Tools
CLI Coding Agents im Vergleich
Claude Code, Mistral Vibe, Gemini CLI und OpenAI Codex CLI — ehrlicher Vergleich mit Feature-Matrix, Preisen, DSGVO-Bewertung und Praxis-Erfahrung.
CLI Coding Agents sind Terminal-basierte AI-Assistenten, die direkt in deinem Dateisystem arbeiten: Code lesen, schreiben, editieren, Shell-Befehle ausführen und Git-Operationen durchführen. Im Gegensatz zu Chat-Interfaces wie ChatGPT oder Claude.ai arbeiten sie direkt in deinem Projekt-Kontext und können komplexe mehrstufige Aufgaben autonom erledigen.
Dieser Vergleich basiert auf unserer täglichen Praxis-Erfahrung. Wir nutzen Claude Code als Haupt-Tool und haben die Alternativen systematisch getestet. Die Bewertung ist ehrlich: Wo andere besser sind, sagen wir das.
Die 4 Agents im Detail
1. Claude Code (Anthropic)
CLI Agent mit dem stärksten Reasoning
Modell
Claude Opus 4.6 / Sonnet 4.6
Open Source
CLI ist Open Source, Modell ist proprietär
Lokal möglich
Nein — ausschließlich über Anthropic API
Preis
Anthropic API: $3–15 / 1M Tokens
Protocol
MCP (Model Context Protocol)
Context Window
200K–1M Tokens
Tools
Stärken
- Bestes Reasoning aller getesteten Agents
- Subagenten für parallele Aufgaben
- MCP-Integration (Notion, Playwright, Docker, etc.)
- Hooks für automatische Qualitätssicherung
- Skills und Plugin-System
- Git Worktrees für isolierte Branches
- Plan Mode für komplexe Aufgaben
Schwächen
- Nicht lokal ausführbar — alle Daten gehen an Anthropic API
- Teuer bei hohem Volumen ($150–500/Monat bei intensiver Nutzung)
- Abhängigkeit von Anthropic als einzigem Anbieter
- Kein Free Tier für die API
Besonderheiten
Subagenten können parallel arbeiten und komplexe Aufgaben aufteilen. Hooks ermöglichen automatische Regeln (z.B. "nie löschen ohne Bestätigung"). CLAUDE.md-Dateien definieren projektspezifisches Verhalten. MCP-Server erweitern die Fähigkeiten um externe Tools (Datenbanken, Browser, APIs).
2. Mistral Vibe (Mistral AI)
Der einzige Agent der vollständig lokal läuft
Modell
Devstral 2 (123B) / Devstral Small 2 (24B)
Open Source
Ja — MIT / Apache 2.0
Lokal möglich
Ja — Devstral Small 2 (24B) läuft auf RTX 3090
Preis
Le Chat Plans oder Self-hosted kostenlos
Protocol
ACP (Agent Communication Protocol)
Context Window
~128K Tokens
Tools
Stärken
- Vollständig Open Source (MIT / Apache 2.0)
- Lokal ausführbar — keine Daten verlassen das Unternehmen
- 24B-Modell läuft auf Consumer-GPU (RTX 3090)
- DSGVO-konform ohne zusätzliche Maßnahmen
- Eigenes Protocol (ACP) für Agent-Kommunikation
Schwächen
- Weniger Tool-Vielfalt als Claude Code (4 vs. 10+ Tools)
- Jüngeres Ökosystem — weniger Plugins und Integrationen
- Reasoning-Qualität unter Claude Opus 4.6
- Kein MCP-Support (eigenes ACP-Protocol)
- Turn-Limit bei komplexen Aufgaben (5 Turns im Test)
Getestete Version
v2.5.0
3. Gemini CLI (Google)
Größtes Context Window und kostenloses Free Tier
Modell
Gemini 2.5 Pro / Flash
