Blank white background with no objects or features visible.

¡Hola, EMEA! TrueFoundry está ampliando su presencia en Europa, Oriente Medio y África. Leer más →

Claude Code frente a Gemini CLI: ¿qué agente de programación para terminal gana?

Published: noviembre 20, 2026

Resumen:

Ambas son herramientas de programación agénticas que se ejecutan en la terminal, leen tu repositorio y editan archivos. La verdadera diferencia radica en el coste y el control, no en sus capacidades básicas.

  • Misma estructura, distintos motores: Claude Code funciona con los modelos de Anthropic (Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable); Gemini CLI funciona con los modelos Gemini de Google y es de código abierto bajo la licencia Apache-2.0.
  • Gemini CLI destaca en acceso gratuito y contexto bruto: ofrece un nivel gratuito generoso (60 solicitudes/minuto, 1000/día en una cuenta personal de Google) y una ventana de contexto de hasta 1 000 000 de tokens con Gemini 2.5 Pro.
  • Claude Code destaca en profundidad de programación y controles empresariales: ofrece una programación agéntica más sólida para la mayoría de los equipos, además de planes por asiento, aplicación de configuraciones gestionadas y gobernanza madura.
  • Ambos admiten MCP y ambos se configuran desde un archivo en el portátil del desarrollador, motivo por el cual un documento de políticas no basta para resolver la gobernanza.
  • La decisión que perdura más allá de la carrera de modelos es el plano de control. Apunta cualquiera de las herramientas (o ambas) hacia una pasarela de IA única y la identidad, la política de modelos, los límites de gasto y la auditoría dejarán de depender de qué herramienta haya elegido cada desarrollador.

Cómo funciona cada agente

Ambos se instalan como una CLI, residen en la terminal y trabajan de forma agéntica: recopilan contexto del repositorio, planifican, llaman a herramientas (shell, servidores MCP, búsqueda web) y editan archivos directamente. La diferencia empieza en el modelo y la licencia.

Claude Code funciona con los modelos actuales de Anthropic, con el pensamiento extendido activado por defecto y un selector /model para ajustar la relación entre coste y capacidad. En la práctica, Sonnet 5.5 gestiona la mayor parte de la programación diaria a aproximadamente una quinta parte del coste de salida de Opus, Opus 5.5 se reserva para el trabajo de varios pasos más complejo, y Haiku 5.5 es la opción económica para llamadas de alto volumen y bajo riesgo. El agente también incluye ventajas operativas importantes a escala: /usage y /insights para ver a dónde van los tokens, subagentes que heredan el modelo de la sesión a menos que fijes uno más económico, y definiciones de herramientas MCP diferidas para que una lista larga de servidores no sobrecargue cada prompt.

Gemini CLI es de código abierto (Apache-2.0), utiliza Gemini 2.5 Pro por defecto y puede cambiar a un modelo Flash más rápido a mitad de sesión mediante /model. Al ser de código abierto, Gemini CLI es fácil de inspeccionar, bifurcar y alojar por uno mismo, un factor relevante para los equipos que desean mantener el cliente bajo su propio control. Lee su configuración en ~/.gemini/settings.json, admite un mecanismo de extensiones para agrupar servidores MCP y comandos personalizados, y se autentica mediante una cuenta personal de Google (la vía gratuita) o mediante una clave de API o Vertex AI (la vía de pago gestionada por la organización).

La diferencia principal es de filosofía: Claude Code es un cliente propietario optimizado para ofrecer profundidad agéntica y gestión de flotas, mientras que Gemini CLI es un cliente abierto y personalizable con un nivel gratuito generoso y la mayor ventana de contexto del mercado. Ambos pueden leer un repositorio, ejecutar tus pruebas y abrir una solicitud de extracción (pull request), por lo que la decisión rara vez depende de si una tarea es posible, sino casi siempre del coste, del contexto y de quién controla el punto de enlace.

