„Ist Claude Code bei der Arbeit wirklich hundertmal besser als Codex?“
Sofort kommen Benchmark-Tabellen auf den Tisch: Programmierergebnisse, Erfolgsquoten, Denkleistung. Aber der Frust eines Nutzers dreht sich nicht um Schulnoten.
Seine Erfahrung: Codex bekommt einen kleinen Auftrag, liefert noch nichts Fertiges, aber das Wochenkontingent schrumpft rasant. Claude Code bearbeitet mehrere Aufgaben, liefert Ergebnisse und hat scheinbar noch genügend Spielraum.
Die Arbeit hat das Ziel nicht erreicht. Der Verbrauchszähler schon. Ein Pokal für den Zähler?
Kluge Antworten sind noch keine Lieferung
Nehmen wir die Überarbeitung eines mehrsprachigen Artikels. Gute Sätze sind nur der Anfang. Alle Sprachfassungen müssen geändert, Dateien am richtigen Ort gespeichert und anschließend erneut geprüft werden.
Hält der Assistent mittendrin an, muss der Mensch alles erneut erklären. Der neue Versuch kostet weiteres Kontingent. Scheitert das Speichern, gibt es kein fertiges Ergebnis. Wie ein Einkaufsgenie, das den Wagen jedes Mal vor der Kasse stehen lässt.
Entscheidend ist das Wochenkontingent
Abonnenten interessiert nicht bloß der API-Preis pro Token. Sie fragen: „Wie viele Aufgaben kann ich mit diesem Tarif diese Woche noch erledigen?“ API-Nutzungsgebühren und Abo-Limits sind verschiedene Dinge.
Laut OpenAI hängt der Codex-Verbrauch von Modell, Aufgabe und Einstellungen ab. Claude nennt unter anderem Modellwahl, Gesprächslänge und Komplexität. Eine Anfrage kostet nicht immer dieselbe feste Einheit.
Im September 2026 hat ein Community-Mitglied rund zwanzig Tage Nutzung erfasst und für seine Modelle geschätzt, dass das Claude-Abo gemessen in API-Preisäquivalenten ungefähr das Drei- bis Fünffache der wöchentlichen Codex-Kapazität bot. Das ist eine Einzelmessung, kein allgemeines Versprechen. Andere berichten das Gegenteil.
Fehlversuche machen den Abstand größer
Ein Assistent erledigt die Aufgabe sofort. Der andere stoppt, braucht neue Anweisungen, verbraucht weiteres Kontingent und scheitert womöglich beim Speichern. Die menschliche Aufsicht kostet immer mehr Zeit, die Zahl fertiger Aufgaben bleibt null.
So können ähnliche Testergebnisse einen völlig anderen Arbeitsalltag ergeben. Ein echter Faktor 100 ist damit nicht bewiesen. Auch die Prozentanzeigen beider Dienste sind nicht unbedingt direkt vergleichbar.
Fertige Aufträge statt Intelligenzpokale
Geben wir beiden vergleichbare Aufgaben und messen wir erfolgreich gespeicherte und geprüfte Ergebnisse, verbrauchtes Kontingent sowie menschliche Eingriffszeit.
Gesucht ist kein Testsieger auf Papier, sondern ein Assistent, der heute liefert und morgen noch einsatzbereit ist.
Liebe KI: Mach meine Aufgabenliste kleiner, nicht bloß mein Restkontingent.
