Codex CLI e Gemini CLI colocam um agente de programação dentro do terminal, com acesso ao repositório, ferramentas locais e fluxos de automação. Essa semelhança é real, mas não resolve a escolha. A diferença aparece quando você observa como cada um recebe instruções do projeto, pede aprovação, isola comandos, autentica o usuário e entrega resultados para scripts.
Este comparativo não usa benchmark próprio e não declara um vencedor universal. Ele confronta recursos documentados em 19 de agosto de 2026 e propõe um teste reproduzível no seu repositório. O melhor ponto de partida é o que se encaixa no controle de acesso, na conta já adotada pela equipe e na forma como o trabalho será revisado.
A imagem de capa é uma ilustração editorial original. Ela não é uma captura de tela, não representa a interface real dos produtos e não contém resultado de teste.
Comparação direta
| Critério | Codex CLI | Gemini CLI |
|---|---|---|
| Uso interativo | O comando codex abre a interface de terminal para inspecionar, editar e executar tarefas no repositório. |
O comando gemini abre o modo interativo e aceita prompts, comandos e ferramentas no diretório atual. |
| Execução não interativa | codex exec foi documentado para scripts e CI, com saída formatada ou eventos JSONL. |
gemini -p executa um prompt sem interação; a CLI também documenta saídas JSON e JSON em fluxo. |
| Instruções persistentes | Usa AGENTS.md e AGENTS.override.md em uma cadeia global e hierárquica por diretório. |
Usa GEMINI.md global e por projeto, com descoberta hierárquica, importações e nome configurável. |
| Aprovações | Permite controlar quando deve pausar com untrusted, on-request ou never. |
Documenta os modos default, auto_edit, plan e yolo. |
| Sandbox | Expõe políticas read-only, workspace-write e danger-full-access. |
Oferece a opção --sandbox; a documentação informa que o isolamento fica desativado por padrão e pode usar contêiner. |
| Autenticação local | O primeiro uso permite entrar com ChatGPT ou escolher outro método disponível. | Recomenda entrar com conta Google e também documenta chave da Gemini API e Vertex AI. |
| Retomar trabalho | Tem comandos para retomar e bifurcar sessões, além de retomada de execuções não interativas. | O parâmetro -r retoma a sessão mais recente ou uma sessão identificada. |
| Integrações | Documenta MCP, plugins, regras, revisão e operação em clientes locais e remotos. | Documenta MCP, extensões, comandos personalizados, ação para GitHub e ferramentas integradas. |
A tabela compara controles e superfícies, não a qualidade de uma resposta. Modelo ativo, versão da CLI, tamanho do repositório, instruções, ferramentas autorizadas e limite da conta podem mudar o resultado. Uma conclusão responsável precisa registrar esses elementos.
O que é fato e o que é análise
Fato confirmado: as duas ferramentas têm interface interativa, modo não interativo, leitura de contexto persistente, execução de ferramentas e controles de aprovação. O Codex CLI documenta codex exec, políticas explícitas de sandbox e uma cadeia de AGENTS.md. O Gemini CLI documenta gemini -p, arquivos GEMINI.md, configuração em .gemini/settings.json, modos de aprovação e sandbox opcional.
Análise editorial: o Codex tende a ser um começo mais direto quando a equipe já usa o ecossistema ChatGPT e quer alinhar trabalho local, revisão e automação em uma mesma família de clientes. O Gemini CLI tende a ser um começo mais direto quando a organização já opera Google Cloud, Gemini Code Assist ou Vertex AI e quer aproveitar essas formas de autenticação. Isso é uma recomendação de encaixe operacional, não uma medição de capacidade.
Instruções do repositório: AGENTS.md e GEMINI.md
O Codex lê instruções antes de começar. A documentação descreve uma camada global no diretório do Codex e uma caminhada a partir da raiz do projeto até o diretório de trabalho. Em cada nível, AGENTS.override.md pode substituir AGENTS.md. Arquivos mais próximos do diretório atual entram depois na cadeia e, por isso, podem refinar regras mais amplas.
O Gemini CLI também monta contexto hierárquico. O nome padrão é GEMINI.md, com arquivo global, arquivos no ambiente e no espaço de trabalho e descoberta adicional quando uma ferramenta acessa subdiretórios. A documentação permite importar outros arquivos com a sintaxe @arquivo.md e configurar nomes alternativos, inclusive AGENTS.md.
Na prática, não basta copiar o mesmo texto para os dois. Escreva regras observáveis: comandos de teste, diretórios proibidos, política de dependências, formato de entrega e condições para interromper. Evite transformar o arquivo de contexto em manual enciclopédico. A regra crítica deve estar perto do código que ela governa e também ser aplicada por testes ou políticas quando possível.
