Alle KI-Coding-Harnesses im Vergleich (Oktober 2026): OpenCode v2, Hermes Agent, Claude Code, Codex und 24 weitere

Das KI-Coding-Harness, für das du dich entscheidest, und das Modell, das du darin laufen lässt, können deine Rechnung verdreifachen, ohne deine Ergebnisse zu verändern. Auf dem Coding Agent Index von Artificial Analysis — dem detailliertesten öffentlichen Benchmark für Harnesses und Modelle zusammen — erzielen Codex mit GPT-6.1 Sol und Claude Code mit Sonnet 5.5 exakt dieselbe Punktzahl, und das eine kostet pro Aufgabe dreimal so viel wie das andere. Drehst du Claude Code auf maximale Anstrengung, punktet es noch höher — zu etwa dem Vierzehnfachen des Preises von Codex.

Das ist die leise Tatsache hinter jeder “Welchen Coding-Agent soll ich nehmen?”-Debatte im Jahr 2026. Die Schlagzeilen bekommt das Modell. Das Harness — die Schleife, die Tools, die Berechtigungen, das Gedächtnis und die Oberfläche rund um das Modell — entscheidet darüber, wie viele Tokens du verbrennst, wie lange du wartest, was der Agent anfassen darf und ob du nächsten Monat das Modell wechseln kannst, wenn das Leaderboard wieder kippt.

Und die Harnesses haben sich vermehrt. Anthropics Claude Code bringt fast täglich ein Release heraus. OpenAIs Codex ist zu einer Desktop-App, einem Cloud-Dienst und einem Open-Source-Rust-CLI geworden. OpenCode hat sich von Grund auf neu gebaut und am 20. Oktober Version 2.1 veröffentlicht. Der Hermes Agent von Nous Research lernt deine Gewohnheiten und gibt Coding-Aufträge an andere Harnesses weiter. DeepSeek, Alibaba, Moonshot, Mistral und Z.ai veröffentlichen inzwischen alle eigene Agenten. Google hat Gemini CLI für Endnutzer abgeschaltet und ersetzt. Roo Code hat dichtgemacht. Continue wurde von Cursor übernommen, das SpaceX im selben Monat für 60 Milliarden Dollar kaufen wollte.

Dieser Artikel vergleicht sie also alle. Achtundzwanzig Harnesses insgesamt, von den Großen bis zu den Minimalisten, mit den neuesten unabhängigen Benchmarks, Preisen von den Herstellerseiten selbst, Release-Daten direkt aus der npm- und der PyPI-Registry und einem Sicherheitsabschnitt, der aus den CVEs gebaut wurde, die dieses Jahr tatsächlich veröffentlicht wurden.

Alles hier wurde gegen die offizielle Dokumentation, Changelogs, Paketregistries, GitHub-Repositories und die zwei öffentlichen Benchmarks geprüft, die Harnesses am besten vergleichen, Stand 22. Oktober 2026. Diese Tools ändern sich wöchentlich, deshalb hab’ ich die schwankenden Zahlen jeweils markiert.

Offenlegung: Dieser Artikel enthält einen Affiliate-Link, und zwar zum GLM Coding Plan von Z.ai. Wenn du darüber abonnierst, bekommst du 10 % Rabatt, und ich kann eine Provision verdienen, ohne dass dir zusätzliche Kosten entstehen. Keines der genannten Unternehmen, Labore oder Stiftungen hat diesen Artikel gesponsert, geprüft oder freigegeben.

---

TL;DR – Die 60-Sekunden-Zusammenfassung

• Das Harness und seine Einstellungen verändern die Rechnung stärker als die Punktzahl. Auf dem Coding Agent Index von Artificial Analysis kommt Codex mit GPT-6.1 Sol auf 63 für 1,04 $, 15,5 Minuten und 3,2 Millionen Tokens pro Aufgabe. Claude Code mit Sonnet 5.5 erreicht diese 63 mit der Aufwandsstufe “xhigh” für 3,33 $ pro Aufgabe — und kommt bei maximalem Aufwand auf 68 für 14,19 $, 1,5 Stunden und 27,7 Millionen Tokens.
• An der Spitze fügt das Harness den rohen Erfolgsquoten wenig hinzu. In Terminal-Bench 4.0 löst Claude Opus 5.5 64.8% der Aufgaben in Claude Code und 65.2% in mini-SWE-agent, einem Harness mit einem einzigen Bash-Tool. Den größten Sprung durch ein eigenes Harness eines Labors gibt’s bei Grok Build von xAI, das Grok 4.7 um 8,8 Punkte.
• Beste Ergebnisse: Claude Code. Bester Gegenwert: Codex. Bestes offenes Harness für jedes Modell: OpenCode v2 (2.1.2, veröffentlicht am 21. Oktober). Bester Agent, der dich kennenlernt: Hermes Agent (v0.22.4). Bestes minimales Harness: Pi 1.0.
• 2026 hat das Feld so schnell ausgedünnt, wie es gewachsen ist. Gemini CLI hat am 18. Juni aufgehört, Endnutzer zu bedienen, und wurde zu Antigravity CLI. Roo Code hat am 15. Mai dichtgemacht. Continue wurde in Cursor eingegliedert. Und von Aider gibt’s seit dem 12. Februar kein Release mehr. Kilo Code wurde von Anaconda gekauft.
• Jedes Labor für offene Modelle liefert inzwischen sein eigenes Harness. DeepSeek Harness hat in zehn Wochen rund 252.000 GitHub-Sterne gesammelt. Qwen Code, Kimi Code, Mistral Vibe 3.0 und ZCode von Z.ai vervollständigen das Set.
• Abonnements sind die versteckte Bindung. Claude Pro und Max decken nur Anthropics eigene Apps ab, plus ein monatliches Guthaben für programmatische Nutzung. Ein ChatGPT-Login funktioniert in OpenCode, Pi und anderen. Copilot startet kostenlos. Cursor hat seine Pläne Mitte Oktober um Grok herum neu zugeschnitten, ab 8 $ im Monat.
• Sicherheit hat eine einzige Lehre. Fast jede ernste Coding-Agent-CVE aus 2026 folgte demselben Muster: Nicht vertrauenswürdiger Text hat einen Agenten dazu gebracht, eine Datei zu schreiben, der andere Tools vertrauten. Codex und Cursor kapseln Shell-Befehle standardmäßig in eine Sandbox. Die Sandbox von Claude Code musst du erst einschalten, Antigravity CLI fragt vor jedem Befehl nach, OpenCode v2 setzt auf Berechtigungsregeln, und Pi hat überhaupt kein Berechtigungssystem.
• Standards haben den Wechsel billig gemacht. MCP für Tools, ACP für Editoren (44 Agenten in seinem Register), AGENTS.md für Anweisungen und Agent Skills für Know-how funktionieren inzwischen in den meisten Harnesses. Also heirate keins – du brauchst’s nicht.
• Meine Empfehlung: Verwendung zwei Harnesses. Nimm OpenCode v2 für jedes Modell, das du jemals laufen lassen willst, und kombiniere es mit Claude Code für die härteste Arbeit oder Codex für den besten Gegenwert. Setz Hermes Agent in deine Chat-Apps, wenn du einen Agenten willst, der sich an dich erinnert.

---

KI-Coding-Harnesses auf einen Blick

Harness	Hersteller	Lizenz	Aktuell (2026)	Modelle	Günstigster Einstieg	Am besten für
Claude Code	Anthropic	Urheberrechtlich geschützt	2.1.308 · 22. Okt.	Claude; Gateways	Claude Pro 20 $/Monat oder API-Key	Beste Punktzahlen, tiefster Funktionsumfang
Codex	OpenAI	Apache-2.0 (CLI)	0.163.0 · 15. Okt.	Zuerst OpenAI; alles per Konfiguration	ChatGPT Free (begrenzt), Plus 20 $	Beste Ergebnisse pro Dollar
OpenCode v2	Anomaly	MIT	2.1.2 · 21. Okt.	Beliebig (75+ Anbieter), lokal	Free	Ein Agent für jedes Modell
Hermes Agent	Nous Research	MIT	0.22.4 · 21. Okt.	Beliebig, lokal	Free	Ein Agent, der dich kennenlernt
Antigravity CLI	Google	Nicht genannt	Seit Mai verfügbar	Gemini zuerst	Kostenloser Tarif	Gemini-Nutzer nach dem Gemini CLI
Copilot CLI	GitHub	Urheberrechtlich geschützt	1.0.102 · 21. Okt.	Copilot-Katalog; BYOK und lokal	Copilot Free	Teams, die schon auf GitHub sind
Cursor CLI	Cursor (SpaceX)	Urheberrechtlich geschützt	2026.10.19	Cursor-Katalog, Grok	Cursor Free	Cursor-Nutzer, CI-Skripte
Pi	Earendil	MIT	1.4.0 · 21. Okt.	Beliebig, lokal	Free	Ein minimaler Harness als Grundlage
DeepSeek Harness	DeepSeek	MIT	0.2.1-rc.2 · 17. Okt.	DeepSeek; alles per Konfiguration	Kostenlos + DeepSeek API	Alles als Plug-in, günstige Modelle
Qwen Code	Alibaba	Apache-2.0	0.26.0 · 21. Okt.	Beliebig, lokal	Free	Qwen und offene Modelle
Kimi Code	Moonshot AI	MIT	2.3.0 · 21. Okt.	Kimi zuerst	Kimi Plus $19 oder API-Schlüssel	Nutzer von Kimi K3
Mistral Vibe	Mistral AI	Apache-2.0	3.0.1 · 20. Okt.	Mistral	Mistral-API-Schlüssel	Europäische Teams mit Mistral
Cline	Cline Bot Inc.	Apache-2.0	CLI 3.0.73 · 17. Okt.	Beliebig, lokal	Free	Nutzer von VS Code und JetBrains
Kilo Code	Kilo (Anaconda)	MIT	7.8.15 · 19. Okt.	Beliebig (500+ Modelle), lokal	Free	IDE-Nutzer, die OpenCode darin wollen
goose	AAIF (Linux Foundation)	Apache-2.0	1.55.0	Beliebig, lokal	Free	Ein Agent einer Stiftung, der auf MCP setzt
Factory Droid	Factory	Urheberrechtlich geschützt	0.247.0 · 22. Okt.	Frontier + offene Gewichte; BYOK und lokal	Pro $20/Monat	Lang laufende Missionen für Teams

Zwölf weitere — Grok Build, Devin, Amp, Warp, Junie, Kiro, Crush, Letta Code, OpenHands, cecli (der aktive Aider-Fork), ZCode und MiniMax Code — kommen in den Teilen 4 bis 8 dazu, zusammen mit einem langen Schwanz von Newcomern. Die Versionsangaben sind eine Momentaufnahme vom 22. Oktober 2026 aus der npm- und der PyPI-Registry, den GitHub-Tags und der ACP-Registry (die Version von Cursor CLI stammt aus letzterer).

---

---

Teil 1 — Was ein KI-Coding-Harness ist, und die sieben Familien

Ein großes Sprachmodell allein kann nur Text erzeugen. Alles, was aus diesem Text einen funktionierenden Pull Request macht, ist der Harness.

Zerlegst du einen beliebigen Coding-Agenten, findest du immer dieselben sechs Teile:

1. Die Schleife. Aufgabe lesen, planen, ein Tool aufrufen, das Ergebnis lesen, entscheiden, was als Nächstes kommt, wiederholen, bis es fertig ist. Wie ein Harness diese Schleife ausführt — wie oft er neu plant, wann er stoppt, wie er sich von Fehlern erholt —, ist der größte Teil dessen, was einen guten Agenten von einem teuren unterscheidet.
2. Die Tools. Dateien lesen und bearbeiten, Shell-Befehle ausführen, Code und das Web durchsuchen und alles, was du über das Model Context Protocol (MCP) hinzufügst. Pi bringt vier Tools mit. Claude Code bringt mehr als ein Dutzend mit, plus alles, was du anbindest.
3. Kontextverwaltung. Was bei jedem Turn ins Fenster des Modells kommt, was zusammengefasst (“compacted”) wird, wenn’s voll ist, was im Cache bleibt, damit du’s nicht zweimal zahlst, und was zwischen Sitzungen als Gedächtnis bleibt.
4. Berechtigungen und Isolation. Was der Agent ohne Nachfrage tun darf, was er fragen muss und was das Betriebssystem physisch verhindert.
5. Die Oberfläche. Eine Terminal-UI, eine Desktop-App, ein Editor-Panel, eine Chat-App auf deinem Handy oder ein Cloud-Dienst, der einen Pull Request öffnet, während du schläfst.
6. Erweiterungspunkte. Subagenten, Hooks, Plug-ins, Skills und Anweisungsdateien wie etwa AGENTS.md — die Stellen, an denen du einem Harness beibringst, wie dein Team arbeitet.

Ein nützliches Denkmodell, entlehnt aus Phil Winders Harness-Vergleich: das Modell ist der Motor, der Harness ist ein Agent, der darum herum gebaut ist, ein Framework koordiniert mehrere Agenten auf einem Pfad, den du entwirfst, und eine Plattform führt das alles für eine Organisation aus. 2026 gibt es außerdem eine fünfte Ebene — das Cockpit, ein Tool wie Orca oder Herdr, das mehrere Harnesses parallel laufen lässt und dir zeigt, was jeder davon getan hat.

Die sieben Familien

Achtundzwanzig Harnesses sind zu viele für eine einzige Liste, deshalb gruppiert dieser Artikel sie danach, woher sie kommen — denn eines Harness’ Herkunft verrät seine Voreinstellungen besser als jede Feature-Tabelle.

Bild anzeigen Die meisten Tools sitzen fest in einer Familie und leihen sich Ideen von den anderen. MCP, ACP, AGENTS.md und Agent Skills sind die gemeinsame Infrastruktur.

1. Harnesses aus Frontier-Labors — Claude Code, Codex, Antigravity CLI und Grok Build. Gebaut von den Firmen, die die stärksten Modelle trainieren, zuerst auf diese Modelle abgestimmt und meist mit einem Abonnement gebündelt.
2. Harnesses aus Open-Model-Labors — DeepSeek Harness, Qwen Code, Kimi Code, Mistral Vibe, ZCode von Z.ai, MiniMax Code und Tencents CodeBuddy Code. Agenten aus Labors, die offene Gewichte veröffentlichen, darauf ausgelegt, die eigenen Modelle gut aussehen zu lassen und wenig zu kosten.
3. Quelloffene Harnesses für jedes Modell — OpenCode v2, Pi, Cline, Kilo Code, goose, Crush, OpenHands und cecli, der aktive Fork von Aider. Community-getrieben, eigener Schlüssel oder eigenes lokales Modell, kein Abonnement nötig.
4. Agenten, die lernen — Hermes Agent, Letta Code und, als Host für andere Harnesses, OpenClaw. Lang laufende Agenten mit echtem Gedächtnis, die zufällig auch gut Code schreiben.
5. Editor- und Plattform-CLIs — Copilot CLI, Cursor CLI, Junie CLI, Kiro CLI, Devin CLI und Augments Auggie. Der Terminal-Agent aus der IDE oder dem Code-Host, für den du ohnehin zahlst.
6. Agenten-Plattformen — Factory Droid, Amp, Warp mit seinen Oz-Cloud-Agenten, Devin Cloud, Codex Cloud und Copilots Cloud-Agent. Kommerzielle Produkte mit gehosteten Runnern, lang laufenden “Missionen” und Team-Abrechnung.
7. Cockpits — Orca, Herdr, Conductor, Vibe Kanban und cmux. Selbst keine Harnesses, aber der Ort, von dem aus viele sie heute laufen lassen. Die beiden größten habe ich verglichen in Orca vs. Herdr.

Die Grenzen verschwimmen. Codex ist ein Harness aus einem Frontier-Labor und und eine Cloud-Plattform. OpenClaw ist ein persönlicher Agent, der Claude Code, Codex und OpenCode als Plug-ins steuern kann. Kilo Code ist eine IDE-Erweiterung, die auf OpenCode neu gebaut wurde. Aber die Familie, in die ein Tool hineingeboren wurde, sagt dir immer noch, für wen es gebaut wurde — und wer dafür zahlt.

---

Teil 2 — Der Harness-Effekt: Was die Benchmarks wirklich zeigen

“Der Harness zählt so viel wie das Modell” wurde zum Klischee von 2026. Zur Hälfte stimmt’s, und die Hälfte, die stimmt, ist die teure.

Der Benchmark, der Harnesses vergleichbar macht

Die meisten Coding-Benchmarks testen Modelle in einem festen Harness, deshalb sagt’s dir nichts über den Unterschied zwischen Claude Code und Codex. Artificial Analysis änderte das im Mai mit seinem Coding Agent Index, der Kombinationen aus Harness und Modell durch dieselben Aufgaben schickt und Kosten, Zeit und Token neben dem Ergebnis festhält. Version 1.5 mittelt drei Benchmarks: DeepSWE v1.1 (113 Software-Engineering-Aufgaben), Terminal-Bench 4.0 (66 schwere Terminal-Aufgaben) und SWE-Atlas-QnA (124 Fragen zu echten Codebasen).

Seine öffentlichen Vergleichsseiten decken derzeit drei Harnesses ab — Claude Code, Codex und OpenCode — und das zeigen sie:

Harness + Modell (Aufwand)	Index	Terminal-Bench 4.0	Kosten pro Aufgabe	Zeit pro Aufgabe	Token pro Aufgabe
Claude Code + Sonnet 5.5 (Aufwand: max)	68	66%	$14.19	1,5 h	27,7 Mio.
Claude Code + Opus 5.5 (Aufwand: max)	66	63%	$13.04	1,1 h	15,6 Mio.
Codex + GPT-6.1 Sol (Aufwand: xhigh)	63	55%	$1.04	15,5 min	3,2 Mio.
Claude Code + Sonnet 5.5 (Aufwand: xhigh)	63	58%	$3.33	27,0 min	7,1 Mio.
Codex + GPT-6 Astra (Aufwand: max)	62	56%	$7.47	29,4 min	3,3 Mio.
Claude Code + Fable 5.1 (Aufwand: max)	62	58%	$12.39	34,8 min	5,7 Mio.
Codex + GPT-6.1 Sol (Aufwand: medium)	61	52%	$0.70	10,9 min	2,3 Mio.
Claude Code + Sonnet 5.5 (Aufwand: high)	55	42%	$1.24	12,3 min	2,7 Mio.
OpenCode + GLM-5.3	54	40%	$4.37	48,1 min	14,3 Mio.
Codex + DeepSeek V4 Flash 0731 (Aufwand: max)	39	11%	$0.08	18,3 min	15,4 Mio.
Claude Code + Haiku 5.5 (Aufwand: low)	28	6%	$0.14	11,6 min	2,4 Mio.