Comparativa de características

DimensiónClaude CodeGemini CLI
ModelosOpus 5.5, Sonnet 5.5, Haiku 5.5, FableGoogle Gemini (Gemini 2.5 Pro por defecto, Flash para mayor velocidad)
LicenciaCliente propietarioCódigo abierto (Apache-2.0)
Ventana de contextoAmplia; depende del modeloHasta 1 000 000 de tokens (Gemini 2.5 Pro)
Pensamiento extendidoActivado por defecto; /model para ajustarDepende del modelo; Flash reduce la profundidad para ganar velocidad
Soporte MCPSí (definiciones de herramientas diferidas)Sí (mcpServers en settings.json)
ExtensibilidadSubagentes, skills, comandos barra (slash)Extensiones, comandos personalizados, bifurcación de código abierto
ConfiguraciónArchivos de configuración + CLAUDE.md~/.gemini/settings.json
Visibilidad de uso/usage, /insightsPaneles de API/Vertex
Planes empresarialesAsientos Pro, Max, Team, EnterpriseNivel gratuito; clave de API o Vertex AI para organizaciones
Aplicación en la flotaConfiguración gestionada + bloqueo de archivos mediante MDMVertex AI para cuotas de organización, auditoría y VPC

En programación pura, ambos son capaces y la diferencia se reduce con cada lanzamiento. Para la mayoría de los equipos de ingeniería, Claude Code sigue teniendo ventaja en el trabajo agéntico de varios pasos (planificar un cambio en muchos archivos, ejecutar pruebas e iterar), mientras que la enorme ventana de contexto de Gemini CLI es muy útil para razonar sobre códigos base o documentos de gran tamaño en una sola llamada. Ninguno lidera en todos los aspectos, por lo que la respuesta más acertada es "depende de la tarea", motivo por el cual muchos equipos terminan instalando ambos.

Modelos y ventanas de contexto, cara a cara

El motor que impulsa cada CLI es el elemento que realmente cambia en el día a día, ya que ambos proyectos lanzan nuevas versiones de modelos más rápido de lo que dura cualquier ciclo de compra. Considera los datos siguientes como una foto fija y no como un veredicto definitivo: la señal útil es la estructura de cada oferta, que se mantiene estable aunque cambien los números de versión.

Claude CodeGemini CLI
Modelo por defectoSonnet 5.5 para la mayoría de tareas de programaciónGemini 2.5 Pro
Modelo de gama altaOpus 5.5 para trabajo complejo de varios pasosGemini 2.5 Pro (mayor contexto)
Modelo rápido/económicoHaiku 5.5, FableGemini Flash
Contexto máximoAmplio, depende del modeloHasta 1 000 000 de tokens
Cambio de modelo/model a mitad de sesión/model a mitad de sesión
Caché de prompts~1 hora en suscripción, ~5 min en APIDepende del proveedor

Una ventana de 1 000 000 de tokens parece resolver la comparativa, pero el tamaño bruto y el contexto útil no son lo mismo. Incluir un monorepositorio entero en cada prompt es lento y, en los niveles de pago, caro; además, los modelos atienden mejor a un contexto delimitado que a una masa enorme de tokens. Ambos agentes se benefician más de una recuperación de información bien estructurada que de una ventana máxima. La gran ventana destaca especialmente en el razonamiento en una sola llamada sobre elementos que no pueden dividirse con facilidad: un código base heredado de 500 000 tokens que estás auditando, un documento de diseño extenso o un registro complejo. Para ciclos iterativos de edición, prueba y corrección, la calidad del modelo y la fiabilidad en la llamada a herramientas importan más que el límite máximo.

El uso de la caché cambia la economía de las sesiones largas. En una suscripción de Claude Code, la caché del prompt se mantiene durante aproximadamente una hora, por lo que el contexto repetido se vuelve a leer a un décimo del coste de entrada original; en la API o la nube, la duración de la caché es de unos cinco minutos. El comportamiento de la caché en Gemini CLI depende de la ruta del proveedor utilizada para la autenticación. En cualquier caso, una buena gestión de la caché (prompts de sistema estables y bloques de contexto reutilizados) influye más en el coste real que la tarifa base por millón de tokens.

