opencodex öffnet Codex und Claude Code für andere Modelle
17. August 2026
opencodex setzt einen lokalen Übersetzer zwischen Coding-Client und Modellanbieter. Teams können dadurch Codex oder Claude Code mit mehr als 40 Diensten sowie lokalen Ollama-Modellen verbinden.
Worum es geht
opencodex ist ein lokaler Proxy für Entwickler, die die Oberfläche von Codex oder Claude Code behalten, aber Modelle und Anbieter flexibler wählen möchten. Das Open-Source-Projekt übersetzt die unterschiedlichen API-Formate im Hintergrund. Nach Angaben der Projektdokumentation unterstützt es Streaming, Werkzeugaufrufe, Reasoning-Ausgaben und Bilder in beide Richtungen.
Das Projekt ist seit Juni 2026 auf GitHub verfügbar und steht unter der MIT-Lizenz. Am 17. August 2026 erschien Version 2.24.1. Entscheidend ist nicht dieses kleine Fehlerkorrektur-Update allein, sondern der konkrete Nutzen: Ein bestehender Coding-Workflow kann Modelle von Anthropic, Google, xAI, DeepSeek, Kimi, OpenRouter oder einer lokalen Ollama-Installation ansprechen, ohne den Client selbst zu verändern.
Was opencodex tatsächlich macht
Nach der Installation startet ocx start einen Dienst auf dem eigenen Rechner. Das Dashboard ist standardmäßig unter localhost:10100 erreichbar. Dort werden Anbieter, Zugangsdaten, Modelle und Routing-Regeln eingerichtet. ocx init verbindet anschließend die vorhandene Codex-Konfiguration mit dem Proxy. ocx stop soll die ursprüngliche Konfiguration wiederherstellen.
Technisch nimmt opencodex Anfragen im Format des jeweiligen Coding-Clients entgegen und überträgt sie in das Format des ausgewählten Anbieters. Die Dokumentation nennt mehr als 40 vorkonfigurierte Anbieter. Zusätzlich lassen sich OpenAI-kompatible Endpunkte und lokale Ollama-Modelle anbinden. Sogenannte Combos ermöglichen Ausweichregeln oder eine gewichtete Verteilung über mehrere Anbieter. Ein Dashboard zeigt laufende Anfragen, Cache-Token und den Status der Verbindungen.
Das Tool unterstützt macOS, Linux und Windows und benötigt Node.js ab Version 18. Das veröffentlichte npm-Paket bringt seine Bun-Laufzeit mit. opencodex ist ein unabhängiges Community-Projekt und weder von OpenAI noch von Anthropic bestätigt.
Warum das wichtig ist
Coding-Agenten binden ihre Bedienoberfläche, Konten und Modelle häufig eng zusammen. Für Entwickler entsteht dadurch ein Wechselaufwand: Ein anderes Modell bedeutet oft einen anderen Client, andere Befehle und einen neuen Arbeitsablauf. opencodex trennt diese Ebenen. Der vertraute Client bleibt, während das Modell austauschbar wird.
Das ist besonders nützlich für Teams, die Kosten, Datenschutz oder Modellqualität je Aufgabe abwägen. Sensibler Code kann beispielsweise an ein lokales Modell gehen, während eine schwierige Analyse gezielt einen externen Dienst nutzt. Ausweichregeln können außerdem helfen, wenn ein Anbieter nicht erreichbar ist oder ein Kontingent erschöpft wurde. Die GitHub-API wies am 17. August 2026 rund 10.600 Sterne und 776 Forks aus. Diese Zahlen belegen Interesse, ersetzen aber keine eigene Sicherheitsprüfung.
Einfach erklärt
Man kann sich opencodex wie einen Reiseadapter vorstellen. Der Laptop bleibt derselbe, doch der Adapter verbindet ihn mit unterschiedlichen Steckdosen. Genauso bleibt der Coding-Client erhalten, während der Proxy die Anfrage passend für verschiedene Modelldienste umformt. Ein Reiseadapter macht den Strom jedoch nicht sicherer; ebenso prüft opencodex nicht automatisch, ob ein Anbieter vertraulich oder vertraglich geeignet ist.
