Blank white background with no objects or features visible.

Hallo EMEA! TrueFoundry baut seine Präsenz in Europa, dem Nahen Osten und Afrika weiter aus. Mehr erfahren. →

Claude Code vs. OpenAI Codex CLI: Ein praktischer Vergleich

Published: November 20, 2026

TL;DR:

Claude Code und OpenAI Codex CLI sind die zwei ernstzunehmenden Terminal-Coding-Agenten. Für ein Unternehmen liegen die wesentlichen Unterschiede weniger im reinen Codieren als vielmehr in der Steuerung und Kontrolle.

  • Gleicher Aufbau, unterschiedliche Engines: Beide sind Befehlszeilen-Agenten, die Ihr Repository lesen, Tools aufrufen und Dateien bearbeiten – Claude Code läuft auf den Modellen von Anthropic, Codex CLI auf denen von OpenAI.
  • Beide werden über eine Datei auf dem Laptop des Entwicklers konfiguriert. Genau deshalb ist Governance die eigentliche Herausforderung: Ein Richtliniendokument kann nicht durchsetzen, was eine TOML- oder JSON-Datei überschreiben kann.
  • Beide können über MDM mit einer administrativen, verwalteten Konfiguration und einer Dateisperre erzwungen werden – Codex bietet hier schärfere Kanten (Schema und Priorität unterscheiden sich je nach Betriebssystem und Version).
  • Die Preisgestaltung unterscheidet sich in der Struktur: Claude Code ist in Pro/Max/Team/Enterprise-Lizenzen gebündelt oder läuft nach dem Pay-as-you-go-Prinzip; Codex ist an ChatGPT-Abonnements oder die API-Abrechnung gebunden.
  • Die entscheidende Wahl betrifft die Control Plane. Schalten Sie beide vor ein zentrales AI gateway, hängen Identität, Modell-Richtlinien, Ausgaben und Audit Trails nicht mehr davon ab, welchen Agenten ein Entwickler gewählt hat.

Wie jeder Agent tatsächlich funktioniert

Beide Tools werden als CLI installiert, befinden sich in Ihrem Terminal und arbeiten agentisch: Sie stellen den Kontext aus dem Repository zusammen, planen, rufen Tools auf (Shell, MCP-Server, Websuche) und schreiben Änderungen zurück. Der Unterschied, den ein Entwickler im Alltag spürt, ist die Modellfamilie und die umgebende Ergonomie; der Unterschied, den ein Plattform-Team spürt, ist der Ort, an dem Konfiguration und Anmeldedaten liegen.

Claude Code läuft auf den aktuellen Modellen von Anthropic – Opus 5.5, Sonnet 5.5 und Haiku 5.5 – mit standardmäßig aktiviertem „Extended Thinking“ und einer Modellauswahl (/model), um Kosten gegen Leistung abzuwägen. Es liest eine Hierarchie von CLAUDE.md-Anweisungsdateien (Enterprise-, Projekt- und Benutzerbereich) sowie settings.json, wird zusammen mit einer IDE-Erweiterung für das Terminal geliefert und stellt Subagenten, Skills und Hooks bereit. Codex CLI läuft auf den Modellen der Codex-Familie von OpenAI, ist Open Source und wird von einer ~/.codex/config.toml gesteuert, die einen Modellanbieter benennt; es liest eine AGENTS.md für Anweisungen auf Repository-Ebene und führt Bearbeitungen in einer Sandbox mit einer Genehmigungsrichtlinie aus. Bei beiden hält der Agent dauerhafte Anmeldedaten, liest ganze Dateien und verursacht Kosten pro Token – die drei Eigenschaften, die einen Coding-Agenten zum am schwersten zu steuernden Element in Ihrer Umgebung machen.

Funktionen und Architektur im direkten Vergleich

Beide Agenten konvergieren auf derselben Schleife – Kontext rein, Planung, Tool-Aufrufe, Diff raus –, aber die Art und Weise, wie jeder mit Kontext, Tools und Sicherheit umgeht, unterscheidet das tägliche Arbeiten.

