Bei Claude Code vs Codex geht es um drei Dinge: die Modelle dahinter (Claude von Anthropic vs. GPT-Modelle von OpenAI), wie sie dich schützen (Berechtigungsmodi vs. Betriebssystem-Sandbox) und welches Abo du schon hast. Beides sind Coding-Agenten fürs Terminal, die dein Repository lesen, Dateien bearbeiten, Befehle ausführen, MCP unterstützen und Anweisungen aus einer Datei in deinem Repo übernehmen. Für die meiste Alltagsarbeit reicht jedes von beiden.
Dieser Beitrag vergleicht die beiden ehrlich, ohne erfundene Benchmarks, und erklärt dann, warum viele am Ende beide nutzen und wie du sie nebeneinander laufen lässt, ohne dass sie sich in die Quere kommen.
Was sie sind
Claude Code ist der Coding-Agent von Anthropic. Du installierst ihn, führst claude in einem Projektordner aus und sprichst mit ihm. Es gibt ihn auch als Desktop-App, in VS Code und JetBrains, im Web und in CI, aber die CLI ist der Kern.
Codex CLI ist der Terminal-Coding-Agent von OpenAI. Du führst codex in einem Projektordner aus. Der Quellcode liegt auf GitHub (openai/codex), und OpenAI bietet Codex auch als IDE-Extension, als Desktop-App und in der Cloud an.
Der Grundablauf ist gleich: Du beschreibst eine Aufgabe, der Agent liest den nötigen Code, schlägt Änderungen vor oder nimmt sie vor, führt Tests aus und meldet sich zurück. Die Unterschiede stecken im Detail.
Claude Code vs Codex auf einen Blick
| Claude Code | Codex CLI | |
|---|---|---|
| Hersteller | Anthropic | OpenAI |
| Befehl | claude | codex |
| Modelle | Claude-Modelle (Familien Opus, Sonnet, Haiku) | GPT-Modelle von OpenAI, darunter auf Codex abgestimmte |
| Anmeldung | Claude Pro, Max, Team oder Enterprise, ein Console-Account oder ein Cloud-Anbieter | ChatGPT-Account oder OpenAI-API-Schlüssel |
| Sicherheitsmodell | Berechtigungsmodi (Manual, accept edits, plan, auto) und eine optionale Bash-Sandbox | OS-Sandbox (read-only, workspace-write, full access) plus eine Approval-Policy |
| Projektanweisungen | CLAUDE.md (liest AGENTS.md, wenn es keine CLAUDE.md gibt) | AGENTS.md |
| MCP | Ja, claude mcp add oder /mcp | Ja, codex mcp add |
| Nicht-interaktive Läufe | claude -p "..." | codex exec "..." |
| Integriertes Review | /review | /review |
| Modell wechseln | /model | /model |
Modelle und Tarife
Claude Code nutzt Claude-Modelle. Mit /model wechselst du zwischen ihnen, und /effort bestimmt, wie gründlich das Modell nachdenkt. Codex nutzt die Modelle von OpenAI, und sein Befehl /model wählt sowohl das Modell als auch den Reasoning-Aufwand.
Modellversionen ändern sich alle paar Monate, ein Vergleich mit exakten Versionsnummern veraltet also schnell. Bleibend ist: Jedes Tool ist um die Modelle seines eigenen Herstellers herum gebaut und auf sie abgestimmt. Wenn dein Team einer Modellfamilie für Code ohnehin vertraut, ist das ein vernünftiger Entscheider.
Preislich funktionieren beide mit Abo oder mit API-Zugang pro Token:
- Claude Code meldet sich mit einem Claude-Tarif (Pro, Max, Team oder Enterprise), einem Claude-Console-Account (vorausbezahlte API-Guthaben) oder über Amazon Bedrock, Google Cloud oder Microsoft Foundry an.
- Codex meldet sich mit einem ChatGPT-Account an und nutzt die in deinem ChatGPT-Tarif enthaltene Codex-Nutzung, oder mit einem OpenAI-API-Schlüssel, der zu API-Preisen abgerechnet wird.
Abo-Tarife haben Nutzungsfenster (ein gleitendes 5-Stunden-Fenster und ein Wochenfenster), und größere Tarife bieten mehr. Aktuelle Zahlen findest du auf den Preisseiten der Anbieter. Wenn du schon für ChatGPT oder Claude zahlst, beginne mit dem Tool, das dabei ist. Mehr dazu, wie sich die Limits verhalten, unter Claude Code Nutzungslimits.
Sandbox und Freigaben
Das ist der größte echte Unterschied.
Codex: erst die Sandbox
Codex führt die Befehle, die es ausführt, in einer Betriebssystem-Sandbox aus. Es gibt drei Sandbox-Modi:
- read-only: Es kann Dateien lesen, aber Bearbeiten oder Befehle ausführen braucht deine Freigabe.
- workspace-write: der übliche Standard für lokale Arbeit. Es kann im Projektordner bearbeiten und dort Routinebefehle ausführen. Netzwerkzugriff ist standardmäßig aus.
