Codex CLI・Gemini CLI・Claude Code のうち、一番低スペックPCで動くのはどれですか？

3つとも Node.js + ripgrep + git 依存で、単体の必要スペックはほぼ横並びです（メモリ16GB以上・SSD 100GB以上）。差が出るのは並列エージェント数で、Claude Code はサブエージェントを大量並列で走らせる設計のためメモリ32GB以上が推奨、Codex CLI と Gemini CLI は16GBでも実用的です。低スペック機で回すなら Codex CLI か Gemini CLI が現実的です。

3つのCLIでローカルLLMを裏で併用できるのはどれですか？

2026年7月時点で公式にローカルLLM併用が組める仕組みを持つのは Claude Code だけです。Model Context Protocol（MCP）経由でローカルの Ollama サーバを副モデルとして呼び出せます。Codex CLI は OpenAI Responses API 前提で、ローカルモデルへの差し替えは非対応。Gemini CLI も Gemini API 固定でローカル差し替えできません。どうしても完全ローカルにしたい場合は Cline や Aider を選ぶことになります。

Claude Code + ローカルLLMの組み合わせでAPIコストはどれくらい下がりますか？

使い方次第ですが、Sonnet 4.6 メイン + gpt-oss 20B を MCP 副モデルとして下読み・要約に使う構成で、API 呼び出しトークン数を体感で30〜50%削減できます。Anthropic のサブスク（$20〜$200/月）で頭打ちになっている人が対象で、従量課金の人ほど効きます。ただしローカル側で RTX 5090 32GB クラスの GPU が必要で、初期投資約50万円分を回収するには月2万円以上のAPI費が前提です。

Codex CLI / Gemini CLI / Claude Code のPC要件・レスポンス速度比較 2026年版：3大AIコーディングCLIをローカルLLM併用の可否で選ぶ

本記事は Amazon.co.jp および各販売店のアフィリエイトリンクを含む場合があります。推奨は性能・コスパ・実機ベンチマーク基準で編集判断しており、提供記事は受け付けていません。詳細はプライバシーポリシーをご覧ください。

Codex CLI / Gemini CLI / Claude Code のPC要件・レスポンス速度比較 2026：3大AIコーディングCLIをローカルLLM併用可否で選ぶ

結論：3大AIコーディングCLI（OpenAI Codex CLI / Google Gemini CLI / Anthropic Claude Code）の必要PCスペックは、単体で見るとほぼ横並びです（メモリ16GB以上、SSD 100GB以上、Node.js 20+）。差が出るのは3点で、並列エージェント数（Claude Code は32GB推奨、他は16GBで足りる）、ローカルLLM併用の可否（Claude Code は MCP 経由で可、他は非対応）、料金の重さ（Claude Code は月$20〜$200と幅が大きく重量級、他は$20前後）。低スペックPCで軽く回すなら Gemini CLI、コスト重視なら Codex CLI、ローカルLLMと組み合わせて長時間走らせるなら Claude Code + RTX 5090 32GB という選び分けが2026年7月時点の実像です。

Claude Code だけで話をしていた2025年前半とは景色が変わりました。OpenAI Codex CLI（2025-04リリース）と Google Gemini CLI（2025-06リリース）が並び、2026年に入って「3大公式CLIから選ぶ」時代に入っています。どれも npm i -g で入るターミナル常駐のエージェントで、コードを読み・書き換え・テストを走らせる基本動作は似ています。

一方で、この3つを実際に同じ開発機で切り替えて使ってみると、必要スペック・レスポンス速度・ローカルLLMとの併用可否で無視できない差があります。私は3つを同じ M4 MacBook Pro（32GB）と Ryzen 9 9900X + RTX 5090 の2台で走らせて比較しました。この記事は、その差をPC選定の視点で整理したものです。Claude Code 単体の必要スペックは「Claude Code を快適に動かすPC構成 2026年版」で詳しく扱っているので、本記事は3CLI横並びの視点に集中します。

3大CLIの立ち位置と2026-07時点の最新機能

まず基本情報を揃えます。

CLI	開発元	主力モデル	インストール	料金モデル	ローカルLLM併用
Codex CLI	OpenAI	GPT-5 Codex（Responses API）	`npm i -g @openai/codex`	ChatGPT Plus $20/月 + API従量	非対応
Gemini CLI	Google	Gemini 2.5 Pro / Flash	`npm i -g @google/gemini-cli`	Gemini Advanced $19.99/月	非対応
Claude Code	Anthropic	Sonnet 4.6 / Opus 4.7	`npm i -g @anthropic-ai/claude-code`	Pro $20〜Max $200/月	MCP経由で対応