Precios y límites

Los modelos de costes tienen estructuras diferentes, algo crucial al calcular el gasto global de un equipo.

Claude CodeGemini CLI
Nivel gratuitoAsignación limitada60 solicitudes/min, 1000/día (cuenta personal de Google)
IndividualPro 20 $/mes; Max 100–200 $/mesGratis, o clave de API facturada por token
EquipoAsientos Team 25–125 $/mesClave de API / Vertex AI, facturada por token
Enterprise20 $/asiento/mes (anual, mín. 20 asientos) + usoVertex AI (cuota de organización, registros de auditoría, VPC)
Tarifas de APIOpus 5.5 4 $/20 $, Sonnet 5.5 2 $/10 $, Haiku 5.5 desde 0,10 $/0,50 $ por millón de tokensGemini facturado por token según las tarifas de Google
Previsibilidad de costesTarifa plana por asiento en suscripciónVariable por token al superar el nivel gratuito

Gemini CLI es la opción más económica para empezar: es gratuita y no requiere tarjeta. Los planes por asiento de Claude Code hacen que el coste por desarrollador sea predecible: en una suscripción, la asignación de asientos se comparte entre Claude Code, el chat de Claude y Cowork en una ventana móvil de 5 horas más una ventana semanal, y sus tarifas de API son transparentes por millón de tokens. Como referencia para usuarios activos, un desarrollador que usa Claude Code genera un coste de unos 13 $ en un día de actividad intensa y de 150 $ a 250 $ al mes, manteniendo a un 90 % de los usuarios por debajo de los 30 $/día. Estas dos estructuras (tarifa plana por asiento frente a tarifa variable por token) se comportan de forma muy distinta al escalar a todo un equipo, siendo este el verdadero factor de decisión.

El límite del nivel gratuito puede ser una trampa. Las 1000 solicitudes diarias de Gemini CLI son por cuenta de Google, no por organización, por lo que un equipo profesional superará rápidamente la vía gratuita y pasará a la facturación por clave de API o Vertex AI. En ese momento, el coste pasa a ser por token y variable, exigiendo la misma visibilidad que en Claude Code. En otras palabras: que sea gratis al principio no significa que sea gratis al escalar, y cuando ambas herramientas facturan por token, la cuestión clave es si puedes supervisar y limitar el gasto por desarrollador, que es donde entra en juego una pasarela.

¿Ejecutas ambos agentes y quieres una sola factura, una sola política y un solo registro de auditoría?

MCP y extensibilidad

Ambos agentes admiten el Model Context Protocol, por lo que pueden conectarse a las mismas herramientas externas: un servidor de GitHub, un conector de base de datos, una API interna o un motor de búsqueda. La configuración difiere en la forma, pero no en el fondo. Gemini CLI registra los servidores bajo la clave mcpServers en ~/.gemini/settings.json y puede agruparlos en extensiones reutilizables junto con comandos personalizados. Claude Code registra los servidores MCP mediante su propia configuración y difiere las definiciones de las herramientas por defecto, evitando que una lista larga de servidores aumente el tamaño de cada prompt; las herramientas se cargan solo cuando son relevantes. Claude Code también añade skills que se cargan bajo demanda y subagentes que pueden asignarse a un modelo más económico para tareas secundarias rutinarias.

Esta extensibilidad plantea un reto de gobernanza aplicable a ambos agentes. Un servidor MCP es un punto de enlace en el que el agente confía, configurado en un archivo que el desarrollador puede editar. Ninguna de las dos CLI impide que un desarrollador apunte a un servidor no revisado. Un servidor añadido hoy para una tarea legítima puede convertirse mañana en una vía de filtración de datos. Por lo tanto, es conveniente gobernar el tráfico MCP de forma centralizada y no desde cada portátil.

