Codex vs Gemini CLI : quel agent terminal choisir ?

Codex vs Gemini CLI se résume à deux questions : quel compte payez-vous déjà, et quel degré d’isolation voulez-vous ? Codex est l’agent de terminal d’OpenAI : il se connecte avec ChatGPT, exécute des modèles GPT et isole chaque commande au niveau de l’OS. Gemini CLI est celui de Google : il se connecte avec un compte Google, une clé d’API Gemini ou Vertex AI, exécute des modèles Gemini et propose quatre modes de validation plus un sandbox optionnel. Les deux sont open source sous Apache 2.0, lisent un fichier d’instructions de projet et se connectent à des serveurs MCP.

La plus grande différence au moment de la rédaction (octobre 2026) est l’accès. Codex est inclus dans tous les forfaits ChatGPT, le gratuit compris. Gemini CLI a cessé de servir les utilisateurs du niveau gratuit et de Google One le 18 juin 2026 ; ces utilisateurs ont été déplacés vers Antigravity CLI. Cet article passe en revue la connexion et les tarifs, les modèles, l’effort de raisonnement, le sandbox et les validations, la reprise de session, MCP et l’installation, puis montre comment lancer les deux ensemble. Pas de scores de benchmark : ils changent à chaque nouveau modèle.

Codex et Gemini CLI en un coup d’œil

Connexion et tarifs

Codex

Codex vous demande de vous connecter au premier lancement. Sign in with ChatGPT est la voie recommandée, et l’usage est alors décompté de votre forfait ChatGPT. Vous pouvez aussi utiliser une clé d’API OpenAI ; elle est facturée aux tarifs standard de l’API et laisse de côté les fonctions cloud.

Au moment de la rédaction (octobre 2026), OpenAI propose Codex dans ChatGPT Free (0 $), Go (8 $/mois), Plus (20 $/mois), Pro (à partir de 100 $/mois), Business (20 $ par utilisateur et par mois en facturation annuelle, 25 $ en mensuel), Edu et Enterprise. Les forfaits supérieurs offrent des limites d’usage plus élevées. Consultez les chiffres actuels sur la page des tarifs Codex d’OpenAI.

Gemini CLI

Gemini CLI offre trois façons de se connecter : Sign in with Google, une clé d’API Gemini dans GEMINI_API_KEY, ou Vertex AI pour les projets Google Cloud. Les licences payantes Gemini Code Assist exigent aussi de définir GOOGLE_CLOUD_PROJECT.

Le piège est le changement de juin 2026. L’avis de Google dans le dépôt indique que les utilisateurs du niveau gratuit et de Google One ont été déplacés vers Antigravity CLI le 18 juin 2026, et que Gemini CLI n’est pas optimisé pour les tout derniers modèles de Google. Au moment de la rédaction, Gemini CLI est donc un outil pour les clés d’API payantes, Vertex AI et Code Assist Standard ou Enterprise. L’usage de l’API est facturé au token ; voir les tarifs de l’API Gemini de Google pour les prix actuels. Si vous étiez sur le niveau gratuit, lisez Gemini CLI vs Claude Code pour le détail de la migration.

Modèles et effort de raisonnement

Codex exécute les modèles GPT d’OpenAI. Choisissez-en un avec --model (ou -m) au lancement ou /model dans une session ; /model règle aussi l’effort de raisonnement quand le modèle le permet. Pour que le choix persiste, définissez model et model_reasoning_effort dans ~/.codex/config.toml, ou dans le .codex/config.toml d’un projet.

Le --model (-m) de Gemini CLI vaut auto par défaut et accepte les alias pro, flash et flash-lite ainsi que les noms complets de modèles. Il n’a pas d’option d’effort de raisonnement ; vous choisissez plutôt un modèle plus rapide ou plus puissant.

Sandbox et modes de validation

Codex

Codex sépare deux choses : ce qu’une commande peut toucher (le sandbox) et quand il vous demande (les validations).

• --sandbox read-only : il peut lire, mais ni écrire ni accéder au réseau.
• --sandbox workspace-write : il peut modifier dans l’espace de travail.
• --sandbox danger-full-access : pas de sandbox.
• --ask-for-approval on-request ou never contrôle les demandes, et /permissions passe d’un préréglage à l’autre, comme Auto et Read Only, dans une session en cours.

Le sandbox est imposé par l’OS : Seatbelt sur macOS, bubblewrap et seccomp sur Linux, un sandbox natif sur Windows. --add-dir donne l’accès en écriture à un dossier de plus. --dangerously-bypass-approvals-and-sandbox désactive tout et n’est prévu que pour une machine dédiée et isolée.

Gemini CLI

Le --approval-mode de Gemini CLI a quatre valeurs :

• default : demande avant les modifications et les commandes.
• auto_edit : applique les modifications de fichiers sans demander, mais demande pour les autres outils.
• plan : planification en lecture seule.
• yolo : approuve tout. L’ancienne option --yolo existe encore mais est dépréciée au profit de --approval-mode=yolo.

