Claude Code, Codex i Cursor kontra GitHub Copilot

GitHub Copilot we wrześniu 2026 to pełna platforma agentów kodujących: cloud agent w GitHub Actions, aplikacja desktopowa, CLI, hooki, MCP, Agent Skills, a na planach Pro+ i wyższych te same modele czołowe co Claude Code i Codex. Claude Code, Codex i Cursor różnią się głębokością harnessu, miejscem działania agenta, twardymi limitami sesji i rozliczeniami, nie zdolnością działania.

Twoja firma płaci za Copilot Business. Dwóch inżynierów prosi o Claude Code, jeden chce Cursora, a dział finansów pyta, czy to nie jest drugi rachunek za to samo. Wiele porównań wciąż opisuje Copilota z 2023 roku, czyli autouzupełnianie, więc odpowiadają na pytanie, którego nikt już nie zadaje.

Ta strona jest dla programisty, który wybiera głównego agenta, oraz dla tech leada albo CTO, który decyduje, czy drugie narzędzie jest warte swojej ceny. To porównanie bezpośrednie. Szczegóły samego Copilota, jego trybów, konfiguracji i rozliczeń opisuje strona GitHub Copilot jako agent kodujący.

Co zyskujesz z tego porównania z Copilotem

• Zestawienie Copilota, Claude Code, Codex i Cursora na osiach, które przesądzają o wyborze, z datą każdego faktu.
• Tabelę decyzyjną, która przypisuje twojej sytuacji głównego agenta.
• Bake-off na jednym zgłoszeniu, który uruchomisz w tym tygodniu: dwa prompty do skopiowania i polecenie startowe dla każdego agenta.
• Bramki weryfikacyjne, dzięki którym wynikowi można ufać bez czytania każdej linii.
• Błędy w porównaniach, które prowadzą do złej decyzji, i sposoby ich odwrócenia.

Jak GitHub Copilot wypada na tle Claude Code, Codex i Cursora?

Fakty o Copilocie sprawdziliśmy 2026-09-26 w źródłach dokumentacji GitHuba, a komórki o modelach i rozliczeniach sprawdziliśmy ponownie 2026-10-12 w źródłach dokumentacji GitHuba i w jego changelogu. Fakty o Claude Code sprawdziliśmy 2026-09-26 w dokumentacji Claude Code, a fakty o Codex w Codex CLI 0.157.1 i jego repozytorium, z wyjątkiem komórek o modelach domyślnych i komórki o rozliczeniach Codex, które zaktualizowano 2026-10-12. Fakty o Cursorze odczytano z cursor.com 2026-10-12, z wyjątkiem komórki o twardych limitach, która pozostaje niezweryfikowana.

