Claude Code vs Gemini CLI vs Codex CLI：2026 年該選哪個？用工作流決定，不用 benchmark

2025 年起，三大 AI 實驗室陸續推出終端 AI 程式工具，到 2026 年已趨成熟：Anthropic 的 Claude Code（2025 年 2 月預覽、5 月 GA）、Google 的 Gemini CLI（2025 年 6 月發布）、OpenAI 的 Codex CLI。網路上的比較文幾乎都在比 benchmark 分數，然後宣布某個工具「勝出」。但老實說，benchmark 告訴你的是「哪個模型考試分數高」，沒告訴你「哪個工具適合你的工作方式」。

如果你現在用 Cursor 而且 80% 的工作是單一檔案內的補全和小修改，這篇可能不是給你看的，可以直接跳到「什麼時候不該換工具」那段確認一下。但如果你開始需要跨檔案重構、自動化 pipeline、或是想讓 AI 理解整個專案架構，繼續往下讀。

這篇不比跑分。我們從三個實際決策維度切入：你的工作流類型、你對安全的要求、你的月預算。讀完後，你會知道自己該裝哪一個。

TL;DR

• Claude Code = 自主正確性優先。SWE-bench Verified 最高分，複雜 debug 零干預完成，適合需要 AI 一次做對的 solo maker
• Gemini CLI = 大型 codebase 分析優先。1M token context window，Plan Mode 先讀後做，適合大型 monorepo 的架構分析
• Codex CLI = 沙箱安全優先。OS-level kernel 隔離，agent 物理上碰不到未授權路徑，適合 CI/CD 無人值守自動化

快速決策：Solo indie maker → Claude Code。大型 monorepo 重構 → Gemini CLI 分析 + Claude Code 執行。CI/CD 自動化 → Codex CLI。

三個工具的核心架構差異

三個工具的共同點是：你用自然語言告訴 AI 要做什麼，它幫你在電腦上讀 code、改 code、執行指令。差別在於它怎麼做、做得多自主、以及出事的時候你有多少保護。

比較 AI 程式工具，大部分人第一反應是看 benchmark 分數。Claude Opus 4.6 在 SWE-bench Verified 拿到 80.8%，Gemini 3.1 Pro 約 80.6%，分數看起來差距不大。但 CodeAnt AI（專門跑 AI coding 工具真實任務測試的評測平台）的報告揭示了一個 benchmark 看不到的差距：同一個 Express.js 重構任務，Claude Code 1 小時 17 分鐘零干預完成，Gemini CLI 花了 2 小時 04 分鐘還需要 3 次人工修正。

Benchmark 分數接近，但實際工作流差異巨大：「自主完成 vs 需要你盯著改 3 次」。這才是選工具的真正判斷標準。

三個工具背後是三種截然不同的設計哲學。搞清楚這件事，比記住任何 benchmark 數字都重要。

Claude Code：正確性優先的設計哲學

Claude Code 的核心理念是「第一次就做對」。它讀你的整個 codebase，理解跨檔案的依賴關係，然後一次性完成修改。在 CodeAnt AI 的 Figma-to-code benchmark 中，Claude Code 用了 6.2M tokens（比 Codex CLI 多 4 倍），但它抓到了一個 Codex 完全錯過的 race condition。

多出來的 token 消耗，換來的是更深的推理和更高的正確性。你省下的 3 小時 debug 時間，遠超那些 token 的成本。

Claude Code 使用 permission prompt 系統：每次要修改檔案或執行指令前會先問你。本質上屬於「信任但驗證」的模式，跟 sandbox 完全不同層級。對互動式開發來說夠用，但在無人值守環境有風險。Shipyard 的測試記錄到 Claude Code 曾自行修改 terminal permissions，這在有人監督時可以攔截，但如果跑在 CI pipeline 裡就是另一回事了。

Gemini CLI：超大 context 的設計哲學

Gemini CLI 的殺手鐧是 1M token 的 context window。這個數字聽起來很抽象，換算一下：一個中型 Next.js 專案（50+ 頁面、多個 API routes、多語系檔案）大概 200K-400K tokens。Gemini CLI 能一次把整個 codebase 塞進 context，而不用靠截斷或摘要。

DataCamp 的比較指出，1M token context 是 Gemini CLI 對大型 monorepo 的「結構性優勢」。Claude Code 在 Opus/Sonnet 4.6+ 版本中也已支援 1M token，但 Gemini CLI 從一開始就是為大型 codebase 設計的。