Kontextverarbeitung

Die Modelle von Claude verfügen über ein Kontextfenster von rund 200.000 Token (in der Vorschau bei einigen Tarifen noch größer), und Claude Code verwaltet dieses aktiv: Es komprimiert frühere Durchläufe, wenn sich das Fenster füllt, ermöglicht die Steuerung des Bereichs über CLAUDE.md und nutzt Prompt Caching als Kostenhebel – bei einem Abonnement beträgt die Cache-Lebensdauer etwa eine Stunde, bei der API oder einem Cloud-Anbieter etwa fünf Minuten, und gecachte Lesezugriffe sind etwa zehnmal günstiger als neue Eingaben. Codex CLI stellt den Kontext aus dem Arbeitsverzeichnis und der AGENTS.md zusammen und verlässt sich auf das Fenster seines Modells plus Zusammenfassung. Das Ergebnis ist bei beiden das gleiche: Je mehr Kontext Sie einspeisen, desto mehr kostet jeder Durchlauf. Kontextdisziplin ist also eine Ausgabenentscheidung und nicht nur Ergonomie. Die genaue Arithmetik finden Sie in der Claude-Prompt-Caching-Kostenrechnung.

Tool-Aufrufe und MCP

Beide Agenten unterstützen das Model Context Protocol, sodass dieselben MCP-Server – ein Datenbankleser, eine Ticket-Brücke, eine interne API – in beide eingebunden werden können. Claude Code verzögert MCP-Tool-Definitionen standardmäßig (werden erst bei Bedarf in den Kontext geladen) und überlagert diese mit Subagenten und On-Demand-Skills, was den Token-Overhead eines großen Tool-Katalogs gering hält. Codex CLI ist ebenfalls ein MCP-Client und kann selbst als MCP-Server bereitgestellt werden. Die Konsequenz für die Governance ist identisch und wird leicht übersehen: Ein MCP-Server ist ein zweiter Anmeldedaten- und Datenpfad, den die verwaltete Konfiguration des Agenten nicht überwacht. Die Freigabe von Tools (Tool Allowlisting) ist daher bei beiden eine separate Steuerung. Wir behandeln diesen Bereich in Das beste MCP Gateway für Claude Code.

Sicherheitsmodell und Genehmigungen

Codex CLI setzt auf eine explizite Sandbox mit Modi von Read-Only über Workspace-Write bis hin zu Vollzugriff, ergänzt durch eine Genehmigungsrichtlinie für Aktionen ohne vorheriges Nachfragen. Claude Code sichert Shell- und Dateiaktionen durch Berechtigungsaufforderungen und Hooks ab, die einen Tool-Aufruf vor der Ausführung blockieren können. Beide binden standardmäßig den Menschen in die Schleife ein („Human-in-the-loop“), und beide können gelockert werden, um unbeaufsichtigt zu laufen – und ein unbeaufsichtigter Agent mit einem geteilten Schlüssel ist genau die Konfiguration, die eine Zuordnung unmöglich macht. Hier spielt das Gateway seine Stärken aus.

Funktionsvergleich

DimensionClaude CodeOpenAI Codex CLI
ModelleOpus 5.5, Sonnet 5.5, Haiku 5.5, FableOpenAI Codex-Familie
SchnittstelleTerminal-Agent + IDE-ErweiterungTerminal-Agent (Open Source)
Repo-AnweisungenCLAUDE.md-HierarchieAGENTS.md
Konfigurationspfadsettings.json + CLAUDE.md~/.codex/config.toml
Kontextfenster~200K Token, automatische KomprimierungModellfenster + Zusammenfassung
Tool-AufrufeShell, MCP, Subagenten, Skills, HooksShell, MCP, Websuche, Sandbox
Enterprise-DurchsetzungVerwaltete Einstellungen über MDMVerwaltete Konfiguration über MDM (BS-spezifisch)
Kostenkontrolle/usage, /insights, Ausgabengrenzen, OTel, GatewayWorkspace-Limits, OTel, Gateway
Routing über GatewayJaJa

Beim reinen Codieren sind beide stark, und der Abstand verringert sich mit jedem Release; die Führung in Benchmarks wechselt hin und her. Für die meisten Teams ist die Entscheidung nicht, welches Modell diesen Monat zwei Punkte höher liegt – sondern welches Ihre Entwickler bevorzugen und ob Sie es steuern können. Den Vergleich auf Tool-Ebene mit Cursor behandeln wir in Cursor vs. Claude Code.