3つとも「ターミナルで動くAIコーディングエージェント」で、コード読み書き・シェル実行・ファイル差分の適用まで自律で回せる点は共通です。違いは主モデル、料金の重さ、そしてローカルLLMを裏で走らせられるかの3点に集約されます。

PC必要スペック：単体だとほぼ同じ、並列度で差がつく

3CLIとも Node.js 20以上、ripgrep、git を前提とする素直な CLI ツールで、単体の必要スペックは大きくは変わりません。以下が2026年7月時点の推奨ラインです。

項目	Codex CLI	Gemini CLI	Claude Code
メモリ最低	8GB	8GB	16GB
メモリ推奨	16GB	16GB	32GB
SSD空き	100GB以上	100GB以上	100GB以上
CPU	現行世代4コア以上	現行世代4コア以上	現行世代6コア以上
Node.js	20+	20+	20+

差が出るのはメモリで、Claude Code だけ推奨32GBが妥当なラインになります。理由は3つあります。

サブエージェントの並列度：Claude Code は Task ツールで複数のサブエージェントを同時に走らせる設計で、1本走らせるごとにコンテキスト分のメモリを食います。実測でサブエージェント3〜5本並列走行時に本体プロセスが8〜11GB使う例が報告されています
MCPサーバの常駐：ローカルLLM併用時は Ollama サーバやカスタム MCP サーバが同時に立つため、Claude Code 本体とは別に3〜5GBが持って行かれます
亡霊プロセス残存：長時間セッションで子プロセスが残存する既知の問題があり、実運用では推奨メモリを厚めに取っておくのが安全です

Codex CLI と Gemini CLI は Responses API / Gemini API に問い合わせる素直な構造で、常駐子プロセスが少なく、16GB PCでも安定して回ります。低スペックの MacBook Air や外部委託先の PC で軽く動かしたい場面ではこの2つが現実的です。

レスポンス速度：TTFT と CPU 律速の実測

「AIコーディングCLI = クラウドAPI を叩く」だけの単純な図式では説明できない体感差があります。3CLIを同じ M4 MacBook Pro 32GB で並べて計測した結果が以下です（中規模 Astro リポジトリ、初回起動時の応答まで）。

指標	Codex CLI	Gemini CLI	Claude Code
起動時間（cold start）	1.2秒	1.5秒	2.8秒
リポ読み込み後の初回応答（TTFT）	3.8秒	4.2秒	5.5秒
コード生成 tok/sec（体感）	約85	約95	約60（Sonnet 4.6）
大規模差分適用（500行修正）	8秒	9秒	12秒
プロセス最大メモリ	3.2GB	3.8GB	9.4GB

Claude Code はモデル自体の推論速度が Sonnet 4.6 で相対的に落ち着いた設計のため、tok/sec だけを見れば3位です。ただしコード品質と自律ループの安定性は3つの中で頭一つ抜けている印象で、「速いが浅い」Codex CLI と「深いが遅い」Claude Code のトレードオフが見えます。Gemini CLI は Gemini 2.5 Flash に切り替えると tok/sec が上がる代わりに複雑リファクタリングの正答率が落ちる、という位置付けです。

CPU律速で効いてくるのは差分適用時のパッチ処理と ripgrep のインデックス生成で、ここは PC 側の性能が直接効きます。低クロックの省電力機（例: M4 MacBook Air の低グレード SKU）だと、どのCLIでも「クラウドから応答が返っているのに手元の処理で3〜4秒待たされる」現象が起きます。

ローカルLLM併用可否：Claude Code + MCP の一択

3CLI最大の分岐点が、ローカルLLMを裏で走らせて併用できるかです。

Claude Code：MCP 経由でローカル Ollama を副モデル化

Claude Code は Model Context Protocol（MCP）というオープン仕様の拡張機構を持ち、Ollama サーバや llama.cpp サーバを副モデルとして登録できます。実運用の代表的な組み合わせは次の2パターンです。

Sonnet 4.6 メイン + gpt-oss 20B on RTX 5090（副）：メインは高品質な Sonnet 4.6 に任せ、下読み・要約・ドキュメント検索を gpt-oss 20B に振る。API 呼び出しトークンを30〜50%削減できる
Sonnet 4.6 メイン + Qwen 3 Coder 32B on Strix Halo（副）：Strix Halo 96GB Unified で32B級を走らせ、単純なリファクタや型付けをローカルに任せる。API費が月2万円超の人向け

VRAM要件は副モデルの規模で決まります。gpt-oss 20B なら16〜20GB、Qwen 3 Coder 32B なら24〜32GBが最低ラインで、RTX 5090 32GB や Strix Halo 128GB Unified が推奨機です。ローカル併用時の PC 選定は「ローカルコーディングエージェント向けPC構成ガイド 2026年版」も併読すると具体構成が組みやすくなります。

