Gemini CLI 深度评测:免费额度、1M 上下文与终端 Agent 实战
Gemini CLI 深度评测:官方 README 口径的个人账号免费额度 60 次/分钟、每日 1,000 次请求,1M token 上下文、Google Search grounding 与 MCP 实战取舍,并判断国内可用性。
发布 2026-10-07更新 2026-11-19核实 2026-11-19一句话结论
Gemini CLI 是 Google 官方开源的终端 AI Agent,把 Gemini 模型、文件读写、shell、web fetch、Google Search grounding 和 MCP 收进一个命令行程序里。它最实在的两个卖点是免费额度和上下文窗口:用个人 Google 账号登录即可获得官方 README 标注的 60 requests/min、1,000 requests/day,官方同时标注 1M token 上下文窗口 —— 这两项合起来意味着「零成本、大上下文地把一个中小代码库喂进去问问题」这件事,目前在终端 Agent 里它是门槛最低的选择。
但门槛低不等于能当主力。截至 2026-11-06,它的 GitHub 仓库已有 108,735 Star、14,927 Fork,活跃度没有问题(当日仍有推送);真正需要心理准备的是产品打磨程度:长任务执行链路会漂移,跨 30 分钟以上的多文件重构不如 Claude Code 稳。
本文基于官方 README、官方 Releases 页与官方文档逐项核对整理,非厂商付费内容;未做长期一手实测,功能、版本与额度以官方实时页面为准。
Gemini CLI 到底是什么
一句话:终端里的 Gemini。你在项目根目录敲 gemini,它就地读文件、跑命令、改代码、联网查资料,并把每一步的 diff 摆给你看。这跟 Cursor 那种「IDE 内嵌 AI」是两条路:Gemini CLI 没有图形界面,靠终端 + 文本 diff 完成闭环,天然适合 SSH 到服务器、在 CI 里跑、或者脚本化批量处理。
它同时是 Google 开源项目的一部分:Apache-2.0 许可,仓库 2025-04-17 建立,主分支持续有人提交。开源这件事对它不只是姿态 —— headless 模式(gemini -p "...")让它能直接嵌进流水线,这是闭源同类工具不方便做的。
核心能力拆解
免费额度:三条认证通道,额度和能力边界都不同
这是最容易被讲错的部分。官方 README 把认证分成三条路,各自的免费额度口径并不相同:
- 个人 Google 账号 OAuth:60 requests/min、1,000 requests/day,不需要管理 API Key,模型自动更新。官方把它推荐给「个人开发者以及持有 Gemini Code Assist License 的人」。注意这是身份绑定的额度。
- Gemini API Key:官方 README 写的是 1,000 requests/day with Gemini 3(flash 与 pro 混合),换来的是模型选择自由与按量计费升级通道。适合自动化脚本。
- Vertex AI:走 GCP 配额与 IAM,面向生产与合规场景。
也就是说,「1,000 次/天」在两条通道上都出现,但能力池不同:OAuth 通道是自动跟随最新模型、你无法指定;API Key 通道能指定模型但额度消耗口径按具体模型算。选错通道,后面会遇到「额度还有、但想用的模型不能用」这类问题。
1M token 上下文
官方 README 在「Why Gemini CLI?」里明确写的是 1M token context window。这个量级意味着一个中型前端仓库可以整体塞进去做「跨文件重构可行性判断」或「架构梳理」,而不必先做检索裁剪。代价是长上下文下的注意力衰减仍然存在 —— 大上下文擅长「找得到」,不擅长「改得准」,改动密集的任务仍建议缩小范围。
内置工具与 Google Search grounding
开箱即带四类工具:Google Search grounding、文件操作、shell 命令、web fetch。其中 Google Search grounding 是它相对 Claude Code / Codex 最实用的差异点 —— 问「某个库的最新版本与破坏性变更」时,它能直接联网取证而不是靠训练数据嘴硬。对需要频繁核对版本与定价的工程任务,这一项能省掉大量人工二次核实。
MCP 与可扩展性
支持 Model Context Protocol,可在配置里挂 MCP server,把 GitHub、数据库、内部 API 接进来。这里有个实测过的坑:在「未受信任的工作区」里,MCP server 定义出于安全考虑不会被加载 —— clone 完仓库立刻进目录开工,会发现 MCP 工具「消失」,换到受信任目录即可。
