Claude Code vs. Codex: Welchen KI-Coding-Agenten solltest du nutzen?

Claude Code und OpenAI Codex sind beide Coding-Agenten: Du beschreibst eine Aufgabe, und sie lesen deine Codebasis, bearbeiten Dateien, führen Befehle aus und schlagen Änderungen zur Prüfung vor. Wähle Codex, wenn du bereits für ChatGPT zahlst, ohne zusätzliches Abo starten willst oder eine Open-Source-CLI bevorzugst. Wähle Claude Code, wenn du die tiefsten Steuerungsmöglichkeiten über die Arbeitsweise des Agenten willst (Hooks, Skills, Subagenten, geplante Aufgaben) und einen bezahlten Claude-Tarif hast. Bei der reinen Programmierfähigkeit wechseln sie sich von Release zu Release ab, die ehrliche Antwort lautet also: Lass beide an einer echten Aufgabe in deinem Repository laufen.

Wer „claude vs codex“ sucht, meint zwei verschiedene Dinge: die Modelle dahinter und die Tools selbst. Diese Anleitung handelt von den Tools. Die Fakten stammen von den eigenen Websites und aus der Dokumentation von Anthropic und OpenAI, Stand November 2026.

Auf einen Blick

Wir nennen keine Preise. Siehe die Preise von Claude und die Preise von Codex.

Was sie gemeinsam haben

Beide sind Agenten, keine Autovervollständigung. Du gibst ein Ziel vor, etwa „füge der Login-Route Rate Limiting hinzu und schreibe Tests“, und der Agent erkundet den Code, plant, bearbeitet mehrere Dateien, führt deine Tests aus und zeigt dir das Ergebnis. Beide fragen nach, bevor sie Befehle ausführen, die Schaden anrichten könnten, mit Einstellungen, um mehr oder weniger selbstständig zuzulassen. Beide arbeiten mit Git, lassen sich aus der Cloud auf ein GitHub-Repository richten und können Pull Requests prüfen. Beide verbinden sich über MCP mit externen Tools und können während der Arbeit etwa einen Issue-Tracker oder deine Dokumentation lesen.

Die Wahl lautet also selten „wer kann X“. Es geht darum, wo du arbeitest, wofür du bereits zahlst und wie stark du das Verhalten des Agenten formen willst.

Wo du sie nutzen kannst

Claude Code läuft im Terminal, in VS Code und JetBrains, in der Claude-Desktop-App, im Browser unter claude.ai/code und in den mobilen Claude-Apps. Sitzungen können zwischen diesen wechseln: Starte eine lange Aufgabe in der Cloud und hole sie dann in dein Terminal. Du kannst @Claude in Slack mit einem Fehlerbericht erwähnen und bekommst einen Pull Request zurück, oder es in GitHub Actions oder GitLab CI laufen lassen.

Codex gibt es in der ChatGPT-Desktop-App, der mobilen ChatGPT-App, im Web, in der Codex CLI, in der IDE-Erweiterung und in Codex Cloud. Ab Plus umfassen die Cloud-Integrationen automatische Code-Reviews und Slack. Mit einem API-Schlüssel kannst du CLI, SDK oder IDE-Erweiterung ohne ChatGPT-Tarif nutzen, allerdings ohne die Cloud-Funktionen.

Wenn dein Team ohnehin in ChatGPT lebt, ist Codex direkt da. Lebt dein Team im Terminal und in der IDE, passen beide gleich gut.

Tarife und kostenloser Zugang (Stand November 2026)

Claude Code ist in den Claude-Tarifen Pro, Max und Ultra enthalten, in Team und Enterprise sowie bei Anthropic-Console-Konten, die zu API-Preisen abgerechnet werden. Die Preistabelle von Anthropic führt es für Free als nicht enthalten.

Codex ist in jedem ChatGPT-Tarif enthalten: Free, Go, Plus, Pro, Business, Edu und Enterprise. OpenAI beschreibt Free als Möglichkeit, Codex bei kurzen Coding-Aufgaben zu erkunden, und Go für leichte Aufgaben, beides nur in der Desktop-App. Plus und Pro ergänzen Web, CLI, IDE-Erweiterung und iOS. Codex und die Arbeitsfunktionen von ChatGPT teilen sich ein Nutzungskontingent.

Wer einen Coding-Agenten ausprobieren will, ohne zu zahlen, kann das von den beiden nur mit Codex.

Den Agenten anpassen

Claude Code hat hier den größeren Werkzeugkasten. CLAUDE.md-Dateien enthalten deine Projektregeln und werden zu Beginn jeder Sitzung gelesen, und Claude baut beim Arbeiten ein eigenes Gedächtnis auf. Skills bündeln wiederholbare Abläufe (ein /review-pr-Befehl für das Team). Hooks führen deine eigenen Shell-Befehle vor oder nach seinen Aktionen aus, etwa Formatieren nach jeder Bearbeitung. Subagenten teilen eine Aufgabe auf mehrere Agenten auf, und mit dem Agent SDK baust du eigene Agenten auf derselben Engine. Wiederkehrende Aufgaben kannst du in der Cloud oder auf deinem Desktop planen.