Quelle: Vergleichsseiten des Artificial Analysis Coding Agent Index v1.5, abgerufen am 22. Oktober 2026. Die Kosten sind Pay-per-Token-API-Kosten pro Aufgabe, nicht Abonnementpreise. Ausgewählte Zeilen; insgesamt 28 Kombinationen.

Bild anzeigen Jeder Punkt ist eine Kombination aus Harness und Modell auf derselben Suite. Die obere rechte Ecke ist Claude Code; die effiziente Grenze links ist überwiegend Codex.

Drei Dinge fallen auf.

Claude Code beherrscht die Spitze des Diagramms. Nichts auf diesen Seiten schlägt Sonnet 5.5 oder Opus 5.5 bei maximalem Aufwand in Claude Code; der nächstbeste Wert, den ich im selben Index gefunden habe — zitiert von Morph —, ist Cognitions Devin Fusion CLI mit 61,7. Wenn dich nur interessiert, dass die härteste Aufgabe erledigt wird, ist das immer noch der Harness, den es zu schlagen gilt.

Codex beherrscht die Effizienzgrenze. GPT-6.1 Sol in Codex landet fünf Punkte niedriger, für weniger als ein Zehntel der Kosten und in etwa einem Sechstel der Zeit. Selbst bei mittlerem Aufwand erreicht es 61 für 70 Cent. Und weil Codex dich andere Anbieter einstecken lässt, hat Artificial Analysis auch DeepSeek-V4-Modelle durchlaufen lassen — DeepSeek V4 Flash kam im Schnitt auf acht Cent pro Aufgabe, allerdings mit einem Indexwert von 39.

OpenCode mit einem Modell mit offenen Gewichten erreicht etwa 80 % der Bestpunktzahl. GLM-5.3 in OpenCode erreicht 54 — zwischen Claude Codes Sonnet 5.5 bei mittlerem und hohem Aufwand — mit einer Cache-Trefferquote von 97 % und ganz ohne Abonnement.

Bild anzeigen Dieselben drei Benchmarks, drei sehr unterschiedliche Mengen Arbeit. Claude Code braucht bei maximalem Aufwand 266 Turns pro Aufgabe; Codex braucht 40.

Die Turns erzählen die Geschichte. Bei maximalem Aufwand braucht Claude Code etwa 266 Turns pro Aufgabe: er liest mehr, prüft mehr und startet mehr Subagenten. Codex braucht 40. Keiner ist falsch — Claude Codes Gründlichkeit erkauft die Bestpunktzahl —, aber es bedeutet, dass die Aufwandsstufen jetzt genauso viel zählen wie die Wahl des Harness. Claude Code mit Sonnet 5.5 bei hoch Aufwand kostet $1,24 pro Aufgabe und erreicht 55. Bei xhigh kostet es $3,33 und erreicht 63 — gleichauf mit dem Bestwert von Codex für etwa den dreifachen Preis.

Dasselbe Modell, zwei Harnesses

Der sauberste Test für einen Harness ist, das Modell konstant zu halten. Terminal-Bench 4.0 erlaubt uns das grob, indem wir den eigenen Agenten jedes Labors auf dem öffentlichen Board unter tbench.ai mit den Läufen derselben Modelle von Vals AI vergleichen in mini-SWE-agent — einem bewusst minimalen Harness, der dem Modell nur ein einziges Bash-Tool gibt und sonst nichts.

Modell	Der eigene Harness des Labors	Punktzahl im eigenen Harness	mini-SWE-agent	Abstand
Claude Opus 5.5	Claude Code (Aufwand: max)	64.8%	65.2%	−0,4
Claude Sonnet 5.5	Claude Code (Aufwand: max)	61.8%	64.1%	−2,3
GPT-6 Astra	Codex (Aufwand: max)	58.2%	59.6%	−1,4
GPT-6.1 Sol	Codex (Aufwand: max)	58.2%	55.1%	+3.2
Claude Fable 5.1	Claude Code (Aufwand: max)	57.9%	58.1%	−0,2
Claude Opus 5	Claude Code (Aufwand: xhigh)	53.9%	53.5%	+0.4
GPT-6 Sol	Codex (Aufwand: max)	49.4%	44.4%	+5.0
GLM-5.3	Claude Code (Aufwand: max)	41.8%	38.9%	+2.9
Grok 4.7	Grok Build (Aufwand: xhigh)	37.6%	28.8%	+8.8
GPT-5.6 Sol	Codex (Aufwand: max)	37.3%	37.9%	−0,6

Punktzahlen im eigenen Harness: öffentliches Board von tbench.ai (fünf Versuche pro Aufgabe), wie von Morph und CodingFleet nach ihren Prüfungen am 6. Oktober berichtet. mini-SWE-agent-Punktzahlen: Vals AI, aktualisiert am 19. Oktober 2026. Unterschiedliche Runner und Aufwandsstufen, behandle Differenzen unter etwa drei Punkten daher als Rauschen.

Bild anzeigen Sieben von zehn Paaren liegen innerhalb von drei Punkten. Ein reiner Bash-Harness hält mit Claude Code mit, wenn das Modell Opus 5.5 ist.

Das ist die Hälfte des Klischees, die nicht stimmt — jedenfalls ist’s heute nicht mehr so. Bei den stärksten Modellen erreicht ein Harness mit 100 Zeilen fast dieselbe Erfolgsquote wie der Flaggschiff-Agent eines Lab’s. Die Modelle haben das meiste geschluckt, was Harnesses früher beigesteuert haben: Planen, erneutes Versuchen, die eigene Arbeit prüfen.

Der Harness zählt für die rohen Punktzahlen trotzdem in zwei Fällen. Schwächere oder weniger agentische Modelle profitieren mehr: Grok Build hebt Grok 4.7 um fast neun Punkte, und Codex hebt GPT-6 Sol um fünf. Und ältere Vergleiche zeigen größere Ausschläge, weil ältere Modelle mehr Hilfe brauchten. Bei der früheren Terminal-Bench 2.0 zitiert Winder.AI Letta Code, das Claude Code mit 59,1 % zu 41,6 % mit demselben Claude-Modell schlägt — eine Lücke, die Winder Lettas Gedächtnisdesign zuschreibt.

Was das für die Auswahl bedeutet

• Wähle das Modell nach der Obergrenze. Wenn eine Aufgabe über ein Modell hinausgeht, rettet kein Harness sie.
• Wähle den Harness für alles andere. Kosten pro Aufgabe, Zeit pro Aufgabe, wie viel es dich fragt, was es anfassen darf, welche Modelle du nächsten Monat einwechseln kannst und ob es in deinem Editor, deinem Terminal oder auf deinem Handy läuft. Da liegen die 14×-Unterschiede — da entscheidet’s sich.
• Nimm’s mit den eigenen Zahlen der Anbieter nicht zu genau. Anthropics Starttabelle setzt Sonnet 5.5 auf 70,6 % bei Terminal-Bench 4.0 im eigenen Aufbau; unabhängige Läufe kommen eher auf 62–66 %. Auch die Benchmarks selbst bewegen sich weiter: Artificial Analysis hat seinen Index im August überarbeitet, sodass Agenten keine Punkte mehr für “Reward Hacking” bekommen — eine Aufgabe als gelöst markiert zu bekommen, ohne sie wirklich zu lösen.

---

Teil 3 — 2026, das Jahr, in dem der Harness zum Produkt wurde

Wenn 2025 das Jahr war, in dem Coding-Agenten nützlich wurden, dann war 2026 das Jahr, in dem sie Unternehmen wurden — mit all den Übernahmen, Stilllegungen, Preiskämpfen und Neuschreibungen, die das mit sich bringt.

Bild anzeigen Fünfundzwanzig Momente in zehn Monaten. Die Daten sind Ankündigungs- oder Veröffentlichungsdaten.

Sechs Kräfte erklären fast alles auf dieser Zeitleiste.

1. Konsolidierung. SpaceX erklärte sich am 16. Juni bereit, Cursor für 60 Milliarden Dollar in Aktien zu kaufen, wenige Tage nach dem eigenen Börsendebüt und Monate nach der Fusion mit xAI; Bloomberg Law hat den Deal inzwischen als abgeschlossen gemeldet. Cursor selbst übernahm Continue, den Open-Source-Assistenten, im selben Monat im Rahmen eines Acqui-Hire. Anaconda kaufte Kilo Code im Juli. Earendil — die Wiener Firma, die der Flask-Erfinder Armin Ronacher mitgegründet hat — übernahm im April den Harness Pi. Cognition benannte Windsurf in Devin Desktop um und entfernte den alten Cascade-Agenten vollständig.

2. Abschaltungen und Übergaben. Roo Code, einst einer der beliebtesten VS Code-Agenten: Für ihn war’s am 15. Mai vorbei, das Repository wurde archiviert, und Nutzer wurden auf einen Community-Fork namens ZooCode und auf Cline verwiesen. Google lieferte Gemini CLI ab dem 18. Juni nicht mehr an kostenlose und Consumer-Nutzer aus und verlagerte sie auf die neue Antigravity CLI. Qwen Codes kostenlose OAuth-Stufe endete am 15. April, nachdem die Nachfrage, mit den Worten des Teams, “weit über” den Erwartungen lag. Aiders letztes Release datiert vom 12. Februar; der ursprüngliche Pair-Programmer im Terminal hat seither nichts mehr veröffentlicht.

3. Jedes Open-Model-Labor liefert jetzt einen Harness. Moonshot ersetzte seine Python-Kimi-CLI durch Kimi Code in TypeScript. DeepSeek brachte am 13. August DeepSeek Harness zusammen mit V4-Pro heraus. Mistral baute Vibe für Version 3.0 rund um eine Rust-Terminal-UI neu. Z.ai vermarktet seine ZCode IDE als offiziellen Harness für GLM. MiniMax und Tencent haben Agenten im ACP-Register. Die Labore haben gelernt, dass ein Modell nach dem Agenten beurteilt wird, in dem es läuft — also liefern sie ihren eigenen.

4. Die Abonnement-Kriege. Am 9. Januar verschärfte Anthropic seine Prüfungen, sodass Claude-Pro- und -Max-Logins in Harnesses von Drittanbietern wie OpenCode nicht mehr funktionierten. Später schrieb das Unternehmen die Regel in seine Bedingungen, im Mai milderte es sie mit einem monatlichen Guthaben für programmatische Nutzung und die Nutzung des Agent SDK wieder ab. OpenAI ging den umgekehrten Weg und ließ Entwickler sich in Tools wie OpenCode und Pi mit ChatGPT anmelden. Cursor, heute Teil von SpaceX, baute seine Preise Mitte Oktober auf ein Grok-und-X-Bundle um.

5. Standards gewannen. Block übergab goose im April an die Agentic AI Foundation der Linux Foundation, wo’s nun neben MCP und AGENTS.md steht. Das Agent Client Protocol (ACP), mit dem jeder Agent in Editoren wie Zed und JetBrains-IDEs läuft, veröffentlichte im Juli einen v2-Entwurf; in seinem Verzeichnis stehen inzwischen 44 Agenten.

6. Die großen Umbauten. OpenCode baute sich für 2.0 zu einem gemeinsamen Hintergrunddienst um. Cline baute seine CLI für 3.0 auf einem neuen SDK neu. Pi erreichte 1.0 und akzeptierte endlich MCP. Hermes Agent brachte sein größtes Release heraus, v0.22 “The Threshold Release”. goose hat seit April eine 2.0-Beta mit neuer Architektur.

Das Ergebnis ist ein Markt, der überfüllt wirkt, sich aber längst in klare Lager sortiert hat. Der Rest dieses Artikels geht sie eines nach dem anderen durch.

---

Teil 4 — Die Frontier-Lab-Harnesses: Claude Code, Codex, Antigravity CLI und Grok Build

Das sind die Harnesses der Unternehmen, die die stärksten Modelle trainieren. Am ausgereiftesten sind sie, am häufigsten im Einsatz und — mit einer wichtigen Ausnahme — am engsten an ein Abonnement gebunden.

Claude Code — Spitzenreiter im Benchmark und der vollständigste Harness

Was es ist: Anthropics agentisches Coding-Tool. Es begann als CLI im Terminal und läuft heute im Terminal, in VS Code, in JetBrains-IDEs, als Desktop-App für macOS, Windows und Windows on ARM (Linux in der Beta), im Web unter claude.ai/code, in den Claude-Apps fürs Handy und in Slack. Jede Oberfläche nutzt dieselbe Engine, damit deine CLAUDE.md, Einstellungen und MCP-Server mitwandern.

Release-Tempo: unerbittlich. Version 2.1.308 am 22. Oktober erschienen ist und die npm-Registry zeigt 27 stabile Releases in den vorangegangenen 30 Tagen — mehr als bei jedem anderen Harness der großen Labore.

Was es kann, was andere nicht können — oder noch nicht gibt’s, und was es anders macht, wenn’s drauf ankommt:

• Das tiefste Erweiterungsmodell im Feld. Skills, Hooks (mit Dutzenden Events), Plugins aus Marketplaces, MCP, eigene Subagenten, Agenten-Teams die sich gegenseitig Nachrichten schicken, und dynamische Workflows bei denen Claude ein Skript schreibt, das viele Subagenten orchestriert und erneut ausgeführt werden kann.
• Arbeit im Hintergrund und parallel. Subagenten laufen in der Desktop-App und in VS Code jetzt standardmäßig im Hintergrund, und Git-Worktrees isolieren parallele Sitzungen mit claude --worktree.
• Arbeit, die mitkommt. Remote Control setzt eine lokale Sitzung vom Handy oder Browser aus fort, --teleport holt eine Cloud-Sitzung in dein Terminal, und “Channels” schieben Telegram-, Discord- oder Webhook-Events in eine laufende Sitzung.
• Geplante Aufgaben. Geplante Cloud-Aufgaben (früher “Routinen”) laufen auch, wenn dein Rechner aus ist, und können auf GitHub-Events anspringen; geplante Desktop-Aufgaben laufen lokal.
• Gedächtnis. Darin heißt es CLAUDE.md — oder deine bestehende AGENTS.md — und baut automatisch ein Gedächtnis dessen auf, was es über ein Projekt lernt.
• Sicherheitswerkzeuge. Feingranulare Berechtigungsregeln und -modi, ein Auto-Modus dessen Klassifikator entscheidet, was gefahrlos läuft, ohne dass du’s bestätigst, Checkpoints mit Rewind und eine Sandbox auf Betriebssystemebene für Shell-Befehle unter macOS, Linux und WSL2.

Die letzten Releases drehten sich darum, all das in großem Maßstab zu fahren: Subagenten im Headless-Modus standardmäßig forken, “Idle Compaction”, die lange Gespräche zusammenfasst, bevor der einstündige Prompt-Cache abläuft, ein neuer /effort ultracode Level, Hooks, die eine Aktion blockieren können, wenn der Hook selbst fehlschlägt, und ein OpenTelemetry-Event für jeden Tool-Aufruf, den eine Regel, eine Sandbox oder ein Hook gestoppt hat.

Modelle: Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 und Fable 5.1, über Anthropics API, Amazon Bedrock, die Agent Platform von Google Cloud (früher Vertex AI), Microsoft Foundry oder dein eigenes LLM-Gateway. Offiziell ist’s ein Claude-Harness. Praktisch veröffentlichen mehrere Labs — darunter Z.ai, MiniMax und Moonshot — Anthropic-kompatible Endpunkte, und beide Benchmark-Tabellen oben enthalten Claude Code mit Nicht-Claude-Modellen wie GLM-5.3, Qwen3.8 Max und Step 5. Ein lokaler Profilumschalter wie CC Switch macht das Tauschen dieser Endpunkte schmerzlos.

Preisgestaltung: enthalten in Claude Pro ($20 im Monat oder $17 im Monat bei jährlicher Abrechnung), Max ($100 im Monat für die fünffache Pro-Nutzung, $200 für die zwanzigfache), Team Plätze ($20–$25 Standard, $100–$125 Premium) und Enterprise ($20 pro Platz plus Nutzung zu API-Preisen). Alle Tarife teilen sich einen Nutzungspool zwischen Chat und Claude Code, mit Limits in einem rollierenden Fünf-Stunden-Fenster plus einer Wochenobergrenze. Seit dem 15. Juni enthalten Pro und Max außerdem ein monatliches Agent-SDK-Guthaben ($20, $100 oder $200) für programmatische Nutzung — claude -p, GitHub Actions und Apps von Drittanbietern, die auf dem Agent SDK aufbauen.

Wo’s schwächer ist:

• Im Betrieb ist’s das schwerste Harness. Bei maximalem Aufwand verbraucht es in der Suite von Artificial Analysis etwa 27,7 Millionen Tokens und 266 Turns pro Aufgabe. Weniger Aufwand senkt die Rechnung deutlich, aber du musst dich dafür entscheiden.
• Die Sandbox ist standardmäßig aus. Du schaltest sie ein mit /sandbox. Unter nativem Windows laufen Shell-Befehle ohne Sandbox.
• Proprietär ist’s. Das öffentliche GitHub-Repository (etwa 153.000 Stars) enthält Plugins, Beispiele und den Issue-Tracker, nicht den Quellcode.
• Dein Claude-Abonnement funktioniert nur in Anthropics Apps. Harnesses von Drittanbietern brauchen einen API-Schlüssel oder das Agent-SDK-Guthaben.

Fazit: wenn du die höchsten Punktzahlen willst und ohnehin für Claude zahlst, ist Claude Code das Referenz-Harness, an dem sich jedes andere Tool messen lassen muss.