Le sandbox est désactivé par défaut. --sandbox (-s) l’active, et vous pouvez choisir un backend comme Seatbelt sur macOS ou un conteneur Docker ou Podman. Gemini CLI a aussi des points de contrôle, pour annuler les modifications de fichiers faites par un agent. Pour une vue plus large de ces risques, voir la sécurité des agents de code IA.

Reprise de session

• Codex : codex resume ouvre un sélecteur, codex resume --last continue la dernière session, et /resume le fait depuis une session. codex fork démarre une nouvelle branche à partir d’une session passée, pour essayer deux directions depuis le même point.
• Gemini CLI : gemini --resume latest continue la dernière session, --resume 5 en choisit une par index, et --list-sessions liste les sessions du projet courant.

Fichiers d’instructions et MCP

Codex lit AGENTS.md dans votre dépôt, et /init en écrit un de départ. Gemini CLI lit GEMINI.md, mais context.fileName dans settings.json peut être réglé sur ["AGENTS.md", "GEMINI.md"]. Gardez les règles communes dans AGENTS.md et les deux agents les suivent.

Les deux parlent le Model Context Protocol. Dans Codex, codex mcp add, list, remove et authenticate gèrent les serveurs, stockés dans ~/.codex/config.toml. Dans Gemini CLI, gemini mcp add <name> <command> ajoute un serveur stdio, stocké sous mcpServers dans ~/.gemini/settings.json. Mêmes serveurs, deux fichiers de configuration.

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

Sous Windows, Codex a aussi un installeur PowerShell : irm https://chatgpt.com/codex/install.ps1 | iex.

Les points forts, honnêtement

Codex est le plus fort si vous payez déjà ChatGPT : pas de facture en plus, des limites qui évoluent avec votre forfait, un sandbox activé par défaut et codex exec pour les scripts et la CI. Ses modes lecture seule et écriture dans l’espace de travail en font un agent sûr à laisser tourner.

Gemini CLI est le plus fort pour les équipes déjà sur Google Cloud : Vertex AI et les licences Code Assist s’intègrent directement, le sandbox peut tourner dans un conteneur, et auto_edit est un compromis pratique entre tout demander et ne rien demander. Son point faible aujourd’hui est l’accès : les comptes personnels sont passés à Antigravity CLI.

Codex et Gemini CLI dans AgentVera

AgentVera est une application de bureau pour macOS, Windows et Linux qui lance 18 CLI d’agents de code en terminal côte à côte, dans de vrais terminaux, en grille par projet, avec vos connexions existantes. Codex et Gemini CLI figurent tous deux dans la boîte de dialogue « New agent » ; Gemini CLI reste grisé tant que vous ne l’avez pas installé.

Un flow est l’endroit où la paire est payante. Disons que Codex écrit et que Gemini CLI relit : quand Codex termine son tour, sa dernière réponse est insérée dans votre modèle ({{output}}, {{source}}, {{target}}) et envoyée à Gemini CLI. Si Gemini CLI est occupé, le flow attend ; une limite de tours arrête la boucle. Vous pouvez ajouter entre les deux des nœuds Condition, Wait, Transform, Notify ou Human approval, et approuver depuis Telegram quand vous êtes absent.

Codex reçoit aussi les extras que seules certaines CLI gèrent : le changement de compte avec des chaînes de comptes qui passent au suivant quand la limite de 5 heures ou hebdomadaire est atteinte (Pro et Team), les limites restantes de chaque compte, un profil de contexte Lean, et l’exécution dans Docker. Gemini CLI n’a pas d’option pour des instructions supplémentaires : le champ Role d’AgentVera ne l’atteint donc pas ; mettez les règles dans AGENTS.md ou GEMINI.md.

Une configuration simple

1. Mettez les règles communes dans AGENTS.md et ajoutez-le au context.fileName de Gemini CLI.
2. Ouvrez un agent Codex et un agent Gemini CLI dans le même projet, chacun dans son worktree.
3. Déclarez vos serveurs MCP une fois dans AgentVera pour que les deux les reçoivent.
4. Activez la revue de code automatique dans les réglages du projet.
5. Avec Pro ou Team, ajoutez un flow de Codex vers Gemini CLI avec un prompt de revue et une limite de tours.

La grille, les worktrees, la revue de code et le gestionnaire MCP sont dans l’offre gratuite. Téléchargez AgentVera et comparez les deux sur votre propre dépôt. Pour d’autres duos, voir Claude Code vs Codex et les meilleurs outils CLI de code IA.

Lequel choisir

Choisissez Codex si vous avez un forfait ChatGPT, voulez un sandbox activé par défaut et aimez les modes stricts lecture seule ou écriture dans l’espace de travail. Choisissez Gemini CLI si votre équipe paie Gemini via Google Cloud ou une licence Code Assist et que vous voulez des sandbox en conteneur. Si vous avez un compte Google gratuit, regardez plutôt Antigravity CLI. Et si vous avez accès aux deux, lancez-les côte à côte et laissez l’un vérifier l’autre.