Oś	GitHub Copilot	Claude Code	Codex	Cursor
Agent w tle	Cloud agent w efemerycznym środowisku GitHub Actions; startuje ze zgłoszenia, zakładki Agents, @copilot w pull requeście, Slacka, Teams albo automatyzacji	Claude Code on the web, Routines, claude-code-action@v1 w GitHub Actions, GitLab CI/CD	Codex cloud, codex exec w dowolnym CI, openai/codex-action@v1	Cloud Agents w izolowanych maszynach wirtualnych; Automations według harmonogramu, ze Slacka, Lineara i webhooków
Agent lokalny	Copilot CLI, desktopowa aplikacja Copilot (Interactive, Plan, Autopilot), tryb agenta w VS Code i JetBrains	CLI, aplikacja desktopowa, rozszerzenia VS Code i JetBrains	CLI, aplikacja desktopowa (codex app, macOS i Windows), rozszerzenie IDE	Agent w edytorze Cursor i Agents Window, z trybami Agent, Ask, Plan i Debug; CLI agent
Pliki instrukcji	.github/copilot-instructions.md, .github/instructions/**/*.instructions.md oraz instrukcje agenta, np. AGENTS.md	CLAUDE.md; czyta AGENTS.md, gdy nie ma CLAUDE.md (v2.1.277+)	AGENTS.md	Rules w .cursor/rules/*.mdc; czyta AGENTS.md w katalogu głównym projektu i w podkatalogach oraz CLAUDE.md w ten sam sposób
Rozszerzalność	Hooki, MCP (serwery GitHub i Playwright domyślnie włączone dla cloud agenta), Agent Skills przez gh skill, własni agenci (custom agents)	Hooki (33 zdarzenia), subagenci, skille, pluginy i marketplace’y, MCP	Hooki, subagenci, skille, pluginy, MCP, reguły	Hooki, subagenci, skille, pluginy, MCP, reguły
Uruchomienia headless i skrypty	copilot -p "…" z --allow-tool / --deny-tool	claude -p z --output-format json	codex exec z --output-schema	agent -p "…" w Cursor CLI
Praca równoległa	Sesje w aplikacji, każda na własnym worktree i gałęzi; kilka zadań cloud agenta	--worktree, sesje w tle, /batch, subagenci	--worktree, subagenci, zadania w chmurze	Worktrees, subagenci, Cloud Agents
Review pull requestów agenta	Copilot code review; domyślnie cloud agent przed zakończeniem uruchamia też walidację bezpieczeństwa i przebieg Copilot code review (administrator repozytorium może je wyłączyć)	/code-review, Ultrareview, zarządzany Code Review (Team i Enterprise; ogólnie dostępny według Anthropic, sprawdzone 2026-10-16)	/review, codex review, @codex review na GitHubie i GitLabie	Bugbot
Modele	Wybór modeli wielu dostawców: Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra i GPT-6 Sol na Pro+, Max, Business i Enterprise (nie na Pro), Claude Sonnet 5.5 i Claude Haiku 5.5 we wszystkich pięciu płatnych planach, a także modele Gemini, Grok, Kimi i Microsoftu (sprawdzone 2026-10-12)	Domyślnie Claude Opus 5.5 (v2.1.280+)	Domyślnie GPT-6.1 Sol (Codex CLI 0.159.1+)	Brak jednego modelu domyślnego (Cursor, sprawdzone 2026-10-12)
Rozliczenia	Zużycie w GitHub AI Credits (0,01 USD za kredyt) od 2026-06-01, plus minuty Actions dla cloud agenta	Plany subskrypcyjne z oknami pięciogodzinnymi i tygodniowymi albo stawki API	W planach ChatGPT Plus, Pro, Business, Edu i Enterprise; Plus i Business pokazują szacunki wiadomości lokalnych na pięć godzin, mogą obowiązywać limity tygodniowe, a „Pro plans currently have no five-hour limit” (strona cen OpenAI, sprawdzone 2026-10-12)	Plany subskrypcyjne (Pro, Pro+, Ultra, Teams) z wliczonym użyciem, potem rozliczenie pay-as-you-go po stawce API modelu (cursor.com, sprawdzone 2026-10-12)
Twarde limity	Cloud agent: jedno repozytorium, jedna gałąź i jeden pull request na zadanie, sesje do 59 minut, tylko repozytoria na GitHubie	Okna użycia planu	Okna użycia planu	Nie zweryfikowano ponownie na tę datę

O większości wyborów przesądzają dwa wiersze. Wiersz Modele pokazuje, że model przestał być powodem do zmiany narzędzia: licencja Copilot Pro+ albo Business daje już dostęp do Claude Opus 5.5, GPT-6.1 Sol i GPT-6 Astra. Wiersz Twarde limity pokazuje, gdzie kończy się cloud agent Copilota: na pracy obejmującej kilka repozytoriów, trwającej ponad godzinę w jednej sesji albo prowadzonej poza GitHubem. Aktualne ceny modeli są w przeglądzie modeli, a ceny planów w analizie cen.

Który agent powinien być twoim głównym narzędziem?

Zacznij od tego, skąd przychodzi praca i jak udowadniasz, że jest skończona, a nie od listy funkcji.

