Codex vs Gemini CLI: Welcher Terminal-Agent 2026?

Codex vs Gemini CLI läuft auf die Frage hinaus, für welchen Account du ohnehin zahlst und wie viel Isolation du willst. Codex ist der Terminal-Agent von OpenAI: Er meldet sich mit ChatGPT an, nutzt GPT-Modelle und isoliert jeden Befehl auf Betriebssystemebene. Gemini CLI kommt von Google: Es meldet sich mit einem Google-Account, einem Gemini-API-Key oder Vertex AI an, nutzt Gemini-Modelle und bietet vier Freigabemodi plus eine optionale Sandbox. Beide sind Open Source unter Apache 2.0, beide lesen eine Projektanweisungsdatei, und beide verbinden sich mit MCP-Servern.

Der größte Unterschied zum Zeitpunkt des Schreibens (Oktober 2026) ist der Zugang. Codex ist in jedem ChatGPT-Tarif enthalten, auch im kostenlosen. Gemini CLI bedient seit dem 18. Juni 2026 keine Nutzer der kostenlosen Stufe und von Google One mehr; diese Nutzer wurden zur Antigravity CLI umgezogen. Dieser Beitrag geht durch Anmeldung und Preise, Modelle, Reasoning Effort, Sandbox und Freigaben, Sitzungen fortsetzen, MCP und Installation und zeigt dann, wie du beide zusammen betreibst. Keine Benchmark-Werte; sie ändern sich mit jedem Modell-Release.

Codex und Gemini CLI im Überblick

Anmeldung und Preise

Codex

Codex bittet dich beim ersten Start um die Anmeldung. Sign in with ChatGPT ist der empfohlene Weg, die Nutzung zählt dann gegen deinen ChatGPT-Tarif. Du kannst auch einen OpenAI-API-Key verwenden; der wird zu den üblichen API-Preisen abgerechnet und lässt die Cloud-Funktionen aus.

Zum Zeitpunkt des Schreibens (Oktober 2026) führt OpenAI Codex in ChatGPT Free (0 $), Go (8 $/Monat), Plus (20 $/Monat), Pro (ab 100 $/Monat), Business (20 $ pro Nutzer und Monat bei jährlicher Zahlung, 25 $ monatlich), Edu und Enterprise. Höhere Tarife bringen höhere Nutzungslimits. Aktuelle Zahlen findest du auf der Codex-Preisseite von OpenAI.

Gemini CLI

Gemini CLI bietet drei Zugänge: Sign in with Google, einen Gemini-API-Key in GEMINI_API_KEY oder Vertex AI für Google-Cloud-Projekte. Bezahlte Gemini-Code-Assist-Lizenzen brauchen außerdem GOOGLE_CLOUD_PROJECT.

Der Haken ist die Änderung vom Juni 2026. Googles Hinweis im Repository sagt, dass Nutzer der kostenlosen Stufe und von Google One am 18. Juni 2026 zur Antigravity CLI umgezogen wurden und dass Gemini CLI nicht für Googles neueste Modelle optimiert ist. Zum Zeitpunkt des Schreibens ist Gemini CLI also ein Werkzeug für bezahlte API-Keys, Vertex AI und Code Assist Standard oder Enterprise. Die API-Nutzung wird pro Token abgerechnet; aktuelle Preise stehen in Googles Gemini-API-Preisen. Warst du in der kostenlosen Stufe, lies Gemini CLI vs Claude Code für die Details zum Umzug.

Modelle und Reasoning Effort

Codex nutzt die GPT-Modelle von OpenAI. Wähle eines mit --model (oder -m) beim Start oder mit /model innerhalb einer Sitzung; /model setzt auch den Reasoning Effort, wenn das Modell ihn unterstützt. Damit es bleibt, setze model und model_reasoning_effort in ~/.codex/config.toml oder in der .codex/config.toml eines Projekts.

--model (-m) von Gemini CLI steht standardmäßig auf auto und akzeptiert die Aliase pro, flash und flash-lite sowie vollständige Modellnamen. Es gibt kein Flag für den Reasoning Effort; stattdessen wählst du ein schnelleres oder ein stärkeres Modell.

Sandbox und Freigabemodi

Codex

Codex trennt zwei Dinge: was ein Befehl berühren kann (die Sandbox) und wann er dich fragt (Freigaben).

• --sandbox read-only: Er kann lesen, aber weder schreiben noch das Netzwerk erreichen.
• --sandbox workspace-write: Er kann im Workspace Dateien bearbeiten.
• --sandbox danger-full-access: keine Sandbox.
• --ask-for-approval on-request oder never steuert die Rückfragen, und /permissions wechselt in einer laufenden Sitzung zwischen Voreinstellungen wie Auto und Read Only.

Die Sandbox wird vom Betriebssystem durchgesetzt: Seatbelt unter macOS, bubblewrap und seccomp unter Linux, eine native Sandbox unter Windows. --add-dir gibt Schreibzugriff auf einen weiteren Ordner. --dangerously-bypass-approvals-and-sandbox schaltet alles ab und ist nur für eine dedizierte, isolierte Maschine gedacht.

Gemini CLI

--approval-mode von Gemini CLI hat vier Werte:

• default: fragt vor Änderungen und Befehlen.
• auto_edit: übernimmt Dateiänderungen ohne Rückfrage, fragt bei anderen Tools weiterhin.
• plan: schreibgeschütztes Planen.
• yolo: genehmigt alles. Das alte Flag --yolo gibt es noch, es ist aber zugunsten von --approval-mode=yolo veraltet.

