OpenAI Codex: App, CLI, Kosten und Vergleich mit Claude Code

Stand: November 2026. OpenAI Codex ist der Coding-Agent von OpenAI. Sie beschreiben eine Aufgabe, Codex liest das Repository, ändert Dateien, führt Tests aus und legt Ihnen das Ergebnis als Diff oder Pull Request vor. Für die meisten Teams, die bereits ChatGPT bezahlen, ist Codex ohne Zusatzkosten verfügbar.

Unübersichtlich ist vor allem das Drumherum: Codex gibt es als CLI, als Editor-Erweiterung, in der ChatGPT-Desktop-App und als Cloud-Agent, die Modelle haben seit dem Sommer dreimal gewechselt, und die Limits hängen vom ChatGPT-Plan ab. Dieser Überblick ordnet das, nennt die Kosten und zeigt, wo Codex sich von Claude Code unterscheidet.

Kurz erklärt

• Was: Ein Coding-Agent, der ganze Aufgaben über mehrere Dateien erledigt
• Von wem: OpenAI, dem Unternehmen hinter ChatGPT
• Wo: Terminal, VS Code, Cursor, Windsurf, JetBrains, Xcode, ChatGPT-Desktop-App, Browser, GitHub und Slack
• Kosten: In allen ChatGPT-Plänen enthalten, voller Umfang ab Plus (USD 20 pro Monat) oder Business (USD 20 pro Person bei Jahreszahlung)
• Modelle: GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra und GPT-6 Luna
• Lizenz: Die CLI ist Open Source (Apache 2.0), Modelle und Cloud sind es nicht

Was ist OpenAI Codex?

Der Name ist älter als das Produkt. 2021 hiess so ein Modell, das hinter den Anfängen von GitHub Copilot stand. Das heutige Codex ist ein Agent: Er bekommt ein Ziel, erkundet die Codebasis, plant die Schritte, führt Befehle aus und prüft das Ergebnis selbst, bevor er es Ihnen vorlegt.

Typische Aufträge:

• «Behebe den fehlschlagenden Test in checkout.spec.ts und erkläre die Ursache»
• «Ergänze die Rechnungs-API um einen Export als CSV, mit Tests»
• «Aktualisiere die Abhängigkeiten und prüfe, ob der Build noch läuft»
• «Prüfe diesen Pull Request auf Sicherheitsprobleme»

Alle Zugangswege teilen sich dieselbe Konfiguration. Was Sie in der AGENTS.md oder in ~/.codex/config.toml festlegen, gilt in der CLI, im Editor und in der App.

Wo Codex läuft: App, CLI, IDE und Cloud

ChatGPT-Desktop-App. Seit Juli 2026 ist Codex Teil der ChatGPT-App für macOS (Apple Silicon) und Windows, Linux folgte im August als Vorschau. In der App wählen Sie zwischen ChatGPT und Codex. Mehrere Aufgaben laufen parallel, Änderungen prüfen Sie als Diff. Aus der CLI öffnet codex app die App direkt.

Codex CLI. Der Agent im Terminal, Open Source und in Rust geschrieben. Er läuft auf macOS, Linux und nativ unter Windows. Für Skripte und CI lässt er sich auch ohne Dialog starten.

Editor-Erweiterung. Für VS Code, Cursor und Windsurf gibt es eine offizielle Erweiterung, für JetBrains und Xcode eigene Integrationen. Codex sieht die offenen Dateien und die Auswahl, ändert direkt im Editor und kann lange Aufgaben an die Cloud abgeben.

Codex Cloud. Unter chatgpt.com/codex laufen Aufgaben in einer isolierten virtuellen Maschine bei OpenAI. Voraussetzung ist ein verbundenes GitHub-Repository, GitLab ist in der Beta. Die Aufgabe läuft weiter, wenn Sie den Laptop zuklappen, und lässt sich auch aus der iOS-App starten.

GitHub, Slack und SDK. Codex prüft Pull Requests automatisch oder auf Zuruf mit @codex review. In Slack übergibt @ChatGPT Aufgaben an Codex Cloud und antwortet im Thread. Mit dem SDK für TypeScript und Python steuern Sie Codex aus eigenen Programmen.