Gobernanza empresarial: lo que ningún cliente resuelve por sí solo

Ambas herramientas ofrecen una vía empresarial: Claude Code mediante planes por asiento con configuración gestionada y bloqueo del archivo de configuración aplicado por MDM; Gemini CLI a través de Vertex AI con cuotas de organización, registros de auditoría y controles de VPC. Ambas opciones son válidas, pero se limitan a las fronteras de su propio ecosistema. El problema aparece cuando un equipo utiliza más de un agente, algo cada vez más habitual.

Considera lo que implica una verdadera gobernanza: asignar cada solicitud a un desarrollador concreto, definir una política sobre a qué modelos puede acceder cada desarrollador o equipo, aplicar un límite de gasto efectivo y mantener un único registro de auditoría para todas las herramientas. Un perfil de configuración gestionada aplica muchas reglas dentro de Claude Code, y Vertex AI hace lo propio en la ruta de Gemini, pero ninguno supervisa lo que ocurre en el otro lado. Si apuntas Claude Code a Anthropic y Gemini CLI a Vertex, tendrás dos paneles, dos juegos de claves, dos definiciones de "por desarrollador" y ningún dato consolidado sobre el coste mensual por ingeniero. Además, existe un matiz en la facturación en la nube: cuando Claude Code se ejecuta en Amazon Bedrock, Google Vertex o Microsoft Foundry, el uso se factura por token a tu cuenta de nube y no aparece en los paneles de Anthropic, por lo que la atribución debe realizarse mediante OpenTelemetry o una pasarela de LLM.

Esta es la razón estructural por la que la gobernanza no puede residir en el cliente. Ambos agentes obtienen sus puntos de enlace de modelos y herramientas desde un archivo en el equipo del desarrollador. Cualquier política definida solo en ese archivo será una mera recomendación hasta que un elemento la aplique en el punto de enlace real al que llama el agente, que es el único punto en común entre ambas herramientas.

Cuándo elegir cada uno

  • Elige Claude Code si buscas la experiencia de programación agéntica más avanzada, controles empresariales maduros, precios predecibles por asiento para toda la flota y si la mayor parte del trabajo consiste en iteraciones de edición y prueba sobre un código base conocido.
  • Elige Gemini CLI si prefieres un cliente gratuito de código abierto, la mayor ventana de contexto para razonar en una sola llamada sobre grandes volúmenes de datos, una integración nativa con Google a través de Vertex AI o un cliente que puedas bifurcar y alojar por tu cuenta.
  • Elige Gemini CLI para empezar y presupuesta el cambio: el nivel gratuito es excelente para evaluación y uso individual, pero debes planificar la transición a la facturación por API o Vertex AI (y la visibilidad que conlleva) antes de desplegarlo en un equipo.
  • Utiliza ambos: muchos equipos lo hacen, permitiendo que los desarrolladores elijan según la tarea. Esto solo funciona correctamente si la identidad, la política de modelos y el gasto se gobiernan desde un único lugar en vez de gestionarse por herramienta.

Cómo gobernar cualquiera de los dos con TrueFoundry AI Gateway

Ambos agentes apuntan a un punto de enlace de modelo, por lo que pueden dirigirse a TrueFoundry AI Gateway en lugar de hacerlo directamente al proveedor. Esto te proporciona los controles que ningún cliente aplica por sí solo:

El impacto en el rendimiento es mínimo y la integración es estándar: la pasarela añade aproximadamente 3–4 ms por solicitud y cumple con OpenTelemetry, integrándose en la infraestructura de rastreo existente sin crear un nuevo silo. Para los equipos que ya gestionan Claude Code con una pasarela de IA, añadir Gemini CLI requiere solo un cambio de configuración, no un segundo plano de control.