Preise und Authentifizierung

Die Abrechnungsmodelle sind unterschiedlich gestaltet, was bei der Hochrechnung auf ein gesamtes Team wichtiger ist als die reinen Grundpreise.

Claude CodeOpenAI Codex CLI
AbonnementPro $20/Monat, Max $100–$200/Monat, Team $25–$125/PlatzGebunden an ChatGPT Plus/Business/Enterprise
Pay-as-you-goPro Token über Console oder Cloud-AnbieterPro Token über die OpenAI API
Enterprise$20/Platz/Monat (jährlich, mind. 20 Plätze) + NutzungEnterprise-Vereinbarung + Nutzung
Token-Tarife (Beispiele)Sonnet 5.5 $2/$10, Opus 5.5 $4/$20 pro MTokAbrechnung pro OpenAI-Modell
Kosten pro Entwickler~$13 pro aktivem Tag, $150–250/MonatVariiert je nach Modell und Nutzung

Das Abonnement-Guthaben von Claude Code wird über Claude Code, Claude Chat und Cowork in einem Fünf-Stunden- und Wochenfenster geteilt; die Codex-Nutzung greift auf den ChatGPT-Platz des Entwicklers oder einen API-Schlüssel zurück. Die Authentifizierung selbst ist die Weggabelung für die Governance: Ein Abonnement oder eine persönliche Anmeldung bindet die Nutzung an eine Einzelperson, verbirgt sie jedoch innerhalb eines Tarifs. Ein einzelner, gemeinsam genutzter API-Schlüssel ist zwar günstig einzurichten, aber unmöglich zuzuordnen. Die vollständige Aufschlüsselung zu Claude Code finden Sie unter Claude Code Preise erklärt; allgemeine Informationen zu den Kosten von Coding-Agenten unter AI Coding Agent Preise.

Sie nutzen beide Agenten und haben genug von zwei Rechnungen, zwei Modell-Richtlinien und zwei Audit Trails?

Governance: Wo der eigentliche Unterschied liegt

Beide Agenten befinden sich auf Endgeräten, die Sie nicht besitzen. Die einzige dauerhafte Kontrolle besteht daher aus einer administrativen Konfiguration, die mit höherer Priorität als die des Entwicklers gelesen wird, einer Dateisperre und kurzlebigen Anmeldedaten. Pfad und Struktur unterscheiden sich: Claude Code liest eine verwaltete settings.json, die Ihr MDM an einem Systemort ablegt, den der Entwickler nicht bearbeiten kann – unter macOS unter Application Support, unter Linux unter /etc. Diese Ebene übersteuert die eigenen Einstellungen des Benutzers. Codex setzt Vorgaben über eine verwaltete Konfiguration durch, deren Pfad, Schema und Priorität sich je nach Betriebssystem und CLI-Version ändern – eine schärfere Kante, die schon Teams überrascht hat, als ein Release die Prioritäten verschoben hat. Wir gehen auf die Codex-Seite in OpenAI Codex Governance und auf die Claude-Seite in Claude Code Governance mit einem AI Gateway detailliert ein.

