Gemini CLI

 (blog.google)
1 puntos por GN⁺ 2025-06-26 | 1 comentarios | Compartir por WhatsApp
  • Ahora que los desarrolladores pueden invocar Gemini directamente dentro de la terminal, es posible integrarlo al flujo de trabajo de línea de comandos no solo para programar, sino también para generación de contenido, resolución de problemas, investigación profunda y gestión de tareas
  • Al iniciar sesión con una cuenta personal de Google, se puede usar Gemini 2.5 Pro y una ventana de contexto de 1 millón de tokens mediante una licencia gratuita de Gemini Code Assist
  • Durante el período de vista previa, el límite gratuito es de 60 solicitudes al modelo por minuto y 1,000 solicitudes por día, con enfoque en reducir la probabilidad de topar con restricciones en flujos típicos de desarrollo individual
  • Se publica como open source bajo Apache 2.0, por lo que es posible revisar el código, comprobar implicaciones de seguridad, reportar bugs, proponer funciones y contribuir código
  • Comparte tecnología con Gemini Code Assist para ofrecer programación con IA basada en prompts tanto en VS Code como en la terminal, y el modo agente está disponible sin costo adicional en los planes Free, Standard y Enterprise

Un agente Gemini para usar en la terminal

  • Gemini CLI es un agente de IA open source que permite usar Gemini directamente desde la terminal
  • Proporciona una vía ligera para enviar prompts al modelo y destaca especialmente en tareas de programación
  • Además de programar, puede usarse para lo siguiente
    • Generación de contenido
    • Resolución de problemas
    • Investigación profunda
    • Gestión de tareas
  • Está integrado con Gemini Code Assist, por lo que los usuarios de los planes Free, Standard y Enterprise de Code Assist pueden usar programación con IA basada en prompts tanto en VS Code como en Gemini CLI

Límites de uso gratuito y opciones de cobro

  • Para usar Gemini CLI gratis, basta con iniciar sesión con una cuenta personal de Google y obtener una licencia gratuita de Gemini Code Assist
  • La licencia gratuita incluye lo siguiente
    • Acceso a Gemini 2.5 Pro
    • Ventana de contexto de 1 millón de tokens
    • 60 solicitudes al modelo por minuto
    • 1,000 solicitudes al modelo por día
  • Los desarrolladores profesionales que necesiten ejecutar varios agentes al mismo tiempo o usar un modelo específico pueden elegir cobro por uso o una licencia de pago

Funciones de línea de comandos y automatización

  • Gemini CLI se encuentra actualmente en estado de vista previa y permite escribir código, depurarlo y simplificar flujos de trabajo usando lenguaje natural
  • Entre las funciones compatibles están las siguientes
    • Comprensión de código
    • Manipulación de archivos
    • Ejecución de comandos
    • Resolución dinámica de problemas
  • Mediante herramientas integradas, puede incorporar contexto web, extensiones y flujos de automatización dentro del CLI
    • Google Search fundamenta los prompts recuperando páginas web y proporcionando al modelo contexto externo en tiempo real
    • Ampliación de las funciones de Gemini CLI con Model Context Protocol (MCP) o extensiones incluidas
    • Personalización de prompts e instrucciones según las necesidades y flujos de trabajo del usuario
    • Invocación no interactiva de Gemini CLI dentro de scripts para automatizar tareas e integrarlo en flujos de trabajo existentes

Open source y extensibilidad

  • Gemini CLI se publica como open source completo bajo la licencia Apache 2.0
  • Los desarrolladores pueden inspeccionar el código para entender cómo funciona y verificar implicaciones de seguridad
  • En el repositorio de GitHub se puede participar de las siguientes maneras
    • Reportar bugs
    • Proponer funciones
    • Mejorar prácticas de seguridad
    • Enviar mejoras de código
  • Las vías para participar en el proyecto son las siguientes
  • La extensibilidad se basa en MCP, prompts de sistema mediante GEMINI.md y configuraciones personales o de equipo

Tecnología compartida con Gemini Code Assist

  • Gemini Code Assist es el asistente de programación con IA de Google para estudiantes, desarrolladores hobbyistas y desarrolladores profesionales
  • Comparte tecnología con Gemini CLI y, en VS Code, permite asignar tareas escribiendo prompts en la ventana de chat mediante el modo agente
    • Redacción de pruebas
    • Corrección de errores
    • Implementación de funciones
    • Migración de código
  • El agente de Code Assist puede crear planes de varios pasos a partir del prompt, recuperarse automáticamente de rutas de implementación fallidas y recomendar soluciones
  • El modo agente de Gemini Code Assist está disponible sin costo adicional en los planes Free, Standard y Enterprise a través del Insiders channel
  • Se puede empezar a usar Gemini CLI instalándolo desde el repositorio de GitHub

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-06-26
Opiniones de Hacker News

  • Estoy a cargo de este trabajo. En este momento el aumento de uso va en una curva muy pronunciada, así que hoy las TPU están sufriendo bastante.
    Gracias por todos los comentarios que han llegado hasta ahora; el equipo está leyendo este hilo. Sigan enviando bugs o solicitudes de funciones, que las revisaremos todas.