Ejemplo práctico

Un equipo de plataforma permite a sus ingenieros usar Gemini CLI para tareas de exploración con contexto amplio y Claude Code para la implementación. Si se conectan directamente a los proveedores, esto genera dos facturas, dos conjuntos de claves y ninguna visibilidad por desarrollador. Si se conectan a través de una única pasarela, se utiliza un solo punto de enlace por desarrollador: el equipo comprueba que Gemini gestiona las lecturas de código base de 500 000 tokens mientras Claude realiza las ediciones, establece una política de modelos para evitar los niveles más caros en tareas cotidianas y obtiene una cifra de gasto transparente por ingeniero, todo ello sin que ninguno de los clientes note la diferencia. El único límite real: una pasarela gobierna el enrutamiento, la atribución y el gasto, pero no las características específicas de cada CLI.

¿Quieres controlar el gasto por desarrollador en todos tus agentes de programación desde un solo lugar?

Detalles importantes que debes conocer

  • Los límites gratuitos de Gemini CLI son por cuenta, no por organización: 60 solicitudes/minuto y 1000/día en una cuenta personal de Google, límites que un equipo profesional superará rápidamente, teniendo que migrar a la facturación por API o Vertex.
  • Un contexto de 1 000 000 de tokens no es gratuito: incluir un código base enorme en cada prompt resulta caro en los niveles de pago, por lo que un contexto grande es una capacidad puntual y no una configuración por defecto.
  • Ambos leen un archivo de configuración modificable por el desarrollador: cualquier política de modelos o puntos de enlace definida solo en ese archivo será una recomendación hasta que se aplique de forma centralizada.
  • Los servidores MCP implican decisiones de confianza, no solo funcionalidades: un servidor añadido en un archivo de configuración es un punto de enlace al que el agente llamará, por lo que debe revisarse y gobernarse como cualquier otra dependencia.
  • Claude Code alojado en la nube se factura a tu proveedor de nube, no a Anthropic: en Bedrock, Vertex o Foundry, el uso se carga a tu cuenta de nube y no aparece en los paneles de Anthropic, por lo que la atribución requiere OpenTelemetry o una pasarela.
  • El código abierto no equivale a modelos alojados de forma local: el cliente de Gemini CLI es abierto, pero los modelos continúan ejecutándose en la infraestructura de Google o de tu Vertex, facturándose según su uso.
  • Los resultados en las comparativas varían continuamente: elige en función de la integración, los controles y el coste, y no por el modelo que haya liderado la tabla de clasificación la última semana.

Lecturas relacionadas

Conclusión

La comparativa entre Claude Code y Gemini CLI no tiene un ganador absoluto. Gemini CLI es la opción gratuita, abierta y con capacidad para contexto masivo; Claude Code es el agente de programación más profundo con una propuesta empresarial más sólida. Selecciona la opción que mejor se adecúe a tu flujo de trabajo y a los controles que requiere tu organización, asumiendo que la diferencia entre modelos seguirá reduciéndose.

Lo que no cambia es el reto de la gobernanza. Independientemente del agente que utilicen tus desarrolladores, la identidad de cada solicitud, los modelos a los que acceden y el gasto generado se determinan en el punto de enlace al que llaman. Mantén ese punto de enlace bajo tu control y la elección de la CLI pasará a ser una preferencia individual en lugar de un riesgo para la empresa.

Goberna todos los agentes de programación desde un único plano de control.

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Inscríbase
Tabla de contenido

Controle, implemente y rastree la IA en su propia infraestructura

Reserva 30 minutos con nuestro Experto en IA

Reserve una demostración

La forma más rápida de crear, gobernar y escalar su IA

Demo del libro
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Descubra más

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-6.1 Terra: API, benchmarks, precios y cómo usarlo

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

Alternativas a Bifrost: las mejores herramientas que puede considerar en 2026

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-5.1 frente a GPT-5: 9 mejoras clave que debes conocer

LLMS y GenAI
TrueFoundry AI gateway is an enterprise alternative to Bifrost and Portkey
noviembre 20, 2026
|
5 minutos de lectura

Bifrost vs. Portkey: comparativa de precios, funciones de AI Gateway e idoneidad empresarial

No se ha encontrado ningún artículo.
No se ha encontrado ningún artículo.
Realice un recorrido rápido por el producto
Comience el recorrido por el producto
Visita guiada por el producto