauf. Die Codex-Erweiterung integriert den Agenten ebenfalls in den Editor. Für den Vergleich müssen Sie Ihre gewohnte Entwicklungsumgebung also nicht sofort verlassen.

Prüfen Sie in beiden Oberflächen denselben Ablauf: eine geänderte Funktion lesen, ihre Aufrufer finden, einen Testfehler untersuchen und eine sachfremde Änderung zurückweisen. Eine Integration ist dann nützlich, wenn sie diese Schritte erleichtert, nicht nur Fensterwechsel spart. Kontrollieren Sie, wie deutlich Arbeitsverzeichnis, aktive Aufgabe und anstehende Befehle erkennbar sind. In einem Monorepo sind das wichtige Arbeitsinformationen.

Lassen Sie nicht beide Agenten gleichzeitig dieselben Dateien bearbeiten. Verwenden Sie getrennte Arbeitsbäume oder aufeinanderfolgende Versuche ab derselben Revision. Sonst repariert möglicherweise ein Werkzeug die unfertige Arbeit des anderen. Sie messen dann gegenseitige Störungen statt Nutzen. Die Verantwortung für das Zusammenführen der Änderungen bleibt beim Menschen.

Preise und Limits: Zuerst den Abrechnungsweg klären

Zum Veröffentlichungszeitpunkt nennt die Claude-Preisseite Pro für 20 US-Dollar monatlich bei monatlicher Zahlung, Max für 100 US-Dollar monatlich und einen eigenständigen Ultra-Tarif für 200 US-Dollar monatlich. Geprüft wurde dies am 11. November 2026. Claude Code steht in der Funktionsliste von Pro. Ältere Beschreibungen der Max-Varianten sollten nicht ungeprüft in eine aktuelle Beschaffung übernommen werden.

Am selben Tag nennt die Codex-Preisdokumentation ChatGPT Plus für 20 US-Dollar monatlich und Pro ab 100 US-Dollar monatlich, mit teureren Optionen. Sie beschreibt Codex-Zugang über verschiedene Pläne und gemeinsam genutztes Kontingent mit ChatGPT Work. Dies sind veröffentlichte Dollarpreise, keine Zusage über den Rechnungsbetrag in Euro, Umsatzsteuer oder individuelle Vertragsbedingungen.

Ein ähnlicher Einstiegspreis entscheidet den Vergleich nicht. Ein Abo kann ins Budget passen und trotzdem genau die benötigte Arbeit unterbrechen. Beide Anbieter beschreiben Nutzungsgrenzen. Keiner dieser Preise bedeutet unbegrenzt viele abgeschlossene Änderungen. OpenAI betont, dass Modell und Aufgabe den Verbrauch beeinflussen und Nachrichtenschätzungen keine festen Garantien sind. Claude verknüpft den Verbrauch ebenfalls mit Modell, Gesprächslänge und Dateien.

Trennen Sie Abonnement und API-Abrechnung. Die Claude-Code-Kostendokumentation erläutert Kostenkontrolle; der OpenAI-Leitfaden unterscheidet API-Tokenpreise vom Abonnementverbrauch. Prüfen Sie vor dem Start, welches Konto und welcher Abrechnungsweg tatsächlich aktiv sind. Ein Aufgabenbudget aus Tokenpreisen abzuleiten hilft nicht, wenn die Sitzung ein anders geregeltes Abokontingent nutzt.

Für ein Team zählen Abogebühr, zusätzlicher Verbrauch, Unterbrechungen und Review-Zeit. Umfangreicher Kontext, wiederholte Versuche und zu breit gefasste Aufgaben können eine nominell günstige Sitzung betreuungsintensiv machen. Ein teurerer Tarif löst umgekehrt keine unklare Spezifikation. Erhöhen Sie das Budget erst, wenn feststeht, welche konkrete Grenze dadurch entfällt.