Modo interativo ou automação
Para exploração, depuração e mudanças que exigem conversa, os comandos codex e gemini oferecem o ciclo mais natural. O usuário pode observar o plano, responder a pedidos de permissão e ajustar a direção antes que a tarefa termine. Esse é o ponto de partida mais seguro para conhecer o comportamento no repositório.
Para CI ou uma rotina repetível, o Codex oferece codex exec. A referência oficial documenta JSONL, esquema de saída, arquivo com a última mensagem, seleção de modelo e retomada de sessão. O Gemini usa gemini -p para o modo não interativo e documenta --output-format json e --output-format stream-json. Ambos podem produzir algo que outro programa consome, mas o contrato precisa ser verificado na versão instalada.
Automação não significa autorização ilimitada. Uma tarefa sem pessoa no terminal deve receber um diretório estreito, credenciais mínimas, tempo máximo, saída estruturada e uma condição clara de falha. O pipeline deve guardar o diff e os testes, não apenas a explicação final do agente.
Permissões e sandbox não são a mesma coisa
Aprovação responde quando o agente precisa parar e pedir consentimento. Sandbox responde onde e como o comando pode operar. Misturar os dois cria uma falsa sensação de segurança. Um modo que não pergunta pode continuar restrito por um sandbox; um modo que pergunta pode receber uma autorização ampla demais.
No Codex, a referência separa --ask-for-approval da política --sandbox. A própria documentação recomenda workspace-write para trabalho local autônomo dentro do espaço e alerta contra ignorar aprovações e sandbox fora de uma máquina virtual isolada. No Gemini, plan é apresentado como modo somente leitura, auto_edit aprova edições e yolo aprova ações. O sandbox pode ser habilitado por opção e usa configuração própria.
Para avaliar com justiça, dê aos dois o mesmo perímetro: uma cópia descartável do repositório, sem segredos, rede bloqueada quando desnecessária e comandos de verificação permitidos. Se uma ferramenta opera com acesso total e a outra em modo somente leitura, você não está comparando capacidade. Está comparando políticas diferentes.
Autenticação, disponibilidade e custo
O Codex CLI orienta o usuário a abrir um projeto, executar codex e escolher entrada com ChatGPT ou outro método disponível. A disponibilidade, os modelos e o consumo dependem da conta, do plano e da configuração atual. Por isso, este artigo não converte a escolha em um preço fixo que pode ficar desatualizado.
O Gemini CLI recomenda a entrada por conta Google em uma máquina local com navegador. Também documenta chave da Gemini API e Vertex AI, inclusive credenciais padrão, conta de serviço e chave do Google Cloud. A conta organizacional pode exigir projeto do Google Cloud e permissões administrativas.
Na página oficial consultada em 19 de agosto de 2026, o Google informava até 1.000 solicitações de modelo por usuário ao dia para Gemini Code Assist Individual com conta Google e 250 no nível gratuito com chave da Gemini API, limitado ao modelo Flash. A mesma documentação avisa que limites por minuto, disponibilidade e planos variam. Use esses números como fotografia datada, não como promessa contratual.
O custo real inclui mais do que assinatura ou tokens. Some tempo de revisão, repetição após falha, isolamento, logs, armazenamento, integrações, administração de contas e impacto de uma mudança incorreta. Uma opção aparentemente gratuita pode custar mais se exigir uma pilha que a equipe não sabe operar.
Integrações e portabilidade
As duas CLIs documentam MCP para conectar ferramentas externas. Isso não torna configurações automaticamente intercambiáveis. Nome de comando, arquivo de configuração, política de confiança, forma de transportar credenciais e formato do resultado continuam específicos de cada cliente.
O Gemini CLI mantém repositório aberto sob Apache 2.0 e documenta extensões, comandos personalizados, busca integrada e ação para GitHub. O Codex documenta MCP, plugins, regras de execução, revisão, sessões e operação em diferentes superfícies. A pergunta útil não é qual tem a lista maior, mas qual integração necessária pode ser instalada, auditada e administrada pela sua equipe.
Antes de conectar GitHub, banco de dados ou mensageria, teste primeiro com dados sintéticos e ações somente de leitura. Revise o escopo do token e separe a credencial do desenvolvedor da credencial usada em CI. Uma extensão conveniente continua sendo código com acesso ao seu fluxo.
Teste comparável em nove passos
- Escolha uma tarefa pequena. Use um bug reproduzível com teste existente ou uma alteração documental verificável.
- Crie duas cópias iguais. Comece do mesmo commit e mantenha dependências e variáveis equivalentes.