Codex — der Preis-Leistungs-Sieger, und wirklich Open Source

Was es ist: OpenAIs Coding-Agent in vier Formen, die Sitzungen und Konfiguration teilen: ein Open-Source-CLI in Rust geschrieben (Apache-2.0, etwa 128.000 GitHub-Stars), eine IDE-Erweiterungdie Codex-App für macOS (Start am 2. Februar) und Windows (4. März), und Codex Cloud, der Aufgaben aus der Ferne ausführt und Pull Requests prüft. Auch die ChatGPT-App für iOS kann Cloud-Aufgaben starten.

Neueste Version: CLI 0.163.0 (15. Oktober), das das ’Mid-Response-Steering“ zum Standard machte — du kannst den Agenten umlenken, während er noch schreibt — und mehrere Firmen-Proxy-Probleme behob.

Was heraussticht:

• Standardmäßig ist’s an: die Sandbox. Codex-Agenten dürfen nur ihren Arbeitsordner oder Branch bearbeiten und müssen vor erhöhten Aktionen wie Netzwerkzugriff nachfragen. Unter den Harnesses der großen Labore wird nur Codex mit eingeschalteter Isolation auf Betriebssystemebene ausgeliefert; Cursors Standardmodus macht in seinen eigenen Produkten etwas Ähnliches.
• Effizienz. Es braucht für ein ähnliches Ergebnis einen Bruchteil der Turns und Tokens von Claude Code (Teil 2).
• Ein vollständiges Erweiterungsmodell. Subagenten (eingebaute “worker”- und “explorer”-Agenten plus eigene, in TOML definierte), ein lang laufender Goal-Modus, Hooks, ein Plugin-Marketplace mit mehr als 20 offiziellen Plugins wie Slack, Figma, Notion und Sentry, Skills und MCP als Client und als Server. OpenAI’s AGENTS.md Instruktionsformat, das heute von der Agentic AI Foundation betreut wird, entstand hier und wird in Zehntausenden Repositories verwendet.
• Parallele Arbeit in der App. Eingebaute Worktrees, Threads pro Agent, Diff-Review mit Kommentaren und Automatisierungen die nach Zeitplan laufen und Ergebnisse in eine Prüf-Warteschlange legen.
• Modellfreiheit, ganz leise. OpenAI-Modelle kommen zuerst, aber --oss lässt lokale Modelle über Ollama, LM Studio oder MLX laufen, und eigene Anbieter funktionieren über die Konfigurationsdatei. Genau deshalb hat Artificial Analysis DeepSeek V4 in Codex gebenchmarkt.

Modelle: GPT-6.1 Sol, GPT-6 Astra (das leistungsfähigste), GPT-6 Sol und das günstige GPT-6 Luna. GPT-5.5 wurde am 14. Oktober aus Codex für ChatGPT-Logins entfernt.

Preisgestaltung: in ChatGPT enthalten. Plus ($20) bekommt geschätzt 15–160 Nachrichten mit GPT-6.1 Sol oder 5–45 Nachrichten mit GPT-6 Astra pro Fünf-Stunden-Fenster. Pro beginnt bei $100, mit Stufen zu $200 und $500 und derzeit ohne Fünf-Stunden-Limit; die $500-Stufe ergänzt einen “Ultrafast”-Modus. Business kostet $20 pro Nutzer im Monat bei jährlicher Abrechnung. Free und Go ($8) bekommen eingeschränkten Zugang, und Nutzer mit API-Schlüssel erhalten CLI, SDK und IDE-Erweiterung zu API-Preisen — aber keine Cloud-Funktionen wie das Code-Review auf GitHub.

Der entscheidende Unterschied bei den Nutzungsregeln: OpenAI lässt dich dich in anderen Harnesses mit ChatGPT anmelden. Im Sommer sagte Thibault Sottiaux von OpenAI, OpenCode und Pi allein machten etwa 10 % des Codex-Traffics aus. Wenn du lieber OpenCodes Oberfläche mit deinem ChatGPT-Tarif nutzen willst, kannst du’s tun.

Wo’s schwächer ist: eine ’OpenAI-first“-Erfahrung; Nutzungslimits, die als breite Schätzungen statt als feste Zahlen veröffentlicht werden; und, wie jedes Harness, die Erkenntnis dieses Jahres, dass Repository-Instruktionsdateien nicht blind zu vertrauen ist (Teil 12).

Fazit: die besten Ergebnisse pro Dollar aller Harnesses, die sichersten Standardeinstellungen unter den Frontier-Lab-Harnesses und obendrein Open Source.

Antigravity CLI, und was mit Gemini CLI passiert ist

Gemini CLI war 2025 der Liebling der Gratis-Stufe: Apache-2.0, tausend kostenlose Anfragen pro Tag und der Agent, der mit Zed das Agent Client Protocol startete. 2026 änderte Google den Kurs.

Auf 19. Mai Google kündigte an, dass seine Terminal-Erfahrung in das neue Antigravity CLI, und am 18. Juni bediente Gemini CLI keine Gratisnutzer, Google-AI-Pro- und -Ultra-Abonnenten und einzelne Gemini-Code-Assist-Nutzer mehr. Enterprise-Kunden mit Gemini Code Assist Standard oder Enterprise, Google-Cloud-Nutzer und alle mit einem kostenpflichtig Gemini-API-Schlüssel behielten den Zugang. Google sagt, Gemini CLI “bleibt der Community erhalten” als Apache-2.0-Repository und bekommt weiter Modell-, Bug- und Sicherheitsupdates für Enterprise-Kunden — und das stimmt: 0.65.0 erschien am 20. Oktober, Nightly-Builds von 0.67 sind bereits draußen.

Antigravity CLI ist ein anderes Programm. Das Binary heißt agy, geschrieben ist’s in Go, und es teilt seine Architektur mit der Desktop-App Antigravity 2.0, inklusive asynchroner Hintergrund-Workflows. Es behält Agent Skills, Hooks und Subagenten; Erweiterungen von Gemini CLI werden zu “Plugins” (agy plugin import gemini konvertiert sie); GEMINI.md und AGENTS.md bleiben unverändert; Workspace-Skills wandern nach .agents/skills; und MCP-Server wandern in eine eigenständige mcp_config.json. Google selbst nennt es “teilweise Parität”. Die Ankündigung sagt weder, ob Antigravity CLI ’Open Source’ ist, noch nennt sie eine Lizenz.

Sein Berechtigungsmodell ist vorsichtiger, als das von Gemini CLI war. Standardmäßig (request-review) hält es inne, bevor es Befehle ausführt, Dateien schreibt oder etwas Externes aufruft, das du’s nicht vorab freigegeben hast. Ein proceed-in-sandbox Modus führt Terminal-Befehle automatisch in einem isolierten Container ohne Zugriff auf deine Dateien aus, strikt lässt nur Tools mit Leserechten frei laufen, und --dangerously-skip-permissions tut, was der Name sagt. Du meldest dich mit einem Google-Konto oder einem Google-Cloud-Projekt an.

Antigravity fährt zuerst Gemini-Modelle — Google brachte sein neues Flaggschiff, Gemini 4 Argon, am 13. Oktober in der Gemini-App und in der Antigravity-Coding-Oberfläche. Für Einzelpersonen gibt’s eine Gratis-Stufe, Google-AI-Abos heben die Limits an.

Fazit: wenn du Gemini CLI kostenlos genutzt hast, installiere agy und starte den Plugin-Import. Wenn du die Open-Source-Codebasis von Gemini CLI willst, die gibt’s weiterhin — aber für Privatkonten hat sich das Geschehen verschoben.

Grok Build — die parallele CLI von xAI, jetzt Teil von Cursor

Der Coding-Agent von xAI ging Mitte Mai in eine frühe Beta für SuperGrok Abonnenten ($30 im Monat). Es arbeitet in drei Phasen — planen, suchen, bauen — und kann bis zu acht Agenten parallel laufen lassen. xAI ist inzwischen in SpaceX aufgegangen, das nun auch Cursor besitzt, und Cursors neue Tarife bündeln Grok Build zusammen mit Grok Chat und weiteren xAI-Funktionen.

In Benchmarks ist es das klarste Beispiel dafür, wie ein Harness einem Modell hilft: In Terminal-Bench 4.0, erreicht Grok 4.7 in Grok Build 37,6 % gegen 28,8 % in einem reinen Bash-Harness. Damit liegt es immer noch etwa 27 Punkte hinter Claude Code mit Opus 5.5. Für ACP-Editoren gibt’s das über das Registry.

Fazit: einen Blick wert, wenn du schon für SuperGrok oder die neuen Cursor-Tarife zahlst; noch kein Grund, allein deswegen zu wechseln.

---

Teil 5 — OpenCode v2 und die quelloffenen Harnesses für jedes Modell

Diese Familie würde ich den meisten zuerst empfehlen, weil sie dich nie in eine ’Lock-in’-Falle zwingt. Wenn du Alternativen zu Claude Code suchst, fang hier an: Jedes dieser Harnesses nutzt fast jedes Modell — Frontier-APIs, günstige Modelle mit offenen Gewichten oder etwas, das auf deinem eigenen Mac läuft — und ein Abo braucht’s bei keinem.

OpenCode v2 — der offene Harness für jedes Modell

Ich baue mit OpenCode — für mich ist’s das Tool, mit dem ich meine eigene App Stash gebaut habe — also lies diesen Abschnitt mit diesem Bias im Hinterkopf. Ich habe mich am 17. Oktober ausführlich mit Version 2.0 befasst in OpenCode v2, Hermes Agent und OpenClaw im Vergleich; hier die Kurzfassung, plus was sich seither geändert hat.

Was es ist: der Open-Source-Coding-Agent von Anomaly, dem Team hinter SST. MIT-Lizenz, etwa 220.000 GitHub-Stars, und mit Version 2 umgebaut zu einem einzigen Hintergrunddienst mit dem sich jede Oberfläche verbindet: eine Terminal-UI, eine leichtere opencode mini, eine Electron-Desktop-App, eine installierbare Web-App, IDE-Erweiterungen und deine eigenen Skripte. Starte eine Sitzung im Terminal, bestätige eine Berechtigungsabfrage vom Handy aus und beende sie in der Desktop-App.

Was es besonders macht:

• Jedes Modell, wirklich. Sein Anbieterkatalog ist models.dev, die offene Modelldatenbank, die das OpenCode-Team gestartet hat, sodass neue Modelle schnell auftauchen; mehr als 75 Anbieter werden unterstützt. Ollama, LM Studio und vLLM werden auf ihren Standard-Ports automatisch erkannt. Logins mit ChatGPT und GitHub Copilot funktionieren. Claude läuft über einen API-Schlüssel — Anthropic hat Claude-Abo-Logins in Harnesses von Drittanbietern im Januar abgeschaltet.
• Code Mode, standardmäßig an für jeden MCP-Server. Das Modell schreibt ein kurzes JavaScript-Programm, das Tool-Aufrufe in einem abgeschotteten Interpreter verkettet, statt für jeden Aufruf einen Roundtrip zu machen — das hält große MCP-Setups davon ab, den Kontext zu fluten.
• Subagenten und Shell-Befehle im Hintergrund. Presse Ctrl+B um eine laufende Aufgabe in den Hintergrund zu schieben; gib einem Review-Subagenten ein anderes Modell als dem Hauptagenten.
• Eingebaute Git-Worktrees, Datei-Snapshots pro Schritt mit /undo und /redo, angedockte Diffs und eine Ansicht “geänderte Dateien pro Turn”.
• Berechtigungen, die sich wie eine Firewall lesen: eine geordnete Liste aus Erlauben-, Fragen- und Verbieten-Regeln, bei der der letzte Treffer gewinnt, plus harte Verbote.
• Eine Laufzeitumgebung, nicht nur eine App. Eine neu gebaute HTTP-API, ein Client-Paket und ein einbettbares SDK sorgen dafür, dass andere Tools es steuern können — Orca, OpenClaw und Hermes tun genau das.

Was gibt’s Neues seit 2.0. Version 2.1.0 (20. Oktober) brachte persistente Terminals unter Windows x64 und ARM64, stellte die Sitzungsarchivierung wieder her, ließ dich Berechtigungsregeln in der UI bearbeiten und fügte experimentelle To-do-Listen und Gemini Live Voice hinzu. Außerdem wurden einige interne Felder umbenannt, sodass Plugins, die auf frühen 2.0-Builds beruhen, eventuell ein Update brauchen. 2.1.2 (21. Oktober) geht sauber mit Limits für Gratis-Modelle um — zeigt an, wann das Limit zurückgesetzt wird, und bietet einen Modellwechsel an — und fügt OPENCODE_DISABLE_FREE_MODELS für Teams, die im Picker keine ’Null-Kosten-Modelle“ wollen.

Benchmarks: auf dem Index von Artificial Analysis erreicht OpenCode mit GLM-5.3 54 bei $4,37 pro Aufgabe mit einer Cache-Trefferquote von 97 % — das einzige Ergebnis eines offenen Harness auf diesen Vergleichsseiten, und ein starkes.

Wo’s noch hakt: v2 startet weiterhin keine Language Server, LSP-Diagnosen gibt’s also keine; der Migrationsleitfaden rät, stattdessen den Agenten deinen Typechecker laufen zu lassen. ’V1’-Plugins laden nicht. In v2 ist der Zugriff auf Ordner außerhalb des Projekts standardmäßig erlaubt, und es liest nur AGENTS.md, nicht CLAUDE.md. V1 (1.19.3) wird weiterhin gepatcht, wenn du warten musst.

Preisgestaltung: kostenlos. OpenCode Go ($10 im Monat) und Go Plus ($40) bündeln den Zugang zu einer kuratierten Auswahl an Modellen; Zen rechnet nach Verbrauch ab.

Fazit: das beste Standard-Harness für alle, die ihre eigenen Modelle wählen wollen — und weiter wählen wollen.

Pi — der Minimalist, auf dem andere Agenten aufbauen

Was es ist: ein “minimales, erweiterbares Agenten-Harness”, das Mario Zechner (bekannt durch libGDX) startete und das im April übernommen wurde von Earendil, dem gemeinnützigen Unternehmen aus Wien, das Flask-Erfinder Armin Ronacher mitgegründet hat. MIT-Lizenz, etwa 117.000 Stars, und Version 1.4.0 Stand 21. Oktober.

Die Philosophie: Pi liefert vier Tools — lesen, schreiben., bearbeiten und bash — und einen System-Prompt plus Tool-Definitionen, die unter 1.000 Tokens bleiben. Es gibt keine eingebauten Subagenten, keinen Plan-Modus, keine To-do-Listen und keine Berechtigungsabfragen. Du ergänzt, was du willst, über TypeScript-Erweiterungen oder Community-Pakete, und du kannst den System-Prompt komplett ersetzen durch eine SYSTEM.md.

Warum es mehr zählt, als seine Größe vermuten lässt: OpenClaw baut auf den Komponenten von Pi auf, und genug andere Tools ziehen die Pakete von Pi ein — pro Woche gibt’s davon rund 2,7 Millionen Downloads. Pi akzeptierte MCP endlich Ende September und machte es am 1. Oktober mit Pi 1.0 zum Hauptfeature — zu seinen eigenen Bedingungen: MCP-Tools laufen über ein sandboxed “Codemode”-Skriptwerkzeug, damit’s keine Schemas ins Kontextfenster spült. Ein Fork, oh-my-pi, packt ein Rundum-sorglos-Setup für Leute, die den Kern von Pi wollen, ohne ihn selbst zusammenzubauen.

Wo’s schwächer ist: von Haus aus fast alles. Da gibt’s kein Berechtigungssystem — die Rechte von Pi sind die deines Kontos, und vor jedem Tool-Aufruf fragt es nicht nach — deshalb empfiehlt die eigene Dokumentation, es in einem Container laufen zu lassen. Earendil hat außerdem gesagt, dass einige künftige Zusatzfunktionen source-available und einige Enterprise-Funktionen proprietär sein werden, doch Pi selbst bleibt’s bei MIT.

Fazit: das Harness der Wahl, wenn du jede Zeile deines Agenten verstehen und besitzen willst. Starte es in einem Container.

Cline — der VS-Code-Liebling, jetzt überall

Was es ist: einer der ursprünglichen Open-Source-Coding-Agenten für VS Code, inzwischen auch als JetBrains-Plugin, ein CLI für Version 3.0 auf einem neuen SDK neu gebaut, ein Node-SDK (@cline/sdk) zum Bauen eigener Agenten, und ein webbasiertes Kanban Board, um mehrere Agenten laufen zu lassen. Apache-2.0 und etwa 68.000 Stars.

Stärken: jedes Modell, auch lokale; eine klare Trennung von Planen und Handeln, wobei der Plan-Modus jetzt Shell-Befehle, die Dateien ändern, hart blockiert; Subagenten, die Tool-Aufrufe parallel ausführen; “Agenten-Teams”; ACP-Unterstützung; und einen cline history --json Befehl für Skripte. ClinePass, ein Abonnement, das die Modellnutzung abdeckt, ist jetzt für jeden CLI-Nutzer verfügbar.

Achtung bei: die --yolo Flag, von dem der Hilfetext selbst sagt, dass du ihn nur in Sandbox-Umgebungen nutzen solltest.

Fazit: der etablierteste Open-Source-Agent für deinen Editor.

Kilo Code — OpenCode in deiner IDE, jetzt im Besitz von Anaconda

Was es ist: ein Open-Source-Coding-Agent für VS Code und JetBrains mit CLI und einem browserbasierten Cloud Agent. Er begann als Fork von Roo Code, aber Kilo hat seine CLI und die VS-Code-Erweiterung inzwischen neu gebaut auf Basis von OpenCode — die eigene FAQ nennt Kilo CLI “einen Fork von OpenCode”. MIT-Lizenz, etwa 28.000 Stars, CLI 7.8.15 (19. Oktober).

Die Neuigkeit: Anaconda hat Kilo im Juli übernommen. Damals sagte Kilo, mehr als drei Millionen Entwickler leiteten monatlich fast zehn Billionen Tokens darüber, verteilt auf über 500 Modelle von mehr als 60 Anbietern. Anacondas Argument ist Governance: modellneutrales KI-Coding, das Unternehmen kontrollieren können.