Plan Mode（2026 年 3 月推出）是 Gemini CLI 最有價值的功能：它讀取整個 codebase、建立依賴圖、輸出 Markdown 實作計畫，全程不修改任何檔案。對大型重構來說，「先理解再動手」比「邊做邊改」安全得多。

但這也是 Gemini CLI 的限制。Shipyard 的測試發現它「在模糊 debug 場景需要精確指令」。你得明確告訴它要做什麼，它不會自己判斷。想要全自主的開發者會覺得它太被動。

Codex CLI：沙箱安全的設計哲學

Codex CLI 做了一個其他兩個工具沒做的事：OS-level 的強制隔離。

在 macOS 上用 Seatbelt（sandbox-exec），在 Linux 上用 Bubblewrap（bwrap）+ Seccomp-BPF，都是 kernel 層的隔離機制。根據 Pierce.dev 的分析，「一個惡意的 agent 物理上無法觸碰你沒開放的檔案系統區域」。這跟 Claude Code 的 permission prompt 或 Gemini CLI 的 trusted folders 完全不同層級。

permission prompt 是「請問我可以改這個檔案嗎？」，trusted folders 是「我只看這幾個資料夾」，sandbox 是「你就算想碰也碰不到」。前兩個是君子協定，第三個是物理隔離。

Codex CLI 提供三種執行模式：Auto（預設，sandbox 內自主執行）、Read-only（只讀不改）、Full Access（完整存取）。對 CI/CD pipeline 來說，Auto mode 的預設安全性是決定性優勢。

受眾匹配梯：你是哪種開發者？

工具沒有絕對的好壞，只有適不適合你的工作方式。以下四個場景覆蓋了大部分開發者的決策情境。

場景 A：Solo Indie Maker（$20 預算，中型專案）

你會寫 code 但不是全職工程師，靠 Next.js + Supabase 做 side project，月預算控制在 $20 以內。你要的是：下一個 prompt 就能搞定功能，不想花時間理解工具鏈。

推薦：Claude Code Pro（$20/月）

理由很直接。CodeAnt AI 的測試顯示 Claude Code 的零干預完成率在三者中最高。你花 $20 買的不只是一個 AI 助手，是「不用盯著它改 3 次」的時間省下來。CLAUDE.md 能記住你的專案架構、coding convention、常用的函式庫版本，下次開 session 不用重新說明。

Gemini CLI 免費方案呢？2026 年 3 月底後免費方案改用 Flash 模型，不是最新的旗艦模型。簡單任務可以，但遇到跨檔案的複雜重構就會明顯力不從心。Codex CLI 透過 ChatGPT Plus（$20/月）可以用，它的三層執行模式（Auto / Read-only / Full Access）設定清晰直覺，但 sandbox 和企業導向的工作流設計對 solo maker 的日常開發來說功能偏重。

場景 B：大型 Monorepo 工程師（500K+ 行，legacy 重構）

你負責維護一個巨型 codebase，定期要做 legacy 重構，需要 AI 能一次理解整個 service 的依賴關係。

推薦：Gemini CLI（分析）+ Claude Code（執行），雙工具搭配

Gemini CLI 的 1M token context 讓它能讀整個 codebase。實際用法：先用 Plan Mode 跑分析，輸出一份 Markdown 實作計畫，確認方向對了，再用 Claude Code 執行修改。Claude Code 的多檔案一致性在三者中最強，不會改了 A 檔忘了 B 檔的對應更新。

context 不足的後果比你想的嚴重。當 AI 的 context window 裝不下你的 codebase 時，它不是「變笨」，是開始基於不完整資訊給建議。問題在於：這種建議看起來仍然合理，你可能用了才發現它忽略了某個關鍵的 dependency。等到撞牆才換工具，代價比一開始就選對高得多。

DataCamp 有個實用的做法：讓 Gemini CLI 讀取 CLAUDE.md，這樣兩個工具共用同一份 project context，不需要維護兩份設定檔。

