硬刚Claude！谷歌上线免费终端AI编程工具，立省 200 刀？

AI 编程这场内卷大战，又被谷歌加了一把火。

昨晚，Google 宣布开源上线 Gemini CLI —— 一款可以在终端中直接通过自然语言执行指令的 AI 工具。

有网友一眼认出：“这不就是 Claude Code 的像素级平替？”

但更香的是 —— 谷歌又把价格打下来了，Gemini CLI直接免费！

谷歌诚意拉满：

集成旗舰模型 Gemini Pro 2.5，支持100 万 token 上下文窗口；免费层提供 每分钟 60 次请求、每天 1,000 次请求 的额度（这是 Google 专门参考其内部开发者的使用习惯，并在此基础上将额度翻倍设定的）；基于Apache 2.0 协议完全开源。

Google 产品管理高级总监 Ryan J. Salva表示免费能最大程度地解放生产力：

“我们说得非常明确：对绝大多数开发者来说，Gemini CLI 是完全免费的”。

“我们不希望你像盯着计程车表一样，紧张计算 token 使用量，从而抑制创造力。”

谷歌这波操作，真的把开发者给整沸腾了。

在Github的星量直接要追平Claude code！！！

地址：https://github.com/google-gemini/gemini-cli

但问题来了：免费的 Gemini CLI 真能成为终端 AI 工具的最优解吗？刚刚续费了 Claude Code 和 Cursor的朋友，是否血亏了？

接下来，就让我们一探究竟。

终端 AI 工具这条赛道，谷歌终于也上桌了。

为什么要做命令行里的 AI？谷歌在官方博客中是这样解释的：

终端效率高、普适性强、还便于迁移，一直是开发流程里不可或缺的一环。正因为开发者对终端的依赖没变，他们发现现在有越来越多的需求，想把 AI 原生集成进 CLI 里。

不过，Gemini CLI 并不是首个进入终端的 AI 工具。OpenAI 的 Codex 和 Anthropic 的 Claude Code 都提供了 CLI 接口。

可以说，AI 工具往命令行里“生根发芽”，已经成了一个明显趋势。

不过，Gemini CLI 最大的不同在于——它是开源且免费的。

Google 高级工程师 Taylor Mullen 也表示，他相信 Gemini CLI 会被更广泛地使用，因为它没有费用门槛，开发者可以放开手脚用起来：

“任何东西都能调用的能力，会让 AI 真正融入你的开发流程中。”

目前正处于预览阶段的 Gemini CLI，已经具备包括代码理解、文件操作、命令执行和动态调试等能力。

之所以能使用自然语言完成这些任务，是因为 CLI 工具里集成了很多实用的内建模块，比如：

基于 Google 搜索补足提示词背景，获取实时网页内容，为模型提供外部上下文；通过支持 Model Context Protocol（MCP）或扩展组件，拓展 Gemini CLI 的功能；自定义提示词和使用说明，让 Gemini 完美契合你的工作流程；通过脚本非交互式调用 Gemini CLI，实现任务自动化和工作流集成。

虽然主打编程能力，但 Gemini CLI 并不限于“写代码”。它还可以用于内容生成、调研、任务管理等场景，算是个通用型 AI 工具了。

而且它和 Google 自家的 Gemini Code Assist 也已经打通，无论你用的是 VS Code、CLI，都可以获得一致的AI Agent体验。

个人开发者只需要一个Google 账号就能免费用Gemini CLI了，只有涉及这两个场景才需要买付费的 API Key：组织需要并行运行多个 Gemini CLI Agent 、存在安全、治理、数据驻留等企业级合规要求。

Gemini CLI 本质上是一个运行在本地的 AI Agent，但模型本身仍托管在云端。也就是说，你在终端里用 Gemini CLI，下的是自然语言指令，但背后真正跑的是在线的 Gemini Pro 2.5 模型。

值得一提的是：Google 目前并未计划支持本地模型部署。尽管从技术上讲，Gemini CLI 是基于 Apache 2.0 开源协议，理论上开发者可以 fork 项目，把云端模型替换成本地模型 —— 但这对普通用户来说门槛不低，不仅需要足够的算力，还要做不少工程改造。