Fazit: wenn du OpenCodes Engine magst, sie aber in VS Code oder JetBrains haben willst, mit einem Enterprise-Eigner dahinter, dann ist es dieses.

goose — der Agent einer Stiftung

Was es ist: der Open-Source-Agent, den Block 2025 veröffentlichte und im April an die Agentic AI Foundation (AAIF) bei der Linux Foundation spendete, wo er neben MCP und AGENTS.md steht. Apache-2.0, etwa 55.500 Stars, mit einer nativen Desktop-App für macOS, Linux und Windows, einer CLI und einer einbettbaren API.

Stärken: MCP-first-Erweiterbarkeit (goose gehörte zu den frühesten Anwendern von MCP), teilbare “Rezepte”, die einen Workflow verpacken, jedes Modell inklusive lokaler über Ollama und neutrale Governance. Eine goose-2.0-Beta mit neuer Architektur gibt es seit April; die aktuelle stabile Linie ist 1.55.

Fazit: eine gute Wahl für Organisationen, die einen Agenten wollen, der von einer Stiftung statt von einem Unternehmen geführt wird.

Crush — der terminalnative Agent von Charm

Was es ist: der Coding-Agent von Charm, dem Unternehmen hinter einem Großteil des modernen Terminal-UI-Ökosystems in Go. Etwa 28.000 Stars, Version 0.98.1. Lizenziert ist’s unter FSL-1.1-MIT — jetzt source-available, nach zwei Jahren wird daraus MIT — und nicht unter einer Standard-Open-Source-Lizenz.

Stärken: es nutzt Language Server für Code-Kontext (was OpenCode v2 derzeit fehlt), unterstützt MCP über stdio, HTTP und SSE, lässt dich mitten in der Sitzung das Modell wechseln, ohne den Kontext zu verlieren, und läuft auf einer ungewöhnlichen Bandbreite von Plattformen, von Windows und macOS bis Android und die BSDs.

Fazit: ein schöner, schneller Terminal-Agent für Leute, denen wichtig ist, wie sich ihre Tools anfühlen. Prüfe die Lizenz, wenn du ein Produkt darauf aufbauen willst.

OpenHands — von der Agenten-App zum Agenten-SDK

Was es ist: das Projekt, das als OpenDevin begann. Im Kern MIT-lizenziert (das Repository enthält auch separat lizenzierte Komponenten), etwa 91.500 Stars, und zunehmend eine Plattform zum Bauen von Agenten: Das OpenHands Software Agent SDK (1.57.0 am 21. Oktober) wird pro Woche fast eine Million Mal von PyPI heruntergeladen. Die lokale GUI läuft jetzt als agent-canvas, und jede Konversation kann ihre eigene Docker-Sandbox bekommen. OpenHands Cloud und Enterprise betreiben es für dich.

Der Haken: das eigenständige OpenHands CLI Seit 1.16.0 am 8. Mai gibt’s kein Release mehr. Die Energie steckt im SDK und in der GUI.

Fazit: nimm es, wenn du dein eigenes Agenten-Produkt bauen oder Docker-Isolation pro Konversation von Haus aus haben willst.

Aider und cecli — der Pionier und sein Fork

Aider erfand praktisch den Terminal-Pair-Programmer: Git-Commits für jede Änderung, eine Repository-Map, Architekt/Editor-Modus und Benchmarks, die das ganze Feld nutzte. Es hat noch etwa 50.000 Stars und eine Apache-2.0-Lizenz. Aber sein letztes PyPI-Release, 0.86.2, erschien am 12. Februar 2026, rund 500 Pull Requests sind offen, und ein GitHub-Issue vom Januar, das fragte, wie’s mit dem Projekt weitergeht, bekam keine Antwort von den Maintainern.

Die Energie ist weitergezogen zu cecli (früher “Aider CE”), ein Community-Fork, der einen Agenten-Modus, Subagenten und MCP-Unterstützung ergänzt. Er erschien 1.9.0 am 17. Oktober, Release Candidates für 1.10 folgen bereits.

Fazit: wenn du Aiders Workflow liebst, nimm cecli. Wenn du einen modernen Agenten willst, nimm eines der Harnesses oben.

2026 verschwunden: Roo Code und Continue

• Roo Code wurde eingestellt am 15. Mai 2026 und das Repository archiviert. Das README verweist Nutzer auf ZooCode, einen Community-Fork, und auf Cline, wo Roo begann. Auch Kilo, selbst aus Roo entstanden, wirbt inzwischen um seine Nutzer.
• Continue, der Open-Source-Assistent für VS Code und JetBrains, wurde von Cursor per Acqui-Hire übernommen — im Juni. Nutzer hatten bis zum 15. Juli Zeit, ihre Daten zu exportieren. Das letzte Release 2.0.0 entfernte die Telemetrie, und der Code bleibt unter Apache-2.0 für alle verfügbar, die forken wollen.

---

Teil 6 — Hermes Agent und die Agenten, die lernen

Die meisten Coding-Harnesses vergessen dich, sobald eine Sitzung endet; im besten Fall erinnern sie sich an deine Projekt über eine AGENTS.md Datei. Eine kleine Familie von Agenten ist andersherum gebaut — um ein Langzeitgedächtnis herum — und kann Code zufällig sehr gut.

Hermes Agent — der Agent, der dich kennenlernt und richtig programmiert

Was es ist: Der selbstverbessernde Agent von Nous Research. MIT-Lizenz, etwa 254.000 GitHub-Stars — mehr als OpenCode — und eines der drei Themen meines OpenCode v2, Hermes Agent und OpenClaw im Vergleich Vergleichs. Du sprichst mit ihm über ein Terminal, die Hermes-Desktop-App, mehr als 20 Messaging-Plattformen oder deinen Editor. Es führt ein kleines, kuratiertes Gedächtnis über dich (USER.md) und deine Umgebung (MEMORY.md), durchsucht seine eigenen vergangenen Gespräche, schreibt sich nach harten Aufgaben neue Skills und verfeinert sie beim nächsten Mal.

Warum es in einen Coding-Harness-Vergleich gehört:

• Echte Language Server. Hermes nutzt pyright, gopls, rust-analyzer, den TypeScript Language Server und etwa zwanzig weitere und speist deren Diagnosen nach jeder Änderung zurück — bei OpenCode v2 gibt’s das derzeit nicht.
• Sicherheitsnetze beim Coden: Checkpoints mit /rollback, Git-Worktree-Unterstützung und Projektkontext aus AGENTS.md, CLAUDE.md, .cursorrules oder seine eigene .hermes.md.
• Paralleles und skriptgesteuertes Arbeiten: standardmäßig bis zu zehn Subagenten gleichzeitig, dazu execute_code, mit dem das Modell in einem einzigen Zug ein Python-Skript schreiben kann, das Hermes’ eigene Tools aufruft.
• Es delegiert an andere Harnesses. Hermes bringt gebündelte Skills mit, die Coding-Aufgaben weitergeben an OpenCode, Claude Code oder Codex, sodass du ihm vom Handy aus schreiben kannst — “nutze OpenCode, um der Orders-API Pagination hinzuzufügen, und schick mir den Diff” — und es den Spezialisten für dich steuert.
• Es läuft überall: eingebaute Terminal-Backends für deinen Laptop, Docker, SSH, Modal, Daytona und Vercel Sandbox, weitere als Plugins verfügbar. Manche schlafen im Leerlauf und kosten fast nichts.
• Es spricht ACP, sodass es auch als Agent in VS Code, Zed und JetBrains-Editoren funktioniert.

Was gibt’s Neues: Version v0.22.0, “The Threshold Release” (13. Oktober), war sein bisher größtes Release: ein erster Start, der sich selbst auf einem kostenlosen Testmodell einrichtet, Konnektoren für Apps wie Linear und Notion, lokale Modelle per Klick über llama.cpp, signierte Desktop-Pakete und ein Eintrag im Microsoft Store, ein Katalog mit rund 600 geprüften Plugins, Unterstützung für die Familien Claude 5.5, GPT-6 und Gemini 4, Logins über den Passwortmanager für seinen Browser-Agenten, ein “Bot Screen”, den du übernehmen kannst, und Live-Steuerung von Subagenten. Patch-Releases folgten schnell; v0.22.4 (21. Oktober) Katalogeinträge für bubblewrap- und Apptainer-Sandboxes sowie einen Importer, der jetzt auch eine Cursor-Einrichtung übernehmen kann.

Wo’s schwächer ist: es hat die meisten beweglichen Teile von allem hier, sein reibungslosester Weg führt über das bezahlte Portal von Nous, und seine eigene Sicherheitsrichtlinie ist so direkt, wie’s nur geht: “Die einzige Sicherheitsgrenze gegen ein gegnerisches LLM ist das Betriebssystem.” Setz sein Terminal auf ein isoliertes Backend, bevor du es E-Mails oder das Web lesen lässt.

Fazit: nicht der Agent, auf den ich zuerst ein Repository ansetzen würde — aber eine bessere Rezeption dafür gibt’s nicht. Ich nutze es neben OpenCode, nicht statt seiner.

Letta Code — Gedächtnis als Produkt

Was es ist: ein Coding-Agent von Letta, dem Unternehmen hinter MemGPT. Apache-2.0, Version 0.34.20, und eines der schnellsten Projekte in diesem Artikel: 32 stabile Releases in 30 Tagen.

Was macht’s anders: Sitzungen gehören zu persistenten Agenten, die mit der Zeit ihren eigenen Kontext umschreiben. /init lässt den Agenten deine Codebasis studieren und Erinnerungen bilden; /remember lässt ihn reflektieren und lernen; /sleeptime lässt ihn zwischen den Sitzungen “träumen”; und MemFS verfolgt sein Gedächtnis in git, optional mit deinem eigenen GitHub-Repository synchronisiert. Es lernt wiederverwendbare Skills aus erledigten Aufgaben, durchsucht alle seine bisherigen Nachrichten, lässt Subagenten im Hintergrund laufen, hält Zeitpläne und Heartbeats ein und ist über Slack, Telegram oder Discord erreichbar. Es funktioniert mit den meisten Modellen.

Belege: Letta sagte im Dezember 2025, Letta Code sei das beste modellunabhängige Open-Source-Harness auf Terminal-Bench gewesen, und Winder.AI führt an, dass es Claude Code auf Terminal-Bench 2.0 mit demselben Claude-Modell geschlagen hat. Einen Eintrag für Terminal-Bench 4.0 oder den Coding Agent Index hab’ ich dafür nicht gefunden.

Fazit: die interessanteste Alternative zu Hermes für Entwickler, die wollen, dass das Gedächtnis das Zentrum ihres Coding-Agenten ist und kein Zusatz.

OpenClaw — kein Coding-Harness, aber der größte Host für sie

OpenClaw, die selbst gehostete Assistant-Plattform mit rund 392.000 Stars, will’s nicht drauf anlegen, Claude Code beim Coden zu schlagen. Stattdessen hostet Coding-Harnesses: Plugins treiben den Codex-App-Server-Loop von OpenAI, das GitHub Copilot SDK und die installierte Claude-Code-Executable an, und über ACP kann es einen Chat-Thread an eine OpenCode-Sitzung binden, und zwar mit /acp spawn opencode. Der eigene Agenten-Kern basiert auf Pi. Anthropic hat gesagt, dass Tools, die auf seinem Agent SDK aufbauen — OpenClaw gehört dazu —, das monatliche Programmguthaben des Claude-Plans nutzen können. Mein OpenClaw-Leitfaden deckt die Einrichtung ab.

---

Teil 7 — Die Harnesses der Open-Model-Labs: DeepSeek, Qwen, Kimi, Mistral und Z.ai

Vor einem Jahr lieferten die Labs mit offenen Gewichten Modelle und ließen die Community Harnesses dafür finden. 2026 lernten sie, was Anthropic und OpenAI schon wussten: Ein Modell wird nach dem Agenten beurteilt, in dem es läuft. Also bauten sie alle einen.

DeepSeek Harness — “alles ist ein Plug-in”

Was es ist: DeepSeeks Open-Source-Agent, veröffentlicht als v0.1 am 13. August zusammen mit DeepSeek V4-Pro. MIT-lizenziert, aufgerufen als dsh, und aufgebaut auf dem Cordis Plugin-Framework, in dem buchstäblich alles — Modelle, Tools, Skills, Sitzungen, Sandboxes, Dateisysteme, die Agenten-Schleife selbst, Orchestrierung und die Benutzeroberfläche — ein austauschbares Plugin ist.

So nutzt du es: npx @deepseek-ai/dsh web startet eine lokale Web-UI auf deinem eigenen Rechner; daneben gibt’s einen Headless-Befehl, ein Python-SDK und Desktop-Apps für macOS und Windows. Es inspiziert Repositories, bearbeitet Dateien, führt Shell-Befehle aus, durchsucht das Web, hält Pläne fest, ruft Skills auf, delegiert an Subagenten und setzt Freigaberichtlinien durch. Die Modi reichen von einem vollwertigen Coding-Agenten bis zu einem minimalen, dazu ein “Creator”-Modus für eigene Agenten-Profile. Subagenten und Agenten-Teams sind noch experimentelle Plugins.

Die Zahlen: Über 252.000 GitHub-Stars in zehn Wochen — mehr als OpenCode — und rund 300,000 npm-Downloads pro Woche. Es ist außerdem noch Pre-Release: Der neueste Build ist 0.2.1-rc.2 (17. Oktober) war jeder seit dem Start auf npm veröffentlichte Build ein Alpha oder ein Release Candidate, und das Repository warnt in Großbuchstaben, dass dort wird kompatibilitätsbrechende Änderungen geben.

Modelle: Standardmäßig DeepSeek V4 Pro und Flash, mit Reasoning-Aufwand pro Sitzung; Anthropic, OpenAI und eigene kompatible Endpunkte, auch lokale, lassen sich konfigurieren.

Fazit: die ehrgeizigste Architektur in diesem Artikel und das natürliche Zuhause für DeepSeeks eigene, sehr günstige Modelle — aber behandle es als Vorschau. Wenn du in der EU bist, überleg’s dir gut, bevor du Kundencode an DeepSeeks eigene API schickst, die Daten in China verarbeitet; ein Provider mit EU-Standort oder lokale Gewichte vermeiden das.

Qwen Code — der Gemini-CLI-Ableger, der immer weiter wuchs

Was es ist: Alibabas Open-Source-Agent, der als Adaption von Gemini CLI begann und längst eigene Wege geht. Apache-2.0, rund 27.000 Stars, Version 0.26.0 (21. Oktober).

Stärken: wirklich modellunabhängig — OpenAI-, Anthropic-, Gemini- und Qwen-APIs, andere Anbieter und lokale Modelle über Ollama oder vLLM, zur Laufzeit umschaltbar. Auto-Memory, automatisch erzeugte Skills, Subagenten und Agenten-Teams, MCP, ein Headless-Modus für CI, ein experimenteller qwen serve Daemon, IDE-Unterstützung für VS Code, Zed und JetBrains, eine Desktop-App, SDKs für TypeScript, Python und Java und Chat-Bots für Telegram, DingTalk, WeChat und Feishu. Seine “Agent Arena” lässt mehrere Modelle dieselbe Aufgabe bearbeiten, damit du sie vergleichen kannst.

Der Haken: die kostenlose Stufe, die es berühmt gemacht hat, ist weg. Qwens kostenloser OAuth-Zugang endete am 15. April 2026; das Team sagte, die Nachfrage sei für ein kleines Team zu teuer geworden. Jetzt bringst du deinen eigenen Key mit, betreibst lokale Modelle oder zahlst für den Coding-Plan von Alibaba Cloud.

Fazit: eines der funktionsreichsten verfügbaren Open-Source-Harnesses und ein hervorragendes Zuhause für Qwen und andere offene Modelle.

Kimi Code — der Rewrite von Moonshot

Was es ist: der Nachfolger der ursprünglichen Python-Kimi-CLI von Moonshot AI, die inzwischen archiviert ist. Kimi Code ist in TypeScript geschrieben, kommt als einzelne Binärdatei oder als npm-Paket, steht unter MIT-Lizenz und erreichte Version 2.3.0 am 21. Oktober.

Stärken: schneller Start, eine Terminal-UI für lange Sitzungen, Video-Eingabe damit der Agent eine Bildschirmaufzeichnung eines Bugs ansehen kann, MCP-Einrichtung im Gespräch mit /mcp-config, ein Plugin-Marktplatz, der Vertrauensstufen vorab anzeigt, isolierte Codierer, entdecken und Plan Subagenten, Lifecycle-Hooks, die riskante Tool-Aufrufe sperren können, und Editor-Integration über ACP (kimi acp). Standardmäßig arbeitet es mit Kimi-Modellen und lässt sich stattdessen auf APIs im OpenAI-, Anthropic- oder Google-Stil zeigen, auch auf selbst gehostete Endpunkte.

Preisgestaltung: der Agent ist kostenlos; die Nutzung von Kimi K3 läuft über eine Kimi-Mitgliedschaft (Plus 19 $, Pro 39 $, Max 99 $, Ultra 199 $ pro Monat, Stand Mitte Oktober) oder über einen Moonshot-API-Key.

Fazit: das natürliche Zuhause für Kimi K3 und für sich genommen ein gut gemachtes Harness.

Mistral Vibe 3.0 — Europas Harness wird neu geschrieben

Was es ist: Mistrals Open-Source-Coding-Agent, Apache-2.0. Version 3.0 erschien am 19. Oktober und ist ein klarer Schnitt: Die alte Python-Schnittstelle ist weg und vibe startet immer eine neue Rust Terminal-UI; jede Sitzung läuft auf einem einzigen “Unified Harness”; der Plan-Modus wurde entfernt; und eine begleitende Desktop-App kann beim Onboarding Projekte und Sitzungen aus anderen Coding-Agenten importieren. Es braucht jetzt Python 3.14 oder neuer. 3.0.1 folgte einen Tag später.

Stärken: Subagenten (ein Task Tool plus einen schreibgeschützten entdecken Agenten), Skills im Agent-Skills-Format, MCP über stdio und HTTP mit OAuth, ACP für Editoren, /branch um ein Gespräch in eine neue Sitzung abzuzweigen, und einen Admin-Schalter, um MCP in einer ganzen Organisation abzuschalten.

Modelle: Mistrals eigene, etwa Mistral Medium 3.5.