Die drei Mechanismen, die bei beiden Agenten tatsächlich greifen:

  • Eine administrative Konfiguration mit höherer Priorität. Wird vom MDM auf einen Pfad geschrieben, den das Benutzerkonto nicht ändern kann, sodass sie die Bearbeitung der eigenen Einstellungen durch den Entwickler übersteht. Ohne dies ist jede andere Kontrolle lediglich eine Empfehlung.
  • Eine feste Base URL. Richten Sie den Agenten auf Ihr Gateway statt auf den Endpunkt des Anbieters aus, sodass jede Anfrage den Laptop über einen von Ihnen kontrollierten Punkt verlässt.
  • Kurzlebige Anmeldedaten pro Entwickler. Token, die an eine Identität gebunden sind und regelmäßig aktualisiert werden – niemals ein einziger mandantenweiter API-Schlüssel –, damit Sowohl Widerruf als auch Zuordnung funktionieren.
KontrolleNur auf dem LaptopHinter einem AI Gateway
IdentitätBestenfalls pro Platz; ein geteilter Schlüssel ist anonymJede Anfrage wird einer benannten Person zugeordnet
Modell-RichtlinieStandard in einer Datei, die der Nutzer bearbeiten kannIm Pfad durchgesetzt, pro Tool und pro Team
AusgabengrenzenUnverbindlich; erst nach der Rechnungsstellung sichtbarFeste Obergrenzen und Warnungen vor Mehrausgaben
Audit TrailAnforderung von einem Endpunkt, den Sie nicht besitzenDirekt im Pfad generiert, einheitliches Schema für beide
WiderrufGeteilten Schlüssel rotieren, betrifft alle PersonenEine Identität widerrufen, niemand sonst ist betroffen

Die Gemeinsamkeit beider Agenten: Eine Durchsetzung, die darauf angewiesen ist, dass der Entwickler eine Datei nicht bearbeitet, ist keine Durchsetzung. Wirksam wird sie erst durch einen Kontrollpunkt im Netzwerkpfad – das Gateway. Es verursacht nur wenige Millisekunden Overhead und gibt OpenTelemetry aus, sodass Ihre bestehende Observability beide Agenten auf dieselbe Weise erfasst. Informationen zur Token-Abrechnung finden Sie unter Claude Observability und Token-Accounting.

Wann Sie welchen Agenten wählen sollten

Wenn Sie gezwungen sind, sich primär für einen Agenten zu entscheiden, gibt selten der Benchmark den Ausschlag – sondern der bestehende Stack, das akzeptable Authentifizierungsmodell und die Präferenzen Ihrer Entwickler. Diese Matrix fasst die üblichen Entscheidungskriterien zusammen.

Wenn Ihre Situation wie folgt ist…Tendenz zu Claude CodeTendenz zu Codex CLI
Bevorzugtes HauptmodellAnthropic-Modelle in IDE und TerminalOpenAI / ChatGPT-Ökosystem bereits im Einsatz
Gewünschte AbrechnungPlatz-Abonnements oder Token PAYGChatGPT-Plätze oder OpenAI API
Struktur von Anweisungen/Konfig.CLAUDE.md-Hierarchie + settings.jsonAGENTS.md + TOML, Open Source zur Einsicht
Benötigte ErweiterbarkeitSubagenten, Skills, Hooks, IDE-ErweiterungSandbox-Modi, Open-Source-Anpassung
Reifegrad der Fleet GovernanceVerwaltete Einstellungen, stabile PrioritätMachbar, aber Konfiguration strikt an Versionen binden
Sie können sich wirklich nicht entscheiden—— beide über ein Gateway leiten und Entscheidung aufschieben

Beachten Sie die letzte Zeile. Für die meisten Unternehmen lautet die ehrliche Antwort: Die Entscheidung liegt so nah beieinander, dass die Standardisierung auf einen Agenten durch Entwickler-Reibung mehr kostet, als sie an Einfachheit einspart – was für den Parallelbetrieb beider Werkzeuge spricht.

Die Antwort, die die meisten Teams suchen: Beide betreiben

Die Präferenzen von Entwicklern sind real und es lohnt sich nicht, dagegen anzukämpfen. Einige Ingenieure sind in Claude Code schneller, andere in Codex, und in einem Jahr kann sich die Führung bereits gedreht haben. Wenn Sie beide über das TrueFoundry AI Gateway leiten, bleibt die Wahl reversibel: Jede Anfrage wird einer Einzelperson zugeordnet, Sie legen fest, welche Modelle jedes Tool erreichen darf, die Ausgaben werden pro Entwickler zugewiesen und das Audit wird direkt im Pfad erstellt, anstatt vom Laptop angefordert zu werden. Sie erhalten eine einheitliche Kostenübersicht für Claude Code, Cursor und Codex anstelle von drei getrennten Ansichten.

