Twinny vs. Continue: Was sich geändert hat und welches Sie jetzt verwenden sollten

Twinny und Continue konkurrieren nicht mehr um dieselbe Aufgabe: Continue ist fertige Software, die weiterhin läuft, und Twinny ist ein enger gefasstes Tool, das weiterhin veröffentlicht wird. Der eigene Seitentitel von continue.dev lautet „Continue (acquired by Cursor)“, und die README bezeichnet das Repository als nicht mehr aktiv gewartet und schreibgeschützt, während Twinny am selben Tag, dem 2026-09-18, die Versionen 4.1.1, 4.1.2 und 4.1.3 veröffentlichte. Twinny verfügt jedoch bewusst weder über einen Agentenmodus noch über MCP-Tools; es ersetzt daher nur einen Teil dessen, was Continue konnte, nicht alles.

Zuerst eine Klarstellung, weil der Name mehrfach verwendet wird. Zwei voneinander unabhängige Unternehmen treten als Twinny auf: eine spanische Plattform für Unternehmensautomatisierung unter twinny.es und ein koreanisches Robotikunternehmen unter twinny.ai; beide waren bei der Prüfung am 19. September 2026 aktiv. Die Preise und Finanzierungsdaten keines der beiden gehören auf diese Seite. Das hier behandelte Produkt ist die VS-Code-Erweiterung unter twinny.dev, veröffentlicht als rjmacarthy.twinny aus dem Repository twinnydotdev/twinny und dokumentiert unter twinny-docs.

Was tatsächlich mit Continue passiert ist

Kurz gesagt: Das Produkt wurde beendet, der Code jedoch nicht. Die README von Continue formuliert es eindeutig: Das Repository „wird nicht mehr aktiv gewartet und ist für alle Benutzer schreibgeschützt“. Die Meta-Beschreibung der Startseite besteht aus einem Satz — Continue wurde von Cursor übernommen. Schreibgeschützt bedeutet jedoch nicht archiviert; genau diese Unterscheidung wird in den meisten Beiträgen falsch dargestellt.

Alle Zeilen wurden am 19. September 2026 geprüft. Zwei davon verdienen besondere Beachtung, bevor Sie etwas planen. Erstens besagt die README, dass die finale 2.0.0 die VS-Code-Erweiterung, die CLI und das JetBrains-Plugin umfasste; die veröffentlichten Artefakte widersprechen dem bei zwei von drei Komponenten: Die CLI ging nie über 1.5.47 hinaus und das JetBrains-Plugin nie über 1.0.67. Dieser Leitfaden dokumentiert die Abweichung, statt sie zu erklären, weil keine Primärquelle sie erklärt. Zweitens ist eine Dokumentationsseite, die den Hub überlebt, eine aktuelle Falle: docs.continue.dev zeigt weiterhin die Syntax uses: <owner>/<slug> zum Abrufen eines Modells oder einer Regel von einem Host, der nicht mehr aufgelöst wird. Eine vollständig lokale config.yaml mit expliziten Einträgen für provider, apiBase und apiKey ist jetzt die einzige Form, deren Auflösung garantiert ist.

Wer sollte was auswählen

Wählen Sie Twinny, wenn Sie Continue tatsächlich für Autocomplete, Gespräche über Ihren Code, Inline-Bearbeitungen, Reviews und Commit-Nachrichten verwendet haben — und eine Codebasis möchten, an der weiterhin gearbeitet wird. Das Repository steht unter MIT-Lizenz, ist nicht archiviert, und die neuesten Commits vom 19. September 2026 waren die Versionsanhebungen 4.1.1 bis 4.1.3, alle datiert auf den 2026-09-18. Besonders geeignet ist Twinny, wenn Sie Modelle auf eigener Hardware ausführen: Das gesamte Design von Twinny ist auf einen lokalen Server ausgerichtet, und sein Fill-in-the-Middle-Autocomplete funktioniert gut mit einem Basismodell von 1.5B bis 7B.

Wählen Sie Continue — oder behalten Sie es besser — wenn Sie von etwas abhängen, das Twinny nicht bietet. Der Agentenmodus und MCP-Toolserver sind der deutlichste Fall — die MCP-Dokumentation von Continue sagt, MCP „kann nur im Agentenmodus verwendet werden“, beide stehen und fallen also gemeinsam. Der andere Fall sind die CLI und das JetBrains-Plugin: Twinny erfordert Visual Studio Code 1.93 oder neuer beziehungsweise einen kompatiblen Build wie VSCodium und bietet weder einen Kommandozeilen-Client noch eine JetBrains-Version. Eine eingefrorene Continue-Installation funktioniert weiter; sie wird sich nur nicht verbessern.

