Gemini CLI 停服后与 Claude Code 实测对比：谁更快更省

2026 年 6 月 18 日，Google 停止向个人 Google 账号提供 Gemini CLI 服务，将用户迁移到新的 Antigravity CLI。这意味着过去那些"Gemini CLI 是免费首选"的对比文章已经过时。SideHub 在 2026-10-13 用四类真实任务、每个任务跑两次、全部无头模式，重新实测了 Claude Code 与 Google 终端代理的差异——命令、提示词和原始数据全部公开可复现。

Gemini CLI vs Claude Code 对比实测

核心结论：正确性打平，成本与速度悬殊

实测使用 Claude Code 2.1.296（claude-opus-5-5）和 Antigravity CLI 1.3.4（gemini-3.8-flash-high），默认模型、默认强度，跑在 Google AI Pro 账号上。16 次运行全部通过检查，所有代码审查都准确找出了 3 个植入 bug 且无误报。但成本与速度差距巨大：Claude Code 每个通过任务 0.169 美元，Antigravity CLI 为 0.544 美元，前者便宜 3.2 倍；总耗时 318 秒 vs 3712 秒，差距接近 12 倍。

你可能没注意到，Gemini 3.8 Flash 的 token 单价其实比 Opus 5.5 便宜约 5 倍，但默认 agy 配置用了 25 倍以上的输入 token 和 14 倍以上的输出 token 来完成同样的工作。这揭示了一个关键教训：单 token 价格几乎无法预测单任务成本。

Gemini CLI 到底发生了什么

Google 在 5 月 19 日的开发者博客中宣布，Gemini CLI 和 Gemini Code Assist IDE 扩展将于 6 月 18 日停止为 Google AI Pro、Ultra 以及个人免费用户提供服务。实测中，用曾经可用的 Google 登录直接报错：

Error authenticating: IneligibleTierError: This client is no longer supported
for Gemini Code Assist for individuals.

Gemini CLI 本身并未被放弃，仍作为 Apache 2.0 开源仓库维护并持续更新模型。但个人用户的替代方案是全新的 Antigravity CLI，安装名为 agy，用 Go 编写，且不开源——其 GitHub 仓库只有 README、changelog 和示例，没有源代码和许可证。

Antigravity CLI 的迁移要点

GEMINI.md 和 AGENTS.md 照常读取
工作区技能从 .gemini/skills/ 迁移到 .agents/skills/
MCP 服务器从 ~/.gemini/settings.json 迁到 ~/.gemini/config/mcp_config.json
agy plugin import gemini 可将旧扩展转为插件

有意思的是，Antigravity CLI 并非只支持 Gemini：在 Google AI Pro 账号下，agy models 列出了 Gemini 3.8 Flash、Claude Opus 5.5、Claude Sonnet 5.5 和 GPT-OSS 120B。

测试方法：真实仓库，客观检查

测试仓库选用 python-humanize/humanize（MIT 许可，1725 行 Python，约 860 个测试 7 秒跑完），固定到特定 commit。四个任务分别是：

真实 issue 的 bug 修复——通过上游回归测试验证
按规格实现新功能——16 个隐藏验收测试
无行为变更的重构——测试不改、旧新导入路径返回相同对象
代码审查——植入 3 个 bug，检查是否能全部发现且无误报

每次运行都在独立的 Docker 容器中，只挂载 CLI 二进制和只读的登录凭证，无 home 目录、无其他凭据。Claude Code 用 claude -p，Antigravity CLI 用 agy -p，均开启 --dangerously-skip-permissions。

ReDoS（正则表达式拒绝服务） 是代码审查测试中植入的第三个 bug 类型。它的原理是：某些正则表达式在匹配特定形式的恶意输入时，回溯次数会呈指数级增长，导致 CPU 被长时间占满，从而形成拒绝服务攻击。例如 (a+)+$ 这样的嵌套量词，遇到一长串 a 后跟一个不匹配字符时，引擎会尝试所有可能的分组组合。

识别 ReDoS 需要审查者不仅看懂正则语法，还要能推演其在最坏输入下的复杂度。本测中 Claude Code 不仅指出了这个风险，还实测了耗时来量化影响，而 Antigravity CLI 虽然也找出了该缺陷，但未做验证。这也解释了为什么代码审查任务对代理的"推理深度"要求远高于普通 bug 修复。

各任务详细结果

Bug 修复：速度差 20 倍

Claude Code 两次均在 30 秒内完成，工具调用 4 到 6 次；Antigravity CLI 用了 526 秒和 672 秒，工具调用 50 到 64 次。修复本身都是一行代码，但 agy 花了大量时间做浮点精度实验、跑 mypy 和 ruff、写了 38000 个思考 token。全程 93% 的时间在等待模型响应，而非执行工具。

功能实现：规格明确时差距收窄

精确的规格让实现空间很小，四个实现都通过了 16 个隐藏测试。Claude Code 第二次运行只用了 2 次工具调用：一次读模块和测试，一次脚本写入改动并跑测试。

重构：agy 代码质量略胜

这是唯一一个 agy 表现更好的任务。陷阱是两个模块共用的 helper 会导致循环导入，四次运行都选了相同结构。两次 agy 运行还额外加了 TYPE_CHECKING 导入和 __dir__()，让类型检查器和自动补全都能识别新名字。代价是：用 10 分钟和 92 次工具调用换来，而 Claude Code 只用 1 分钟和 7 次调用。

代码审查：Claude Code 更彻底

所有审查都找出了缺失的 + 1、整数截断和 ReDoS 正则，且无误报。差异在细节：Claude Code 两次都额外提出三条有效意见（超长输入抛错类型不符、GNU 风格尺寸被拒绝、本地化输出无法解析），并实测了 ReDoS 耗时。Antigravity CLI 额外发现了一个精度损失问题，但第二次运行执行 uv run ruff check . 时生成了 415 行的 uv.lock 文件——尽管提示词明确说了"不要修改任何文件"。