Codex CLI installieren

# macOS und Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows PowerShell
irm https://chatgpt.com/codex/install.ps1 | iex

# Alternativen
npm install -g @openai/codex
brew install --cask codex

Danach im Projektordner starten:

cd ihr-projekt
codex

Beim ersten Start wählen Sie «Sign in with ChatGPT». Damit gelten die Limits Ihres ChatGPT-Plans. Die Anmeldung mit einem API-Schlüssel ist möglich, rechnet dann aber pro Token ab.

Die persönlichen Einstellungen liegen in ~/.codex/config.toml. Ein Projekt kann eine eigene .codex/config.toml mitbringen, die Codex nur in Ordnern lädt, denen Sie vertrauen.

Was Codex kostet

Codex wird über den ChatGPT-Plan bezahlt oder über die API pro Token. Die Preise gelten in US-Dollar, Franken-Preise veröffentlicht OpenAI nicht.

Die Limits nennt OpenAI als Spannen, weil sie von der Grösse der Aufgabe abhängen. Bei Plus und Business sind es mit GPT-6.1 Sol etwa 15 bis 160 Nachrichten pro 5 Stunden, mit dem grössten Modell Astra 5 bis 45 und mit Luna 350 bis 3'000. Lange Aufgaben in grossen Repositories verbrauchen deutlich mehr als kurze Fragen, weil Codex jedes Mal Dateiinhalte und Verlauf mitschickt.

Wer das Limit erreicht, wartet auf den Reset oder kauft Credits. Bei Plus und Pro gilt das pro Person, bei Business pro Workspace. Ein schnellerer Ausführungsmodus kostet ein Mehrfaches der normalen Credits.

Über die API zahlen Sie pro Million Token. GPT-6.1 Sol kostet USD 2 für Input und USD 10 für Output, GPT-6 Astra USD 10 und USD 50, GPT-6 Luna USD 0.10 und USD 0.50. Wer die Verarbeitung auf EU-Endpunkte beschränkt, zahlt bei neueren Modellen 10 Prozent Zuschlag.

Für ein kleines Team ist die Rechnung meist einfach. Ist ChatGPT Business bereits im Einsatz, kostet Codex nichts zusätzlich. Ein Test über zwei Wochen zeigt, ob die Limits für den Alltag reichen oder ob Credits nötig werden.

Modelle und Denkaufwand

Codex arbeitet mit vier Modellen der GPT-6-Familie:

Zusätzlich steuern Sie den Denkaufwand von Light über Medium und High bis Max. Die Stufe Ultra lässt mehrere Subagents parallel arbeiten und verbraucht entsprechend mehr. Ältere Modelle wie GPT-5.5 sind bei der Anmeldung über ChatGPT seit Oktober 2026 nicht mehr verfügbar, mit API-Schlüssel schon.

Für die meisten Aufgaben reicht Sol mit mittlerem Denkaufwand. Astra lohnt sich dort, wo Sol nach zwei Anläufen keinen brauchbaren Ansatz findet.

AGENTS.md, Skills, Hooks und MCP

Codex lässt sich wie andere Agenten auf ein Projekt zuschneiden. Die Bausteine heissen ähnlich wie bei Claude Code und funktionieren nach demselben Prinzip.

AGENTS.md. Die Projektanleitung für den Agenten: Befehle, Konventionen, Struktur. Codex liest eine globale Datei aus ~/.codex und jede AGENTS.md vom Repository-Root bis zum aktuellen Ordner. Eine AGENTS.override.md hat Vorrang. Zusammen gelten standardmässig maximal 32 KiB. Das Format ist nicht an Codex gebunden, auch Claude Code, Cursor und weitere Werkzeuge lesen es. Was in eine solche Datei gehört, beschreibt CLAUDE.md Best Practices; die Regeln gelten für die AGENTS.md genauso.