Twoja sytuacja	Główny agent	Dlaczego
Kod na GitHubie, praca przychodzi jako małe, dobrze opisane zgłoszenia, liczy się jeden rachunek	GitHub Copilot	Cloud agent zamienia zgłoszenie w pull request w ramach istniejących uprawnień, checków i rozliczeń
Inżynierowie pracują w terminalu i chcą deterministycznych hooków, subagentów, pluginów i claude -p w skryptach	Claude Code	Najgłębszy lokalny harness z tej czwórki; zobacz Claude Code
Chcesz GPT-6.1 Sol (domyślny w Codex od CLI 0.159.1) albo GPT-6 Astra we własnym harnessie OpenAI, codex exec w CI albo wzmianek z prośbą o review na GitLabie	Codex	Harness i zadania w chmurze Codex nie są związane z GitHubem; zobacz Codex
Inżynierowie chcą agenta osadzonego w IDE, z wizualnymi diffami i agentami w chmurze uruchamianymi z edytora	Cursor	Plany porównuje analiza cen, a modele przegląd modeli; zobacz Cursor
Kod na GitLabie, Bitbuckecie albo własnym serwerze Git	Claude Code albo Codex	Cloud agent Copilota działa tylko z repozytoriami hostowanymi na GitHubie
Zadania regularnie trwają ponad godzinę albo obejmują kilka repozytoriów	Claude Code, Codex albo Cursor dla tych zadań	Limitu 59 minut i zakresu jednego repozytorium w cloud agencie nie da się rozszerzyć
Płacisz już za Copilota i chcesz wstępnie sprawdzić Claude i Codex, zanim kupisz licencje	Zewnętrzni agenci Claude i Codex w Copilocie	Działają w ramach twojej subskrypcji Copilot (public preview), ale w chmurowym środowisku Copilota, a nie w harnessie CLI Claude Code czy Codex, więc pokazują modele i pętlę agenta, a nie twoje lokalne hooki i pluginy

Jeśli już płacisz za Copilota, praktyczne pytanie rzadko brzmi „które jedno narzędzie”. Brzmi raczej: czy drugi agent zarabia na siebie w konkretnych klasach zadań, podczas gdy Copilot zostaje przy backlogu złożonym z małych zgłoszeń. Claude Code lub Codex obok Copilota opisuje taką konfigurację i dwutygodniowy pilotaż. Porównanie Claude Code z Cursorem znajdziesz w Cursor vs Claude Code.

Przeprowadź bake-off Copilota z innym agentem na jednym zgłoszeniu

Porównanie na twoim własnym repozytorium jest więcej warte niż każda tabela, także ta powyżej. Potrzebujesz repozytorium z CI, jednego zgłoszenia napisanego jako specyfikacja i workflowu setup-steps dla Copilota; reszta to czas pracy agentów.

1. Wybierz jedno prawdziwe zgłoszenie z klasy, na której ci zależy. Refaktoryzację obejmującą kilka modułów, aktualizację zależności albo małą funkcję. Unikaj zadań-zabawek: przechodzą je wszyscy agenci.

2. Daj wszystkim agentom te same instrukcje. Copilot, Codex i Claude Code potrafią czytać AGENTS.md, ale Copilot czyta też .github/copilot-instructions.md, a Claude Code wybiera CLAUDE.md, jeśli taki plik istnieje. Jeśli te pliki są ze sobą sprzeczne, porównujesz pliki instrukcji, a nie agentów. Najpierw uruchom poniższy prompt audytu spójności i utrzymuj jedno źródło dzięki synchronizacji reguł. Dla Cursora wygeneruj jego Rules z tego samego źródła za pomocą synchronizacji reguł.

3. Napisz zgłoszenie jako specyfikację z testowalnymi kryteriami akceptacji. Jako treść zgłoszenia użyj poniższego promptu z zadaniem. Kryteria, które agent potrafi sprawdzić, opisuje strona o kryteriach akceptacji.

4. Uruchom każdego agenta na osobnej gałęzi. Skorzystaj z zakładek poniżej. Tam, gdzie się da, przypnij w każdym narzędziu tę samą rodzinę modeli, żeby wynik mierzył harness.

5. Oceń pull requesty tymi samymi bramkami. Wynik CI przy pierwszym pushu, kryteria akceptacji dowiedzione testem, pliki zmienione poza zakresem i potrzebne poprawki. Prompt do oceny i miary pilotażu są w przewodniku po pilotażu z Copilotem, a jedyny w serwisie protokół bake-offu dla więcej niż dwóch agentów opisuje przegląd rynku agentów kodujących.

Prompt do skopiowania: audyt spójności instrukcji przed bake-offem

Audit this repository's agent instruction files before we compare coding agents.

1. List every file an agent may read as instructions: AGENTS.md at any depth,
   CLAUDE.md, .github/copilot-instructions.md, .github/instructions/**/*.instructions.md,
   and any Cursor rules directory.
2. For each file, extract the build, test, lint and typecheck commands, the forbidden
   actions, and the coding conventions it states.
3. Output a table: one row per rule, one column per file, marking where a rule is missing
   or contradicts another file (for example two different test commands).
4. Propose a single AGENTS.md that contains every rule once, and list which files should
   then only point to it.