headless 脚本模式
gemini -p "解释这个代码库" 直接输出结果,可配合 --output-format json 做结构化处理。这让它成为少数能真正嵌进 shell 管道的 Agent —— 定时扫 issue、批量给 PR 生成摘要、给遗留模块生成架构说明,都可以脚本化。
版本通道现状(2026-11-19 复核)
这条通道拆得很细,选版要看通道而不是看数字大小:
| 通道 | 当前版本 | 发布(UTC) |
|---|---|---|
| stable | v0.69.0 | 2026-11-19 01:45 |
| preview | v0.70.0-preview.0 | 2026-11-19 00:09 |
| (历史)stable | v0.68.0 | 2026-11-10 21:17 |
preview 依然早于 stable 发布(这次差 38 分钟),nightly 的数字也更大 —— 按数字排序会看错谁是当前稳定版。v0.68.0 的正式 tag 仍是 404:preview 与 stable 的号码序列各自独立,别拿 preview 的号推 stable 的号(这条本站连追了十一轮)。
从 v0.63.0 到 v0.67.0 这五个 stable,主线一直是工程健壮性与安全边界,没有模型换代、也没有新的 agent 能力:工具输出上限与内存生命周期、状态原子写与损坏恢复、文件工具串行化、认证死循环修复、不受信任目录的只读设置、快速退出保留历史——全是「让它在长任务里别出事」。v0.67.0 唯一的 feat 是新增 models 命令与 --list-models(PR #29880),这也是本卡此前一直没法回答「CLI 里能用哪些模型」的原因:官方到这一版才给了自检入口。
2026-11 复查:一个月过去,CLI 里仍然没有 Gemini 4
这一节解决的是本篇与工具卡都被问了一个月的问题:Gemini 4 系列(Argon / Carbon / Hydrogen / Neon)到底能不能在 Gemini CLI 里选?
此前本站一直拒答,理由是「模型发布了 ≠ CLI 能用」,而 gemini models 的单次输出也不足以当结论。2026-11-19 换了条更硬的取证路径——直接读官方仓库的模型注册表源码 packages/core/src/config/models.ts(main 分支,23,747 字节,实取)。结果很干脆:
- 文件里的模型常量最高到
gemini-3.8-flash(LATEST_GEMINI_FLASH_MODEL),预览档是gemini-3-pro-preview/gemini-3.1-pro-preview,Lite 档是gemini-3.1-flash-lite/gemini-3.5-flash-lite; - 全文检索
gemini-4/GEMINI_4零命中; - 家族判定函数只匹配到三代(
/^gemini-3(\.|-|$)/)。
所以本篇的结论要写清边界:注册表里没有 = CLI 不会自动给你 Gemini 4;但注册表是本地常量,不完全等价于运行时 gemini models 的输出(后者可能叠加远端清单),因此表述停在「注册表里没有」,不写成「CLI 一定跑不了」。
这条对选型的实际影响:如果你的目的是用上 Gemini 4 的能力(1M 上下文 + 四档推理力度 + Neon 那一档的成本结构),入口是 Gemini API / AI Studio / Antigravity,不是 Gemini CLI。CLI 现在的位置就是本篇原本给它的位置——便宜、稳定、适合日常执行与联网查资料的「第二意见工具」,而不是尝鲜新模型的地方。详见 Gemini 4 Neon 发布 与 工具卡的一手核对记录。
另外一个数刷新了:仓库到 2026-11-19 是 108,928 Star / 14,963 Fork(11-06 记为 108,735 / 14,927),半个月涨 193 star——增长明显放缓,这与「v0.63 到 v0.69 的 stable 全是工程修复、没有模型换代与新的 agent 能力」是一致的。
v0.67.0 里五条会改变既有行为的修复(2026-11-06 补)
这些条目写在 fix 里,但改的是判定或默认值,升级前后行为不一样:
| PR | 条目 | 实际影响 |
|---|---|---|
| #29899 | 迁移 Claude hook 时把超时从秒换算成毫秒 | 从 Claude Code 迁过 hooks 的,超时行为会变 |
| #29833 | 不可信 flag 检查只作用于外部输出,并记住已批准的 flag | 检查范围收窄 + 记忆化,同一操作第二次不再问 |
