Cuando te sumerges en el mundo de las herramientas de desarrollo asistidas por IA, como Claude Code y Gemini CLI, es fácil centrarse solo en el precio. Sin embargo, el coste real va mucho más allá de una suscripción o una llamada al modelo. Lo que realmente importa es el tiempo que tardas en aceptar un cambio, es decir, el esfuerzo invertido en corregir, probar y revisar el código generado.

Imagínate esto: una herramienta te ofrece acceso gratuito, pero cada vez que genera código, tienes que pasar horas ajustándolo porque no sigue las convenciones de tu proyecto o falla las pruebas. ¿Es realmente "gratis" si te consume un tiempo precioso? La respuesta es no. Cada iteración, cada corrección, cada revisión, consume tu atención y recursos, incluso si la ejecución inicial del modelo no tiene un coste monetario directo.

El acceso gratuito ha cambiado: ¿Estás al día?

Es fundamental que sepas que el panorama del acceso gratuito ha evolucionado. Google, por ejemplo, ha modificado su política para Gemini CLI. Desde el 18 de junio de 2026, las cuentas individuales gratuitas y las de Google AI Pro y Ultra ya no tienen acceso directo a Gemini CLI. Si eras uno de esos usuarios, ahora se te redirige a Antigravity CLI. Esto significa que si buscas empezar sin pagar, la herramienta a evaluar es otra, aunque el código de Gemini CLI siga siendo público.

Para las licencias empresariales y la autenticación mediante claves de API, el acceso a Gemini CLI se mantiene. Pero para el usuario individual o equipos pequeños que buscan una solución sin coste, la decisión se complica: ¿Antigravity CLI es tan bueno como lo que ofrecía Gemini CLI? Tendrás que evaluarlo por tu cuenta, porque las métricas históricas ya no aplican.

El coste real: no es solo dinero, es tiempo y correcciones

El precio de una herramienta de IA no es solo lo que pagas por la suscripción o por cada interacción. Incluye el tiempo que tardas en integrar el resultado. Si la propuesta de código de la IA falla las pruebas, ignora las convenciones de tu proyecto o te obliga a rehacer parte del trabajo, cada ronda de corrección consume tu valioso tiempo y atención.

  • En un proyecto personal, este coste puede parecer pequeño.
  • En una corrección urgente que afecta a otros componentes de tu sistema, este coste puede ser el factor decisivo.

Claude Code, por ejemplo, te permite leer el repositorio, modificar archivos y ejecutar comandos desde la terminal, el IDE o el navegador. La mayoría de estas opciones requieren una suscripción o una cuenta de Anthropic Console. Esto significa que "usar Claude Code" no tiene una tarifa única; el presupuesto dependerá de tu vía de acceso y de los límites de tu plan.

Con Google, debes diferenciar entre el coste del programa en sí y el coste de ejecutar el modelo. Poder instalar e inspeccionar Gemini CLI no te devuelve el acceso gratuito individual. Si necesitas trabajar específicamente con Gemini CLI, la autenticación de pago es parte de la decisión. Si lo que buscas es una terminal de Google sin pagar, Antigravity CLI es una herramienta diferente y sus resultados deben evaluarse por separado.

Control sobre el agente: ¿cuánta libertad quieres darle?

El repositorio de Gemini CLI es de código abierto bajo la licencia Apache 2.0. Esto significa que tú y tu equipo podéis inspeccionar cómo funciona, adaptar el código del agente a vuestro entorno y entender cómo interactúa con archivos y comandos de shell. Esta transparencia es un valor añadido si necesitas un control profundo y la capacidad de modificar la herramienta.

Por otro lado, Claude Code concentra el control en el flujo de uso. Te permite dar instrucciones al proyecto, conectar otras herramientas y revisar las modificaciones dentro de sus propios entornos de trabajo. Para equipos que alternan entre la terminal y el IDE, esta continuidad puede ahorrarte cambios de contexto y hacer el trabajo más fluido.

Ninguna de estas ventajas reemplaza la necesidad de delimitar qué comandos puede ejecutar el agente y quién acepta el "diff" final del código. Al final, la responsabilidad es tuya.

Contexto e integración en proyectos grandes

Una ventana de contexto amplia en un modelo de IA te permite darle más información, pero la calidad del código generado no solo depende de la cantidad de material. En un "monorepositorio" grande, es más importante que la IA encuentre el contrato correcto entre módulos, reconozca una prueba existente y evite archivos irrelevantes, que simplemente cargar la mayor cantidad de texto posible.

Las integraciones también son un punto clave. Un servidor MCP, un comando de pruebas o un proveedor de modelos pueden fallar antes de que la IA genere una sola línea de código. La diferencia entre las herramientas radica en cómo te muestran el error, te permiten corregir la configuración y te ayudan a entender qué acción intentó ejecutar el agente. No todos los fallos son culpa del modelo; a veces, el problema está en el entorno.

Evaluando las pruebas publicadas: ¿Qué nos dicen realmente?

Cuando ves comparaciones, como la de Real Python donde Gemini CLI y Claude Code crearon una aplicación de tareas en Python, es importante entender los límites de esos resultados. Sí, Claude Code fue más rápido en ese caso específico. Pero esa medición corresponde a una configuración concreta y a un momento determinado (antes del cambio de acceso de Google).

Lo que una prueba así no demuestra es cuántas intervenciones humanas fueron necesarias para cada herramienta. Tampoco puedes extrapolar esos resultados directamente a un entorno de producción real, donde existen contratos entre servicios, pruebas de regresión y reglas internas mucho más complejas. Un "fallo de API" o una mala configuración pueden interrumpir la ejecución de un agente antes incluso de que genere código, y eso no es un fallo del modelo en sí.

Al final, la elección entre Claude Code y Gemini CLI dependerá de tu repositorio, de cuánto control necesitas sobre el agente y de cuánto trabajo estás dispuesto a supervisar. No hay una solución universal, pero entender estos matices te ayudará a tomar la mejor decisión para tu equipo y tus proyectos.

¿Qué opción es para ti?

  • Para proyectos pequeños y de bajo riesgo: Una opción sin coste inicial puede compensar si las correcciones son rápidas. Pero si buscas esto con una cuenta individual de Google, evalúa Antigravity CLI por sus propios méritos, sin asumir que será igual que Gemini CLI.
  • Para repositorios amplios con herramientas internas: Gemini CLI es interesante si necesitas inspeccionar el agente o adaptar sus integraciones. La prueba clave es ver si localiza los archivos pertinentes y usa bien el contexto del proyecto.
  • Para trabajo frecuente entre terminal e IDE: Claude Code encaja si tu equipo aprovecha sus distintos entornos y puede revisar las modificaciones dentro de su flujo habitual. El tiempo que ahorras en ejecución solo cuenta si también disminuye el trabajo de corrección posterior.
  • Para código crítico o integraciones frágiles: Aquí, la seguridad y los permisos son clave. Debes priorizar herramientas que te den el control necesario para evitar errores costosos.