Die Ausführungsweise ist die eigentliche Trennlinie und keine Funktionslücke, die eine Veröffentlichung schließen könnte. Die FAQ von Twinny beantwortet die Frage „Does twinny run an agent that edits my files on its own?“ mit „No. Every change is something you asked for and can see before it is kept: a suggestion you accept, a diff you accept, a command you confirm. This is by design.“ Wenn Sie Continue verwendet haben, um eine mehrstufige Aufgabe zu übergeben und das Ergebnis zu prüfen, ist Twinny ein Rückschritt, den Sie ab dem ersten Tag spüren werden. Wenn Sie Continue im Chat- und Bearbeitungsmodus genutzt haben und der Agentenmodus Ihnen unangenehm war, bietet Twinny denselben Ablauf ohne den unerwünschten Teil.

Die Migrationskosten sind gering, aber nicht gleich null. Continue legt jedes Modell in einer einzigen YAML-Datei mit einer Rollenliste ab; Twinny hat überhaupt keine Konfigurationsdatei und erstellt Anbieter in der Seitenleiste jeweils für eine Aufgabe. Aus einem einzelnen Continue-Eintrag mit drei Rollen werden daher bis zu drei Twinny-Anbieter. Nichts in Twinny liest eine Continue-Konfiguration. Planen Sie etwa eine Stunde für die Überarbeitung ein, zuzüglich der Neuerstellung des Workspace-Index — Vektoren verschiedener Embedding-Modelle lassen sich nicht mischen, daher bedeutet ein Wechsel des Embedding-Modells eine erneute Indexierung.

Bei den Kosten sind beide Clients kostenlos, und keiner von beiden ist die Rechnung. Continue hat überhaupt keinen Preis: Auf continue.dev gibt es keine Preisseite mehr, und die einzige Aussage der FAQ zur Software ist, dass Quellcode und Dokumentation unter Apache-2.0 auf GitHub verbleiben. Die Twinny-Erweiterung steht unter MIT-Lizenz und ist kostenlos, aber im Team-Gateway erscheint eine Zahl, und die beiden Bereiche lassen sich leicht verwechseln.

Funktionen und Lizenz im Vergleich

Am 19. September 2026 aus den beiden Marketplace-Einträgen, den Repositories und der Dokumentation der Projekte gelesen. Installationszahlen ändern sich täglich und dokumentieren die Geschichte, nicht die aktuelle Nutzung — Continue sammelte seine Zahl über drei Jahre als gepflegtes Produkt. Beachten Sie außerdem, dass sowohl der Marketplace-Einzeiler von Twinny („Locally hosted AI code completion plugin for vscode“) als auch die GitHub-Beschreibung älter sind als die Positionierung auf twinny.dev, wo inzwischen das Team-Gateway im Vordergrund steht. Ältere Artikel, die Twinnys Peer-to-Peer-Netzwerk „Symmetry“ beschreiben, beziehen sich auf eine entfernte Funktion; laut FAQ wurde Symmetry entfernt und durch Devices ersetzt, das ausschließlich Ihre eigenen Geräte miteinander verbindet.

Was die beiden jeweils kosten

Twinnys Planpreise wurden am 19. September 2026 von der Seite zu Lizenzen und Sitzen abgelesen; die Angaben zu Continue stammen von continue.dev selbst. Zwei ehrliche Einschränkungen. Ein Sitz ist ein aktiver Zugriffsschlüssel und keine Person; durch das Widerrufen eines Schlüssels wird der Sitz sofort frei. Außerdem handelt es sich um veröffentlichte Preise, nicht um Preise, die dieser Leitfaden über den Checkout geprüft hat — auf der Website wird rjmacarthy.xyz als Lizenzgeber genannt, die dahinterstehende Verkäufergesellschaft wurde jedoch nicht untersucht. Twinnys eigene Startseiten-Gegenüberstellung nennt außerdem einen „typically $19–39“-Betrag pro Sitz für gehostete Assistenten; das ist Marketing und wurde hier nicht verifiziert.

Was beide Clients über ein OpenAI-kompatibles Gateway erreichen können

Hier sind die beiden Tools auf eine Weise nicht mehr austauschbar, die keine Funktionstabelle sichtbar macht. Beide teilen die Arbeit in Aufgaben auf, und nur einige Aufgaben können überhaupt mit einem Chat-Completions-Gateway kommunizieren.

