Claude Code o Gemini CLI: lo gratis puede exigir más iteraciones

Para elegir entre Claude Code y Gemini CLI, cuenta el tiempo hasta aceptar un cambio, no solo el coste de acceso. Claude Code puede compensar su coste si reduce las correcciones y encaja en el flujo del equipo; Gemini CLI permite inspeccionar y adaptar el agente. La vía gratuita también cambió: el aviso oficial de Gemini CLI confirmó que el 18 de junio de 2026 dejó de atender solicitudes de cuentas individuales gratuitas y de Google AI Pro y Ultra. Esos usuarios fueron dirigidos a Antigravity CLI; las licencias empresariales y la autenticación mediante claves de API conservaron el acceso a Gemini CLI.

Eso cambia la comparación para quien busca empezar sin pagar: el acceso gratuito individual ya corresponde a otra herramienta, aunque el código de Gemini CLI siga disponible. En cualquier modalidad, una tarea aparentemente barata puede requerir más rondas de instrucciones, pruebas y revisión. La elección depende del repositorio, de cuánto control necesitas sobre el agente y de qué parte del trabajo estás dispuesto a supervisar.

Coste: la unidad útil es el cambio aceptado

El precio de una suscripción o de una llamada al modelo no incluye el tiempo que lleva integrar el resultado. Si una propuesta falla las pruebas, omite una convención del proyecto o exige rehacer parte del cambio, cada ronda consume atención aunque la ejecución inicial no tenga cargo. En un ejercicio personal ese coste puede ser pequeño; en una corrección urgente que afecta a otros componentes puede dominar la decisión.

La documentación de Claude Code describe un agente que lee el repositorio, modifica archivos y ejecuta comandos desde la terminal, el IDE, la aplicación de escritorio o el navegador. La mayoría de esas modalidades requieren una suscripción a Claude o una cuenta de Anthropic Console; la terminal y algunas integraciones con IDE también admiten proveedores externos. Por eso «usar Claude Code» no identifica por sí solo una tarifa ni un modelo: el presupuesto depende de la vía de acceso y de los límites del plan elegido.

En el lado de Google conviene separar el precio del programa del precio de ejecutar un modelo. Poder instalar e inspeccionar Gemini CLI no restablece el antiguo acceso gratuito con una cuenta individual. Si el requisito es específicamente trabajar con Gemini CLI, la autenticación disponible forma parte de la decisión; si el requisito es una terminal de Google sin esa vía de pago, Antigravity CLI es un producto distinto y sus resultados deben evaluarse por separado.

Qué control ofrecen sobre el agente

El repositorio de Gemini CLI publica el programa bajo Apache 2.0 y documenta operaciones con archivos, comandos de shell, archivos de contexto del proyecto y extensiones mediante MCP. Un equipo puede examinar cómo se invocan herramientas o adaptar el código del agente a su entorno. Esa posibilidad no abre los pesos del modelo ni garantiza que dos ejecuciones produzcan el mismo cambio: también intervienen la configuración, las entradas y los servicios a los que se conecta.

Claude Code concentra el control en el flujo de uso: instrucciones de proyecto, conexiones con otras herramientas y revisión de las modificaciones dentro de sus entornos de trabajo. Para un equipo que alterna terminal e IDE, esa continuidad puede ahorrar cambios de contexto. Para otro que necesita inspeccionar o modificar el propio programa antes de adoptarlo, la licencia de Gemini CLI tiene un valor diferente. Ninguna de las dos ventajas sustituye a delimitar qué comandos puede ejecutar el agente y quién acepta el diff final.

Contexto e integración en un repositorio grande

Una ventana de contexto amplia permite aportar más material al modelo, pero la calidad del cambio depende de qué material llega a la sesión. En un monorepositorio, encontrar el contrato correcto entre módulos, reconocer una prueba existente y evitar archivos irrelevantes suele importar más que cargar la mayor cantidad posible de texto. Las instrucciones del proyecto ayudan a orientar ese recorrido, siempre que describan reglas vigentes y específicas.

Las integraciones amplían las tareas que el agente puede realizar y también crean puntos donde una sesión puede atascarse. Un servidor MCP, un comando de pruebas o un proveedor de modelos pueden fallar antes de que exista código que evaluar. La diferencia práctica entre las herramientas aparece entonces en cómo exponen el error, permiten corregir la configuración y dejan al desarrollador entender qué acción se intentó ejecutar. Llamar «mala respuesta del modelo» a cualquiera de esos fallos oculta su causa.