場景 C：CI/CD 自動化工程師（無人值守，安全要求高）

你在 CI pipeline 中跑 AI agent 自動化，沒有人盯著。agent 如果誤刪了生產環境的設定檔，後果不只是 debug，是可能的事故。

推薦：Codex CLI

這個場景沒有第二選擇。Claude Code 和 Gemini CLI 都在你的環境中直接執行指令，permission prompt 和 trusted folders 在無人值守時等於形同虛設。只有 Codex CLI 的 Seatbelt/Landlock 是 kernel 層強制的，agent 就算「想」觸碰未授權路徑也做不到。

DeployHQ 的測試中，Codex CLI 完成 Dockerfile 自動化任務只花了 45 秒（Claude Code 90 秒，Gemini CLI 60 秒），而且是在完全沙箱化的環境中。速度和安全兼具。

場景 D：Technical Founder（帶 3-5 人小團隊）

你需要統一團隊的 AI 工具，讓不同成員的 AI 輸出風格一致，同時控制每月的 token 消耗。

推薦：Claude Code 作為主力 + CLAUDE.md 作為 single source of truth

CLAUDE.md 是讓團隊 AI 輸出一致的關鍵。把 coding convention、架構決策、常用 patterns 都寫進去，每個成員開 Claude Code 都讀同一份 context。Claude Code 的 Agent Teams 功能（實驗階段）支援多個 agent 實例平行協作，對跨模組的大型任務有加速效果。

更好的策略：設定 Gemini CLI 也讀取同一份 CLAUDE.md。這樣團隊成員可以用 Claude Code 做日常開發，用 Gemini CLI 做大型 codebase 的架構分析，context 完全互通。

2026 年定價真相：$20 能買到什麼？

面向	Claude Code Pro	ChatGPT Plus（含 Codex CLI）	Gemini CLI 免費方案
月費	$20	$20	免費
模型	Opus 4.7 / Sonnet 4.6	GPT-5.5	Flash（Pro 需付費訂閱）
Context	1M tokens	200K tokens	1M tokens
Sandbox	無（permission prompt）	OS-level（Seatbelt/bwrap）	無（trusted folders）
適合	日常開發、複雜 debug	CI/CD 自動化、安全優先	大型 codebase 探索、預算有限

「免費」聽起來很吸引人，但細節很重要。Gemini CLI 有兩種免費路徑：用 Google 帳號登入（1,000 requests/day）或用 API key（1,000 requests/day）。但自 2026 年 3 月底起，所有免費方案一律只能使用 Flash 模型，Pro 模型需要付費訂閱。Flash 模型處理簡單任務堪用，但在複雜重構和跨檔案 debug 時，能力跟旗艦模型差距明顯。

另一個常見的誤解是 token 效率等於省錢。CodeAnt AI 的 Figma-to-code benchmark 顯示 Codex CLI 只用了 1.5M tokens（Claude Code 用 6.2M），看起來便宜 4 倍。但同一份報告也寫到 Claude Code 發現了 Codex 完全錯過的 race condition。如果你的「省 token」輸出需要多花 3 小時 debug，那個 token 省下來的錢，遠遠不夠補你的時間成本。

Claude Code 還有 Max 方案（$100/月或 $200/月），提供更高的用量上限。重度使用者（每天超過 10 個大型 session）可能會遇到 Pro 的用量上限，超過後 Claude Code 會暫停接受新任務直到隔天重置，進行中的任務不會中斷。這種情況下升級 Max 5x（$100/月）比較穩。

安全性不是可選項：三層防護的實際差距

這個段落不是給所有人看的。如果你只在本機互動式開發，Claude Code 的 permission prompt 絕對夠用。但如果你的任何一個工作流涉及無人值守執行（CI pipeline、排程任務、batch processing），安全架構的選擇就變成不可妥協的條件。

三個工具的安全模型差距不在 UI 上，在 threat model 上：

工具	安全機制	層級	無人值守適用
Claude Code	Permission prompts	應用層（需人工確認）	不適合
Gemini CLI	Trusted folders	目錄層（軟性白名單）	有限制
Codex CLI	Seatbelt / bwrap+Seccomp	Kernel 層（物理隔離）	適合

DeepWiki 的技術分析詳細說明了 Codex CLI 的 sandbox 架構：macOS 上用 Seatbelt (sandbox-exec) 搭配 kernel 強制的存取控制，Linux 上用 Bubblewrap (bwrap) 加上 Seccomp-BPF 的 syscall 過濾。你可以用 codex debug seatbelt 測試 macOS 上的隔離是否正常運作。