Ein Praxisbeispiel

Fünfzig Entwickler, etwa gleichmäßig auf beide Agenten verteilt. Anstatt auf einen Standard zu setzen und die andere Hälfte zum Wechsel zu zwingen, leitet das Plattform-Team beide über das Gateway: Claude Code und Codex erhalten jeweils eine verwaltete Konfiguration über MDM, die auf die Gateway-Base-URL verweist, eine Modell-Richtlinie, die die teuerste Stufe zu einer bewussten Entscheidung macht, sowie kurzlebige Token, die regelmäßig aktualisiert werden. Die IT-Sicherheit erhält einen einzigen Audit Trail mit der tatsächlichen Person hinter jeder Anfrage; die Finanzabteilung erhält eine Kennzahl pro Team; Entwickler behalten das Tool ihrer Wahl. Die Frage lautet nicht mehr Claude Code oder Codex, sondern wird zu einer Routing-Entscheidung, die Sie ändern können, ohne einen einzigen Laptop anzufassen.

Migration und Koexistenz: Der Rollout-Pfad

Egal, ob Sie eine Flotte von einem Agenten auf den anderen migrieren oder bewusst beide parallel betreiben möchten: Das Gateway macht aus einer störenden Migration eine einfache Routing-Änderung. Der praktische Ablauf:

  1. Schalten Sie zuerst das Gateway voran. Bevor Sie einen Agenten ändern, stellen Sie das AI Gateway bereit und leiten den bestehenden Datenverkehr darüber. Am Entwicklerarbeitsplatz ändert sich dadurch noch nichts, aber Sie verfügen ab sofort über Attributierung und einen Kontrollpunkt.
  2. Legen Sie die Base URL über MDM fest. Übertragen Sie eine verwaltete Konfiguration an Claude Code und Codex, die auf das Gateway verweist und die Datei sperrt, damit Entwickler nicht eigenmächtig auf den Endpunkt des Anbieters zurückgreifen können.
  3. Ersetzen Sie geteilte Schlüssel durch Entwickler-Identitäten. Tauschen Sie mandantenweite API-Schlüssel gegen kurzlebige Token aus, die pro Entwickler ausgestellt werden. Erst dadurch werden Ausgabenaufschlüsselungen pro Team und Audit Trails aussagekräftig.
  4. Legen Sie Modell-Richtlinien pro Tool fest. Machen Sie die Top-Stufe (wie Opus) zu einer bewussten Wahl statt zu einem stillschweigenden Standard und lassen Sie günstigere Modelle Routineaufgaben erledigen – der größte einzelne Hebel zur Kostenkontrolle bei beiden Agenten.
  5. Geben Sie Entwicklern die freie Wahl des Agenten. Wenn Identität, Richtlinien, Ausgaben und Auditing im Pfad verankert sind, ist der Wechsel eines Entwicklers von Codex zu Claude Code (oder umgekehrt) eine reine Präferenz und kein Projekt. Sollten Sie sich später doch für eine Standardisierung entscheiden, ist die Migration im Grunde bereits abgeschlossen.

Derselbe Ablauf funktioniert für die Koexistenz: Erzwingen Sie Schritt fünf einfach nicht. Beide Agenten laufen nebeneinander hinter einer Control Plane, und für die Organisation spielt es keine Rolle mehr, welches Tool ein Entwickler morgens öffnet.