Open Source
CLI ist Open Source, Modell ist proprietär
Lokal möglich
Nein — ausschließlich über Google AI API
Preis
Google AI API (Free Tier vorhanden)
Protocol
Standard API
Context Window
1M+ Tokens
Stärken
- 1M+ Context Window — größtes aller getesteten Agents
- Kostenloses Free Tier für den Einstieg
- Multimodale Fähigkeiten (Bilder, Code, Text)
- 98k+ GitHub Stars — große Community
Schwächen
- Weniger Code-fokussiert als Claude Code
- Abhängigkeit von Google-Infrastruktur
- Nicht lokal ausführbar
- Kein MCP-Support
- Kein Subagenten-System
4. OpenAI Codex CLI
OpenAI-Ökosystem mit GPT-4o und o3
Modell
GPT-4o / o3
Open Source
CLI ist Open Source, Modell ist proprietär
Lokal möglich
Nein — ausschließlich über OpenAI API
Preis
OpenAI API: $5–15 / 1M Tokens
Protocol
Standard API
Context Window
128K Tokens
Stärken
- Breites OpenAI-Ökosystem und Community
- GPT-4o-Qualität für Code-Aufgaben
- Gute Integration mit bestehenden OpenAI-Workflows
Schwächen
- Nicht lokal ausführbar
- Abhängigkeit von OpenAI
- Teuer bei hohem Volumen
- Kein MCP-Support
- Kein Subagenten-System
- Kleinstes Context Window (128K)
Feature-Matrix
| Feature | Claude Code | Mistral Vibe | Gemini CLI | Codex CLI |
|---|---|---|---|---|
| Lokal möglich | Nein | Ja (24B) | Nein | Nein |
| Open Source Modell | Nein | Ja (MIT/Apache) | Nein | Nein |
| Subagenten | Ja | Nein | Nein | Nein |
| MCP Support | Ja | Nein (ACP) | Nein | Nein |
| Plugin System | Ja | Nein | Nein | Nein |
| Context Window | 200K–1M | ~128K | 1M+ | 128K |
| Hooks / Rules | Ja | Nein | Nein | Nein |
| Git Worktrees | Ja | Nein | Nein | Nein |
| DSGVO-lokal | Nein | Ja | Nein | Nein |
| Free Tier | Nein | Lokal = kostenlos | Ja | Nein |
Kosten-Vergleich (geschätzt bei 1.000 Anfragen/Tag)
| Agent | Kosten / Monat | Lokal möglich | Anmerkung |
|---|---|---|---|
| Claude Code | ~$150–500 | Nein | Opus teurer, Sonnet günstiger |
| Mistral Vibe (API) | ~$50–150 | — | Via Le Chat oder Mistral API |
| Mistral Vibe (Lokal) | ~49 EUR (Strom) | Ja | Einmalige Hardware-Kosten nicht eingerechnet |
| Gemini CLI | ~$0–100 | Nein | Free Tier für geringe Nutzung |
| Codex CLI | ~$150–500 | Nein | GPT-4o und o3 ähnlich teuer |
Praxis-Test: Mistral Vibe v2.5.0
Wir haben Mistral Vibe v2.5.0 auf dieser Wiki getestet, um einen direkten Vergleich mit unserem Haupt-Tool Claude Code zu haben.
Einfache Aufgabe (Dateien zählen)
Korrekt und schnell erledigt. Shell-Tool funktioniert zuverlässig.
Komplexe Aufgabe (Code-Analyse)
Turn-Limit bei 5 Turns erreicht. Der Agent konnte die Aufgabe nicht vollständig abschließen. Claude Code hat die gleiche Aufgabe in einer Session erledigt.
Fazit: Mistral Vibe funktioniert zuverlässig für einfache bis mittlere Tasks. Für komplexe, mehrstufige Workflows mit vielen Datei-Interaktionen ist Claude Code deutlich überlegen — sowohl in der Reasoning-Qualität als auch in der Tool-Vielfalt und dem fehlenden Turn-Limit.