| #29961 | 项目花费上限错误归类为终止性配额错误 | 从可重试变终止性,自动重试会失效 |
| #29749 | 原子写遵守只读文件与硬链接 | 此前能覆盖只读文件的写入现在会失败 |
| #29849 | 非交互模式处理终止信号,取消后不再执行工具 | 超时中断时机提前,脚本要重算超时 |
一句话总结:方向都是「更安全」,代价是「以前能跑」的脚本可能停在原地。 升级前把用到 hooks、批处理、自动重试的地方各回归一次。
免费额度与计费方式
| 通道 | 价格 | 额度(官方 README 口径) | 适合 |
|---|---|---|---|
| 个人 Google 账号(OAuth) | $0 | 60 requests/min、1,000 requests/day | 个人开发者、持有 Code Assist License 的团队 |
| Gemini API Key | 按量计费 | 1,000 requests/day(Gemini 3,flash + pro 混合) | 自动化脚本、需要指定模型的场景 |
| Vertex AI | GCP 按量计费 | 取决于 GCP 配额与 IAM | 生产与合规场景 |
外加一份不在官方 README 里、但决定了「能不能用」的隐性成本:网络。三条通道都要访问 Google 服务,国内网络条件下认证流程会反复失败,这部分成本无法用额度表体现。
它适合谁 / 不适合谁
适合
- 想以零成本体验终端 Coding Agent 的个人开发者 —— 免费额度是同类里最大的
- 需要在 CI / 脚本里跑「非交互式」批量分析的团队(headless + JSON 输出)
- 经常要核对库版本、协议变更、定价的工程任务(Google Search grounding)
- 需要 1M 上下文做代码库整体理解与架构梳理
不适合
- 纯内网、不能稳定访问 Google 服务的团队 —— 直接不可用
- 把 30 分钟以上的多文件重构当日常主业的团队 —— 稳定性不足
- 强依赖中文界面与本地化文档的用户
与 Claude Code / Codex 的差异
| 维度 | Gemini CLI | Claude Code | Codex |
|---|---|---|---|
| 免费额度 | 个人账号 1,000 次/日 | 无免费档,按订阅/API | 与 ChatGPT 订阅绑定较深 |
| 上下文窗口 | 1M token(官方 README) | 大但按型号分层 | 按型号分层 |
| 联网取证 | 内置 Google Search grounding | 需自行接工具 | 需自行接工具 |
| 脚本化 | headless + JSON 输出,原生友好 | 支持 | 支持 |
| 长任务稳定性 | 一般,链路会漂移 | 强 | 强 |
| 国内可用性 | 差(三条通道均需连 Google) | 取决于代理 | 取决于代理 |
一句话:要免费额度与联网取证,选 Gemini CLI;要长任务一次做对,选 Claude Code。
局限与注意点
- 额度是「随时可调」的口径,不是承诺。官方 README 写明额度,但没承诺下限;跑批任务前先小样试跑,别把 quota 当 SLA。
- 别把大上下文当「不用拆任务」的理由。1M 能装下整个仓库,但不代表它能一次改对;改动密集的任务仍需缩小 diff 范围。
- 版本通道要按通道看,不要按数字大小选;生产环境固定 stable 并 pin 版本。
- 未受信任工作区不加载 MCP 是设计行为不是 bug,遇到「工具消失」先看工作区信任状态。
AI 之家 观点
终端 Agent 这条线,2026 年的竞争已经不在「谁的模型更强」,而在「谁能让开发者低成本地把它用起来」。Claude Code 和 Codex 走的是「把稳定性与工具体验做到极致、然后收订阅费」;Gemini CLI 走的是反向路线 —— 把免费额度和上下文窗口拉到最高,用开源和 headless 换取嵌入流水线的能力。
对国内开发者,我们的判断很直接:如果网络条件允许,Gemini CLI 是当下性价比最高的「第二意见工具」 —— 主力仍交给 Claude Code / Codex,遇到「查最新版本」「读大仓库」「批量脚本化分析」这类任务转给它,免费额度基本够用。反之,如果网络不稳,它的所有优势都会被认证失败抵消,别硬上。
相关阅读
- Gemini CLI 工具卡 · Claude Code 深度评测
- Claude Code vs Gemini CLI 对比 · Codex vs Gemini CLI 对比
- 终端 Agent 技术栈搭建方案
来源
- Gemini CLI 官方 README(Apache-2.0;免费额度、1M 上下文、内置工具、三条认证通道口径)(2026-11-06 访问)
