Claude oder ChatGPT? Was 8.177 Arbeitsläufe mit beiden zeigen
Die kurze Antwort
Wir brauchen beide. Recherchen im Netz gehen bei uns zuerst an Codex, den Programmier-Agenten von OpenAI. Kurze Fragen an Dateien und das Planen übernimmt Claude. Bei MK Media laufen beide jeden Tag nebeneinander, und keins von beiden ersetzt das andere.
Diese Antwort stammt nicht aus einem Labortest. Sie stammt aus unserem Betrieb: Vom 13. September bis zum 6. Oktober 2026, 15 Uhr, haben unsere KI-Agenten 8.177 Arbeitsläufe erledigt, 8.125 davon mit den vier Modellen in der Tabelle unten. Jeder Lauf steht mit Uhrzeit, Dauer und Ergebnis in einem Protokoll. Daraus stammen die Zahlen auf dieser Seite.
Was wir gezählt haben
| Werkzeug | Läufe | Typische Dauer (Median) |
|---|---|---|
| Codex (OpenAI) | 2.935 | 6,1 Minuten |
| Claude Opus | 2.413 | 2,3 Minuten |
| Claude, schnelles Modell | 1.646 | 0,9 Minuten |
| Claude Fable | 1.131 | 1,8 Minuten |
Die Dauer verrät wenig über die Qualität. Codex bekommt bei uns die langen Aufgaben, das schnelle Claude-Modell die kurzen. Wer aus dieser Tabelle „Claude ist schneller“ liest, vergleicht eine Recherche über zwanzig Webseiten mit der Frage, wie viele Zeilen eine Liste hat.
Woran die Läufe wirklich scheitern
Interessanter als die Dauer sind die Abbrüche: Von den 2.935 Codex-Läufen endeten 681 ohne Ergebnis, von den 2.413 Opus-Läufen 486. Auf den ersten Blick sieht das nach einem schwachen Modell aus. Wir haben jeden Abbruch nach seinem Grund sortiert:
| Werkzeug | Abbrüche | davon Zeitgrenze | davon Netzsperre | davon Nutzungsgrenze des Abos |
|---|---|---|---|---|
| Codex | 681 | 417 | 112 | 6 |
| Claude Opus | 486 | 152 | 0 | 314 |
Codex scheitert bei uns vor allem an unserer eigenen Regel: Nach 30 Minuten brechen wir einen Arbeitsschritt ab. Weitere 112 Läufe liefen in einer abgeschotteten Umgebung ohne Netzzugang, obwohl die Aufgabe eine Webseite brauchte. Das ist ein Einrichtungsfehler auf unserer Seite, kein Fehler des Modells.
Claude Opus stößt dagegen an die Nutzungsgrenze des Abos. 314 Läufe brachen ab, weil das Kontingent für die Woche verbraucht war. Wer mit vielen Agenten parallel arbeitet und alle an dasselbe Abo hängt, merkt das bei Claude zuerst.
Für Ihre Entscheidung heißt das: Fragen Sie nicht nur, welches Modell klüger ist. Fragen Sie, wie viele Aufgaben Sie am Tag geben und wie lange eine einzelne Aufgabe dauern darf.
Wofür wir welches Werkzeug nehmen
Codex bekommt seit dem 28. August 2026 die Recherchen. Das war eine Entscheidung aus dem Alltag, kein Labortest: Die Fundstellen von Codex gefielen uns besser, und jede Suche, die Codex erledigt, schont unser Claude-Kontingent.
Claude plant die Arbeitsschritte, beantwortet kurze Fragen an einzelne Dateien und schreibt Texte wie diesen. Prüfen lassen wir beide: Jedes Ergebnis liest ein zweiter, getrennter Lauf gegen, bevor es zählt. Meist übernimmt diese Prüfung Codex, bei Messungen Claude.
Zwei Dinge haben wir dabei gelernt. Erstens findet ein getrennter Prüflauf Fehler, die der ausführende Lauf übersieht, auch beim selben Anbieter. Zweitens bekommt jede Aufgabe ein Ziel, das sich messen lässt. „Recherchiere Preise“ führt zu Abbrüchen, „nenne für diese 8 Modelle den Preis mit Quelle und Datum“ führt zu Ergebnissen.
Was die Abos kosten
Die Preise ändern sich oft. Wir nennen sie mit dem Datum, an dem wir sie abgelesen haben.
| Stufe | Claude | ChatGPT |
|---|---|---|
| Einstieg | Pro: 20 $ pro Monat, 17 $ bei Jahreszahlung | Plus: 20 $ pro Monat |
| Viel Nutzung | Max: ab 100 $ pro Monat | Pro: 100 $, 200 $ oder 500 $ pro Monat |
| Team, je Person | 25 $ pro Monat, 20 $ bei Jahreszahlung | Business: 25 $ pro Monat, 20 $ bei Jahreszahlung |
| Programmier-Agent | Claude Code ab Pro enthalten | Codex ab Plus, je nach Tarif und Freischaltung |
Die Claude-Preise haben wir am 6. Oktober 2026 auf claude.com/pricing abgelesen. OpenAI sperrt automatische Abrufe seiner Preisseite; die ChatGPT-Preise stammen deshalb aus dem OpenAI-Hilfe-Center, gefunden am selben Tag über eine Websuche. Alle Preise in US-Dollar ohne Steuer.
Beim Einstieg und im Team kosten beide Anbieter gleich viel. Der Unterschied liegt in der Menge, die Sie für das Geld bekommen, und die nennt keiner der beiden als feste Zahl.
Für einen kleinen Betrieb reicht zum Ausprobieren das günstigste bezahlte Abo bei einem Anbieter. Ein zweites Abo lohnt sich erst, wenn Sie das erste regelmäßig an seine Grenze bringen. Mit mehreren Agenten parallel erreichen wir die Wochengrenze von Claude regelmäßig, daher die 314 Abbrüche oben.
Wo unsere Zahlen nicht tragen
Unsere Läufe sind keine neutralen Testaufgaben. Wir haben die Arbeit nach Stärken verteilt, deshalb sieht jedes Werkzeug in seiner Rolle gut aus. Ein Labortest mit identischen Aufgaben für beide würde andere Zahlen liefern.
Die Abbruchgründe haben wir aus dem Text der Fehlermeldungen gelesen. 146 Codex-Abbrüche und 20 Opus-Abbrüche ließen sich keinem Grund zuordnen; sie fehlen in der zweiten Tabelle. Und die drei Wochen fallen in eine Zeit, in der wir viel umgebaut haben. In einem ruhigen Monat sähen die Abbrüche anders aus.
So entscheiden Sie für Ihren Betrieb
Nehmen Sie eine Aufgabe, die bei Ihnen jede Woche wiederkommt: ein Angebot aus einer Kundenmail, eine Zusammenfassung von Protokollen, eine Preisrecherche. Geben Sie dieselbe Aufgabe beiden Werkzeugen und lesen Sie die Ergebnisse selbst. Nach fünf solchen Vergleichen wissen Sie mehr als nach jedem Testbericht, auch nach diesem.
Wenn Sie dabei Unterstützung möchten: Im Claude Code Coaching richten wir mit Ihrem Team genau solche Abläufe ein, und auf der Seite Claude Code Preise rechnen wir Abo und API gegeneinander.