在安全层面，Gemini CLI 做了不少功课，尽可能降低“AI 自动执行指令”可能带来的风险：

每一条命令都需手动确认，支持“仅此一次允许 / 总是允许 / 拒绝执行”三种授权方式；支持 macOS Seatbelt 沙箱机制，可隔离 CLI 运行环境；在 Docker 或 Podman 容器中运行 Agent ；所有网络请求都可以通过代理中转，便于数据流审查；由于是开源项目，开发者可以完整审计代码逻辑，了解数据到底是怎么流转的。

Google 产品管理高级总监 Ryan Salva 表示：

Gemini CLI 的另一大亮点在于其架构的可扩展性，基于正在兴起的 Model Context Protocol（MCP） 标准。开发者可以借此接入外部服务、添加新能力，使其成为一个平台级工具，而不只是单用途应用。

在发布会中，Google 播放了一段预录视频展示其扩展性：Gemini CLI 与 Google 的创意 AI 工具联动。一个 Agent 首先用 Imagen API 生成猫咪在澳大利亚旅行的图像，然后使用 Veo 技术制作成动画视频。

虽然 Gemini CLI 声势不小，但就目前的实测体验来看，离“Claude 替代品”还有不小的距离。

目前最大优点当然是：免费。但不少网友反馈——性能确实不够打。

整体来看，CLI 响应慢、首次加载时间长、频繁被限流，是目前最常见的问题。X 上就有开发者吐槽：

“它连 Claude Code 的边都没摸到。”

“我让它创建 MCP 服务，它直接告诉我：‘我做不了’，还很认真地解释了一通原因。”

“我刚打开就一直被限流，问它为什么，它居然回我一句：‘请求太多了’？”

Reddit 上的开发者反馈也很真实：

“我觉得 Gemini CLI 现在 bug 很多，agent 能力也不太行。虽然 Gemini 2.5 Pro 在代码层面确实很强，但 Claude Code 更擅长把模型能力和使用体验打磨得像‘一个真正的开发者’。”

“我试了几个任务，它总是理解不了上下文，代码也改得稀里糊涂。我会再等等，也许 2-3 周后 Google 会优化。”

还有一位用了数月 aider.chat 的用户表示：

“Gemini CLI 响应太慢了，很多基本命令都没有。像 /add 和 /remove 这种用来管理上下文大小的指令根本不支持，只能自动识别文件；用 @路径 添加文件可以，但我根本找不到怎么删掉。”

“也不支持 /undo，想撤回上一步都不行。”

“而且它是用 TypeScript 写的，不是做 CLI 工具的最佳语言。现在运行速度确实挺拉垮。”

整体来看，Gemini CLI 虽然“基础设施”铺得不错，但距离好用、顺手、靠谱，还有不少细节要补。

尽管 Gemini CLI 主打“免费开源”，但不少开发者已经开始质疑这背后是否真的那么单纯。

在小红书上，一位在湾区工作的技术大佬就直言——“天下没有免费的午餐”。他的观点是：Gemini CLI 虽然表面上零成本，但实际上是在“白嫖”用户数据来训练后续的 Gemini 模型，而且其中的一些做法甚至有合规风险。

Reddit 上也有类似讨论。一位用户说得很直白：

“我知道他们为什么免费开放这玩意——就算成本再高，它也是获取代码库和 prompt 数据的完美方式，用来训练 Gemini 3 和之后的模型。”

而在官方条款中也确实明确写明了：

当你使用 Gemini Code Assist（包括 Gemini CLI）时，Google 会收集你的提示词、相关代码、生成结果、编辑行为、功能使用情况和你的反馈，用于改进 Google 的产品和服务，包括训练自家的机器学习模型。

虽然你可以通过设置手动“选择不参与”（opt-out），但不少用户根本不知道这个设置在哪。

其中一位开发者在评论区特别提醒大家：

“为了避免大家漏掉这点，我再强调一遍：

这些数据默认是会被用于训练模型的。

如果你不希望这样，请务必到『Set up Gemini Code Assist for individuals』中选择退出。”

他补充说:

“我自己写的小玩意儿，谷歌要拿去训练就拿吧。 工作项目我还是用 Copilot。”

Gemini CLI 才刚起步，诚意是有的，问题也不少。是“终端 AI 工具的未来”，还是“Claude Code 平替未遂”？还得看它接下来的更新节奏。

你会试用吗？