Was konkrete Nutzerberichte aussagen

Zur Unberechenbarkeit des Verbrauchs gibt es Berichte auf beiden Seiten. In Claude Code Issue 38335, eröffnet im März 2026, beschreibt der Verfasser ein unerwartet schnelles Ausschöpfen des Max-Kontingents bei CLI-Arbeit. In Codex Issue 14593, ebenfalls aus März, berichtet ein VS-Code-Nutzer von erhöhtem Verbrauch nach einem Erweiterungsupdate.

Diese Diskussionen liefern sinnvolle Prüffragen: Beobachten Sie die Verbrauchsanzeige, notieren Sie Modell und Einstellungen und halten Sie den Kontext einer Verhaltensänderung fest. Es handelt sich jedoch nicht um kontrollierte Messungen. Historische Tarifnamen oder Prozentangaben dürfen nicht als heutige Kontingente erscheinen. Ein Bericht belegt eine geschilderte Erfahrung, nicht deren Häufigkeit oder Ursache.

Ein Fehlertracker ist außerdem keine repräsentative Zufriedenheitsumfrage. Wer einen gestörten Arbeitsablauf hat, hat einen Anlass zum Schreiben; wer seine Aufgabe problemlos erledigt, oft nicht. Daraus würde ich weder „Entwickler bevorzugen Claude“ noch „Codex ist günstiger“ ableiten. Belastbar ist die engere Schlussfolgerung: Berechenbarer Verbrauch gehört bei beiden Produkten in die Abnahmekriterien.

Trennen Sie dabei Verbrauch und Codequalität. Ein Werkzeug kann einen guten Patch liefern und trotzdem unpassende Nutzungsgrenzen haben. Ein anderes kann sparsam wirken, aber erhebliche manuelle Korrekturen verlangen. Erst die getrennte Erfassung zeigt, ob ein Tarifwechsel, ein anderer Agent oder eine bessere Aufgabenbeschreibung das eigentliche Problem lösen würde.

Sicherheit: Lokale Befehle bedeuten keine lokale Inferenz

Eine Terminaloberfläche garantiert nicht, dass Quellcode ausschließlich auf Ihrem Rechner bleibt. Prüfen Sie vor der Nutzung von Kundenmaterial die geltenden Datenbedingungen des Kontos, Aufbewahrungsregeln und Unternehmensrichtlinien. Ausführungsort der Befehle und Verarbeitungsort der Modellanfragen sind verschiedene Fragen. Bei vorgeschriebener Offline-Inferenz darf der gewöhnliche Cloudbetrieb nicht als ausreichend vorausgesetzt werden.

Der Sicherheitsleitfaden von Claude Code behandelt Berechtigungen, Isolation und nicht vertrauenswürdige Inhalte. Die OpenAI-Dokumentation beschreibt Sicherheitskontrollen des Agenten. Zustimmung und Sandbox sind unterschiedliche Grenzen: Die Erlaubnis zu einer Aktion isoliert nicht automatisch Dateisystem oder Netzwerk. Prüfen Sie die aktive Konfiguration statt identische Voreinstellungen für Betriebssysteme, Versionen und Oberflächen anzunehmen.

Entfernen Sie für den ersten Versuch Produktionszugänge, begrenzen Sie den Zugriff auf fremde Verzeichnisse und verlangen Sie eine Prüfung vor Deployment oder destruktiven Aktionen. Repository-Texte, heruntergeladene Dokumente und Werkzeugantworten können irreführende Anweisungen enthalten. Eine Projektanweisung hilft bei der Orientierung, ist aber keine technische Sicherheitsgrenze gegen feindliche Inhalte.

Machen Sie das Abschalten von Schutzmaßnahmen nicht zur Standardlösung für einen fehlgeschlagenen Befehl. Klären Sie zunächst, ob die Aufgabe tatsächlich mehr Zugriff braucht. Abhängigkeitsinstallation, Browsertest und produktive Datenmigration haben unterschiedliche Risiken. Wer eine Aktion freigibt, muss Zielumgebung und Nebenwirkungen verstehen. Die Versicherung des Agenten ist keine unabhängige Sicherheitsprüfung.