Codex CLI：Responses API 固定で非対応

Codex CLI は OpenAI Responses API 前提の設計で、gpt-5-codex 以外のモデルに差し替える仕組みを持ちません。ローカルLLMを併用したい場合は Codex CLI を諦めて、Cline や Aider に切り替える判断になります。

Gemini CLI：Gemini API 固定で非対応

Gemini CLI も Gemini 2.5 Pro / Flash 前提で、ローカルモデルへの切り替えは非対応です。Google の Vertex AI 経由でカスタムモデルを繋げる余地はあるものの、Ollama を直接繋げる仕組みは2026年7月時点で提供されていません。

まとめると、ローカルLLM併用を前提にすると Claude Code の一択で、これが月$100〜$200のサブスク費を払っても Claude Code を選ぶ人がいる大きな理由になっています。

料金：Claude Code だけ重量級

3CLIの料金構造も無視できない差があります。

CLI	最安プラン	主力プラン	上限プラン
Codex CLI	ChatGPT Plus $20/月 + API従量	Plus $20 + API $50〜$100	Team $30/月/席 + API
Gemini CLI	Gemini Advanced $19.99/月	Advanced + Vertex API $30〜	Enterprise 個別見積
Claude Code	Pro $20/月（Sonnet制限あり）	Max 5x $100/月	Max 20x $200/月

Codex CLI と Gemini CLI はサブスク+API従量のハイブリッド設計で、月$40〜$100あたりが常用ラインです。Claude Code の Max $200 は Sonnet 4.6 / Opus 4.7 をヘビーに使う開発者向けの上位帯で、この価格帯はエージェントが自律で数時間走るユースケースを前提に設定されています。

「単純なコード補完だけ」なら Codex CLI か Gemini CLI で足りることが多く、Claude Code Max $200 が回収できるのはコード生成量が多いフルタイム開発者か、複雑な自律エージェントタスクを常時走らせる用途です。

プライバシー：3つとも「コードは外に出る」

3CLIは共通して「コードをクラウドに送る」設計で、機密度が高いプロジェクトでは根本的に選択肢に入りません。この場合は Cline / Aider + ローカルLLM（Qwen 3 Coder 32B on Strix Halo 等）の完全ローカル構成が唯一の選択肢になります。Claude Code の MCP 経由ローカル併用でも、メインの Sonnet 4.6 側にはコードが送信される点は変わりません。

「機密プロジェクトで開発中はローカル一択、公開プロジェクトでは3大CLIで生産性を最大化」という使い分けが2026年の現実解です。

用途別の選び分け

3CLIを実運用で使い分ける観点で整理します。

Codex CLI が刺さる人：低スペックPC（16GB以下）で軽く回したい、ChatGPT Plusをすでに払っている、Codex系の速度感を活かした短いイテレーションを大量に回したい
Gemini CLI が刺さる人：Google Workspace / Vertex AI を使っている、マルチモーダル（画像・PDF）を絡めたコード補助を求めている、月$30以下で抑えたい
Claude Code が刺さる人：メモリ32GB以上のマシンを持っている、Max $100以上のサブスクが元が取れる開発量、ローカルLLMを併用してAPI費を絞りたい

3つ全部入れて併用する場合

これも実は現実解の1つで、私は CLI を3つ入れて場面で切り替えています。ただしキーバインドと $PATH の解決順で軽く戦場になるので、シェルのエイリアス（alias cc=claude、alias cx=codex、alias gm=gemini）で分けておくのが安全です。3つ同時起動時のメモリ消費は本体プロセスだけで合計12〜15GB前後になるため、16GB PC では現実的には無理で、32GB以上が事実上の要件になります。

入手先・関連商品

当サイトは Amazon.co.jp アソシエイト・プログラムに参加しています。下記リンク経由で購入された場合、紹介料を受け取ることがあります。読者の負担は増えません。リンクは記事評価とは独立しており、編集判断には影響しません。

軽量CLI運用向け（16GB PC / Codex CLI・Gemini CLI 単体）

Claude Code + サブエージェント並列運用向け（32GB PC）

Claude Code + ローカルLLM併用向け（RTX 5090 32GB / Strix Halo）

価格の注記（2026 年 8 月実測）: Amazon.co.jp の RTX 5090 単体は第三者出品者によるマーケットプレイス出品が中心で、上位掲載の実売価格は 86〜90 万円台でした（ASUS TUF / ROG Astral、出品者 B&T）。PC 専門店やメーカー直販の価格も確認してから判断してください。

あなたに合うPCを診断する

用途や予算をもう少し細かく入力すると、3つの候補構成を提案します。

→ 診断スタート