Chat passt auf dem Papier. Die Übersicht der Anbieter von Twinny besagt, dass der API-Pfad für Chat die Basis ist und Twinny /chat/completions anhängt; ein API-Pfad von /v1 zu api.kunavo.com entspricht damit der eigenen Route von Kunavo. Der Haken ist die Wahl der Voreinstellung: Auf Twinnys Seite zu gehosteten APIs steht, dass Chat mit einer gehosteten API „über das SDK des Anbieters an dessen festen Endpunkt läuft, sodass Hostname, Port und Pfad ausgeblendet sind“. Die OpenAI- und Anthropic-Voreinstellungen verlangen weiterhin einen Schlüssel — sie senden ihn an diesen Anbieter, nicht an eine von Ihnen gewählte Adresse; deshalb gehört ein Gateway-Schlüssel nicht in diese Voreinstellungen. Die Adressfelder bleiben bei den Voreinstellungen für lokale Server sichtbar, und die generische Voreinstellung „OpenAI-compatible server“ ist für einen Server gedacht, für den Twinny keine eigene Voreinstellung bereitstellt. Fügen Sie https://api.kunavo.com/v1 in Hostname ein; das Formular teilt es für Sie in Protokoll, Host, Port und Pfad auf. Der Schlüssel wird als Authorization: Bearer-Header gesendet.

Autocomplete passt aus zwei unabhängigen Gründen nicht. Twinnys generische Voreinstellung steuert Vervollständigungen über eine Route im Stil von /v1/completions, und Kunavo besitzt keine solche Route — es gibt in der API keinen Legacy-Endpunkt für Textvervollständigungen, sondern nur /v1/chat/completions und andere chatförmige Oberflächen. Unabhängig davon erklärt Twinnys Seite zu unterstützten Modellen ausdrücklich, dass nur Modelle, die mit Fill-in-the-Middle-Token trainiert wurden, zwischen dem Text vor und nach dem Cursor vervollständigen können, und dass Instruct-Modelle „dazu neigen, zu plaudern oder zu erklären, statt zu vervollständigen“. Kunavos Katalog besteht aus Instruct- und Chat-Modellen; keines davon ist ein Fill-in-the-Middle-Basismodell. Jeder einzelne Grund reicht aus. Auch die eigene Autocomplete-Anleitung von Continue weist in dieselbe Richtung, ohne Twinnys Begriffe zu verwenden: Für diese Rolle empfiehlt sie Codestral und Qwen2.5-Coder mit 1.5B und 7B und warnt, dass Thinking-Modelle dafür nicht geeignet sind. Stellen Sie Autocomplete über ein kleines lokales Modell bereit — das ist ohnehin die von beiden Projekten empfohlene Konfiguration.

Kunavo stellt überhaupt keine Embeddings bereit. Kein Modell im Katalog bietet den Embedding-Endpunkt an; daher löst /v1/embeddings ein Modell auf und weist die Anfrage zurück. Richten Sie Twinnys Embeddings-Anbieter oder die embed-Rolle von Continue auf einen lokalen Server oder einen externen Embedding-Anbieter. Twinnys Dokumentation empfiehlt dafür nomic-embed-text.

name: My Config
version: 0.0.1
schema: v1
models:
  - name: Claude Sonnet 4.6
    provider: openai          # the protocol, not the vendor
    model: claude-sonnet-4-6
    apiBase: https://api.kunavo.com/v1
    apiKey: <your Kunavo key>
    roles: [chat, edit, apply, summarize]
    capabilities: [tool_use]  # only if agent mode stays unavailable

Zwei Hinweise zu diesem Abschnitt. provider: openai bezeichnet das Drahtprotokoll und nicht den Anbieter; es gilt daher für jeden Endpunkt, der /v1/chat/completions implementiert. Die Zeile capabilities ist der weniger offensichtliche Teil: Die Dokumentation zu den Fähigkeiten von Continue besagt, dass tool_use anhand des Anbieters und des Modellnamens erkannt wird und dass „you cannot override autodetection — you can only add capabilities.“ Ein Gateway, das eine ID bereitstellt, die Continue in seiner Tabelle nicht erkennt, erhält kein tool_use; auf der Fähigkeitsseite wird die Nichtverfügbarkeit des Agentenmodus genau als Folge davon aufgeführt. Durch das Hinzufügen der Zeile wird er aktiviert, und nichts deaktiviert ihn wieder. Beachten Sie außerdem, dass Kunavos eigene Continue-Einrichtungsseite einen zweiten Eintrag mit einem Chat-Modell in der Rolle autocomplete enthält. Diese Konfiguration wurde von niemandem dokumentiert zur Laufzeit getestet, und die von Continues eigener Autocomplete-Anleitung für diese Rolle genannten Modelle sind Codevervollständigungsmodelle und keine Chat-Modelle — behandeln Sie sie mit der in diesem Abschnitt beschriebenen Vorsicht und nicht als verifiziertes Rezept.