- danger-full-access: gar keine Sandbox.
Darüber liegt eine Approval-Policy (untrusted, on-request, never), die entscheidet, wann Codex nachfragt. Beides änderst du in einer Session mit /permissions. Das Flag --dangerously-bypass-approvals-and-sandbox schaltet alles ab, und der Name ist da ehrlich.
Claude Code: Berechtigungsmodi
Claude Code setzt am anderen Ende an: Es fragt, bevor es handelt, und du entscheidest, wie viel durchgehen darf. Mit Shift+Tab wechselst du zwischen den Berechtigungsmodi:
- Manual (
default): Nur Lesezugriffe laufen ohne Nachfrage. - Accept edits: Dateibearbeitungen und einfache Dateisystembefehle gehen durch.
- Plan mode: Claude recherchiert und schreibt einen Plan, bearbeitet aber keinen Quellcode, bis du ihn freigibst.
- Auto mode: Ein zweites Modell, ein Klassifikator, prüft jede Aktion anstelle von dir. Neuere Versionen starten standardmäßig in diesem Modus.
Mit /permissions kannst du Allow-, Ask- und Deny-Regeln hinzufügen, und mit /sandbox aktivierst du auf macOS, Linux und WSL2 eine Bash-Sandbox. --dangerously-skip-permissions überspringt die Rückfragen komplett; laut Anthropic-Doku nur innerhalb eines Containers oder einer VM verwenden.
Was das in der Praxis heißt
Der Standard von Codex zieht eine Mauer um den Agenten, sodass ein unbedachter Befehl nicht über Projekt oder Netzwerk hinausreicht. Der Standard von Claude Code stellt dich oder einen Klassifikator vor jede riskante Aktion. Keines von beiden macht einen Agenten sicher genug, um ihn mit vollem Zugriff auf deinem Hauptrechner laufen zu lassen. Soll ein Agent unbeaufsichtigt arbeiten, gib ihm mindestens einen Git-Worktree, und einen Container, wenn er beliebige Befehle ausführen darf.
CLAUDE.md vs AGENTS.md
Beide Tools lesen zu Beginn jeder Session eine Markdown-Datei mit Projektanweisungen: Build- und Testbefehle, Konventionen, Dinge, die zu vermeiden sind.
- Codex liest
AGENTS.md. Es sucht in~/.codex/nach globalen Regeln und geht dann vom Repo-Root bis zu deinem aktuellen Ordner und fügt die gefundenen Dateien zusammen. EineAGENTS.override.mdin einem Ordner hat Vorrang vor der danebenliegendenAGENTS.md. Die gesamte Größe ist begrenzt (standardmäßig 32 KiB). - Claude Code liest
CLAUDE.md: eine Projektdatei, eine persönliche~/.claude/CLAUDE.mdund eine von Git ignorierteCLAUDE.local.md. Anthropic empfiehlt, jede Datei unter etwa 200 Zeilen zu halten. Neuere Versionen lesen außerdemAGENTS.md, wenn es keineCLAUDE.mdgibt, und eineCLAUDE.mdkann sie per@AGENTS.md-Import einbinden.
Beide haben /init, das das Repo durchsucht und eine erste Version der Datei schreibt. Das /init von Claude Code bietet sogar an, ein vorhandenes Setup von Codex oder Gemini CLI zu übernehmen.
Nutzt du beide Tools, ist das einfachste Setup eine gemeinsame AGENTS.md mit den eigentlichen Regeln und eine kurze CLAUDE.md, die sie importiert und nur ergänzt, was für Claude spezifisch ist.
MCP und Tools
Beide unterstützen MCP, den Standardweg, einem Agenten zusätzliche Tools wie einen Browser, eine Datenbank oder einen Issue-Tracker zu geben. Claude Code verwaltet Server mit claude mcp add und dem Befehl /mcp; Codex nutzt codex mcp add und speichert Server in seiner Konfigurationsdatei. Lokale und entfernte Server funktionieren bei beiden. Ist MCP neu für dich, beginne mit Was ist ein MCP-Server.
Der Haken, wenn du beide Tools nutzt: Du konfigurierst jeden Server zweimal, in zwei Formaten.
Stärken, ehrlich betrachtet
Benchmarks für Coding-Agenten verschieben sich mit jedem Modell-Release und hängen stark von der Aufgabe ab. Hier deshalb Unterschiede, die du selbst prüfen kannst:
- Claude Code hat ein breites Angebot an Bausteinen rund um den Agenten: Subagenten, Hooks, Skills, Plan-Modus, Checkpoints mit
/rewindund ein großes Ökosystem an Plugins. Wer gern gestaltet, wie der Agent arbeitet, hat viel zu konfigurieren. - Codex hat eine starke Standard-Sandbox, eine übersichtliche Konfigurationsdatei, ein offenes Repository, das du lesen kannst, und
AGENTS.mdals natives Format, das auch viele andere Agenten lesen. - Beide prüfen Code (
/review), nehmen alte Gespräche wieder auf, laufen headless in CI und befolgen Anweisungen besser, wenn sie kurz und konkret sind.