Fazit: die naheliegende Wahl für europäische Teams, die auf Mistral setzen, und jetzt, wo der Rust-Neubau fertig ist, einen Blick wert. Wenn du auf den Plan-Modus gesetzt hast, teste vor dem Upgrade.

ZCode und der GLM Coding Plan — die zweigleisige Strategie von Z.ai

Z.ai verkauft seine eigene Desktop-IDE, ZCode (Version 3.2.2 war im Juli aktuell; macOS und Windows, Linux in der Beta), die es als offizielles Harness für GLM vermarktet, mit Multi-Agent-Workflows und Fernsteuerung über WeChat, Feishu oder Telegram. Aber der klügere Schachzug von Z.ai ist der GLM-Kodierungsplan, der in mehr als 20 Harnesses funktioniert, darunter Claude Code, Codex, OpenCode und Cursor, und ein GLM Coding Plan-Agent ist im ACP-Registry gelistet.

GLM-5.3 ist das stärkste Modell mit offenen Gewichten auf beiden Benchmark-Tafeln in Teil 2: 41,8 % auf Terminal-Bench 4.0 in Claude Code und 54 im Coding Agent Index in OpenCode. Der Plan kostet 18 $ (Lite), 80 $ (Pro) oder 168 $ (Max) pro Monat Stand Mitte Oktober, bei jährlicher Zahlung weniger — und der GLM Coding Plan über meinen Affiliate-Link gibt noch einmal 10 % Rabatt. (Affiliate-Link — siehe den Hinweis oben.) Mehr zu den Modellen selbst findest du in meinem Vergleich Kimi K3 vs Fable 5.1 vs GLM-5.3 und GLM-5.3-Flash vs. MiniMax M3 in OpenCode.

MiniMax Code und CodeBuddy Code

Zwei weitere Labs haben Agenten im ACP-Registry. MiniMax-Code ist neu und früh dran (Version 0.2.7); die “M Plan”-Coding-Abos von MiniMax, jährlich ab 220 $ pro Jahr, funktionieren auch in Claude Code, Codex, Cursor und OpenCode. Tencent Clouds CodeBuddy Code ist alles andere als früh dran: Version 2.172.1, 20 stabile Releases in den letzten 30 Tagen und rund 130,000 npm-Downloads pro Woche, allerdings unter einer eigenen Lizenz statt einer Standard-Open-Source-Lizenz.

---

Teil 8 — Editor-CLIs und Agenten-Plattformen: Copilot, Cursor, Junie, Kiro, Devin, Factory, Amp und Warp

Die letzten beiden Familien kommen von Firmen, deren Hauptprodukt etwas anderes ist — ein Editor, ein Code-Host, ein Terminal oder eine Plattform — und deren Terminal-Agenten dich genau dort halten sollen.

GitHub Copilot CLI — der Agent, für den deine Firma vielleicht schon zahlt

Was es ist: GitHubs Terminal-Agent, allgemein verfügbar seit Ende Februar und jetzt bei 1.0.102 (21. Oktober), mit 14 stabilen Releases im letzten Monat und mehr als einer Million npm-Downloads pro Woche.

Was es gut macht:

• Spezialisierte Agenten und eine zweite Meinung. Eingebaute Agenten zum Erkunden einer Codebasis und für Aufgaben, dazu Rubber Duck (gibt’s seit Juni allgemein), ein Reviewer-Agent, der die Pläne, Designs, Code und Tests des Hauptagenten kritisiert, bevor dieser weitermacht. Du kannst ihn selbst aufrufen mit /rubber-duck.
• Autopilot (experimentell) arbeitet weiter, bis eine Aufgabe fertig ist; Prompt-Planung (/every 30m run the frontend tests, ebenfalls experimentell) wiederholt einen Prompt oder Skill in festen Abständen.
• Sprachserver-Unterstützung für Go-to-Definition und Diagnosen — die Server installierst du selbst — und MCP, mit GitHubs eigenem MCP-Server an Bord.
• Auch deine eigenen Modelle. Seit April unterstützt die CLI BYOK und lokale Modelle, und seit 7. Oktober /model listet sie automatisch Modelle einer laufenden Ollama-Instanz neben Copilots Cloud-Modellen auf. GitHub merkt an, dass die Wahl eines lokalen Modells nicht automatisch Telemetrie oder Cloud-Funktionen abschaltet; für Offline-Betrieb gibt’s einen eigenen Schalter.
• Spracheingabe lokal verarbeitet, eine überarbeitete Terminal-UI mit barrierefreien Farbmodi und ACP-Unterstützung für Editoren.
• Ein Zuhause auf dem Desktop. Die GitHub Copilot App, im Juni als Technical Preview auf der Microsoft Build gestartet, führt jede Agenten-Sitzung in ihrem eigenen Git-Worktree aus, verfolgt Pull Requests durch die CI bis zum Merge und steht neben Copilots Cloud-Agenten, der nach Zeitplan oder auf GitHub-Events laufen kann.
• Enterprise-Anbindung: Organisations-Owner können die CLI abschalten, und Admins bekommen Nutzungsmetriken für Terminal-Sitzungen.

Preisgestaltung: seit 1. Juni rechnet Copilot Agenten-Arbeit in KI-Credits ab, von denen einer einen Cent wert ist. Free enthält begrenzte Agenten-Nutzung in der CLI; Pro kostet 10 $ im Monat mit 1.500 Credits, Pro+ 39 $ mit 7.000, und die neue Max 100 $ mit 20.000. Code-Vervollständigungen bleiben unbegrenzt. Die Modelle kommen aus einem Multi-Vendor-Katalog — OpenAI, Anthropic, Google, xAI und andere.

Fazit: wenn deine Firma schon für Copilot zahlt, fang hier an; allein Rubber Duck ist eine gute Idee, die andere Harnesses kopieren sollten.

Cursor CLI — der Agent des Editors, jetzt unter SpaceX’ Dach

Was es ist: Cursors Agent im Terminal (curl https://cursor.com/install -fsS | bash), mit einem Headless-Modus für Skripte, einer GitHub-Actions-Integration, einem Shell-Modus mit Sicherheitsprüfungen und MCP. Sein Modellmenü mischt Cursors eigene Composer 2.5 mit Frontier-Modellen — darunter Grok 4.7, Claude Opus 5.5, Claude Fable 5.1, GPT-5.6 Sol und Gemini 3.1 Pro — und Cursors Cloud-Agenten übernehmen längere Jobs.

Was sich 2026 geändert hat: fast alles drumherum. SpaceX vereinbarte im Juni, Cursor für 60 Milliarden $ zu kaufen in Aktien, nach der Fusion mit xAI; Bloomberg Law hat den Deal inzwischen als abgeschlossen gemeldet. Cursor übernahm Continue im selben Monat und stellte Origin, einen agenten-nativen Konkurrenten zu GitHub fürs Code-Hosting. Dann wurde Mitte Oktober seine öffentliche Preisseite neu aufgebaut, und zwar um ein Grok-und-X-Bundle.

Die neuen Preise — wie der Tracker PricingSaaS sie am 19. Oktober von Cursors Seite erfasst hat, der keine Ankündigung von Cursor nennt — lauten Free, Plus für 8 $ (ein gemeinsamer Nutzungspool für Cursor und Grok, nur mit Grok-Modellen), Premium für 30 $ (viermal Plus-Nutzung, Cloud-Agenten, Automatisierungen, Bugbot-Code-Reviews und Drittanbieter-Modelle zum API-Listenpreis), Super für 100 $ und Ultra für 200 $, mit Teams ab 30 $ pro Platz. Die alte 20-$-Pro-Stufe ist von der Seite verschwunden. Prüf die Live-Seite, bevor du kaufst; der Tracker selbst markiert einige Unstimmigkeiten.

Sicherheit: Cursors empfohlene Standardeinstellung, Auto-Review, führt freigegebene Befehle sofort aus, kapselt andere Shell-Befehle, wo es unter macOS und Linux geht, in eine Sandbox und schickt den Rest an einen Klassifikator. Es hatte außerdem zwei der bemerkenswerten Agenten-CVEs von 2026, beide behoben: CVE-2026-26268, bei dem eine Prompt-Injection einen Git-Hook einpflanzen konnte, und CVE-2026-48124, bei dem im Workspace definierte Claude-Hooks liefen, weil’s dafür keine Freigabe brauchte.

Fazit: ein starker Agent in einem Unternehmen, dessen Richtung jetzt an die Modelle von xAI gebunden ist. Wenn du Frontier-Modelle willst, die nicht von Grok sind, wird’s teuer: In den neuen Plänen zahlst du dafür API-Preise.

JetBrains Junie CLI — der IDE-Hersteller wird modellunabhängig

JetBrains machte aus seinem In-IDE-Agenten ein eigenständiges, LLM-agnostisches Junie CLI im März. Es läuft im Terminal, in jeder IDE, in der CI sowie auf GitHub oder GitLab; funktioniert mit OpenAI-, Anthropic-, Google- und Grok-Modellen; unterstützt BYOK , um Plattformgebühren zu vermeiden; importiert Einstellungen aus Claude Code und Codex mit einem Klick; und unterstützt Guidelines, eigene Agenten, Skills, Commands und MCP. Zu haben ist’s über JetBrains-AI-Lizenzen (AI Pro ab 10 $ im Monat für Einzelpersonen), und es steht im ACP-Registry.

Fazit: die naheliegende Wahl für Teams, die in IntelliJ, PyCharm oder WebStorm leben und einen Agenten über IDE und Terminal hinweg wollen.

Kiro — AWS’ Agent, der mit der Spezifikation beginnt

AWS’ Kiro verbindet eine IDE mit einem Kiro CLI rund um “spec-getriebene” Entwicklung: Der Agent schreibt Anforderungen, ein Design und eine Aufgabenliste, bevor er Code schreibt. Bezahlt wird’s über Credits — Free (50 Credits), Pro $20 (1,000), Pro+ $40, Pro Max 100 $ und Leistung 200 $ (10.000), dazu Zusatz-Credits zu 0,04 $ — und jedes Modell verbraucht Credits mit einem anderen Multiplikator: nach den September-Zahlen kostete Claude Opus 5.5 das 2-Fache der Basis und GPT-5.6 Sol das 4,4-Fache. Es funktioniert in ACP-kompatiblen Editoren, aber AWS’ Bedingungen schränken die Nutzung des Abos über manche nicht verwandten Drittanbieter-Harnesses ein.

Fazit: gut für Teams, die Struktur vor Code wollen, besonders auf AWS. Achte auf die Multiplikatoren.

Devin — Windsurfs Nachfolger, Cognitions Plattform

Cognition hat in diesem Jahr seinen Windsurf-Umbau abgeschlossen: Der Editor heißt jetzt Devin Desktop, sein alter Cascade-Agent wurde entfernt zugunsten von Devin Local, und derselbe Agent läuft im Terminal als Devin CLI und remote in Devin Cloud. Sein Kernfeature ist Fusion, das ein Leitmodell mit einem “Sidekick” paart — Cognitions eigene Notizen schlagen GPT-6 Astra als Lead vor, mit seinem hauseigenen SWE-2 Modell an der Seite. Devin Desktop kann außerdem andere Agenten über ACP hosten, Agenten auf entfernten Maschinen über SSH laufen lassen und — bemerkenswert — berechtigten ChatGPT-Plus- und -Pro-Abonnenten erlauben, GPT-Nutzung über ihren ChatGPT-Plan abzurechnen. Die Pläne reichen von Free zu Pro (20 $) bis Max (200 $), Teampläne darüber. Morphs Leaderboard, das Artificial Analysis zitiert, setzt Devins Fusion CLI auf 61,7 im Coding Agent Index, nur wenige Punkte vom Bestwert von Codex entfernt.

Fazit: eine ernsthafte Plattform für Teams, die lokale, Terminal- und Cloud-Agenten von einem Anbieter wollen.

Factory Droid — Missionen für Teams

Droid von Factory (CLI 0.247.0, veröffentlicht am 22. Oktober; 32 stabile Releases in 30 Tagen) ist der am stärksten auf Unternehmen zugeschnittene Agent hier: eine Desktop-App namens Factory App, die Droid CLI und das SDK, verwaltete Cloud-Maschinen (“Droid Computers”), lang laufende Missionen die im Mission Control verfolgt werden, Automatisierungen, Code-Review und eine AutoWiki. Es routet zwischen Frontier-Modellen und Modellen mit offenen Gewichten, erlaubt BYOK bis zu einem Kontingent und fällt auf einen “Droid Core”-Pool mit offenen Gewichten zurück, wenn deine Standardnutzung aufgebraucht ist. Pläne: Pro $20, Plus $100, Max 200 $, und ein Teams Plan für 60 $ im Monat plus 40 $ pro Platz. Einen kostenlosen Plan gibt’s nicht. Factory hat im September Berichten zufolge 200 Millionen $ bei einer Bewertung von 5 Milliarden $ eingesammelt.

Fazit: gebaut für Engineering-Organisationen, die wollen, dass Agenten einen Backlog abarbeiten, nicht für Einzelpersonen, die eine günstige CLI suchen.

Amp — “Agenten jenseits von Code”, zu Selbstkosten abgerechnet

Amp, das bei Sourcegraph entstanden ist, wird laufend veröffentlicht — 223 zeitgestempelte Builds auf npm in den letzten 30 Tagen. Es startete 2025 mit einer werbefinanzierten Gratis-Stufe, die inzwischen pausiert ist, und bietet heute eine Hobby Plan für 0 $ (eigenen Key mitbringen oder ein anderes Abo verknüpfen, etwa ChatGPT), Megawatt für 20 $ und Gigawatt für 200 $ im Monat, dazu Pay-as-you-go-Credits ohne Aufschlag auf Anbieterpreise für Einzelpersonen. “Orbs” — die gehosteten Ausführungsumgebungen von Amp, minutengenau abgerechnet — lassen Agenten ohne deinen Laptop laufen. In einer OpenAI-Kundenstory vom 14. Oktober sagte der CEO von Amp, Quinn Slack, OpenAI-Modelle machten den Großteil der Tokens von Amp aus. Subagenten und ein “Orakel” für schwere Probleme gehören zum Agenten; ACP-Unterstützung kommt über einen Wrapper.

Fazit: ein polierter kommerzieller Agent mit ehrlichen Preisen; gut, wenn jemand anderes die Infrastruktur betreiben soll.

Warp — das Terminal, das sich selbst quelloffen gemacht hat

Warp hat seinen Client am 28. April — das UI-Framework unter MIT, der Rest unter AGPL-3.0 — als Open Source veröffentlicht, mit OpenAI als Gründungssponsor des Open-Source-Projekts. Es hat rund 64.000 Stars, einen eingebauten Agenten und Platz für die CLI-Agenten, die du schon nutzt, etwa Claude Code, Codex und Gemini CLI. Die Oz Plattform betreibt Cloud-Agenten, die Issues triagieren, Specs schreiben, Änderungen umsetzen und Pull Requests reviewen — öffentlich, auf Warps eigener Codebasis. Warp sagt, fast eine Million Entwickler nutzen es. Im August begannen seine Pläne bei Erstellen, 20 $ im Monat (18 $ bei jährlicher Zahlung) mit 1.500 Credits, bis zu Max bei 200 $.

Fazit: das beste Terminal als Gastgeber für andere Harnesses, mit einem fähigen eigenen Agenten.

Der lange Rest: Auggie und gut 30 weitere

Augment’s Auggie CLI — um seine Codebasis-“Context Engine” herum gebaut — wird weiterhin täglich entwickelt, mit nächtlichen Pre-Releases, obwohl das letzte stabile Release (0.36.0) vom 21. August stammt und Augment Ende August seine Preise auf weniger Pläne reduziert hat. Darüber hinaus listet das ACP-Registry Agenten von IBM (Bob), Snowflake (Cortex Code), Poolside, Qoder, LangChain (DeepAgents) und mehr als einem Dutzend unabhängiger Anbieter. Wenn in der Agentenauswahl deines Editors ein Agent auftaucht, von dem du noch nie gehört hast, dann hat’s dafür einen Grund: Er steht im ACP-Registry, und da gibt’s ihn. So einfach ist’s.

---

Teil 9 — Die großen Vergleichstabellen

Bild anzeigen Elf der sechzehn sind unter MIT oder Apache lizenziert, und die meisten davon laufen mit jedem Modell. Alle fünf proprietären Harnesses kommen mit gehosteten Cloud-Agenten und Bezahlplänen.