Wichtige Fallstricke

  • Die Durchsetzung bei Codex hängt stark von der Version ab. Die Datei für verwaltete Konfigurationen, ihr Schema und ihre Priorität haben sich zwischen den Releases geändert und weichen unter Windows ab. Überprüfen Sie die CLI-Version, bevor Sie davon ausgehen, dass eine Flotte abgesichert ist.
  • Ein gemeinsam genutzter API-Schlüssel hebt die Zuordenbarkeit bei beiden Agenten auf – ein mandantenweiter Anmeldedatensatz kann nicht beantworten, wer einen Prompt gesendet hat. Stellen Sie stattdessen Identitäten pro Entwickler aus.
  • Benchmarks sind nur Momentaufnahmen. Wenn Sie ein Tool basierend auf den Bestenlisten dieses Quartals auswählen, binden Sie sich an eine Entscheidung, die das nächste Release wieder umkehren kann. Die Flexibilität der Wahl ist wertvoller als zwei Punkte in einem Benchmark.
  • Keine der beiden MDM-Einrichtungen für die Agenten steuert standardmäßig deren MCP-Server – die Freigabe von Tools ist eine separate Kontrolle. Bestätigen Sie Auditoren daher nicht vorschnell, dass die Konfiguration dies abdeckt.
  • Standardmodelle treiben die Kosten. Modelle der Opus-Klasse, die als Standard belassen werden, sind die häufigste Ursache für unerwartete Kosten. Deckeln Sie diese durch Richtlinien.
  • Abrechnungen über Cloud-Anbieter umgehen das Dashboard des Herstellers. Wenn Sie Claude Code über Bedrock, Vertex oder Foundry ausführen, landen die Ausgaben auf Ihrer Cloud-Rechnung ohne Aufschlüsselung nach Entwicklern – die Zuordnung muss über OpenTelemetry oder ein Gateway erfolgen.

Verwandte Artikel

Fazit

Claude Code vs. OpenAI Codex CLI ist beim Codieren ein Kopf-an-Kopf-Rennen. Genau deshalb ist die Standardisierung auf nur ein Werkzeug oft der falsche Instinkt. Die Modelle werden sich weiterhin gegenseitig übertreffen, und Ihre Entwickler haben bereits feste Präferenzen. Was sich nicht ändert, ist der Bedarf an Identitätsprüfung, Modell-Richtlinien, Kostenzuordnung und Audit Trails bei jeder Anfrage – und keines dieser Elemente gehört in eine TOML- oder JSON-Datei auf einem Laptop.

Wählen Sie den Agenten, den Ihre Entwickler bevorzugen. Machen Sie diese Entscheidung anschließend reversibel, indem Sie ihn hinter eine Control Plane schalten – so wird ein Wechsel zu einer einfachen Routing-Änderung statt zu einer aufwendigen Migration.

Steuern Sie Claude Code und Codex an einem zentralen Ort.

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Melde dich an
Inhaltsverzeichniss

Steuern, implementieren und verfolgen Sie KI in Ihrer eigenen Infrastruktur

Buchen Sie eine 30-minütige Fahrt mit unserem KI-Experte

Eine Demo buchen

Der schnellste Weg, deine KI zu entwickeln, zu steuern und zu skalieren

Demo buchen
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Entdecke mehr

Keine Artikel gefunden.
Comparing AI agents and agentic AI workloads in enterprise production
November 20, 2026
|
Lesedauer: 5 Minuten

KI-Agenten vs. Agentische KI: Was der Unterschied in der Produktion wirklich bedeutet

Keine Artikel gefunden.
November 20, 2026
|
Lesedauer: 5 Minuten

Bifrost-Alternativen: Die besten Tools, die Sie 2026 in Betracht ziehen können

Keine Artikel gefunden.
November 20, 2026
|
Lesedauer: 5 Minuten

GPT-6.1 Terra: API, Benchmarks, Preise & Nutzung

Keine Artikel gefunden.
November 20, 2026
|
Lesedauer: 5 Minuten

GPT-5.1 vs GPT-5: 9 wichtige Verbesserungen, die Sie kennen müssen

LLMs und GenAI
Keine Artikel gefunden.
Machen Sie eine kurze Produkttour
Produkttour starten
Produkttour