Eine beispielhafte Token-Schätzung für chatförmige Arbeit

Da Autocomplete das Gateway nicht erreichen kann, besteht die Tokenrechnung für beide Clients gegenüber Kunavo nur aus Chatverkehr: Chatantworten, Inline-Bearbeitungen, Code-Reviews und Commit-Nachrichten. Dadurch fällt die Rechnung kleiner aus als bei einem Assistenten mit vielen Vervollständigungen; vor der Modellwahl lohnt es sich, die Größenordnung zu sehen. Nehmen Sie einen Arbeitstag mit 12 Chat- oder Bearbeitungsdurchläufen an, die jeweils durchschnittlich 18.000 nicht zwischengespeicherte Eingabetoken und 1.200 Ausgabetoken umfassen — insgesamt 216.000 Eingabe- und 14.400 Ausgabetoken. Diese Annahmen dienen zur Veranschaulichung; ersetzen Sie sie vor der Budgetplanung durch Ihre eigenen Werte. Die Tarife sind aktuelle Katalogpreise von Kunavo pro Million Token.

Dies ist eine beispielhafte Tokenrechnung, keine gemessenen Aufgabenkosten und keine Obergrenze der Rechnung. Der günstigste aufgeführte Tarif und die niedrigsten Kosten zum Abschluss einer Aufgabe sind unterschiedliche Aussagen: Ein Modell, das für Ihr Review einen zweiten Versuch benötigt, kann mehr kosten als ein teureres Modell, das beim ersten Mal das richtige Ergebnis liefert. Der Katalogbetrag von Kunavo ist eine Abrechnungsuntergrenze und keine Obergrenze — wenn der Upstream seine Kosten meldet, entspricht die Rechnung dem höheren Wert aus den Katalogkosten und den Upstream-Kosten multipliziert mit dem anwendbaren Aufschlag. Cache-Gebühren und alles, was Sie lokal ausführen, liegen außerhalb dieses Beispiels. Die minimale Aufladung beträgt $10 an Prepaid-Guthaben und ist eine Mindestfinanzierung, keine Aufgabengebühr und kein Abonnement; siehe Abrechnungsdetails.

Einrichtung

Kunavo veröffentlicht eine Einrichtungsanleitung für Continue, aber keine für Twinny; eine veröffentlichte Konfigurationsreferenz ist kein Kompatibilitätstest — keiner der beiden Clients wurde zur Laufzeit gegen diesen Endpunkt getestet. Lassen Sie beim Ausprobieren eine funktionierende Route offen, führen Sie zunächst eine einzelne begrenzte Aufgabe aus und lesen Sie anschließend die von Ihrem Konto dafür erfasste Gebühr. Beginnen Sie bei Continue mit der Continue-Integrationsanleitung und lesen Sie sie zusammen mit den obigen Einschränkungen. Verwenden Sie bei Twinny den hier beschriebenen generischen OpenAI-kompatiblen Anbieter und Twinnys eigene Schaltfläche Test provider, die eine kleine Anfrage für die Aufgabe dieses Anbieters sendet und entweder Erfolg oder den Serverfehler zusammen mit der aufgerufenen URL anzeigt — so lässt sich ein falscher Pfad am schnellsten von einem falschen Schlüssel unterscheiden. Erstellen Sie ein Kunavo-Konto, sobald Sie einen Schlüssel aufladen möchten.

Vergleichen Sie mit weiteren Produkten? Die Seite OpenAI-kompatible API beschreibt, was das Protokoll übertragen kann und was nicht, und Cline vs Claude Code vergleicht zwei Agenten, falls Sie auf den Agentenmodus von Continue nicht verzichten können.

Häufig gestellte Fragen

Am 19. September 2026 durch direktes Abrufen geprüft: beide GitHub-Repository-APIs und Commit-Listen, die beiden VS-Code-Marketplace-Einträge, die npm-Einträge für @continuedev/cli und twinny-server, der JetBrains-Plugin-Eintrag, continue.dev und seine README, eine DNS-Abfrage für hub.continue.dev, die OpenAI-Provider-, Fähigkeits- und MCP-Seiten von docs.continue.dev sowie Twinnys Einführungs-, Anbieter-, gehostete-APIs-, unterstützte-Modelle-, Lizenzierungs- und FAQ-Seiten. Nicht geprüft: eine Laufzeitanfrage eines der beiden Clients an Kunavo und Twinnys Checkout. Die Kunavo-Tokenpreise stammen aus dem aktuellen Katalog; jedes Dollarbeispiel hier ist eine beispielhafte Tokenrechnung.