Codex wird über eine config.toml-Datei konfiguriert (pro Nutzer oder pro Projekt), die Modelle, Berechtigungen und MCP-Server festlegt, dazu AGENTS.md-Dateien für Anweisungen, die du in einem Repository verschachteln kannst. Dass seine CLI Open Source ist, heißt, du kannst genau nachlesen, wie sie funktioniert, Issues melden und Änderungen auf GitHub verfolgen.

Wenn du den Ablauf eines Agenten genau steuern willst, bietet Claude Code mehr Stellschrauben. Wenn du weniger bewegliche Teile und eine offene Codebasis bevorzugst, ist Codex attraktiv.

Berechtigungen und Sicherheit

Einem Agenten eine Shell zu geben, ist mächtig, deshalb gehen beide Tools damit vorsichtig um. Standardmäßig fragen sie vor riskanten Aktionen wie dem Ausführen von Befehlen um Genehmigung, und du kannst erweitern oder einschränken, was sie ohne Rückfrage dürfen. Bei Claude Code legst du das pro Projekt in den Einstellungen fest, und Hooks können eine Aktion ganz blockieren, etwa jeden Befehl, der die Produktion berührt. Codex legt Genehmigungs- und Sandbox-Verhalten in config.toml fest, wobei Projektdateien nur in Ordnern gelten, die du als vertrauenswürdig markiert hast.

Zwei Gewohnheiten zählen mehr als das Tool: Lass Agenten auf einem Branch laufen, nie direkt auf deinem Main-Branch, und bewahre Secrets in Umgebungsvariablen auf statt in Dateien, die der Agent liest. Unsere Anleitungen zu API-Schlüsseln schützen und Git mit einer KI-gebauten App nutzen behandeln beides.

So wählst du praktisch

1. Prüfe, wofür du schon zahlst. Ein ChatGPT-Plus- oder -Business-Platz enthält bereits Codex. Ein Claude-Pro- oder -Team-Platz enthält bereits Claude Code. Das allein entscheidet es für viele.
2. Lass dieselbe Aufgabe in beiden laufen. Nimm etwas Echtes mittlerer Größe: „Migriere dieses Modul von Callbacks auf async/await und halte die Tests grün.“ Vergleiche den Plan, den Diff und wie oft du eingreifen musstest.
3. Sieh dir den Review-Ablauf an. Willst du Änderungen als lokale Diffs in deinem Editor oder als Pull Requests aus einer Cloud-Sitzung? Beide können beides, aber jedes Team bevorzugt am Ende eines.
4. Probiere einen wiederkehrenden Job. Nächtliche Abhängigkeitsprüfungen oder PR-Reviews zeigen, wie gut sich jedes über einmalige Aufgaben hinaus in deinen Workflow einfügt.

Wenn keines von beiden das richtige Tool ist

Coding-Agenten setzen voraus, dass du den Rest des Stacks selbst besitzt: Framework, Datenbank, Hosting, Domain, Secrets. Wenn du eine funktionierende App statt eines besseren Workflows für eine bestehende Codebasis willst, übernimmt ein KI-App-Builder diese Aufgaben für dich. Unsere Anleitung KI-App-Builder vs. KI-Coding-Assistenten erklärt den Zielkonflikt.

Mythex, unser Produkt, ist ein solcher Builder. Du beschreibst die App im Chat, es baut eine echte Full-Stack-App mit Live-Vorschau, ergänzt eine echte Datenbank und Dateispeicher und veröffentlicht sie mit einem Klick unter einer öffentlichen URL, mit Code-Editor und Terminal, falls du sie willst. Es verbindet sich außerdem als Connector mit Codex, Cursor, ChatGPT und Claude, sodass du Mythex-Projekte aus dem Agenten heraus erstellen und veröffentlichen kannst, den du ohnehin nutzt; das Verbinden funktioniert in jedem Tarif, die Sandbox-Tools erfordern Pro. Free bietet 5 Credits pro Tag ohne Karte, und Pro kostet $25 im Monat mit Code-Bearbeitung, Export und GitHub. Siehe Mythex vs. Cursor, wie sich ein Builder mit einem editorbasierten Agenten vergleicht.

Weitere Vergleiche von Coding-Agenten findest du unter Cursor vs. Windsurf vs. Claude Code, Lovable vs. Claude Code und GitHub-Copilot-Alternativen. Was du auch wählst: Prüfe KI-generierten Code, bevor du ihn mergst.

Fragen