Welche Rolle spielen Cursor und GitHub Copilot?

Cursor und GitHub Copilot gehören auf die Auswahlliste, wenn der bestehende Editorablauf der entscheidende Engpass ist. Sie müssen in diesem Vergleich weder gewinnen noch verlieren. Prüfen Sie zuerst, welche Werkzeuge und Lizenzen Ihr Team bereits sinnvoll nutzt. Das ist eine Beschaffungsüberlegung, kein detaillierter Funktions- oder Preisvergleich dieser Produkte.

Ist das Team mit seiner Editorunterstützung zufrieden, erproben Sie einen Terminal-Agenten an weiterhin schwierigen Aufgaben: einem unbekannten Modul, einem reproduzierbaren Fehler oder einem begrenzten Refactoring. Liegt das Problem beim Prüfen der Ausgabe, vergleichen Sie zunächst die Oberflächen. Ein zusätzliches Werkzeug klärt keine ungeklärte Qualitätsverantwortung.

Ein fairer Versuch im eigenen Repository

Wählen Sie einen reproduzierbaren Fehler, ein verhaltenserhaltendes Refactoring und eine kleine Funktion mit eindeutigen Abnahmekriterien. Das sind vorgeschlagene Aufgabentypen, keine Benchmark-Ergebnisse. Beide Agenten erhalten dieselbe Ausgangsrevision, Beschreibung und erlaubten Befehle. Der zweite Versuch darf keine Lösung oder Erklärung aus dem ersten erben.

Halten Sie für jeden Versuch fest:

  • Ob die Änderung die Anforderungen einschließlich negativer Fälle erfüllt.
  • Welche Prüfungen tatsächlich liefen und welche an der Umgebung scheiterten.
  • Wie viel sachfremder Code geändert wurde und wie viel Nacharbeit nötig war.
  • Ob Zugriffsgrenzen eingehalten und Unsicherheiten ehrlich benannt wurden.
  • Wie sich Nutzungskontingent und Aufwand für das Review entwickelten.

Bestehende Tests sind wichtige Nachweise, aber kein vollständiger Korrektheitsbeweis. Prüfen Sie Fehlerbehandlung, Autorisierungsgrenzen und Kompatibilität mit Aufrufern. Öffnen Sie bei einer UI-Änderung die Seite und führen Sie die betreffende Interaktion aus. Prüfen Sie bei einer Migration Datenannahmen und Rückweg in einer geeigneten nichtproduktiven Umgebung. Diese Kontrollen sollten unabhängig von der Zusammenfassung des Agenten erfolgen.

Belohnen Sie schließlich nicht die längste Antwort. Ein kleiner Patch mit klar benanntem ungeprüftem Randfall kann wertvoller sein als ein großer Umbau mit selbstbewusster Erklärung. Behalten Sie das Werkzeug, dessen Ergebnisse Ihr Team verstehen, prüfen und warten kann. Fällt die Entscheidung je nach Aufgabe anders aus, ist der gezielte Einsatz beider sinnvoller als ein erzwungener Gesamtsieger.

Empfehlung

Wählen Sie Claude Code, wenn Arbeitsweise und Anthropic-Ökosystem zu Repository und Review-Gewohnheiten passen. Wählen Sie Codex, wenn dessen Terminal- oder IDE-Ablauf besser funktioniert, besonders wenn vorhandener ChatGPT-Zugang den Versuch vereinfacht. Daraus folgt ohne lokale Prüfung keine Überlegenheit bei der Codequalität. Neben dem Patch entscheiden Limits, Berechtigungen und Belastung der Reviewer.

Wenn die Herausforderung nicht die Installation, sondern die Einführung im Team ist, kann KI-Beratung helfen, einen begrenzten Pilotversuch, Datenzugriffsregeln und Abnahmekriterien vor dem breiteren Einsatz festzulegen.

Quellen

Dokumentation und Preise geprüft am 11. November 2026. Die verlinkten Fehlerberichte sind zugeordnete Nutzerbeobachtungen, keine bestätigten Leistungsmessungen.