Der KI-Coding-Krieg wird über Nutzungslimits geführt, nicht über Codequalität

Vor zwei Wochen haben wir die Schlagzeile „Codex hat Claude Code überholt“ einem Faktencheck unterzogen und anschließend 1.828 Posts und Bewertungen ausgewertet, um zu sehen, worüber Entwickler tatsächlich streiten. Beide Beiträge stießen aus verschiedenen Richtungen immer wieder auf dasselbe: Die Debatte, die die Presse als Wettrennen um Modellqualität rahmt — wessen Agent den saubereren Code schreibt —, ist nicht die Debatte, die die Nutzer führen. Die Nutzer reden über Nutzungslimits.

In diesem Monat haben die beiden Unternehmen aufgehört, das als Subtext stehenzulassen. Am selben Tag war der wichtigste Wettbewerbszug beider weder ein Modell noch ein Benchmark. Es war eine Änderung daran, wie viel man laufen lassen darf.

Ein Tag, zwei Züge, beide über Kontingente

Beginnen wir mit dem 12. Juli 2026. Innerhalb derselben Stunde an jenem Nachmittag zogen beide Marktführer am Zähler.

Anthropic verlängerte eine Aktion, die seit Mai lief: eine Erhöhung von Claude Codes wöchentlichen Rate-Limits um 50 %. Die ursprüngliche Erhöhung sollte am 13. Juli auslaufen; am 12. Juli schob das Unternehmen die Frist auf den 19. Juli hinaus.

„We're extending Claude Sonnet 5 access on all paid plans, as well as keeping Claude Code's weekly rate limits 50% higher, through July 19.“ — @claudeai, 12. Juli 2026

Anthropics eigene Support-Seite nennt die Bedingungen unmissverständlich: „From May 13, 2026 through July 19, 2026, your weekly usage limit in Claude Code is 50% higher“ — für Pro-, Max-, Team- und ältere sitzplatzbasierte Enterprise-Pläne.

Rund eine Stunde später am selben Tag verkündete OpenAIs Head of Core Products, Codex habe „hit 6M active users“, sagte, das Team lande „landing a usage reset in the next hour“, und fügte hinzu, man entferne „temporarily removing the 5 hour usage limit restriction for all Plus, Business and Pro plans“. Eine Wachstumsankündigung, die im selben Atemzug eine Gewährung von Nutzung war.

„We hit 6M active users, and are landing a usage reset in the next hour.“ — @thsottiaux, 12. Juli 2026

Von da an machte OpenAI den Zähler zum gesamten Narrativ seiner Wachstumswoche. Jeder Meilenstein kam mit mehr Kontingent im Gepäck.

Der Schlagzeilen-Zug keines der beiden Unternehmen war in dieser Woche ein neues Modell oder ein Benchmark-Ergebnis. Beide drehten sich um die Obergrenze dafür, wie viel Arbeit man dem Agenten übergeben kann, bevor er einen abschneidet. Ob Anthropics Verlängerung am selben Tag ein gezielter Konter auf Codex' Reset oder Zufall war — die beiden Marktführer verbrachten den 12. Juli damit, auf genau einer Achse zu konkurrieren: wer einen mehr laufen lässt.

Der Zähler war den Nutzern wichtig genug, dass ein gescheiterter Reset zur eigenen Nachricht wurde. OpenAI räumte später ein Zeitfenster ein, in dem „less than 10% of users who used a banked reset“ tatsächlich keinen bekamen, und ein GitHub-Issue mit dem Titel „I spent my usage waiting for Tibo's 7M reset, but the reset never came“ sammelte die Beschwerden. Die Leute beobachteten das Kontingent genau genug, um Bugs zu melden, wenn es sich nicht wieder auffüllte.

Genau darüber haben die Nutzer schon vorher gestritten

Nichts davon würde eine Rolle spielen, wenn es nur Marketing wäre, das sich einen einfachen Hebel greift. Was es zum eigentlichen Schlachtfeld macht, ist, dass es sich genau mit dem deckt, worüber Entwickler klagen, wenn ihnen niemand etwas verkaufen will.

Wir haben das auf drei getrennten Wegen gemessen, über drei nicht miteinander verbundene Populationen hinweg, und das Ergebnis wiederholt sich immer wieder. Als wir 1.828 Posts, Kommentare und Store-Bewertungen zu Codex und Claude Code auswerteten, zogen Kosten und Rate-Limits zusammen weit mehr Diskussion auf sich als Codequalität — im Reddit-Kommentar-Ausschnitt überwogen Kosten (20 Erwähnungen) und Rate-Limits (17) die Codequalität (5) um rund sieben zu eins. In der Studie zu den Bewertungen der Claude-Consumer-App war Preisgestaltung und Nutzungslimits das größte einzelne Beschwerdethema in allen drei Korpora aus App Store, Google Play und Reddit, vor Bugs und Modellqualitäts-Nörgeleien. Das, worum es im Marketing-Wettrennen nominell geht — welches Modell klüger ist —, bringen die Nutzer am seltensten zur Sprache.