Wer in jeder Kategorie gewinnt

Kategorie	Sieger	Zweiter	Warum
Rohdaten	Claude Code	Codex	Bester Coding Agent Index-Wert (68) und bester Eintrag in der Terminal-Bench-4.0-Tafel (64,8 % mit Opus 5.5)
Ergebnis pro Dollar	Codex	OpenCode + ein offenes Modell	63 im Index für 1,04 $ pro Aufgabe; GLM-5.3 in OpenCode erreicht 54 ohne Abo
Modellwahl	OpenCode v2	Kilo Code	über 75 Anbieter über models.dev; Kilo routet zu über 500 Modellen
Lokale Modelle	OpenCode v2	Hermes Agent	Automatische Erkennung von Ollama, LM Studio und vLLM; Hermes ergänzt llama.cpp per Klick
Sichere Standardeinstellungen	Codex	Cursor	OS-Sandbox ab Werk an; Cursors Standardmodus kapselt Shell-Befehle, wo er kann
Erweiterbarkeit	Claude Code	Pi	Skills, Hooks, Plugins, Agenten-Teams und skriptgesteuerte Workflows; mit Pi schreibst du das Ganze um
Speicher	Hermes Agent	Letta Code	Kuratiertes Nutzer- und Umgebungsgedächtnis, Sitzungssuche und selbst geschriebene Skills
Editor-Integration	Cline	Kilo Code	Erstklassige VS-Code- und JetBrains-Erweiterungen; Junie für Teams, die voll auf JetBrains setzen
Teams und Governance	Copilot CLI	Factory Droid	Org-Richtlinien und Nutzungsmetriken in GitHub; Factory ergänzt Missions und Enterprise-Kontrollen
Agenten in der Cloud	Codex	Claude Code	Codex Cloud plus App-Automatisierungen; die Web-Sitzungen und geplanten Cloud-Aufgaben von Claude Code
Release-Tempo	Letta Code und Factory Droid	Claude Code	32, 32 und 27 stabile Releases in 30 Tagen
Neutrale Governance	goose	OpenClaw (als Gastgeber)	goose wird von der Agentic AI Foundation der Linux Foundation geführt, OpenClaw von einer unabhängigen gemeinnützigen Stiftung
Kostenloser Einstieg	OpenCode v2	Copilot CLI	Kostenlose Modelle eingebaut; Copilots Free-Plan enthält die CLI

Der Rest des Feldes in einer Tabelle

Harness	Familie	Lizenz	Neueste	Fazit in einer Zeile
Grok Build	Frontier-Labor	Nicht genannt	1.0.67 (ACP-Registry)	Größter Harness-Schub auf TB 4.0; im Paket mit SuperGrok und Cursors neuen Plänen
Devin (Desktop, CLI und Cloud)	Plattform	Urheberrechtlich geschützt	Desktop 3.10.67	Windsurfs Nachfolger; Fusion paart zwei Modelle
Amp	Plattform	Urheberrechtlich geschützt	Fortlaufende Builds	Preise ohne Aufschlag, gehostete “Orbs”
Warp	Plattform	AGPL-3.0 / MIT	—	Das beste Terminal, um andere Harnesses zu hosten
Junie CLI	Editor-CLI	Urheberrechtlich geschützt	ACP 3659.7.0	Modellunabhängiger JetBrains-Agent mit BYOK
Kiro	Editor-CLI	Urheberrechtlich geschützt	—	Spec-first, creditbasiert
Crush	Open Source	FSL-1.1-MIT	0.98.1	Schöne TUI mit Language-Servern
Letta Code	Lernt	Apache-2.0	0.34.20	Memory-first, git-verfolgter Kontext
OpenHands	Open Source	MIT	SDK 1.57.0	Inzwischen vor allem ein SDK und eine GUI
cecli (Aider-Fork)	Open Source	Apache-2.0	1.9.0	Wohin’s mit Aiders Entwicklung ging
ZCode	Labor für offene Modelle	Nicht genannt	3.2.2 (Juli)	Die GLM-IDE von Z.ai; den GLM-Plan gibt’s auch anderswo
MiniMax-Code	Labor für offene Modelle	Nicht genannt	0.2.7 (ACP-Registry)	Früh; den M-Plan von MiniMax gibt’s auch in anderen Harnesses
CodeBuddy Code	Labor für offene Modelle	Benutzerdefiniert	2.172.1	Tencent Clouds schnelllebiger Agent
Auggie	Editor-CLI	Benutzerdefiniert	0.36.0 (stabil)	Kontext-Engine; tägliche Vorabversionen
Gemini CLI	Frontier-Labor	Apache-2.0	0.65.0	Seit 18. Juni nur für Enterprise-Kunden und Nutzer mit bezahltem API-Schlüssel

---

Teil 10 — In Zahlen: Stars, Downloads und Release-Tempo

Beliebtheit ist keine Qualität, aber sie sagt dir, wo’s die Community, die Plug-ins und die Antworten auf Stack Overflow geben wird.

Bild anzeigen DeepSeek Harness ging in zehn Wochen von null auf etwa 252.000 Stars. Claude Code und Copilot CLI fehlen, weil ihre öffentlichen Repositories nicht den Quellcode von Claude Code und Copilot CLI enthalten.

Wöchentliche Downloads

Paket-Downloads sind ein noch unschärferes Signal als Sterne — sie enthalten CI-Läufe, automatische Updates und als Abhängigkeiten hereingezogene Tools —, aber sie zeigen, wo die Leute tatsächlich Dinge installieren.

Paket	Harness	Wöchentliche Downloads	Einschränkung
@openai/codex (npm)	Codex CLI	13.2M	Plattformspezifische Builds erscheinen als Versionen desselben Pakets, was die Zahl wahrscheinlich aufbläht
@anthropic-ai/claude-code (npm)	Claude Code	6.4M	npm install is deprecated; native-installer installs aren’t counted
@earendil-works/pi-coding-agent (npm)	Pi	2,7 Mio.	Enthält die Nutzung als Abhängigkeit in anderen Agenten
openclaw (npm)	OpenClaw	2.1M
opencode-ai / @opencode/cli (npm)	OpenCode v1 / v2	2.1M / 0.27M	V2 hat ein eigenes Paket, das im September angelegt wurde
@github/copilot (npm)	Copilot CLI	1.1M
openhands-sdk (PyPI)	OpenHands	0.97M	Das SDK, nicht die CLI
mistral-vibe (PyPI)	Mistral Vibe	0.37M
@deepseek-ai/dsh (npm)	DeepSeek Harness	0.30M
@google/gemini-cli (npm)	Gemini CLI	0.23M	Seit Juni nur für Enterprise-Kunden und API-Key-Nutzer
@tencent-ai/codebuddy-code (npm)	CodeBuddy Code	0.13M
aider-chat (PyPI)	Aider	68K
@moonshot-ai/kimi-code (npm)	Kimi Code	52K
@qwen-code/qwen-code (npm)	Qwen Code	45K
cline (npm)	Cline CLI	43K	VS-Code-Installationen zählt Microsoft separat
@letta-ai/letta-code (npm)	Letta Code	41K

Quelle: api.npmjs.org und pypistats.org, Zahlen der letzten Woche, abgerufen am 22. Oktober 2026.

Zwei Zahlen in dieser Tabelle verdienen einen zweiten Blick. Die 2,7 Millionen wöchentlichen Downloads von Pi werden durch andere Software aufgebläht, die es als Engine nutzt — selbst das deutlichste Zeichen dafür, dass aus dem “minimalen Harness” Infrastruktur geworden ist. Und die SDKs hinter den großen Harnesses werden inzwischen genauso oft heruntergeladen wie die Harnesses selbst: Anthropics Claude Agent SDK wurde ungefähr 7,3 Millionen Mal in der Woche bis zum 22. Oktober heruntergeladen, und das Agent Client Protocol SDK etwa 4,3 Millionen Mal — die Leute bauen auf diesen Grundlagen ihre eigenen Agenten.

Wer noch veröffentlicht

Bild anzeigen Ein grober Gesundheitscheck. Vorabversionen sind ausgenommen, deshalb sieht’s bei DeepSeek Harness, Auggie und der 2.0-Beta von goose ruhiger aus, als es ist.

Schnell ist nicht automatisch gut — 27 Claude-Code-Releases in einem Monat heißt, du musst bei der Veränderung dranbleiben, so schnell geht’s —, aber null ist auch ein Signal. Bei Aider geht’s seit Februar nicht mehr voran, und bei der eigenständigen OpenHands-CLI seit Mai auch nicht.

---

Teil 11 — Was es kostet, und die Abonnement-Kriege

Die Open-Source-Harnesses sind kostenlos. Alles andere — und die Modelle hinter allen — kostet Geld, und 2026 wurde wie das Wie des Bezahlens genauso wichtig wie das Wie viel.

Bild anzeigen Die 20-$-Stufe ist fast überall Standard. Die ernsthaften Stufen liegen zwischen 100 und 200 $.

Die Tarife im Vergleich

Tariffamilie	Stufen (USD pro Monat)	Was du zum Coden bekommst	Stand
Claude	Pro $20 ($17 jährlich) · Max 5× $100 · Max 20× $200 · Team $20–$125 pro Platz	Claude Code überall; gemeinsame Fünf-Stunden- und Wochenlimits; Agent-SDK-Guthaben $20–$200	22. Okt., claude.com; Morph, 5. Okt.
ChatGPT	Kostenlos · Go $8 · Plus $20 · Pro $100 / $200 / $500 · Business $20–$25	Codex-App, CLI, IDE und Cloud; Pro hat derzeit keine Fünf-Stunden-Grenze	22. Okt., OpenAI
GitHub Copilot	Kostenlos · Pro $10 · Pro+ $39 · Max $100	Copilot-CLI und Cloud-Agent, abgerechnet in AI-Credits (1.500 / 7.000 / 20.000)	Umstellung im Juni; Morph, 5. Okt.
Cursor	Kostenlos · Plus $8 · Premium $30 · Super $100 · Ultra $200 · Teams ab $30	Grok im Paket; Frontier-Modelle anderer Anbieter ab Premium zum API-Preis	PricingSaaS-Aufzeichnung, 19. Okt.
Kiro	Kostenlos · Pro $20 · Pro+ $40 · Pro Max $100 · Power $200	50 bis 10.000 Credits; Modelle verbrauchen Credits unterschiedlich schnell	Morph, 30 Sep
Factory	Pro $20 · Plus $100 · Max $200 · Teams $60 + $40 pro Platz	Droid-CLI, App und Cloud-Maschinen; BYOK-Kontingent	Einträge von Drittanbietern
Devin	Kostenlos · Pro $20 · Max $200 · Teams ab $80	Devin Desktop, CLI und Cloud	Firecrawl, 3. Aug.; AiCybr, 5. Aug.
Amp	Hobby $0 · Megawatt $20 · Gigawatt $200 · nutzungsbasiert	Kein Aufschlag auf Modellpreise für Privatpersonen	Amp-Preise nach Stand 17. Sep.
Warp	Build $20 · Max $200	1.500 bis 18.000 Credits	AiCybr, 5. Aug.
Grok Build	SuperGrok $30	Grok-Build-CLI und Grok-Modelle	Berichterstattung zum Start im Mai
OpenCode	Agent kostenlos · Go $10 · Go Plus $40 · Zen nutzungsbasiert	Kuratierte offene und Frontier-Modelle für OpenCode (und auch anderswo als Anbieter)	OpenCode, 17. Okt.
Nous Portal (Hermes)	Angegeben: $20 / $100 / $200	300+ Modelle und Nous’ Tool-Gateway	Composio, September

Alle Preise in US-Dollar ohne Mehrwertsteuer. In Deutschland und in weiten Teilen der EU kommt bei Privatkonten Mehrwertsteuer obendrauf; manche Anbieter rechnen zu eigenen Kursen in Euro ab. Die Preise ändern sich ständig: Prüf sie, bevor du kaufst.

Coding-Tarife für Modelle mit offenen Gewichten

Plan	Preis (USD pro Monat)	Modelle	Läuft in
GLM-Kodierungsplan (Z.ai)	Lite $18 · Pro $80 · Max $168 (bei Jahresabrechnung weniger)	GLM-5.3, GLM-5.3-Flash	Über 20 Tools, darunter Claude Code, Codex, OpenCode, Cursor und ZCode
Kimi-Mitgliedschaft (Moonshot)	Plus $19 · Pro $39 · Max $99 · Ultra $199 pro Monat	Kimi K3	Kimi Code für Desktop, CLI und IDE-Plug-ins
MiniMax M-Tarif	Ab $220 pro Jahr (etwa $18 pro Monat)	MiniMax M3.1 Flash Preview	Claude Code, Codex, Cursor und OpenCode
Alibaba-Cloud-Coding-Plan	Pro $50 (Lite im März eingestellt)	Qwen 3.7 und andere	Qwen Code, das Nutzer dorthin leitet; für andere gibt’s Details in Alibabas Doku
DeepSeek	Kein Tarif; Zahlung pro Token	DeepSeek-V4-Familie	Jeder Harness mit eigenem Endpoint

Quellen: Morphs Coding-Plan-Vergleich (Preise geprüft am 15. Oktober 2026) und wie’s auf den Anbieterseiten steht.

Wenn du den GLM-Weg gehst, gibt dir der GLM Coding Plan über meinen Affiliate-Link 10 % Rabatt. (Affiliate-Link — siehe den Hinweis oben.) Achte darauf, dass der Schlüsseltyp zum Anbieter passt, den du konfigurierst: Coding-Plan-Schlüssel und normale API-Schlüssel sind nicht austauschbar – da gibt’s nichts zu mischen.

Abonnement oder Zahlung pro Token

Die Kosten pro Aufgabe im Coding Agent Index machen den Trade-off konkret. Um hundert Agent-Aufgaben im Monat geht’s: Zu Codex’ GPT-6.1-Sol-Preis kosten sie etwa $104 an API-Gebühren; bei Claude Code mit maximalem Aufwand und Sonnet 5.5 sind’s etwa $1,419. Genau diese Lücke ist der Grund, warum es $100- und $200-Abos gibt — und warum die Labore sie hüten.

Die Abonnement-Kriege

Die folgenreichste Harness-Nachricht des Jahres 2026 war kein Feature. Es war die Frage, wer welches Abo wo nutzen darf – darum ging’s, und da lag’s Problem.

• Anthropic schloss die Tür und öffnete dann ein Fenster. Auf 9. Januar verschärfte sie die Prüfungen, sodass Claude-Pro- und -Max-Logins in Drittanbieter-Harnesses wie OpenCode nicht mehr funktionierten; Thariq Shihipar von Anthropic sagte, man habe “unsere Schutzmaßnahmen gegen das Spoofing des Claude-Code-Harness verschärft”. Die Verbraucherbedingungen wurden anschließend entsprechend angepasst. Am 13. Mai kündigte sie ein monatliches Agent-SDK-Guthaben — $20 für Pro, $100 für Max 5×, $200 für Max 20× — an, das claude -p, GitHub Actions und Drittanbieter-Tools, die auf seinem Agent SDK aufbauen, abdeckt, ab 15. Juni. Interaktive Claude-Code-Nutzung zählt weiterhin gegen die normalen Limits. Guthaben verfallen – für den nächsten Monat gibt’s sie nicht.
• OpenAI ging den umgekehrten Weg. “Sign in with ChatGPT” funktioniert in OpenCode, Pi und anderen Harnesses, und das Codex-for-Open-Source-Programm von OpenAI listet mehrere davon. Auch bei Devin Desktop und Amp kannst du einen ChatGPT-Plan verknüpfen. Nichts davon ist vertraglich zugesichert — aber 2026 machte es einen ChatGPT-Plan zum portabelsten Abo im KI-Coding.
• Google engte Gemini CLI ein. Nutzer von Consumer- und Google-AI-Tarifen wechselten am 18. Juni; nur Enterprise-Kunden und bezahlte API-Schlüssel behalten Gemini CLI.
• Cursor band sich an xAI. Die neuen Tarife teilen einen Nutzungspool zwischen Cursor- und Grok-Produkten und berechnen für Frontier-Modelle, die nicht von Grok sind, den API-Listenpreis.
• Kiro schränkt die Nutzung seines Abos über manche unabhängigen Drittanbieter-Harnesses ein.

Die praktische Regel: Wenn du Harnesses frei wechseln willst, zahl für Modelle über einen API-Schlüssel, einen Router, einen ChatGPT-Plan oder einen Coding-Plan für offene Modelle — nicht über ein Abo, mit dem’s nur in der App eines Anbieters klappt.

---

Teil 12 — Sicherheit: Was 2026 uns gelehrt hat

Coding-Agenten lesen nicht vertrauenswürdigen Text — Issues, READMEs, Webseiten, Pull-Request-Kommentare — und handeln dann mit deinen Zugangsdaten. 2026 brachte diese Kombination einen stetigen Strom von CVEs hervor, und fast alle folgten einem Muster.

Bild anzeigen Die meisten ernsten Lücken in diesem Jahr waren keine exotischen Modellangriffe – so war’s nicht. Es waren vertrauenswürdige Dateien, die ein Agent schrieb, nachdem er etwas gelesen hatte, dem er nicht hätte trauen dürfen. Genau darum geht’s.

Das Muster, mit echten Beispielen

Eine 2026 veröffentlichte Untersuchung von neun CVE-Einträgen zu Coding-Assistenten und einem populären MCP-Server durch die Sicherheitsfirma Stingrai fand in allen dieselbe Ursache: Eine Datei im Arbeitsverzeichnis gilt als vertrauenswürdige Konfiguration, Prompt-Injection bringt den Agenten dazu, diese Datei zu schreiben, und gewöhnliche Werkzeuge — ein Git-Hook, ein Neustart, ein CI-Schritt — führen sie später aus.

Harness	CVE	Was passierte	Behoben in
Claude Code	CVE-2026-25725	Schutz gab’s keinen: Die Sandbox schützte .claude/settings.json nicht, wenn es beim Start nicht existierte, sodass eingeschleuste Hooks beim Neustart liefen – und so kam’s dann.	2.1.2 (Februar)
Claude Code	CVE-2026-39861	Ein Prozess in der Sandbox konnte einen Symlink platzieren, dem ein Prozess außerhalb der Sandbox folgte	2.1.64 (April)
Claude Code	CVE-2026-55607	Die Behandlung von Worktree-Pfaden erlaubte das Überschreiben von Shell-Startdateien	2.1.163 (Juli)
Cursor	CVE-2026-26268	Prompt-Injection konnte Git-Hooks schreiben, die außerhalb der Sandbox liefen	2.5
Cursor	CVE-2026-48124	Im Workspace definierte Claude-Hooks liefen ohne Freigabe	3.0.0
Gemini CLI	CVE-2026-12537	In Headless-CI galten Workspaces automatisch als vertrauenswürdig und --yolo ignorierten die Tool-Allow-List.	0.39.1
OpenCode (v1)	CVE-2026-22812	Nicht authentifizierte Remote-Code-Ausführung über den lokalen Server	1.0.216 (Januar)

Auf der Black Hat USA im August, zeigte Novee Security, dass ein einzelnes GitHub-Issue, das ein Konto ohne Rechte eröffnet, Code auf den CI-Runnern der eigenen Agent-Repos von Anthropic und Google ausführen und den nächsten Agentenlauf von OpenAI kapern konnte — jedes Mal mit der Standardkonfiguration des Anbieters, mehr braucht’s nicht. Claude Code bekam eine CVE, behoben in 2.1.163; Gemini CLI wurde in 0.39.1 gepatcht; und OpenAI teilte die beiden Codex-Durchläufe, die sich einen Checkout teilten, in getrennte Jobs auf und rät Nutzern jetzt, Repository-Instruktionsdateien als nicht vertrauenswürdige Eingabe zu behandeln.