Qué demuestra una prueba publicada

En una comparación de Real Python, ambos agentes recibieron la tarea de crear una aplicación de tareas en Python con persistencia JSON y pruebas básicas. En tres ejecuciones por herramienta, Gemini CLI con Gemini 3 Flash Preview tardó una media de 2 minutos y 36,3 segundos; Claude Code con Claude Sonnet 4.6 tardó 1 minuto y 44,7 segundos. Todas las pruebas registradas pasaron en ambos casos. La medición corresponde a esas configuraciones y precede al cambio de acceso individual de Google.

La diferencia de tiempo muestra que una ejecución gratuita puede tardar más incluso cuando alcanza el resultado exigido por una tarea concreta. No demuestra que Gemini CLI necesitara más intervenciones humanas: el ensayo no presenta un recuento comparable de correcciones solicitadas por el desarrollador. Tampoco permite trasladar su resultado a un repositorio de producción, donde pueden pesar contratos entre servicios, pruebas de regresión y reglas internas que aquella aplicación no incluía.

Las puntuaciones de un modelo en pruebas de resolución de incidencias responden a otra pregunta. La sesión de un agente añade selección de archivos, llamadas a herramientas, ejecución de comandos y manejo de errores. Al comparar resultados publicados hay que conservar juntos el modelo, el agente, la tarea y el momento de la prueba; cambiar cualquiera de ellos altera lo que se está midiendo.

Los fallos del entorno también generan rondas

Un estudio de más de 3.800 errores reportados en herramientas de programación asistida, entre ellas Claude Code y Gemini CLI, clasificó más del 67 % como funcionales y relacionó el 36,9 % de sus causas con API, integración o configuración. Son proporciones dentro de incidencias estudiadas, no tasas de fallo por tarea ni una clasificación de cuál agente escribe mejor código.

La distinción afecta al coste de cada intento. Si falta una variable de entorno o un comando carece de permisos, repetir la petición con otro modelo puede reproducir el bloqueo. Si las herramientas funcionan pero el cambio rompe una regla del repositorio, la siguiente ronda debe aportar el contexto o la prueba que faltaba. Ambos casos consumen tiempo, aunque solo el segundo permita juzgar directamente la propuesta de código.

Una elección según repositorio y riesgo

Esta matriz orienta qué opción merece una prueba en cada entorno; no establece un ganador universal. El criterio común es el cambio aceptado después de las mismas comprobaciones y una revisión humana comparable.

• Proyecto pequeño y riesgo bajo: una opción sin coste de acceso puede compensar si corregir una salida imperfecta lleva poco tiempo. Quien busque esa vía con una cuenta individual de Google debe evaluar Antigravity CLI como herramienta propia, sin atribuirle las mediciones históricas de Gemini CLI.
• Repositorio amplio con herramientas internas: Gemini CLI resulta interesante cuando inspeccionar el agente o adaptar sus integraciones es una necesidad real. La prueba decisiva consiste en ver si localiza los archivos pertinentes y usa bien el contexto del proyecto, no en asumir que una ventana más amplia resolverá la navegación.
• Trabajo frecuente entre terminal e IDE: Claude Code encaja cuando el equipo aprovecha sus distintos entornos y puede revisar las modificaciones dentro de su flujo habitual. El tiempo ganado en ejecución solo cuenta si también disminuye el trabajo posterior de corrección.
• Código crítico o integraciones frágiles: conviene dar más peso a permisos acotados, pruebas relevantes y una revisión cuidadosa que a la rapidez de la primera respuesta. Un fallo de configuración y un defecto del parche requieren remedios distintos.

Para trabajo recurrente, compara configuraciones a las que realmente tendrás acceso con una tarea representativa del mismo repositorio. Anota el tiempo total, las intervenciones humanas, los fallos de herramientas y los defectos que sobreviven a las pruebas. Así sabrás si el ahorro en acceso compensa las rondas adicionales que exige tu proyecto.

Lee también:

• Slack Code abre el trabajo del agente: el equipo ve cada cambio
• Claude Code o Codex: el mejor agente cambia entre construir y revisar
• MrBeast integra Gemini en sus vídeos: el acuerdo va más allá de YouTube