「どの AI コーディングエージェントを使うべきか」を社内で議論すると、だいたい Claude Code / OpenAI Codex / Gemini CLI の 3 択に収束します。いずれも「ターミナルで動く AI コーディングアシスタント」ですが、設計思想・得意領域・運用の勘所が違います。本稿では 2026 年 10 月時点での現実的な比較と、複数併用する実践的な使い分けを整理します。
一行で違いを言うと
Claude Code は設計と大規模リファクタに強く、長文脈で複雑なタスクを扱うときに信頼度が高めです。OpenAI Codex は短距離の実装やテスト生成が速く、1-2 ファイルを素早く仕上げたいときに向きます。Gemini CLI は検索と公開情報の統合に強く、コードベース全体の把握やマルチモーダルな情報整理が得意です。
3 エージェントの基本情報
| Claude Code | OpenAI Codex | Gemini CLI | |
|---|---|---|---|
| 提供元 | Anthropic | OpenAI | |
| 現行モデル | Opus 5 / Sonnet 5 / Haiku 4.5 | GPT-5 系 | Gemini 3 Pro / Flash |
| コンテキスト | 200K〜 (Sonnet 5 で 1M beta) | 400K | 1M-2M |
| 料金 (個人) | Pro $20 / Max $200 / API 従量 | Plus $20 / Pro $200 / API 従量 | Advanced $20 / API 従量 |
| CLI | claude |
codex |
gemini |
| MCP 対応 | ✅ ネイティブ | ✅ (2025 年後半〜) | ✅ (2025 年後半〜) |
| セッション resume | claude --resume |
codex resume |
gemini chat |
モデル性能の違い
ベンチマークではなく、実運用でのクセを書きます。
Claude Code (Opus 5 / Sonnet 5)
- 深い理解: 10 ファイルにまたがる変更を一貫して書ける
- 保守的: 新しいコードを書くより、既存の慣習を踏襲する傾向がある
- 会話が自然: 「X をしたい、ただし Y は変えないで」という制約条件が効く
- 苦手: 低レイテンシ用途と、短距離タスクの反復
Claude の設計思想は “Constitutional AI” ベースで、慎重に、意図を再確認してから動く挙動が特徴です。設計レベルの判断を任せたいときは、まず Claude から試します。
OpenAI Codex (GPT-5)
- 手が早い: 1-2 ファイルの変更なら競合より速い
- テスト生成が強い: ユニットテストの網羅性と形式が整っている
- 文脈に鈍い場合がある: 既存コードの慣習を無視してゼロから書くことがある
- 苦手: 10 ファイル以上を跨ぐ変更、既存アーキテクチャの踏襲
短距離の実装者としての速さが現状の Codex の強みです。実装・テスト追加・微調整タスクを分けて渡すと素直に効きます。
Gemini CLI (Gemini 3)
- コンテキスト窓が異常に広い: 2M トークンは実質「リポジトリ丸ごと」+「ドキュメント全部」
- 検索統合: Google 検索・Google Scholar・YouTube のトランスクリプトを引っ張れる
- マルチモーダル: 画像・PDF・動画をプロンプトに混ぜられる
- 苦手: Agentic な動作（ツール連鎖）の安定性は Claude / Codex にまだ遅れている
コードベース全体の把握、質問応答、公開情報の統合で選ばれます。1M トークン超の文脈をまるごと渡せるのは、2026 年時点では Gemini だけです。
コンテキスト長の実運用
ベンダーの公称値はマーケティング含みです。実際の有効活用レンジを書きます:
| エージェント | 公称 | 実用レンジ |
|---|---|---|
| Claude Code (Sonnet 5) | 200K | 150K まで性能維持 |
| Claude Code (Opus 5) | 200K | 180K まで性能維持 |
| Codex (GPT-5) | 400K | 300K を超えると忘れ始める |
| Gemini CLI (Gemini 3 Pro) | 1M-2M | 500K は実運用で動く、1M は時々忘れる |
ベンチマークと実運用の差は、Needle In A Haystack (NIAH) 評価では見えません。実コードベースに対する一貫性のある変更能力は、公称値の 50-80% と見ておくのが安全です。
MCP 対応と拡張性
MCP (Model Context Protocol) は 2025 年 11 月に Anthropic が発表した標準で、2026 年現在 3 エージェントすべてが対応しています。
Claude Code は ~/.claude/mcp.json に書く形式で、3 本のなかで設定が最も安定しています。Codex は ~/.codex/mcp.json で、Claude とほぼ同じ書式が使えます。Gemini CLI は ~/.gemini/mcp.json で、2025 年末に対応したばかりなのでまだ少し荒い実装です。
同じ MCP サーバーを 3 エージェントで共有できるのが大きな利点です。社内ツールの MCP サーバーを 1 本作れば、全員が好きなエージェントから使えます。