Wie jeder Harness Befehle von Haus aus isoliert

• Codex: standardmäßig eine Sandbox auf Betriebssystemebene; Netzwerkzugriff braucht eine Freigabe.
• Cursor: der Standardmodus Auto-review packt Shell-Befehle in eine Sandbox, wo es geht, unter macOS und Linux.
• Claude Code: eine Sandbox auf Betriebssystemebene für Shell-Befehle, aus bis du dann /sandbox; unter nativem Windows gibt es sie nicht.
• Antigravity CLI: fragt standardmäßig vor dem Ausführen von Befehlen nach, mit einem optionalen Modus, der sie in einem isolierten Container laufen lässt.
• OpenCode v2: geordnete Allow-/Ask-/Deny-Regeln und Hard-Deny-Richtlinien, keine Sandbox auf Betriebssystemebene, und Ordner außerhalb des Projekts sind standardmäßig erlaubt.
• Hermes Agent: läuft auf dem Host, sofern du kein isoliertes Backend wie Docker, SSH, Modal oder Daytona wählst.
• Pi: gar kein Berechtigungssystem; lass es in einem Container laufen.
• Cline, Kimi Code und Copilot CLI: standardmäßig Freigabeabfragen, dazu Flags, die sie abschalten (--yolo in Cline und Kimi Code).

Sechs Gewohnheiten, die die Fehler von 2026 größtenteils entschärft hätten

1. Wöchentlich updaten. Jeder Fix oben kam in einem Point-Release — und Nachschub gibt’s weiterhin: Claude Code 2.1.309, spät am 22. Oktober veröffentlicht, schloss neun Lücken bei Sandbox, Berechtigungen und Isolation in einem einzigen Release.
2. Behandle Repository-Instruktionsdateien als nicht vertrauenswürdig — AGENTS.md, CLAUDE.md und alle Agent-Einstellungen, die in einem Repo eingecheckt sind.
3. Schalte die Sandbox ein, oder lass den ganzen Agenten in einem Container oder einer virtuellen Maschine laufen.
4. Nutze Yolo- oder Auto-Approve-Modi nie außerhalb einer Wegwerf-Umgebung.
5. Produktionsschlüssel haben in der Umgebung des Agenten nichts zu suchen – da gibt’s keine Ausnahme. Getrennte API-Schlüssel pro Agent, keine Deploy-Zugangsdaten.
6. Riegele CI-Workflows ab, die Außenstehende auslösen können, besonders alles, was einen Agenten auf Issue- oder Pull-Request-Inhalte ansetzt.

Wenn du Agenten auf einem Linux-Server laufen lässt, fang mit meiner Checkliste zur Debian-Server-Härtung.

---

Teil 13 — Die Standards, die den Wechsel billig machen: MCP, ACP, AGENTS.md und Skills

Der beruhigendste Trend von 2026 ist, dass Harnesses austauschbar werden. Vier Standards haben den Großteil der Arbeit geleistet:

• Model Context Protocol (MCP) für Tools. Jeder aktiv entwickelte Harness in diesem Artikel unterstützt es — sogar Pi, das bis September durchgehalten hat —, beim ursprünglichen Aider geht’s bis heute nicht; die Spezifikation selbst bewegt sich weiter, und da gibt’s laufend Neues: Das jüngste Devin-Desktop-Release unterstützt die Revision vom 28. Juli 2026. MCP liegt inzwischen unter dem Dach der Linux Foundation, zusammen mit Agentic AI Foundation, AGENTS.md und goose.
• Agent Client Protocol (ACP) für Editoren. Von Zed zusammen mit Gemini CLI gestartet, lässt es jeden Agenten in jedem ACP-fähigen Editor laufen, etwa in Zed oder JetBrains-IDEs, oder in Hosts wie Devin Desktop und OpenClaw. Das offizielle Verzeichnis listet 44 Agenten — Claude Code, Codex, Pi und Amp über Adapter und OpenCode, Copilot CLI, Cursor, Gemini CLI, Cline, Kilo, goose, Kimi, Qwen Code, Mistral Vibe, Junie, Devin, Factory Droid, Grok Build und viele mehr direkt. Ein v2-Entwurf im Juli veröffentlicht, überarbeitet, wie Nachrichten, Diffs und Berechtigungsanfragen fließen, und das TypeScript-SDK erreichte am 19. Oktober 2.0.0.
• AGENTS.md für Anweisungen. Claude Code liest sie anstelle von CLAUDE.md, OpenCode v2 liest nur AGENTS.md, und Pi, Antigravity CLI, Hermes und die meisten anderen greifen es ebenfalls auf.
• Agent Skills (SKILL.md Ordner) für Know-how. Claude Code, Codex, OpenCode, Hermes, Pi, Antigravity CLI und Mistral Vibe laden sie alle, und mehrere lesen die Ordner der anderen – da geht’s kreuz und quer — OpenCode lädt .claude/skills und .agents/skills direkt.

Was du damit machst: Steck deine Projektregeln in AGENTS.md, deine wiederverwendbaren Abläufe in .agents/skills, und deine Tools hinter MCP. Dann ist der Harness-Wechsel — oder zwei parallel laufen zu lassen — an einem Nachmittag erledigt, da braucht’s kein Migrationsprojekt.

---

Teil 14 — Wie du die wichtigsten Harnesses installierst, Schritt für Schritt

Jeder Befehl unten wurde zwischen dem 22. und 25. Oktober 2026 gegen die eigene Dokumentation des Projekts oder sein Paket in der npm- oder der PyPI-Registry geprüft. Nimm ein oder zwei; du brauchst nicht alle.

Schritt 0 – Was du zunächst benötigst

1. Git, und dein Projekt in ein Git-Repository. Jeder Harness arbeitet am besten, wenn er einen sauberen Diff sieht — und wenn du seine Arbeit rückgängig machen kannst. Git bekommst du von git-scm.com.
2. Ein modernes Terminal: Ghostty, WezTerm, Kitty, iTerm2, Warp oder Windows Terminal.
3. Node.js 22 oder neuer für die npm-Installationen (Pi und Kimi Code brauchen 22.19 oder neuer). Hol es dir von nodejs.org. Claude Code, OpenCode, Hermes Agent und Antigravity CLI haben eigene Einzeiler-Installer.
4. Mindestens ein Modell: ein Abo (Claude, ChatGPT, Copilot), ein API-Schlüssel, ein Coding-Plan für offene Modelle oder ein lokales Modell über Ollama.

Claude Code

bash

# macOS, Linux, WSL
curl -fsSL https://claude.ai/install.sh | bash
# Windows PowerShell:  irm https://claude.ai/install.ps1 | iex
# or: brew install --cask claude-code   |   winget install Anthropic.ClaudeCode

cd ~/code/your-project
claude            # sign in with your Claude account, or approve an ANTHROPIC_API_KEY

Führe dann /sandbox in der Sitzung aus, um die Shell-Sandbox zu aktivieren (macOS, Linux und WSL2), oder setze sandbox.enabled zu wahr in ~/.claude/settings.json damit sie in jeder Sitzung an ist. Der native Installer aktualisiert sich selbst; bei Homebrew und WinGet klappt’s nicht – da gibt’s kein Selbst-Update. Doku: code.claude.com/docs.

Codex

bash

npm install -g @openai/codex
cd ~/code/your-project
codex             # sign in with ChatGPT, or use an OpenAI API key
codex --oss       # optional: run a local model through Ollama or LM Studio

Die Codex-Desktop-App für macOS und Windows teilt Sitzungen und Einstellungen mit der CLI, getrennt geht’s nicht; siehe Ankündigung von OpenAI und die Open-Source-Repository. Tarife und Limits stehen auf Codex-Preisseite von OpenAI.

OpenCode v2

bash

# macOS, Linux, WSL
curl -fsSL https://opencode.ai/v2/install | bash
# or: npm install -g @opencode/cli

cd ~/code/your-project
opencode

Führe in OpenCode /connect um einen Anbieter hinzuzufügen — einen API-Schlüssel, einen ChatGPT- oder GitHub-Copilot-Login, OpenCode Go oder Zen — und /models um einen auszuwählen. Läuft Ollama, LM Studio oder vLLM auf seinem Standardport, findet OpenCode es automatisch. Du kommst von v1? Sichere vorher ~/.config/opencode, und führe dann opencode upgrade --major. Doku: opencode.ai/v2/docs.

Eine sinnvolle Ausgangs-Berechtigungsrichtlinie für opencode.jsonc in deinem Projektstamm an — frag vor jedem Shell-Befehl nach, erlaube die sicheren, pushe nie:

jsonc

{
  "$schema": "https://opencode.ai/config.json",
  "permissions": [
    { "action": "shell", "resource": "*",                   "effect": "ask"   },
    { "action": "shell", "resource": "git status *",        "effect": "allow" },
    { "action": "shell", "resource": "git diff *",          "effect": "allow" },
    { "action": "shell", "resource": "npm test *",          "effect": "allow" },
    { "action": "shell", "resource": "npm run typecheck *", "effect": "allow" },
    { "action": "shell", "resource": "git push *",          "effect": "deny"  }
  ]
}

Die Typecheck-Regel ist dein Ersatz für die LSP-Diagnosen, die v2 noch nicht liefert – da gibt’s noch nichts, also tausch sie gegen die Befehle deiner eigenen Toolchain aus, dann passt’s.

Hermes Agent

bash

# macOS, Linux, WSL2
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
source ~/.bashrc          # or ~/.zshrc

hermes setup              # guided setup
hermes model              # choose a provider and model
hermes                    # start chatting in the terminal
hermes gateway setup      # optional: connect Telegram, Discord, Slack, WhatsApp…

Führe unter Windows iex (irm https://hermes-agent.nousresearch.com/install.ps1) in PowerShell, oder installiere Hermes Desktop. Wenn du Coding-Aufgaben an OpenCode übergeben willst, stell sicher, dass der opencode Befehl, den Hermes sieht, der v2-Befehl ist (which -a opencode). Doku: hermes-agent.nousresearch.com/docs.

Antigravity CLI (Googles Nachfolger für Gemini CLI)

bash

# macOS, Linux
curl -fsSL https://antigravity.google/cli/install.sh | bash
# Windows PowerShell:  irm https://antigravity.google/cli/install.ps1 | iex

agy                         # sign in with a Google account or a Google Cloud project
agy plugin import gemini    # optional: convert your Gemini CLI extensions

Google’s Migrationsleitfaden deckt den Umzug ab: Skills nach .agents/skills und MCP-Server nach mcp_config.json. Wenn du einen bezahlten Gemini-API-Schlüssel oder eine Gemini Code Assist Standard- oder Enterprise-Lizenz hast, funktioniert die ursprüngliche Gemini CLI weiterhin: npm install -g @google/gemini-cli, dann gemini.

GitHub Copilot CLI

bash

npm install -g @github/copilot
cd ~/code/your-project
copilot             # follow the prompt to sign in with your GitHub account

Du brauchst einen Copilot-Tarif; der Free-Tarif enthält begrenzte CLI-Nutzung. Nutze /model um ein Modell zu wählen — auch lokale Ollama-Modelle — und /rubber-duck um den Reviewer-Agenten um eine zweite Meinung zu bitten. Repository: github.com/github/copilot-cli.

Pi

bash

npm install -g @earendil-works/pi-coding-agent      # Node.js 22.19 or newer
cd ~/code/your-project
pi

Pi hat kein Berechtigungssystem, also lass es in einem Container oder einer Wegwerf-VM laufen. Richte es auf einen Anbieter mit API-Schlüssel oder einem unterstützten Abo aus, füge Erweiterungen und Pakete hinzu, wie du sie brauchst, und lies die Pi-Repository für die Extension-API.

Qwen Code, Kimi Code und Mistral Vibe

bash

# Qwen Code — then run /auth to choose a provider and add a key
npm install -g @qwen-code/qwen-code
qwen

# Kimi Code — sign in with Kimi Code or a Moonshot API key (Node.js 22.19+)
npm install -g @moonshot-ai/kimi-code
kimi

# Mistral Vibe 3 — needs Python 3.14 or newer
curl -LsSf https://mistral.ai/vibe/install.sh | bash
# or: uv tool install mistral-vibe
vibe

Repositories: Qwen Code, Kimi Code, Mistral Vibe.

Cline, Kilo, DeepSeek Harness, Factory Droid und Cursor CLI

bash

npm install -g cline                 # then: cline
npm install -g @kilocode/cli         # then: kilo
npx @deepseek-ai/dsh web             # DeepSeek Harness web UI on http://127.0.0.1:3080
npm install -g @factory/cli          # then: droid  (needs a Factory plan)
curl https://cursor.com/install -fsS | bash    # Cursor CLI

Suche für die Editor-Erweiterungen nach Cline fido Kilo Code im VS-Code- oder JetBrains-Marketplace. goose hat Desktop- und CLI-Downloads auf goose-docs.ai.

Mach dein Setup portabel

Welche Harnesses du auch wählst, drei Dateien machen den Wechsel zwischen ihnen schmerzlos:

1. AGENTS.md im Wurzelverzeichnis des Repositorys, mit deinen Build-, Test- und Lint-Befehlen, deinen Coding-Konventionen und den Dingen, die der Agent niemals tun darf. Claude Code, Codex, OpenCode, Hermes, Pi, Antigravity CLI und die meisten anderen lesen sie.
2. .agents/skills/<name>/SKILL.md für wiederholbare Abläufe — “eine neue Version veröffentlichen”, “eine Datenbank-Migration hinzufügen”. OpenCode, Antigravity CLI und andere lesen diesen Ordner direkt.
3. Deine MCP-Server an einer Stelle dokumentiert. Jedes Harness behält seine eigene MCP-Konfigurationsdatei, aber die Server-Befehle und URLs sind überall identisch.

Eine minimale AGENTS.md zum Loslegen:

Markdown

# AGENTS.md

## Befehle
- Installation: `npm ci`
- Test: `npm test`
- Typcheck: `npm run typecheck`
- Lint: `npm run lint`

## Regeln
- Typcheck und Tests laufen lassen, bevor du eine Aufgabe als erledigt meldest.
- Niemals Secrets committen und niemals `git push` ausführen.
- Vor einer neuen Abhängigkeit nachfragen.

---

Teil 15 — Welchen solltest du nutzen? Zwölf Situationen

Bild anzeigen Such die Zeile, die zu dir passt. Die meisten landen bei zwei: ein Haupt-Harness und eines für günstige oder private Arbeit.

Wenn …	Beginne mit	Warum
Du willst die besten Werte und zahlst ohnehin schon für Claude	Claude Code	Beste Ergebnisse in Coding Agent Index und Terminal-Bench 4.0; in den Max-Abos enthalten
Du willst die besten Ergebnisse pro Dollar	Codex	Fünf Indexpunkte dahinter bei rund einem Vierzehntel der Kosten pro Aufgabe
Du willst einen Agenten für jedes Modell, lokale inklusive	OpenCode v2	Über 75 Anbieter, automatisch erkannte lokale Modelle, kostenlos und MIT-lizenziert
Du willst einen Agenten, der dich kennenlernt und in deinen Chats lebt	Hermes Agent	Gedächtnis, selbst geschriebene Skills, über 20 Messenger; Coding an OpenCode übergeben
Du willst das kleinste Harness, das du selbst umschreiben kannst	Pi	Vier Tools, ein Prompt unter 1.000 Token, Erweiterungen für alles andere
Deine Firma zahlt schon für GitHub Copilot	Copilot CLI	Ab dem Free-Abo enthalten; Organisationsrichtlinien und Cloud-Agent eingebaut
Du lebst in VS Code oder JetBrains	Cline oder Kilo Code	Open Source, jedes Modell; Junie, wenn dein Team voll auf JetBrains setzt
Du willst günstige Open-Weight-Modelle	OpenCode + ein Coding-Abo	GLM- oder MiniMax-Abos ab etwa $18; DeepSeek pro Token
Dein Code schafft’s nicht aus dem Haus	OpenCode v2 oder goose, lokale Modelle	Richte sie auf Ollama oder llama.cpp; sperre Cloud-Anbieter per Richtlinie
Du willst Agenten, die arbeiten, während du schläfst	Codex Cloud, Claude Code, Factory oder Devin	Gehostete Runner, Zeitpläne und Pull Requests, die am Morgen warten
Du willst kostenlos anfangen	OpenCode, Copilot Free oder Antigravity CLI	Kostenlose Modelle, ein Gratis-Abo oder Googles kostenlose Stufe
Du warst bei Aider, Roo Code oder Continue	cecli, ZooCode oder Kilo, Cline	Die aktiven Forks und die nächsten Nachfolger

Ein paar davon verdienen noch einen Satz.

“Beste Ergebnisse pro Dollar” und “am billigsten” sind’s nicht dasselbe. Der Vorteil von Codex kommt daher, dass es dieselbe Arbeit in viel weniger Zügen und Token erledigt. Wenn du schon für ChatGPT Plus zahlst, kostet dich Codex nichts extra, bis du an seine Grenzen stößt — und du kannst denselben ChatGPT-Login in OpenCode verwenden, wenn dir OpenCodes Oberfläche lieber ist.

“Günstige Open-Weight-Modelle” bedeutet ein Harness, dem’s egal ist, wessen Modell es ausführt. OpenCode, Kilo, Cline und Qwen Code führen Open-Weight-Modelle nativ aus, und Claude Code kann das über Anthropic-kompatible Endpunkte. Der GLM Coding Plan von Z.ai läuft in mehr als 20 Tools und der M Plan von MiniMax in Claude Code, Codex, Cursor und OpenCode; Kimis Mitgliedschaft ist um Moonshots eigenes Kimi Code herum gebaut. GLM-5.3 in OpenCode erreichte 54 im Coding Agent Index — rund 80 % der Bestpunktzahl.

Bei “darf das Haus nicht verlassen” geht’s um Hardware genauso wie um Software. Ein leistungsfähiges lokales Coding-Modell braucht viel Arbeitsspeicher; mein Leitfaden für lokale KI auf dem MacBook Pro M5 Pro mit 64 GB deckt ab, was wohin passt. Ganz neu im Bauen mit Agenten? Dann fang mit meinem Leitfaden zur Vibe-Codierung.

---

Teil 16 — Fünf Setups, die funktionieren

Der beste Rat in diesem Artikel passt in eine Zeile: nutze zwei Harnesse — eines für die härteste Arbeit, ein offenes Harness für alles andere. So sieht’s bei fünf Budgets aus.

