Claude Code frente a Gemini CLI: ¿qué agente de programación para terminal gana?
.webp)
Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
¡Una forma increíblemente rápida de crear, rastrear e implementar sus modelos!
- Gestiona más de 350 RPS en solo 1 vCPU, sin necesidad de ajustes
- Listo para la producción con soporte empresarial completo
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
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.
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.
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.
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:
- Atribución por desarrollador: cada solicitud se asocia a una persona, permitiendo que los informes de gasto y los límites de tarifa sean efectivos, como en el seguimiento de costes para Claude Code.
- Política de modelos: limita a qué modelos puede acceder cada desarrollador, tanto en Anthropic como en Google, y redirige el trabajo rutinario a niveles más económicos, aplicando la lógica de la guía de enrutamiento de Opus frente a Sonnet frente a Haiku.
- Consolidación de costes: visualiza Claude Code, Gemini CLI, Cursor y Codex en el mismo panel, cumpliendo el objetivo de centralizar el control de costes en los IDE de programación.
- Límites de gasto y protecciones que se mantienen independientemente del cliente que utilice el desarrollador.
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.
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
- Control de costes centralizado para IDE de IA: una visión unificada de costes para Claude Code, Gemini CLI, Cursor y Codex
- Explicación de los precios de Claude Code: planes, costes de tokens y cómo reducir el gasto
- Cursor frente a Claude Code: otra comparativa directa de agentes de programación
- La mejor pasarela de IA para Claude Code: dónde redirigir el tráfico de los agentes de programación
- Opus frente a Sonnet frente a Haiku: guía de enrutamiento: asigna el modelo adecuado a cada tarea
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.
TrueFoundry AI Gateway ofrece una latencia de entre 3 y 4 ms, gestiona más de 350 RPS en una vCPU, se escala horizontalmente con facilidad y está listo para la producción, mientras que LitellM presenta una latencia alta, tiene dificultades para superar un RPS moderado, carece de escalado integrado y es ideal para cargas de trabajo ligeras o de prototipos.













.webp)

.webp)