Praktisches Beispiel
Ein fünfköpfiges Entwicklerteam bearbeitet an einem Tag 30 Aufgaben. Für 18 kleinere Änderungen nutzt es ein günstiges Modell, für acht Codeanalysen ein leistungsfähigeres Modell und für vier vertrauliche Aufgaben ein lokales Ollama-Modell. Statt drei verschiedene Coding-Clients zu pflegen, hinterlegt das Team die Anbieter einmal in opencodex und wählt sie über Modellnamen oder Routing-Regeln aus.
Vor einem produktiven Einsatz sollte das Team einen begrenzten Test mit einem nicht sensiblen Repository durchführen: Installation prüfen, einen Anbieter verbinden, Werkzeugaufrufe beobachten, den Request-Log kontrollieren und anschließend ocx stop testen. Erst wenn Konfiguration, Kosten und Datenwege nachvollziehbar sind, folgt ein Pilotprojekt mit echten Aufgaben.
Einordnung und Grenzen
Erstens verarbeitet der Proxy Zugangsdaten und Code zwischen Client und Anbieter. Das erweitert die Vertrauenskette um ein Community-Projekt. Teams sollten Quellcode, Abhängigkeiten, lokale Dateirechte und Update-Prozess prüfen.
Zweitens weist die offizielle Dokumentation darauf hin, dass einzelne Anbieter die Weiterleitung über Drittanbieter-Proxys in ihren Nutzungsbedingungen beschränken können. Ein technisch funktionierender Login ist deshalb keine vertragliche Freigabe.
Drittens garantiert ein gemeinsamer Proxy keine identischen Ergebnisse. Modelle unterscheiden sich bei Werkzeugaufrufen, Kontextgrenzen und Antwortformaten. Ausweichregeln können außerdem Kosten oder Verhalten unbemerkt verändern, wenn sie nicht überwacht werden. Für regulierte oder hochsensible Projekte ist vor dem Einsatz eine Datenschutz- und Sicherheitsprüfung nötig.
SEO- und GEO-Schlüsselbegriffe
opencodex, Codex CLI, Claude Code, LLM Proxy, Model Routing, Ollama, OpenRouter, Coding Agents, Developer Tools, lokale KI, MIT-Lizenz, API-Übersetzung
💡 Im Klartext
opencodex verbindet Codex und Claude Code über einen lokalen Proxy mit unterschiedlichen KI-Modellen. Das schafft Wahlfreiheit, erweitert aber auch die Sicherheits- und Vertragsprüfung um eine zusätzliche Softwarekomponente.
Wichtigste Erkenntnisse
- →opencodex übersetzt Anfragen von Codex und Claude Code für mehr als 40 Anbieter sowie lokale Ollama-Modelle.
- →Das MIT-lizenzierte Projekt läuft lokal auf macOS, Linux und Windows.
- →Routing-Regeln können Modelle nach Aufgabe wählen oder bei Ausfällen wechseln.
- →Zugangsdaten, Quellcode und Anbieterbedingungen müssen vor dem produktiven Einsatz geprüft werden.
- →Ein Test mit einem nicht sensiblen Repository ist der sinnvolle nächste Schritt.
Häufige Fragen
Ist opencodex ein Produkt von OpenAI?
Nein. Es ist ein unabhängiges Community-Projekt und wird laut eigener Dokumentation weder von OpenAI noch von Anthropic unterstützt oder bestätigt.
Kann opencodex lokale Modelle verwenden?
Ja. Die Dokumentation nennt lokale Ollama-Modelle sowie OpenAI-kompatible Endpunkte neben zahlreichen Cloud-Anbietern.
Welche Systeme werden unterstützt?
Die offizielle Dokumentation nennt macOS, Linux und Windows. Benötigt wird Node.js ab Version 18; das npm-Paket bringt die Bun-Laufzeit mit.
Ist der Einsatz automatisch datenschutzkonform?
Nein. Datenweg, Anbieter, Protokollierung, Zugangsdaten und Nutzungsbedingungen müssen für den jeweiligen Einsatz geprüft werden.