Der ehrliche Test ist einfach: Gib beiden dieselbe echte Aufgabe in deinem Repo (ein Bug mit fehlschlagendem Test eignet sich gut), lass beide fertig werden und vergleiche die Diffs. Das sagt dir mehr als jede Bestenliste.
Warum viele beide nutzen
Hast du beide installiert, liegt die gemeinsame Nutzung nahe:
- Zweite Meinung. Ein Agent schreibt die Änderung, der andere prüft sie. Ein anderes Modell übersieht andere Dinge.
- Limits. Wenn das Fenster des einen Tarifs am Nachmittag aufgebraucht ist, hält dich das andere Tool am Laufen.
- Passung. Manche Aufgaben liegen einem Modell besser. Mit beiden wählst du pro Aufgabe statt pro Jahr.
Die Reibung liegt in der Koordination: zwei Terminals, zwei MCP-Konfigurationen, zwei Orte, an denen Freigaben anstehen, und das Risiko, dass beide Agenten dieselbe Datei bearbeiten. Das ist dasselbe Problem wie bei mehreren Coding-Agenten parallel, nur mit zwei Anbietern.
Claude Code und Codex nebeneinander in AgentVera
AgentVera ist eine Desktop-App für macOS, Windows und Linux, die Claude Code und Codex (und 16 weitere CLI-Agenten) in echten Terminals öffnet und dabei die Logins nutzt, die schon auf deinem Rechner sind. Deine Claude- und ChatGPT-Tarife funktionieren unverändert.
| Bedarf | In AgentVera |
|---|---|
| Beide Agenten gleichzeitig sehen | Ein Raster pro Projekt, von 1×1 bis 5×4; jedes Pane zeigt den Status des Agenten und die aktuelle Kontextgröße |
| Sie aus den Dateien des anderen heraushalten | Worktree-Panel: einen Worktree anlegen und direkt darin einen Agenten starten |
| Festlegen, wie viel jeder Agent darf | Berechtigungen im Agenten-Dialog: Ask, Auto oder Full access, pro Agent |
| MCP einmal konfigurieren | MCP-Manager: einen Server einmal registrieren, und er wird an Claude Code und Codex angebunden |
| Den einen den anderen prüfen lassen | Automatisches Code-Review: Wenn ein Turn endet, prüft ein von dir gewähltes Claude-Modell den Code |
| Weitermachen, wenn ein Limit aufgebraucht ist | Account-Wechsel mit getrennten Ketten für Claude- und Codex-Accounts |
Ein einfaches Setup
- Füge das Projekt hinzu im Projektbildschirm.
- Lege zwei Worktrees an im Git-Panel, etwa
feat/claudeundfeat/codex, oder einen für das Feature und einen für Tests. - Öffne die Agenten. Wähle unter „New agent“ für den einen Claude Code und für den anderen Codex und bestimme für jeden Worktree, Modell und Effort. Gib unter „Role and instructions“ jedem eine klar umrissene Aufgabe, zum Beispiel „den Endpoint bauen“ und „Tests für den Endpoint schreiben,
src/nicht anfassen“. - Wähle die Berechtigungen. Ask ist das normale Verhalten der CLI. Auto nutzt den jeweils eigenen Auto-Modus der CLI. Full access fragt nie, beschränke es also auf Agenten in einem Worktree oder Container.
- Prüfen und mergen. Aktiviere in den Projekteinstellungen das automatische Review, sieh dir die Ergebnisse im Tab „Reviews“ an und merge dann die Branches nacheinander über das Git-Panel.
Das Raster, Worktrees, Code-Review und der MCP-Manager sind im kostenlosen Tarif enthalten. Account-Wechsel und Flows (die die Antwort eines Agenten automatisch an einen anderen weitergeben) sind in Pro und Team enthalten.
Eine Schritt-für-Schritt-Anleitung zu Worktrees findest du unter Git Worktrees für parallele Agenten. Du erwägst stattdessen eine KI-IDE? Lies Claude Code vs Cursor und Gemini CLI vs Claude Code.
Was solltest du wählen?
- Du zahlst schon für Claude oder willst Plan-Modus, Hooks und Subagenten: beginne mit Claude Code.
- Du zahlst schon für ChatGPT oder willst standardmäßig eine strikte Sandbox: beginne mit Codex.
- Du stößt an Limits, willst bei wichtigen Änderungen eine zweite Meinung oder arbeitest an mehreren Aufgaben zugleich: nutze beide, jedes in einem eigenen Worktree.
Womit auch immer du beginnst, halte deine Regeln in AGENTS.md, damit ein späterer Wechsel nichts kostet. Wenn du beide in einem Fenster willst, lade AgentVera kostenlos herunter und öffne einen Claude-Code-Agenten neben einem Codex-Agenten. Einen weiteren Blick auf das Feld bietet die besten KI-Coding-CLI-Tools.