- Release v0.67.0(官方 tag 页,2026-11-04T20:27:11Z 转正,
prerelease: false;新增models命令与--list-models)(2026-11-06 访问) - Gemini CLI Releases(官方仓库,2026-11-06 核对:stable
v0.67.0/ previewv0.68.0-preview.0/v0.68.0正式 tag 404)(2026-11-06 访问) - Gemini CLI 官方文档站(2026-11-06 访问)
- GitHub API:仓库元信息(108,735 Star / 14,927 Fork / Apache-2.0 / 2026-11-05 仍有推送)(2026-11-06 访问)
- PR #29880 feat(cli): add models command and --list-models flag for model discovery
- Gemini CLI 模型注册表源码
packages/core/src/config/models.ts(main分支,2026-11-19 实取;常量最高到gemini-3.8-flash,gemini-4零命中)(2026-11-19 访问) - GitHub API:Releases(2026-11-19 实取:stable
v0.69.0@01:45:47Z、v0.70.0-preview.0@00:09:03Z、v0.68.0@11-10 21:17:07Z)(2026-11-19 访问) - GitHub API:仓库元信息(2026-11-19 实取:108,928 Star / 14,963 Fork / Apache-2.0 / 最新推送 2026-11-19T01:45:49Z)(2026-11-19 访问)
不适合纯内网团队——三条认证通道都要连 Google 服务,断网即不可用;也不适合把长任务重构当主业的团队,稳定性不够
- 免费额度是「个人 Google 账号」这一身份绑定的配额,官方随时可调;拿它当生产 SLA 会在跑批任务时突然撞墙
- 长任务链路会漂移,30 分钟以上的重构明显不如 Claude Code 稳,必须自己拆成小任务逐段确认
- 三条认证通道(个人 OAuth / API Key / Vertex AI)的能力边界不同,用 API Key 通道做「免登录批处理」的团队会先撞额度再撞权限
- 界面与错误提示基本是英文,中文注释比重高的项目上理解与输出质量弱于国产方案
相关工具
Aider vs Claude Code:终端 AI 编程双雄怎么选
Aider vs Claude Code 2026 选型对比:开源 BYOK 多模型 vs Anthropic 订阅长任务 Agent,从编程能力、多模型支持、价格、Git 集成、国内可用性和适合人群判断,帮你选对终端 AI 编程工具。
Claude Code vs Cline:CLI AI Agent 怎么选?2026 对比
Claude Code vs Cline 2026 选型对比:Anthropic 官方闭源 CLI Agent vs Apache-2.0 开源 VS Code 插件。从模型绑定、工作流、MCP 支持、价格、隐私和适合人群 6 个维度帮你选对 CLI AI 编程工具。
Claude Code vs Codex CLI:终端 AI Agent 双雄对比
Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。
Claude Code vs Crush:Anthropic 官方 vs 多模型 TUI(2026 实测选型)
Claude Code vs Crush 怎么选:Anthropic 官方 CLI(长任务最稳),对上 Charmbracelet 开源 TUI(多模型切换 + LSP)。按模型、长任务、价格对比。
Cursor vs Claude Code:什么时候用哪个?(2026 实测选型)
Cursor 和 Claude Code 到底怎么选?一句话结论 + 决策树 + 价格实测 + 国内可用性对比。GUI 派选 Cursor,终端长任务派选 Claude Code,最优解其实是共存。
Devin vs Claude Code:AI 编程 Agent 怎么选?异步自主 vs 终端同步对比
Devin vs Claude Code 2026 选型对比:Cognition 异步自主 Cloud Agent vs Anthropic 终端同步 CLI Agent,从形态、工作模式、长任务能力、并发、价格、中文支持和适合人群 8 个维度判断,帮你选对 AI 编程 Agent。