- Remova segredos. Use credenciais de teste ou nenhuma credencial no primeiro ciclo.
- Escreva o mesmo contrato. Defina objetivo, arquivos permitidos, comando de teste e formato de entrega.
- Alinhe as permissões. Use o mesmo limite de escrita, rede e execução para as duas ferramentas.
- Registre a configuração. Anote versão da CLI, modelo selecionado, autenticação, arquivo de instruções e data.
- Execute uma vez. Não dê dicas extras a apenas um dos agentes. Se precisar corrigir o prompt, reinicie os dois.
- Revise sem olhar a origem. Compare diff, testes, arquivos tocados, comandos, riscos e clareza do relatório.
- Repita em outro tipo de tarefa. Uma vitória em correção de bug não prova desempenho em migração, revisão ou documentação.
O guia do Bastidores sobre como comparar duas respostas de IA com critérios reproduzíveis ajuda a montar a rubrica. Para fluxos remotos, o comparativo entre Codex cloud e GitHub Copilot cloud agent cobre uma decisão diferente desta página.
Matriz de decisão
| Situação | Primeira opção a testar | Motivo |
|---|---|---|
| Equipe já usa ChatGPT e quer continuidade entre clientes Codex | Codex CLI | A autenticação e a família de fluxos já fazem parte do ambiente adotado. |
| Equipe opera Google Cloud, Vertex AI ou Gemini Code Assist | Gemini CLI | Há caminhos oficiais de autenticação alinhados a essa infraestrutura. |
| Automação precisa de saída validada por esquema | Codex CLI | codex exec documenta esquema de saída e arquivo com mensagem final. |
| Script precisa de JSON em fluxo com configuração simples | Gemini CLI | O modo não interativo documenta JSON e stream-json. |
| Projeto já padronizou AGENTS.md hierárquico | Codex CLI | Esse é o mecanismo nativo de descoberta e substituição documentado. |
| Projeto quer importar arquivos de contexto e personalizar seus nomes | Gemini CLI | GEMINI.md documenta importações e nomes alternativos. |
| Repositório contém segredo ou impacto produtivo | Nenhum ainda | Primeiro crie cópia isolada, credencial mínima, revisão e rota de reversão. |
Erros comuns nesta escolha
- comparar modelos diferentes e atribuir toda a diferença à CLI;
- dar acesso total a uma ferramenta e modo somente leitura à outra;
- usar prompts distintos ou corrigir apenas um dos testes;
- confundir uma resposta convincente com um diff correto e testado;
- ignorar arquivos de instruções herdados de diretórios superiores;
- colocar chaves em arquivos versionados ou no próprio prompt;
- medir apenas tempo e esconder alterações desnecessárias;
- tratar limite diário documentado como garantia futura;
- usar modo de aprovação irrestrita fora de ambiente isolado;
- escolher pela quantidade de integrações sem auditar as que realmente serão usadas.
A recomendação mais útil
Comece pelo Codex CLI se sua equipe já trabalha com ChatGPT, quer uma cadeia explícita de AGENTS.md e valoriza a separação documentada entre aprovação, sandbox e execução não interativa. Faça o primeiro teste em workspace-write, com aprovação sob demanda e um repositório que possa ser restaurado.
Comece pelo Gemini CLI se a identidade, as quotas e a governança já passam por Google, Gemini Code Assist ou Vertex AI, ou se o fluxo depende das formas de contexto e extensão documentadas pelo projeto. Não ative yolo como atalho para uma política que ainda não foi desenhada.
Se os dois encaixam, use o mesmo bug pequeno e a rubrica de nove passos. Escolha pela soma de correção, previsibilidade, revisão e administração. O melhor agente para a equipe é o que produz uma mudança verificável dentro de limites que todos entendem.
Fontes oficiais consultadas
- OpenAI: visão geral, instalação, autenticação e primeiros passos do Codex CLI.
- OpenAI: referência de comandos, codex exec, aprovações e sandbox.
- OpenAI: descoberta e precedência de instruções em AGENTS.md.
- Google: repositório oficial, instalação, licença e recursos do Gemini CLI.
- Google: primeiros passos e exemplos do Gemini CLI.
- Google: referência da CLI, modo não interativo, retomada, sandbox e aprovações.
- Google: contexto hierárquico, importações e configuração de GEMINI.md.
- Google: autenticação por conta, API e Vertex AI.
- Google: configuração, modos de aprovação e sandbox.
- Google: quotas e formas de cobrança do Gemini CLI.
Documentação, recursos e limites foram consultados em 19 de agosto de 2026 e podem mudar. Confirme a versão instalada, o modelo ativo, a política de dados e os limites da sua conta antes de adotar qualquer fluxo.