现在有 Claude Code、OpenAI Codex，以及 Gemini CLI 都在争夺你的金钱和注意力，但谁在获胜呢？

说实话，我是 Claude Code 的订阅用户。

质量非常出色，我已经使用了好几个月了。 你知道它并不便宜。我看着我的使用费用在几个月里仅仅因为终端编码会话就累积了好多美元。

昨天，Google 发布了一个让我重新思考对 Claude Code 忠诚度的产品。

认识一下 Gemini CLI — Google 的 CLI 替代品，专门对抗昂贵的终端 AI 工具。免费层的限制说实话太疯狂了。

他们提供每分钟 60 个模型请求和每天 1,000 个请求，完全免费。

虽然我喜爱 Claude Code 的质量，但 Google 刚刚让终端 AI 对大多数开发者来说基本上变成了免费。

而且它完全开源 — 在这里查看代码库！

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

什么是 Google Gemini CLI？

Gemini CLI 完全开源，而 Claude Code 是闭源的。 Gemini CLI 基于 Apache 2.0 许可证构建，这意味着开发者可以贡献、修改甚至分叉它。

更有趣的是它与 Google 生态系统的集成。 它连接 Google Search 进行提示，与模型上下文协议（MCP）协作，并与 Gemini Code Assist 集成。

定价是如何运作的？

让我分解一下这些数字，因为它们说实话太离谱了。Google 完全免费给你每分钟 60 个请求和每天 1,000 个请求。

以下是与 Claude Code 的比较：

• Claude Code：按令牌付费，重度使用轻松超过每月 200 美元账单

• Gemini CLI：每天 1,000 个请求零成本

• Claude Code：速率限制在密集会话期间会让你慢下来

• Gemini CLI：每分钟 60 个请求意味着几乎不用等待

• Claude Code：每个 API 调用都要花钱，所以你在实验前会三思

• Gemini CLI：免费层意味着你可以实验而不用盯着计费器

基于典型的开发工作流程，构建包含 React 前端、Flask 后端和数据库迁移的全栈应用程序，我认为大多数开发者在正常编码会话中甚至不会触及这些限制。

Google 免费提供，而其他人都在收取高价。

但我还没有在广泛测试后看到真正的价值。 我将在一场严肃的编码竞赛中测试它与 Claude Code 的对比，看看谁获胜。

Google 的策略对于长期赢得市场份额来说非常聪明。 对于需要同时运行多个代理的专业开发者，你仍然可以使用 Google AI Studio 或 Vertex AI 密钥进行基于使用量的计费。

但对于独立开发者和小团队，免费层几乎涵盖了你可能需要的一切。

入门

设置过程很直接，类似于其他 AI CLI 工具，如 Claude Code 和 OpenAI Code CLI。 你只需运行一个 NPX 命令

以下是过程：

• 运行 npx @google/gemini-cli 开始

• 选择用你的 Google 账户登录（免费层）或使用 API 密钥

• 选择你的颜色主题（因为显然这很重要）

• 开始使用 AI 辅助编码

最让我印象深刻的是 Google 如何处理身份验证。

不像大多数工具需要跳过 API 密钥配置流程，你用 Google 账户登录就能立即访问免费层。

如果你之前使用过 Claude Code，UI 感觉很熟悉。 你输入请求，它显示计划做什么，你可以批准或拒绝更改。

主要区别是你不用看着钱包在每次交互中流失。

Google 还内置了一些 Claude Code 用户会欣赏的智能功能：

• MCP 支持：你可以像 Claude Code 一样插入模型上下文协议服务器

• Google Search 集成：用实时网络数据支撑你的提示

• 记忆工具：保存跨会话持续的上下文

• 文件操作：它可以创建、编辑和管理整个项目结构

结语

说实话，我还没准备完全放弃 Claude Code。质量仍然很棒，对于复杂的推理任务，很难被超越。

但在这里，Google 改变了终端 AI 编码工具的经济学。当你可以每天免费获得 1,000 个请求时。

如果你是厌倦了 API 账单的独立开发者或小团队，Gemini CLI 值得你关注。

目前，我计划两个都用。Claude Code 用于重活，质量最重要的地方，Gemini CLI 用于日常常见的编码任务。

 如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

 

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