Skills und Plugins. Ein Skill ist eine wiederverwendbare Anleitung als Markdown-Datei, aufgerufen mit $name. Skills folgen dem offenen Standard Agent Skills, ein Skill aus Claude Code lässt sich deshalb meist ohne Anpassung übernehmen. Plugins bündeln Skills und MCP-Server.

Hooks. Hooks führen an festen Punkten Befehle aus, etwa vor jedem Shell-Befehl (PreToolUse) oder nach einer Dateiänderung (PostToolUse). Codex kennt 14 solche Ereignisse. Neue Hooks müssen Sie einmal mit /hooks als vertrauenswürdig bestätigen.

MCP. Über das Model Context Protocol greift Codex auf GitHub, Datenbanken, Ticketsysteme oder eigene Dienste zu. Die Einrichtung folgt demselben Muster wie in Claude Code. Ein MCP-Server läuft mit Ihren Rechten, deshalb gehören nur Server ins Projekt, deren Herkunft Sie kennen.

Sandbox und Freigaben: wie viel Codex allein tun darf

Lokale Befehle laufen standardmässig in einer Sandbox, die das Betriebssystem durchsetzt: Seatbelt auf macOS, bubblewrap auf Linux und WSL2, eine eigene Sandbox unter Windows. Mit danger-full-access entfallen diese Dateisystem- und Netzwerkgrenzen; auch ausdrücklich freigegebene Befehle können ausserhalb der Sandbox laufen.

Dazu kommt die Freigaberegel: Codex fragt nach, wenn eine Aktion die Sandbox verlassen will (on-request), oder fragt nie (never). In der App heissen die Stufen «Ask for approval», «Approve for me», «Full access» und «Custom». Bei «Approve for me» prüft ein zweiter Agent die Anfrage, bevor sie ausgeführt wird.

Die Sandbox begrenzt lokale Befehle gemäss den aktiven Einstellungen. Sie ist keine allgemeine Sperre für Datenübertragungen: Prompts und Code-Ausschnitte gehen weiterhin an den Modellanbieter. Websuche, Plugins, MCP-Verbindungen und Browser haben eigene Berechtigungen und Zugriffskontrollen. Eine Netzwerksperre für Shell-Befehle deaktiviert diese Zugangswege nicht automatisch. Auch lesbare Dateien können ausserhalb des Projektordners liegen. Prüfen Sie deshalb die tatsächlichen Datei-, Netzwerk- und Werkzeugrechte und halten Sie Schlüssel und Kundendaten ausserhalb der erlaubten Zugriffe. Ein Code Review bleibt zusätzlich nötig.

Codex vs. Claude Code

Die beiden Agenten haben sich im Lauf des Jahres stark angenähert. Beide laufen im Terminal, im Editor, in einer Desktop-App und in der Cloud, beide kennen Skills, Hooks, Subagents, MCP und automatische Code-Reviews auf GitHub. Die Unterschiede liegen im Detail:

Welcher Agent besser programmiert, lässt sich nicht pauschal sagen. Beide Anbieter bringen alle paar Wochen neue Modelle, und Benchmark-Ranglisten verschieben sich entsprechend. Im eigenen Projekt zählt etwas anderes: wie gut der Agent Ihre Codebasis versteht und wie oft Sie nachbessern müssen.

Drei Faustregeln aus der Praxis:

• ChatGPT ist im Betrieb schon gesetzt: Codex zuerst testen. Es kostet nichts zusätzlich, und Verwaltung und Datenschutzvertrag bestehen bereits.
• Claude ist gesetzt oder die Daten müssen in einer bestimmten Region bleiben: Claude Code, bei Bedarf über Bedrock oder auf eigener Infrastruktur.
• Beides ausprobieren ist billig: Mit einer gemeinsamen AGENTS.md und Skills nach dem offenen Standard lässt sich derselbe Auftrag in beiden Agenten vergleichen, ohne das Projekt umzubauen.

Wie Cursor, GitHub Copilot und weitere Werkzeuge einzuordnen sind, zeigt der Vergleich der AI Coding Assistants.