料金の実感
個人の月額課金
- Claude Pro ($20): Sonnet 5 が中心、1 日 50-100 セッション程度は余裕
- Claude Max ($100-200): Opus 5 を使えて、重い作業で詰まらない
- ChatGPT Plus ($20): Codex もセットで GPT-5 を日常使いできる
- Gemini Advanced ($20): Gemini 3 Pro で 2M コンテキストが刺さる人向け
API 課金 (入出力トークン単価、2026 年 10 月時点の目安)
| モデル | 入力 ($/M) | 出力 ($/M) |
|---|---|---|
| Claude Sonnet 5 | $3 | $15 |
| Claude Opus 5 | $15 | $75 |
| GPT-5 | $5 | $20 |
| Gemini 3 Pro | $2.5 | $10 |
プロンプトキャッシングを使うと入力コストは 1/10 に下がります（3 エージェントとも対応）。長時間同じコードベースで作業するなら必須の設定になります。
どう使い分けるか — 現実的なワークフロー
1 本に絞る必要はありません。実運用では タスクによってエージェントを使い分ける 人が増えています。たとえば Singularity Society の社内では、1 日に 3 本すべてに触れる開発者が珍しくありません。
典型パターン A: 設計 → 実装 → レビュー を分業
Claude Code に設計、アーキテクチャ、複雑なリファクタを任せます。決まった設計に沿って Codex が実装とテスト生成を進めます。Gemini は公開情報の調査やドキュメントまとめを並行で回します。この分業で 1 PR あたりの実時間が 2-3 時間短くなります。
典型パターン B: 言語別に使い分け
言語ごとに振り分けると現実的に回ります。Python / TypeScript / Rust の本番コードなら Claude Code を、Jupyter notebook やプロトタイプ、競プロ的な短距離コードなら Codex を、SQL や BigQuery とデータ分析系なら Gemini を、という配分です。モデルごとの訓練データの偏りが素直に効いてきます。
典型パターン C: フェーズ別
朝は Gemini で前日の PR と社内情報をまとめて読み、午前は Claude Code で設計と大物実装を進め、午後は Codex で細かい実装と対応テストを回します。AI エージェント並列化で開発速度 10 倍 の運用に 1 日単位のリズムを足す形です。
複数エージェントを並列に監督する — MulmoTerminal
3 本を並列で動かすと、「どのセッションが止まっているか」を見分けるコストが課題になります。
MulmoTerminal は、Claude Code / Codex / Gemini / Grok / Muse をブラウザのグリッド UI で並列に動かすOSS です。各セルで違うエージェントが使え、状態を色で伝え、スマホに通知を飛ばします。
- 青 → 作業中
- 琥珀 → あなた待ち
- 緑リング → 完了
同じリポジトリで 3 体を動かしても git worktree で自動隔離されるので、ファイル衝突が起きません。
詳細比較:
選び方のまとめ
1 本だけ選ぶなら、設計重視の新規開発プロジェクトは Claude Code、実装スループット重視なら Codex、大規模コードベースの質問応答やドキュメント統合なら Gemini CLI が素直な第一候補です。
併用する場合は、Claude Code を軸にして Codex を実装スピンオフにし、Gemini を調査用に据える構成が回しやすい運用になります。MulmoTerminal で 3 セルを並べれば、タスクに応じてマウスを動かすだけで振り分けられます。
組織導入では、セキュリティ基準・ログ・権限管理が整っているのは Claude Enterprise か ChatGPT Enterprise です。価格だけなら Gemini のエンタープライズが安く、既存の GitHub Copilot を置き換える有力候補は Claude Code と Codex の 2 つになります。
最後に
2026 年の AI コーディングエージェントは「どれを選ぶか」ではなく「どの作業にどれを当てるか」が問われるフェーズに入りました。モデルの公称スペックは参考程度にとどめ、実コードベースで 1 週間ずつ試してから自分の作業パターンに合うものを決めると、カタログからは見えない相性が掴めます。
関連リンク
- MCP (Model Context Protocol) 入門
- Software 3.0 とは — AI 時代のプログラミング・パラダイム
- MulmoTerminal — Claude Code / Codex / Gemini CLI を並列実行
- Cursor の代替としての MulmoTerminal
- VS Code の Claude Code 拡張を複数ウィンドウで動かす代わりに
Singularity Society はテクノロジー集団として MulmoClaude / MulmoTerminal / MulmoCast を開発しています。エンジニア・起業家向けの実践プログラム BootCamp も運営しています。