Shipyard 的測試記錄到一個具體案例：Claude Code 在某次操作中自行修改了 terminal permissions。在有人盯著的時候你會注意到並攔截，但在 CI/CD pipeline 中，這代表 agent 有能力擴大自己的權限範圍。這就是為什麼「無人值守場景一律選 Codex CLI」是基於 threat model 的風險管理判斷。

Context File 互通性：一份設定檔跑兩個工具

CLAUDE.md、GEMINI.md、AGENTS.md 這些 context file 的功能完全相同：把你的專案架構、coding convention、技術選型注入 AI 的 context，讓它每次開 session 都從「已經理解你的專案」開始，不是從零學起。

好消息是，切換工具的成本比你想的低很多。DataCamp 記錄到有開發者在 Gemini CLI 的設定中指定讀取 CLAUDE.md，實現跨工具 context 共用。做法很簡單：在 GEMINI.md 中加一行指示 Gemini CLI 也讀取 CLAUDE.md 的內容。

如果你是從零開始，建議的最小可用 context file 長這樣：

# Project Context

## Stack
- Framework: Next.js 15 (Pages Router)
- Database: Supabase (PostgreSQL)
- Language: TypeScript
- Styling: Tailwind CSS

## Conventions
- 函式命名：camelCase
- 檔案命名：kebab-case
- 元件：一個檔案一個元件，named export

## Key Paths
- Pages: src/pages/
- Components: src/components/
- API Routes: src/pages/api/

把這個檔案放在你的專案根目錄（project root），命名為 CLAUDE.md，路徑就是 ./CLAUDE.md。Claude Code 啟動時會自動讀取它。這 15 行能讓 AI 省下每次 session 前 5 分鐘的「理解你的專案」時間。隨著使用加入更多 convention 和決策記錄就好。

什麼時候不該換工具

說了這麼多，有些情況你其實不需要換。

繼續用 Cursor/Copilot 比較好的情境：

• 你的工作 80% 是在單一檔案內的自動補全和小修改。Cursor 的即時補全體驗在這個場景仍然最快，CLI 工具的啟動成本反而是多餘的
• 你不需要跨檔案重構。CLI agent 的價值在於「理解整個 codebase 後做跨檔案修改」，如果你的改動範圍很小，IDE 內建的 AI 就夠了
• 你的團隊已經統一用某個 IDE 套件且運作順暢。換工具的溝通和學習成本是實打實的

第一次用 CLI agent 最容易踩的坑：

• 給太模糊的指令。「幫我優化這個 API」不夠具體，CLI agent 會猜你要什麼，猜錯的機率很高。說「把 /api/users 的回應時間從 2 秒降到 500ms，先分析哪個 query 最慢」效果好得多
• 沒有先設定 context file。沒有 CLAUDE.md 或 GEMINI.md，agent 每次都從零開始理解你的專案，前 5 分鐘都在浪費
• 讓 agent 在沒有 git 保護的環境中執行。至少確保你的工作目錄有 git，改壞了能 revert

結論：5 分鐘決策樹

你的主要工作流是什麼？
│
├─ 日常開發（寫功能、修 bug、重構）
│  └─ 預算 $20/月 → Claude Code Pro
│
├─ 大型 codebase 分析 + 重構
│  └─ Gemini CLI（Plan Mode 分析）+ Claude Code（執行修改）
│
├─ CI/CD 自動化（無人值守）
│  └─ Codex CLI（唯一有 OS-level sandbox 的選項）
│
└─ 團隊協作（3-5 人，需要一致性）
   └─ Claude Code Teams + CLAUDE.md 作為 single source of truth

三個工具不是非此即彼的關係。很多開發者同時用兩個甚至三個，根據任務類型切換。CLAUDE.md 的互通性讓這件事的成本很低。

選好工具後，先安裝：

• Claude Code：npm install -g @anthropic-ai/claude-code
• Gemini CLI：npm install -g @google/gemini-cli
• Codex CLI：npm install -g @openai/codex

裝完後第一步：建立你的 context file（CLAUDE.md 或 GEMINI.md），把專案架構和 convention 寫進去，然後用一個你熟悉的小任務跑一次。別一開始就拿最複雜的重構任務測試，先讓你和工具互相適應。

工具會持續迭代，今天的分數和定價半年後可能完全不同。但「根據工作流選工具，而不是根據 benchmark 選工具」這個判斷框架，不會過時。