总账：token、时间与成本

8 次运行合计	Claude Code	Antigravity CLI
通过	8/8	8/8
总耗时	318 秒	3712 秒
输入 token	98.6 万（91% 来自缓存）	2520 万（93% 来自缓存）
未缓存输入	88	180 万
输出 token（含思考）	2.31 万（5600 思考）	33.2 万（26.5 万思考）
工具调用	37	437
总成本	1.35 美元	4.35 美元
每个通过任务成本	0.169 美元	0.544 美元

是模型的问题还是 CLI 的问题

为分离变量，额外做了两次单次运行：把 agy 的模型降到 gemini-3.8-flash-low，耗时仍有 332 秒、67 次工具调用；换成 claude-opus-5-5-high，agy 只用 51 秒、7 次工具调用，接近 Claude Code 的 29 秒。慢的根源在默认 Gemini 模型的工作方式，而非 CLI 外壳。

什么是 token 缓存？ 大语言模型的输入每被处理一次都要计费，但同一段前缀（如系统提示、仓库文件、历史对话）在短时间内被反复发送时，服务商会将其缓存起来，缓存命中的输入 token 价格通常只有未缓存的 10% 左右。这解释了为什么表中"输入 token"高达千万级、"未缓存输入"却只有 88 或 180 万——大部分开销来自重复读取的上下文。

但它也揭示了一个陷阱：缓存便宜不等于总成本低。如果代理在每轮工具调用后都重新发送一份膨胀的上下文，即使 93% 命中缓存，剩余的 7% 未缓存部分仍可能是天文数字。本测中 Antigravity CLI 的未缓存输入是 180 万 token，是 Claude Code 的 2 万倍，这正是成本差距的主要来源。因此在评估代理成本时，应同时关注"总输入 token"和"未缓存比例"两个指标，而非只看 token 单价。

价格与配额实战

Claude Pro 和 Google AI Pro 都是 20 美元级别，都是五小时刷新加周限额，都不公布具体数字。关键差异在于 Google 明确表示 Gemini Pro 和 Flash 共享一个限额，"按 API 定价扣减"。按此计算，每次 agy 任务消耗的配额价值约为 Claude Code 任务的 3.2 倍。100 个类似任务用 Claude Code 约 17 美元，默认 agy 配置约 54 美元，Flash 优惠价结束后将涨到 109 美元。

什么是"按 API 定价扣减"的配额机制？ Google AI Pro 和 Claude Pro 都属于订阅制，但两者对订阅额度的计量方式不同。Google 明确表示 Gemini Pro 和 Flash 共享同一个限额池，且消耗速度按公开的 API 单价折算——也就是说，一次任务如果按 API 标价消耗了 0.544 美元的 token，你的订阅配额就少掉 0.544 美元对应的份额。

Claude Pro 的配额规则未公开具体数字，但从实测看，同等工作量下 Claude Code 折算的配额价值仅为 agy 的约三分之一。这意味着如果你每月用满配额，同样的 20 美元订阅，Claude Pro 能支撑的任务量大约是 Google AI Pro 的三倍。对于高频用户，这个差距会直接决定是否需要额外购买 API 额度，因此在选型时应把"配额折算率"和"订阅价格"一起纳入考量。

无头运行与权限陷阱

三者都支持 -p 无头模式和 JSON 输出。但有一个容易踩的坑：不加跳过权限标志时，需要批准的工具会被拒绝，而进程仍以退出码 0 结束。实测中 claude -p 和 agy -p 都返回 0 但什么都没做。只检查退出码的 CI 脚本会把空运行报告为成功。必须检查 permission_denials 或 denied_actions 字段，或者精确授予所需权限。

三方对比

同一个测试集下，Codex CLI（gpt-6.1-sol）每个通过任务仅 0.074 美元，最便宜；Claude Code 最快且审查最深；Antigravity CLI 在默认模型下最慢也最贵。三者在这些任务上正确性相当。

选型建议

优先 Claude Code 的场景：有人等待的实时任务（快 9 到 21 倍）、代码审查（同样找到全部植入 bug，多出三倍有效发现，且不污染仓库）、按 token 计费和定时任务。

优先 Antigravity CLI 的场景：已付费 Google AI Pro 或 Ultra 不想再订阅第二份、无人等待的夜间批处理、需要 agy --model claude-opus-5-5-high 这样的多模型选择。

需要开源可审计的代理：那是用 API key 的 Gemini CLI，而非 Antigravity CLI。

一个务实的思路是按任务类型拆分：用 Claude Code 实现，用 Antigravity CLI 做二次审查，共享规则放在 AGENTS.md，两个工具都能读取。SideHub 的 workflow 允许每一步指定 provider（claude、codex、agy、copilot 或 gemini），把手动复制粘贴变成一个可追踪的流水线。

局限性说明

每任务每 CLI 只跑两次，样本很小；只用一个整洁的 Python 小库，最大单次请求 134k token，远未触及百万上下文窗口；没有测到 Gemini CLI 本身（个人登录被拒）；只用默认设置；消费者账号容量共享，无法排除繁忙时段响应变慢；bug 修复来自公开 PR，存在污染可能；价格截止 2026-10-13，Gemini 3.8 Flash 优惠价将于 2027 年 1 月 1 日翻倍。

最终的诚实结论是：正确性上两者打平，Claude Code 在速度和成本上明显领先，Antigravity CLI 值得用的前提是你已经在为 Google AI Pro 付费、任务不赶时间、或者选了 Claude 模型。无论如何，把这四个任务在你的仓库上重跑一遍——命令、提示词和数据都已公开。