Setup	Harnesses	Modelle	Etwa pro Monat	Am besten für
Free	OpenCode v2, dazu Copilot Free oder Antigravity CLI für eine zweite Meinung	OpenCodes kostenlose Modelle, lokale Modelle über Ollama	$0 (plus eigene Hardware)	Lernen, Nebenprojekte, Harnesse ausprobieren
Wert	Codex, dazu OpenCode v2, angemeldet mit demselben ChatGPT-Abo	GPT-6.1 Sol; GLM-5.3 über den GLM Coding Plan Lite dazu	$20–38	Die meisten Solo-Entwickler
Leistung	Claude Code für die härteste Arbeit, OpenCode v2 für alles andere, Hermes Agent als Rezeption	Claude Opus 5.5 und Sonnet 5.5; OpenCode Go für offene Modelle	Etwa $210 (Max 20× + Go)	Leute, die den ganzen Tag mit Agenten coden
Privat	OpenCode v2 oder goose, Hermes Agent für den Chat	Nur lokale Modelle über Ollama oder llama.cpp	$0 (plus ernsthafte Hardware)	Kundencode, der’s nicht aus deinem Netzwerk schafft
Team	Copilot CLI und die Copilot-App oder Claude Code in Team-Abos; Factory oder Devin für Backlog-Arbeit	Was immer der Vertrag umfasst	Pro Platz	Firmen mit bestehenden Verträgen bei GitHub oder Anthropic

Die Monatsbeträge beruhen auf den Listenpreisen aus Teil 11: ChatGPT Plus $20, GLM Coding Plan Lite $18, Claude Max 20× $200, OpenCode Go $10. Ohne MwSt.

Kostenlos. OpenCodes Nullkosten-Modelle sind zeitlich begrenzte Aktionen mit Nutzungslimits — Version 2.1.2 hat klare Hinweise ergänzt, für den Fall, dass du sie erreichst —, also sieh sie als Einstieg, nicht als Plan. Ein lokales Modell nimmt die Limits weg, nicht aber die Hardware-Frage.

Preis-Leistung. Das ist das Setup, das ich den meisten hier empfehlen würde. Ein ChatGPT-Plus-Abo deckt Codex über CLI, App und Cloud ab, und derselbe Login funktioniert in OpenCode, du kannst also auch OpenCodes Oberfläche nutzen, wenn dir die lieber ist. Nimm den GLM Coding Plan dazu, wenn du für lange Sitzungen ein starkes Open-Weight-Modell willst — der Affiliate-Link gibt 10 % Rabatt. (Affiliate-Link — siehe den Hinweis oben.)

Leistung. Claude Code mit Max ist immer noch das stärkste einzelne Harness, aber Anthropics Abo folgt dir nicht in andere Tools, also kombinier’s mit einem offenen Harness für alles, was du mit anderen Modellen laufen lassen willst. Hermes Agent sitzt in deinen Chat-Apps, erinnert sich an deine Projekte und übergibt Coding-Jobs an Claude Code oder OpenCode. Das Rezeption-und-Werkstatt-Muster habe ich in OpenCode v2, Hermes Agent und OpenClaw im Vergleich.

Privat. Nutze die Richtlinien von OpenCode v2, damit Cloud-Anbieter bei Kundenprojekten aus der Modellauswahl verschwinden, und halte den Rechner des Agenten offline, wenn’s der Vertrag verlangt. Erwarte langsamere und schwächere Ergebnisse als bei Frontier-Modellen.

Team. Fang mit dem Harness an, für das deine Firma schon zahlt — meist Copilot —, weil Governance, Abrechnung und Single Sign-on in der Breite mehr zählen als ein paar Benchmark-Punkte. Ergänze eine Plattform wie Factory oder Devin, wenn Agenten unbeaufsichtigt einen Backlog abarbeiten sollen.

---

Teil 17 — Worauf du als Nächstes achten solltest

• LSP in OpenCode v2. Version 2 akzeptiert weiterhin Language-Server-Konfiguration, fährt die Server aber nicht hoch. Ob’s sich ändert, ist die größte offene Frage für alle, die in einer typisierten Codebasis arbeiten.
• ACP v2. Der im Juli veröffentlichte Entwurf gestaltet neu, wie Nachrichten, Diffs und Berechtigungsanfragen fließen. Wenn er sich stabilisiert, werden Editoren voraussichtlich reichhaltigere Agent-Ausgaben von jedem Harness auf einmal zeigen.
• Die Lizenz von Antigravity CLI. Google hat’s nicht gesagt, ob agy Open Source ist. Die Community von Gemini CLI wird es beobachten.
• Anthropics Abo-Regeln. Die Einschränkung im Januar und das Agent-SDK-Guthaben im Juni zeigen, dass sich die Politik in beide Richtungen bewegen kann. Jede Änderung wirkt sich auf OpenCode, OpenClaw und jedes andere Harness von Drittanbietern aus.
• Cursor unter SpaceX. Die Grok-Bundles erschienen Mitte Oktober ohne formelle Ankündigung in den Quellen, die ich gefunden habe, auf Cursors Preisseite. Beobachte, wie Frontier-Modelle ohne Grok bepreist werden und ob Origin, der GitHub-Konkurrent, erscheint.
• DeepSeek Harness 0.2 stabil. Jeder npm-Build seit dem Start war ein Alpha oder ein Release Candidate. Ein erstes stabiles Release würde es zu einer ernsthaften Option für Teams machen.
• goose 2.0 der Austritt aus der Beta und was die Agentic AI Foundation damit macht.
• Bessere Harness-Benchmarks. Der Harness-Vergleichsbereich von Artificial Analysis sagt weiterhin “kommt bald”, und die öffentlichen Vergleichsseiten zeigen eine einzige OpenCode-Zeile und nichts für Hermes, Pi oder Copilot. Mehr Harnesse in derselben Testsuite würden viele Diskussionen beenden.
• Sandbox-Standardwerte. Codex und Cursor isolieren Shell-Befehle standardmäßig; Claude Code, OpenCode, Hermes und Pi nicht. Der nächste ernste Exploit wird’s wohl erzwingen.
• Die Aider-Frage. Entweder wacht das Originalprojekt auf, oder cecli wird de facto sein Nachfolger.
• Preise. Fast jedes Abo in diesem Artikel hat sich 2026 mindestens einmal geändert. Prüfe noch mal nach, bevor du verlängerst.

---

Häufig gestellte Fragen

Was ist ein KI-Coding-Harness?

Ein AI-Coding-Harness, manchmal auch Agent-Harness genannt, ist die Software um ein Sprachmodell herum, die daraus einen Coding-Agenten macht: die Schleife, die plant und handelt, die Tools, die Dateien bearbeiten und Befehle ausführen, Kontextverwaltung und Gedächtnis, Berechtigungen und Sandboxing sowie die Oberfläche — ein Terminal, ein Editor, eine Desktop-App oder die Cloud. Claude Code, Codex, OpenCode, Hermes Agent und Pi sind Harnesse; Claude Opus 5.5 und GPT-6.1 Sol sind die Modelle, die sie ausführen.

Was ist 2026 der beste KI-Coding-Harness?

Es kommt darauf an, worauf du optimierst; einen einzigen besten AI-Coding-Agenten für alle gibt’s nicht. Claude Code hat die besten unabhängigen Werte (68 im Coding Agent Index von Artificial Analysis), Codex liefert die besten Ergebnisse pro Dollar (63 für $1,04 pro Aufgabe), und OpenCode v2 ist das beste Open-Source-Harness, um jedes Modell laufen zu lassen, auch lokale. Viele Entwickler nutzen zwei: eines für die härteste Arbeit und ein offenes für alles andere.

Ist Claude Code besser als Codex?

Claude Code schneidet besser ab — 68 gegen 63 im Coding Agent Index und 64,8 % gegen 58,2 % im Terminal-Bench-4.0-Board —, aber Codex erledigt die Arbeit deutlich billiger: $1,04 und 15,5 Minuten pro Aufgabe, gegenüber $14,19 und 1,5 Stunden für Claude Code bei maximalem Aufwand. Auf seiner Aufwandsstufe “xhigh” erreicht Claude Code für $3,33 pro Aufgabe Codex’ 63. Codex ist außerdem Open Source und bringt eine aktive Sandbox mit.

Ist OpenCode besser als Claude Code?

Für rohe Ergebnisse mit Claude-Modellen geht’s nicht — Claude Code ist Anthropics eigenes Harness und führt die Benchmarks an. OpenCodes Stärken sind Freiheit und Kosten: MIT-Lizenz, über 75 Anbieter und lokale Modelle, und mit GLM-5.3 sind’s 54 Punkte im Coding Agent Index für $4,37 pro Aufgabe. Claude-Abos laufen in OpenCode nicht, dafür braucht’s einen API-Schlüssel für Claude.

Kann ich mein Claude-Pro- oder Max-Abonnement in OpenCode oder anderen Harnesses nutzen?

Nicht direkt. Seit Januar 2026 funktionieren Claude-Abo-Logins nur in Anthropics eigenen Apps, Claude Code eingeschlossen. Seit dem 15. Juni enthalten Pro- und Max-Abos ein monatliches Agent-SDK-Guthaben — $20, $100 oder $200 —, das claude -p, GitHub Actions und Tools von Drittanbietern abdeckt, die auf Anthropics Agent SDK aufbauen. Andere Harnesse wie OpenCode brauchen einen Anthropic-API-Schlüssel.

Kann ich mein ChatGPT-Abonnement in anderen Coding-Agenten nutzen?

Ja, in mehreren. OpenAI unterstützt “Sign in with ChatGPT” in Harnessen von Drittanbietern wie OpenCode und Pi, und auch in Devin Desktop und Amp kannst du ein ChatGPT-Abo verknüpfen. OpenAIs öffentliche Aussagen dazu sind nicht vertraglich, prüfe also die aktuellen Bedingungen, wenn’s in deinem Workflow darauf ankommt.

Was ist mit Gemini CLI passiert?

Am 18. Juni 2026 hat Google aufgehört, Gemini CLI an kostenlose Nutzer, Abonnenten von Google AI Pro und Ultra sowie einzelne Gemini-Code-Assist-Nutzer auszuliefern, und sie auf das neue Antigravity CLI umgestellt, dessen Befehl agylautet. Gemini CLI bleibt unter Apache-2.0 Open Source und funktioniert weiterhin mit bezahlten Gemini-API-Schlüsseln und Gemini-Code-Assist-Standard- oder -Enterprise-Lizenzen; Version 0.65.0 erschien am 20. Oktober.

Was ist mit Roo Code, Continue und Aider passiert?

Roo Code wurde am 15. Mai 2026 eingestellt und verweist Nutzer auf den ZooCode-Fork und auf Cline. Continue wurde im Juni von Cursor per Acqui-hire übernommen, und sein Code bleibt unter Apache-2.0 verfügbar. Aider hat’s seit dem 12. Februar 2026 kein neues Release gegeben, und die aktive Entwicklung ist größtenteils auf den Community-Fork cecli übergegangen.

Welcher Coding-Harness ist der beste für lokale Modelle?

OpenCode v2 ist am einfachsten: es erkennt Ollama, LM Studio und vLLM automatisch auf ihren Standardports. Hermes Agent bietet lokale Modelle per Ein-Klick über llama.cpp, Codex hat einen --oss -Modus, Copilot CLI listet lokale Ollama-Modelle in seiner Modellauswahl, und goose, Qwen Code, Cline, Kilo Code, Factory Droid und Pi arbeiten alle mit lokalen OpenAI-kompatiblen Servern. Leistungsfähige lokale Coding-Modelle brauchen viel Arbeitsspeicher.

Welche KI-Coding-Agenten sind kostenlos?

OpenCode, Pi, Cline, Kilo Code, goose, Qwen Code, Kimi Code, Mistral Vibe, Hermes Agent, DeepSeek Harness, Crush und die Codex CLI sind kostenlos nutzbar — du zahlst nur für das Modell oder mit lokalen Modellen gar nichts. OpenCode enthält außerdem kostenlose, zeitlich begrenzte Modelle, Copilot hat ein Free-Abo, das seine CLI einschließt, und Antigravity CLI hat eine kostenlose Stufe.

Zählt der Harness mehr als das Modell?

Für die Erfolgsquoten an der Spitze nicht viel: Claude Opus 5.5 löst in Claude Code 64,8 % der Terminal-Bench-4.0-Aufgaben und in einem Harness mit einem einzigen Bash-Tool 65,2 %. Bei schwächeren Modellen zählt das Harness mehr — Grok Build hebt Grok 4.7 um 8,8 Punkte —, und es entscheidet über Kosten, Tempo und Sicherheit. Im Index von Artificial Analysis kostet dieselbe Punktzahl 63 in einem Setup $1,04 pro Aufgabe und in einem anderen $3,33.

Ist Hermes Agent ein Coding-Agent?

Hermes Agent ist ein allgemeiner persönlicher Agent von Nous Research, aber er codet gut: er betreibt echte Language-Server und speist deren Diagnosen nach jeder Änderung zurück, legt Checkpoints an, zu denen du zurückrollen kannst, unterstützt Git-Worktrees und bringt Skills mit, um Coding-Jobs an OpenCode, Claude Code oder Codex zu übergeben. Seine größten Stärken sind Langzeitgedächtnis und Zugriff über mehr als 20 Messenger.

Was ist DeepSeek Harness?

DeepSeek Harness ist DeepSeeks Open-Source-Agent, veröffentlicht am 13. August 2026 zusammen mit DeepSeek V4-Pro. Es steht unter MIT-Lizenz, und als lokale Web-App läuft’s auch (npx @deepseek-ai/dsh web), und behandelt alles — Modelle, Tools, Skills, Sandboxes und sogar die Agent-Schleife — als Plug-in. In zehn Wochen sammelte es rund 252.000 GitHub-Sterne, ist aber mit Version 0.2.1-rc.2 noch Pre-Release.

Welcher KI-Coding-Agent ist standardmäßig am sichersten?

Codex ist das einzige Harness eines großen Labors, das mit eingeschalteter Betriebssystem-Sandbox ausgeliefert wird, und Cursors Standardmodus kapselt Shell-Befehle ein, wo es geht. Claude Code hat eine starke Sandbox, aber du musst sie erst einschalten, und zwar mit /sandbox. OpenCode v2 setzt auf Berechtigungsregeln, und Pi hat gar kein Berechtigungssystem — betreibe beide für nicht vertrauenswürdige Arbeit in einem Container. Was du auch nutzt: aktualisiere wöchentlich und nutze Auto-Approve-Modi nie außerhalb einer Wegwerf-Umgebung.

Was ist ACP, das Agent Client Protocol?

ACP ist ein offenes Protokoll, gestartet von Zed, das jeden Coding-Agenten in jedem kompatiblen Editor oder Host laufen lässt, etwa in Zed, JetBrains IDEs oder Devin Desktop. Das offizielle Register listet 44 Agenten, darunter OpenCode, Copilot CLI, Cursor, Gemini CLI, Cline, Kilo und Junie, während Claude Code und Codex über Adapter verfügbar sind. Ein Entwurf für Version 2 wurde im Juli 2026 veröffentlicht.

Kann ich mehr als einen Coding-Harness im selben Projekt nutzen?

Ja, und einfacher wird’s von Mal zu Mal. Leg die Projektregeln in AGENTS.md, wiederverwendbare Abläufe in .agents/skills, und Tools hinter MCP-Server; die meisten Harnesse lesen alle drei. Viele Entwickler kombinieren ein Abo-Harness wie Claude Code oder Codex mit einem offenen wie OpenCode, und Cockpits wie Orca oder Herdr betreiben mehrere Harnesse nebeneinander in getrennten Git-Worktrees.

---

Das Fazit

Vor zwei Jahren lautete die Frage, welches Modell du nutzt. 2026 lautet’s: in welchem Harness lässt du es laufen — und die ehrliche Antwort ist zwei.

Claude Code ist das leistungsfähigste und vollständigste Harness und das, das die Benchmarks krönen — zu einem Preis in Token und mit einem Abo, das nur in Anthropics eigenen Apps funktioniert. Codex ist das effiziente: fast so gut, Open Source, standardmäßig in einer Sandbox und ein Bruchteil der Kosten pro Aufgabe. OpenCode v2 ist das offene Harness, das alles ausführt und dir alle Optionen offen hält, während sich die Modell-Rangliste ständig ändert. Hermes Agent ist das, was du in deine Chat-Apps steckst, wenn du einen Agenten willst, der dich kennt. Pi ist der Minimalist, auf dem ein überraschend großer Teil des Ökosystems still läuft. Und die eigenen Harnesse der Open-Model-Labs — die von DeepSeek, Qwen, Kimi und Mistral — haben leistungsfähiges AI-Coding billiger gemacht als je zuvor.

Die Standards — MCP, ACP, AGENTS.md und Agent Skills — bedeuten, dass du dich an keinen von ihnen mehr binden musst. Also mach’s nicht. Wähle ein Haupt-Harness für die härteste Arbeit und ein offenes für alles andere, halte deine Anweisungen in AGENTS.md, schalte die Sandbox ein und aktualisiere jede Woche. Dann lass die Harnesse um deine Aufmerksamkeit konkurrieren. Langsamer wird’s bei ihnen nicht.

---

Nutzt du ein Harness, das ich nicht behandelt habe, oder siehst du auf deinen eigenen Projekten andere Zahlen? Ich hör’s gern: welches Harness und Modell du nutzt, was es dich pro Monat kostet und wo’s bricht. Korrekturen und Gegenbelege sind willkommen — dieser Artikel wird aktualisiert, wenn sich das Bild ändert.

Offenlegung: Dieser Artikel enthält einen Affiliate-Link, und zwar zum GLM Coding Plan von Z.ai. Wenn du darüber abonnierst, bekommst du 10 % Rabatt, und ich kann eine Provision verdienen, ohne dass dir zusätzliche Kosten entstehen. Kein anderes Produkt in diesem Artikel ist gesponsert, und keines der genannten Unternehmen, Labore oder Stiftungen hat ihn vor der Veröffentlichung geprüft.

Fakten geprüft: 22. Oktober 2026.