Do not edit any file. Report only.

Prompt do skopiowania: zadanie do bake-offu, bez zmian dla każdego agenta

Add per-IP rate limiting to POST /api/auth/login.

Context: the Express app is in src/server/, routes in src/server/routes/auth.ts,
middleware in src/server/middleware/. Follow the middleware pattern in
src/server/middleware/requestId.ts. Do not add a new dependency if the existing
stack can do this.

Acceptance criteria (each needs a test that fails before your change):
1. The sixth failed login from one IP within 60 seconds returns 429 with a Retry-After header.
2. A successful login resets that IP's counter.
3. Requests from other IPs are unaffected.
4. The limit and window come from config, with defaults 5 and 60 seconds.

Before you finish: run the full test suite, lint and typecheck, and paste the exact
commands with their last lines of output. In the pull request description, map each
criterion to the test that proves it, and list any file you changed outside
src/server/ with the reason.

Podmień ścieżki na prawdziwy endpoint i middleware z twojego repozytorium; zachowaj czteroczęściową strukturę: kontekst, kryteria, bramki i dowody.

GitHub Copilot

Wklej prompt z zadaniem jako treść nowego zgłoszenia i przypisz je Copilotowi (w interfejsie: Copilot) albo uruchom zadanie z zakładki Agents i wybierz model. Upewnij się, że .github/workflows/copilot-setup-steps.yml instaluje twój toolchain, bo inaczej agent nie uruchomi testów. Żeby przepuścić to samo zgłoszenie przez agenta Claude albo Codex w Copilocie, przypisz zgłoszenie do tego agenta. Domyślnie workflowy w pull requeście agenta czekają, aż ktoś kliknie Approve and run workflows; administrator repozytorium może wyłączyć ten wymóg, co według GitHuba udostępnia sekrety Actions niezrecenzowanemu kodowi.

Claude Code

Uruchom sesję na osobnym worktree i wklej prompt z zadaniem:

claude --worktree rate-limit-login

W v2.1.283 i nowszych (oba kanały wydań, stan na 2026-10-12) interaktywne sesje Claude Code startują w trybie auto. Jeśli chcesz zatwierdzić plan przed pierwszą edycją, najpierw naciśnij Shift+Tab, żeby przejść w tryb planowania. Wypchnij gałąź i otwórz pull request z poziomu sesji.

Codex

Uruchom sesję na zarządzanym worktree i wklej prompt z zadaniem:

codex --worktree

Przy domyślnej polityce zatwierdzeń on-request Codex pyta, zanim wyjdzie poza sandbox. Przed pushem użyj /review, żeby Codex sprawdził własny diff pod kątem kryteriów.

Cursor

Otwórz agenta na osobnym worktree, przełącz się na Plan Mode i wklej prompt z zadaniem. Zatwierdź plan, pozwól agentowi go zrealizować i otwórz pull request. Żeby uruchomić zadanie w tle, wystartuj z tego samego promptu Cloud Agenta.

Jak sprawdzić wynik bake-offu bez czytania każdej linii?

Porównanie jest tyle warte, ile checki, które muszą przejść oba pull requesty. Stosuj te same bramki dla każdego agenta, a człowiek niech ocenia dowody, nie styl kodu.