Die Sandbox ist standardmäßig aus. --sandbox (-s) schaltet sie ein, und du kannst ein Backend wählen, etwa Seatbelt unter macOS oder einen Docker- oder Podman-Container. Gemini CLI hat außerdem Checkpointing, damit du Dateiänderungen eines Agenten zurückrollen kannst. Einen breiteren Blick auf diese Risiken bietet Sicherheit bei KI-Coding-Agenten.

Sitzungen fortsetzen

• Codex: codex resume öffnet eine Auswahl, codex resume --last setzt die letzte Sitzung fort, und /resume tut das aus einer Sitzung heraus. codex fork startet einen neuen Zweig aus einer früheren Sitzung, sodass du vom selben Punkt aus zwei Richtungen ausprobieren kannst.
• Gemini CLI: gemini --resume latest setzt die letzte Sitzung fort, --resume 5 wählt eine per Index, und --list-sessions listet die Sitzungen des aktuellen Projekts.

Anweisungsdateien und MCP

Codex liest AGENTS.md in deinem Repo, und /init schreibt eine Startversion. Gemini CLI liest GEMINI.md, aber context.fileName in settings.json lässt sich auf ["AGENTS.md", "GEMINI.md"] setzen. Halte gemeinsame Regeln in AGENTS.md, und beide Agenten befolgen sie.

Beide sprechen das Model Context Protocol. In Codex verwalten codex mcp add, list, remove und authenticate die Server, gespeichert in ~/.codex/config.toml. In Gemini CLI fügt gemini mcp add <name> <command> einen stdio-Server hinzu, gespeichert unter mcpServers in ~/.gemini/settings.json. Dieselben Server, zwei Konfigurationsdateien.

Installation

# Codex
npm install -g @openai/codex
brew install --cask codex
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Gemini CLI
npm install -g @google/gemini-cli
brew install gemini-cli
npx @google/gemini-cli   # try without installing

Unter Windows hat Codex außerdem einen PowerShell-Installer: irm https://chatgpt.com/codex/install.ps1 | iex.

Stärken, ehrlich

Codex ist am stärksten, wenn du ohnehin für ChatGPT zahlst: keine zusätzliche Rechnung, Limits, die mit deinem Tarif wachsen, eine Sandbox, die standardmäßig an ist, und codex exec für Skripte und CI. Mit den Modi read-only und workspace-write ist er ein sicherer Agent, den man laufen lassen kann.

Gemini CLI ist am stärksten für Teams, die schon auf Google Cloud sind: Vertex AI und Code-Assist-Lizenzen passen direkt hinein, die Sandbox kann in einem Container laufen, und auto_edit ist ein praktischer Mittelweg zwischen „alles erfragen“ und „nichts erfragen“. Seine Schwachstelle ist derzeit der Zugang: Private Accounts sind zur Antigravity CLI umgezogen.

Codex und Gemini CLI in AgentVera

AgentVera ist eine Desktop-App für macOS, Windows und Linux, die 18 Terminal-Coding-Agent-CLIs nebeneinander in echten Terminals ausführt, in einem Raster pro Projekt, mit deinen vorhandenen Logins. Codex und Gemini CLI stehen beide im Dialog “New agent”; Gemini CLI bleibt abgedunkelt, bis du es installierst.

Ein Flow ist der Punkt, an dem sich das Duo auszahlt. Angenommen, Codex schreibt und Gemini CLI prüft: Wenn Codex seinen Turn beendet, geht seine letzte Antwort in deine Vorlage ({{output}}, {{source}}, {{target}}) und wird an Gemini CLI gesendet. Ist Gemini CLI beschäftigt, wartet der Flow; ein Turn-Limit stoppt die Schleife. Dazwischen kannst du Knoten für Condition, Wait, Transform, Notify oder Human approval einfügen und von Telegram aus freigeben, wenn du unterwegs bist.

Codex bekommt außerdem die Extras, die nur manche CLIs unterstützen: Account-Wechsel mit Account-Ketten, die zum nächsten Account wechseln, wenn das 5-Stunden- oder Wochenlimit aufgebraucht ist (Pro und Team), die verbleibenden Limits jedes Accounts, ein Lean-Kontextprofil und den Betrieb in Docker. Gemini CLI hat kein Flag für zusätzliche Anweisungen, daher erreicht das Feld Role von AgentVera es nicht; schreibe die Regeln in AGENTS.md oder GEMINI.md.

Ein einfaches Setup

1. Lege gemeinsame Regeln in AGENTS.md und trage die Datei in context.fileName von Gemini CLI ein.
2. Öffne einen Codex-Agenten und einen Gemini-CLI-Agenten im selben Projekt, jeden in einem eigenen Worktree.
3. Registriere deine MCP-Server einmal in AgentVera, damit beide sie bekommen.
4. Schalte das automatische Code-Review in den Projekteinstellungen ein.
5. In Pro oder Team fügst du einen Flow von Codex zu Gemini CLI mit einem Review-Prompt und einem Turn-Limit hinzu.

Das Raster, Worktrees, Code-Review und der MCP-Manager sind im kostenlosen Tarif enthalten. Lade AgentVera herunter und vergleiche beide an deinem eigenen Repo. Weitere Paarungen findest du in Claude Code vs Codex und den besten KI-Coding-CLI-Tools.

Was du wählen solltest

Nimm Codex, wenn du einen ChatGPT-Tarif hast, eine Sandbox willst, die standardmäßig an ist, und strikte Modi wie read-only oder workspace-write magst. Nimm Gemini CLI, wenn dein Team Gemini über Google Cloud oder eine Code-Assist-Lizenz bezahlt und du Container-Sandboxes willst. Bist du in einem kostenlosen Google-Account, schau stattdessen auf die Antigravity CLI. Und wenn du Zugang zu beiden hast, lass sie nebeneinander laufen und einen den anderen prüfen.