Für wen eignet sich was?
Enterprise mit Budget
Claude Code
Beste Reasoning-Qualität, Subagenten für parallele Aufgaben, MCP-Integration für Tool-Anbindung. Wenn Qualität wichtiger ist als Kosten.
DSGVO-kritisch / Self-Hosted
Mistral Vibe (lokal)
Einzige Option wenn keine Daten das Unternehmen verlassen dürfen. Devstral Small 2 (24B) auf RTX 3090 genügt. Open Source, MIT-Lizenz.
Budget-bewusst
Gemini CLI
Kostenloses Free Tier zum Ausprobieren. 1M Context Window für große Codebases. Gut zum Einstieg ohne finanzielle Verpflichtung.
OpenAI-Ökosystem
Codex CLI
Nahtlose Integration wenn bereits OpenAI-APIs und GPT-4o im Einsatz. Vertrautes Ökosystem, bewährte Modell-Qualität.
Unsere Empfehlung
Ehrliche Einordnung
- Wir sind nicht neutral: Dieser Artikel wird mit Claude Code geschrieben. Wir nutzen es täglich und kennen es am besten. Die Stärken sind aus erster Hand, die Schwächen ebenso.
- Kein Agent ist perfekt: Claude Code ist teuer und nicht lokal. Mistral Vibe ist weniger leistungsfähig bei komplexen Aufgaben. Gemini CLI ist weniger Code-fokussiert. Codex CLI hat das kleinste Context Window.
- Der Markt bewegt sich schnell: Dieser Vergleich spiegelt den Stand März 2026 wider. Alle vier Anbieter veröffentlichen regelmäßig Updates.
Protocol-Vergleich: MCP vs. ACP
| Aspekt | MCP (Model Context Protocol) | ACP (Agent Communication Protocol) |
|---|---|---|
| Entwickler | Anthropic | Mistral AI |
| Fokus | Tool-Integration (Dateisystem, APIs, DBs) | Agent-zu-Agent-Kommunikation |
| Ökosystem | Groß (Notion, Playwright, Docker, etc.) | Wachsend, noch jung |
| Kompatibilität | Breit (Claude, Cursor, Windsurf, etc.) | Primär Mistral Vibe |
| Open Standard | Ja (offene Spezifikation) | Ja (offene Spezifikation) |
Quellen
- Claude Code Dokumentation — Offizielle Anthropic-Dokumentation
- Claude Code GitHub — Open Source CLI Repository
- Mistral Vibe Dokumentation — Offizielle Mistral AI-Dokumentation
- Devstral Small 2 auf Hugging Face — 24B-Modell für lokale Ausführung
- Gemini CLI GitHub — Google Gemini CLI (98k+ Stars)
- OpenAI Codex CLI GitHub — OpenAI Codex CLI Repository
- Model Context Protocol (MCP) — Offizielle MCP-Spezifikation
- Agent Communication Protocol (ACP) — Offizielle ACP-Spezifikation
Weiterführende Artikel: AI Tools Datenbank · MCP Server · Agent Orchestration
Für die Umsetzung gibt es Ressourcen auf ai-engineering.at.
Verwandte Artikel
MCP Server Setup
Model Context Protocol Server für AI-Integrationen aufsetzen.
Model Selection Guide
Wähle das richtige AI-Modell für deinen Anwendungsfall — von Llama bis Mistral.
AI Tools Datenbank
Kuratierte Sammlung von 68+ Tools für lokale AI-Infrastruktur: LLM Runtimes, Chat Interfaces, RAG, Agents, Monitoring und mehr.
War dieser Artikel hilfreich?
Weiter im Lernpfad
Der Lernpfad bringt diese Artikel in eine Reihenfolge, und der Hub führt die Bausteine, die wir im eigenen Betrieb geprüft haben.
- Lokal und selbst gehostet
- Dokumentiert und prüfbar
- Aus eigenem Betrieb
- Made in Austria