Der Unmut ist stark genug, um vor Gericht gelandet zu sein. Im Juni 2026 reichte ein Claude-Max-Abonnent eine Sammelklage ein, die — in den Worten der Klageschrift — behauptet: „the actual usage provided by the Max 5x and Max 20x plans is far below the advertised amount of usage.“ Wegen Benchmark-Ergebnissen klagt man nicht. Man klagt wegen des Zählers.

Wenn also beide Anbieter denselben Tag damit verbringen, über Kontingente zu konkurrieren, greifen sie keinen beliebigen Hebel. Sie antworten auf den lautesten, beständigsten Unmut, den ihre eigenen Nutzer haben.

Die Stores zeigen es in Echtzeit

Man braucht auch keinen formalen Korpus, um es zu beobachten. Anthropics eigene Claude-Erweiterung für Chrome — 11.000.000 Nutzer, ein Schnitt von 2,71 Sternen, die am schlechtesten bewertete First-Party-Erweiterung eines großen KI-Anbieters — ist ein Live-Feed derselben Beschwerde. In den 100 jüngsten Bewertungen ist die Codequalität des Modells fast nie das Problem. Der Nutzungszähler schon.

OpenAIs Codex-für-Chrome-Erweiterung (die Oberfläche, die früher die ChatGPT-Erweiterung war, am 9. Juli auf Codex umgestellt) trägt dieselbe Notiz, eine Bewertung unter vielen: „work but use so many token and consume all limit with a pro account.“ Anderer Anbieter, anderes Produkt, derselbe Satz. Über beide Erweiterungen hinweg neigen die Bewertungen, die das Modell überhaupt erwähnen, dazu, es zu loben; der Ärger bleibt dem Tempo vorbehalten, mit dem es das Kontingent auffrisst.

Warum der Zähler und nicht das Modell der eigentliche Kampf ist

Es gibt einen einfachen Grund, warum der Wettbewerb zur Nutzung gewandert ist. Für einen Coding-Agenten ist Inferenz der Wareneinsatz. Jeder Lauf, den der Agent macht — jeder Screenshot, den er analysiert, jede Datei, die er liest, jeder erneute Versuch —, ist bezahlte, abgerechnete Rechenleistung, die der Anbieter trägt. Der Nutzungs-Cap ist der Punkt, an dem die Ökonomie des Produkts und die Erfahrung des Nutzers am direktesten aufeinanderprallen: Hebt man ihn an, begeistert man Nutzer und frisst zugleich Marge; senkt man ihn, schützt man die Marge und erzeugt zugleich Ein-Stern-Bewertungen über das Anschlagen an die Wand.

Das macht das Wochenlimit zum empfindlichsten Regler, den eines der Unternehmen besitzt. Ein neues Modell ist ein periodisches Ereignis mit langer Vorlaufzeit und einer Benchmark-Zahl, die die meisten Nutzer im Alltag nicht spüren. Die Nutzungsobergrenze ist etwas, gegen das ein Entwickler an einem Dienstagnachmittag mitten in einer Aufgabe stößt, und sie entscheidet, ob er das Abo behält. Auf Hacker News ging es in der Woche dieser Züge in der Beschwerde nicht um die Ausgabequalität; sie lautete, in den Worten eines Kommentators, „two layers of annoying timed usage windows“ plus „random unpredictable usage resets“, genannt „absolutely brutal“. Ein anderer brachte die Wechsel-Logik nüchtern auf den Punkt: „as soon as the costs rise we are migrating.“ Wenn die beiden Marktführer am selben Tag Kontingent-Züge austauschen, signalisieren sie, dass sie genau wissen, wo diese Wechsel-Entscheidung getroffen wird.

Die treffendere Einordnung

„Codex schlägt Claude Code“ und „Claude Code schreibt saubereren Code“ sind die Schlagzeilen. Worauf die Belege immer wieder deuten, ist enger gefasst und nützlicher: Die beiden führenden Coding-Agenten konkurrieren zuerst und am sichtbarsten darum, wie viel man sie nutzen darf — denn das ist die Einschränkung, die ihre eigenen Nutzer spüren, über die sie sich beschweren und wegen der sie wechseln. Das Modell-Rennen ist real und wird weiter Benchmarks hervorbringen. Aber wenn du wissen willst, welcher Hebel Entwickler in diesem Quartal tatsächlich bewegt, beobachte den Nutzungszähler, nicht das Leaderboard.

Quellen

Methodik

Die Bewertungszitate, Ratings und Nutzerzahlen zu den Erweiterungen in diesem Beitrag wurden direkt über Crawloras eigene Chrome-Web-Store-Endpoints abgerufen — die Item-Details für das Rating und die Installationszahlen, und der Reviews-Endpoint (100 jüngste, US-Storefront) für den wortgetreuen Text — statt aus zweiter Hand übernommen. Die X-Posts wurden wortgetreu über die X-Profil- und -Post-Endpoints abgerufen. Die Erkenntnisse aus den drei Korpora stammen aus unseren oben verlinkten früheren Studien, von denen jede ihren eigenen offenen Datensatz mitbringt. Wenn du das reproduzieren oder verfolgen willst, während sich die Zahlen weiter bewegen, sind dieselben Endpoints im Playground testbar, und die Preise decken den Free-Tier ab.

Für die größere Landschaft siehe Web Scraping mit KI und wie man eine Web Scraping API auswählt.