• Te same wymagane checki. Ochrona gałęzi uruchamia sprawdzanie typów, linter i testy w każdym pull requeście, niezależnie od tego, który agent go otworzył. Czerwony check przy pierwszym pushu liczy się na niekorzyść tego agenta.
• Kryteria przypisane do testów. Opis każdego pull requesta musi przypisać każde kryterium akceptacji do testu. Kryterium bez testu uznajesz za niedowiedzione. To pakiet dowodów, który recenzenci czytają zamiast diffu.
• Wbudowane skanowanie tam, gdzie istnieje. Domyślnie cloud agent Copilota przed zakończeniem uruchamia walidację bezpieczeństwa (szuka m.in. zaszytych w kodzie sekretów i niebezpiecznych zależności) oraz przebieg Copilot code review. Administrator repozytorium może je wyłączyć w Settings → Copilot → Cloud agent → Validation tools, więc przed bake-offem sprawdź, czy są włączone. Uruchom odpowiedniki tych skanerów w CI dla pozostałych agentów, żeby żaden nie miał taryfy ulgowej.
• Niezależny recenzent. Każdy pull request niech zrecenzuje agent innego dostawcy niż autor, na przykład gałąź Claude Code niech sprawdzi Copilot code review, a gałąź Copilota — /code-review w Claude Code. Warstwowe review opisuje strona o review pull requestów agentów.
• Poprawki po scaleniu. Przez 14 dni śledź commity naprawiające te same pliki. Szybki pull request, który wymaga poprawki, przegrywa z wolniejszym, który jej nie wymaga.
• Podpisuje konkretny człowiek. Inżynier odpowiedzialny za kryteria akceptacji zatwierdza scalenie i zapisuje, który agent wygrał i dlaczego. Na gałęzi Copilota zatwierdzenie osoby, która przypisała zgłoszenie, nie liczy się do wymaganej w repozytorium liczby zatwierdzeń, zgodnie z dokumentacją GitHuba, więc z góry wyznacz drugą osobę zatwierdzającą.

Co się psuje, gdy zespoły porównują Copilota z innymi agentami?

• Porównanie opisuje starego Copilota. Tabele, które przy Copilocie wpisują „nie” dla edycji wielu plików, uruchamiania poleceń czy MCP, są nieaktualne. Sprawdź je w dokumentacji GitHuba i datuj każdą komórkę, tak jak w tabeli powyżej.
• Różne modele, różne wnioski. Copilot na tanim modelu przeciwko Claude Code na Claude Opus 5.5 mierzy model. Przypnij tę samą rodzinę w obu narzędziach albo zrób dwie rundy i pokaż oba wyniki.
• Cloud agent przekracza czas przy dużym zadaniu. Sesja kończy się po 59 minutach i nie da się jej przedłużyć. Podziel zgłoszenie na mniejsze albo oddaj tę klasę zadań lokalnemu agentowi.
• Cloud agent nigdy nie otwiera pull requesta. Blokuje go ruleset albo reguła ochrony gałęzi, której agent nie potrafi spełnić, na przykład taka, która dopuszcza tylko wybranych autorów commitów. W przypadku rulesetów dodaj Copilota jako bypass actor, zgodnie z dokumentacją GitHuba.
• Brakuje kroków konfiguracji, więc testy się nie uruchamiają. Bez copilot-setup-steps.yml cloud agent nie zainstaluje twojego toolchainu, a jego pull request przychodzi niezweryfikowany. Uruchamiaj ten workflow z zakładki Actions, aż będzie zielony.
• Pliki instrukcji są sprzeczne. Dwa polecenia testowe w dwóch plikach dają dwie różne „poprawne” odpowiedzi. Uruchom audyt spójności i utrzymuj jedno źródło.
• Przypięty model znika. Claude Opus 4.7, Kimi K2.7 Code, Gemini 3.5 Flash i Gemini 3.6 Flash zniknęły z Copilota 2026-10-02 (changelog GitHuba wskazuje w ich miejsce Claude Opus 5.5, Kimi K3 i Gemini 3.8 Flash, a tabela wycofań GitHuba nie wymienia kolejnego wycofania, sprawdzone 2026-10-12). Zanim wyciągniesz wnioski, powtórz bake-off na modelu, który je zastępuje.
• Koszt porównywany tylko na licencję. Copilot rozlicza AI Credits i minuty Actions, pozostali okna użycia albo stawki API. Porównuj koszt scalonego i niewycofanego pull requesta, tak jak definiuje go strona o ekonomii oprogramowania budowanego przez agentów.

Co dalej z decyzją o Copilocie

• GitHub Copilot jako agent kodujący: cloud agent, aplikacja, CLI, rozliczenia i polityki organizacji w szczegółach.
• Claude Code lub Codex obok Copilota: jedno repozytorium dla dwóch agentów i dwutygodniowy pilotaż.
• Rynek agentów kodujących poza wielką trójką: Copilot obok Gemini CLI, Kiro, OpenCode i reszty.
• Agenci w tle i w chmurze: porównanie: cloud agent Copilota obok Claude Code on the web, Codex cloud i Cursor Cloud Agents.
• Analiza cen: ceny planów wszystkich narzędzi na jednej stronie.
• Jak uniknąć uzależnienia od dostawcy: które zasoby przenoszą się między agentami, a które nie.