Datenschutz: was Firmen vor dem Einsatz klären sollten

Trainingseinstellung prüfen. Bei Business, Enterprise und Edu verwendet OpenAI die Daten standardmässig nicht für das Training. Bei den persönlichen Plänen Free, Plus und Pro gilt die Einstellung «Improve the model for everyone», auch für Codex. Arbeitet jemand im Team mit einem privaten Plus-Konto an Firmencode, gehört diese Einstellung als Erstes geprüft. Sauberer ist ein Business-Workspace.

Daten verlassen den Rechner. Auch die lokale CLI schickt Prompts und Code-Ausschnitte an OpenAI. Bei Cloud-Aufgaben verarbeitet OpenAI die übergebenen Daten auf eigener Infrastruktur. Eine strikte Null-Aufbewahrung (Zero Data Retention) ist eine API-spezifische Option und gilt nicht automatisch für Codex über einen ChatGPT-Workspace.

Aufbewahrung getrennt prüfen. Gelöschte Chats sind in der Regel zur endgültigen Löschung innerhalb von 30 Tagen vorgesehen. Ausnahmen gelten etwa für Sicherheits- und Rechtspflichten sowie bereits anonymisierte, vom Konto gelöste Daten. Für gespeicherte Dateien, Projektinhalte und Ausführungszustände gelten je nach Speicherort und Workspace eigene Regeln. Einen Chat zu löschen, entfernt deshalb nicht automatisch alle zugehörigen Artefakte; Dateien in der Library oder in Projekten müssen gegebenenfalls separat gelöscht werden.

Datenresidenz offen klären. Die Codex-Dokumentation nennt keine Regionen. Wer Code oder Personendaten nicht ausserhalb der Schweiz oder der EU verarbeiten lassen darf, klärt das vor dem Einsatz mit OpenAI oder nutzt Codex über die API mit EU-Endpunkten. Welche Fragen das revDSG dabei aufwirft, beschreibt Datenschutz bei KI-Tools.

Zugangsdaten fernhalten. Ein Agent, der Befehle ausführt, sieht, was im Projektordner liegt. .env-Dateien mit Produktionsschlüsseln und Zugänge zu Kundendatenbanken gehören nicht in seine Reichweite, auch nicht mit Sandbox.

Wann sich Codex nicht lohnt

Ohne Code Review. Codex schreibt plausiblen Code, der trotzdem falsch, unsicher oder unnötig kompliziert sein kann. Wo niemand im Team den Code lesen kann, entstehen Risiken, die Vibe Coding beschreibt.

Für kleine Handgriffe. Eine Zeile in Code, den Sie gut kennen, ändern Sie schneller selbst, als Sie die Aufgabe formulieren.

Bei knappen Limits. Lange Debugging-Sessions mit Astra brauchen ein Plus-Limit schnell auf. Wer täglich mehrere Stunden mit Codex arbeitet, landet bei Pro oder bei Credits und sollte die Kosten nach den ersten Wochen nachrechnen.

Bei schnellem Wandel. Modelle, Limits und Namen haben sich bei Codex allein seit Juli mehrfach geändert. Prozesse, die auf ein bestimmtes Modell oder einen bestimmten Befehl angewiesen sind, brauchen regelmässige Pflege.

So starten Sie mit Codex

1. Prüfen, welcher ChatGPT-Plan im Team bereits läuft, und bei privaten Konten die Trainingseinstellung kontrollieren
2. Die CLI oder die Desktop-App installieren und mit ChatGPT anmelden
3. In einem kleinen Projekt eine AGENTS.md mit Build- und Test-Befehlen anlegen
4. Eine klar begrenzte Aufgabe vergeben, etwa einen fehlschlagenden Test, und den Diff prüfen
5. Nach zwei Wochen den Verbrauch ansehen und entscheiden, ob Plan und Limits passen

---

Sie möchten einen Coding-Agenten im Team einführen oder eine Software entwickeln lassen, bei der KI-Werkzeuge sinnvoll mitarbeiten? Hedinger-Digital begleitet die Softwareentwicklung und klärt in der KI-Beratung, welches Werkzeug zu Ihrem Betrieb und Ihren Datenvorgaben passt.