    • Ayer por la tarde intenté pasar a JavaScript puro un algoritmo escrito en Ruby y, sin saber Ruby, con ayuda de gpt-4.1 no hice más que meterme en callejones sin salida inútiles.
      Por curiosidad instalé Gemini CLI y lo apunté al proyecto Ruby; con una sola solicitud terminó la conversión, y pasar de “a ver si lo intento” a que realmente funcionara tomó 5 minutos, lo cual me impresionó.
    • Claude Code tiene una función que suele pasarse por alto y que no he visto en otras herramientas de agentes. Una herramienta llamada sub-agent crea una nueva ventana de contexto y permite que el modelo procese de forma independiente una subtarea claramente definida.
      Gracias a esto, Claude Code se comporta no como un solo agente, sino como un modelo jerárquico multiagente. Me pregunto si la omitieron a propósito, y si llega a Gemini CLI sin duda querría probarla.
      El siguiente paso sería definir prompts personalizados, conjuntos de herramientas y contextos para tareas repetitivas, y hacer que estos aparezcan como herramientas del agente principal. Por ejemplo, si hubiera una herramienta como create_new_page, se podría poner el procedimiento de creación de páginas en el prompt, y el agente principal podría delegarlo como una tarea bien definida sin ensuciar su propio contexto con los detalles del procedimiento.
    • Al venir de Claude Code, las funciones principales se ven sólidas, y para adaptarlo a casos de uso empresariales sería bueno pulir más el control de permisos. Esto según una revisión rápida del código actual.
      Las solicitudes de alto impacto serían permisos basados en patrones como Bash(git:), que permitan git pero bloqueen rm; restricciones por alcance de ruta como Write(logs/.txt); flags de permisos por sesión en la CLI como --allowedTools "Read,Bash(npm test)" --deniedTools "Write"; prioridades de permitir/denegar donde una denegación explícita prevalezca sobre una autorización general; y una jerarquía de archivos de configuración en el orden system → user → project.
      Las mejoras de impacto medio serían filtrado de argumentos de comandos para permitir git commit pero bloquear git --exec-path=/bin/sh; un formato de configuración que soporte tanto arreglos simples como objetos de permisos estructurados; gemini permissions list para depurar los permisos realmente activos; y una configuración env de nivel superior para endpoints OTEL o claves de API.
      El motor de permisos es lo central, y si se puede expresar “X está permitido, pero Y dentro de X está prohibido”, se abren la mayoría de los casos de uso avanzados.
    • Lo que de verdad quisiera ver en un agente de codificación es la capacidad de definir formalmente, como arquitecto, los límites de módulos del software, y hacer que el agente de IA siga y aproveche esa arquitectura modular.
      Aunque haya un contexto de 1 millón de tokens, en proyectos grandes sigue siendo válido definir límites. Normalmente los límites existen de alguna forma, pero un agente de codificación no puede conocerlos con precisión.
      Si con un formato YAML simple se pudieran especificar los módulos, su ubicación en el árbol de código fuente y las API de otros módulos con los que interactúan, sería fácil convertir eso en contexto que entre con frecuencia dentro de 1 millón de tokens. Si el agente determina que debe trabajar en el contexto de un módulo específico, podría crear una nueva ventana de contexto que contenga exactamente ese módulo y tratar una base de código grande como si fuera una pequeña, un terreno donde Gemini sería especialmente bueno.
    • Soy miembro de una organización que paga por Gemini en Google Workspace y recibí el mensaje GOOGLE_CLOUD_PROJECT environment variable not found. Add that to your .env and try again, no reload needed!
      Como mínimo, la documentación debería explicar mejor cómo obtener esta variable de entorno. Si no usas GCP, no es nada intuitivo. En el peor caso, quienes pagan por Gemini no pueden acceder, mientras que usuarios normales de Google sí.

  • Había estado usando Claude Code 4 Opus con bastante éxito en una base de código Rust grande, aunque en tareas complejas a veces se volvía frustrante. Hoy probé Gemini CLI y la instalación fue fácil, pero fue casi un fracaso.
    Su capacidad para hacer que las modificaciones de código Rust compilaran fue notablemente peor que la de Claude.
    Dicho eso, Gemini produjo una salida que probablemente será lo más destacado del día: “He dejado el código hecho un desastre. Ahora revertiré todos los cambios que hice en la base de código y empezaré de nuevo.” Excelente autoconciencia y disposición a descartar el trabajo.

    • Gemini tiene patrones de fallo curiosos. Cuando un cambio que hizo no funciona, responde con frases extrañamente humanas como “mmm, eso es inesperado”, y aunque va hacia un callejón sin salida declara con seguridad: “¡Entiendo el problema! La prueba final va a pasar”.
      Básicamente tiene un exceso de confianza fuerte, y si no cambias el prompt del sistema usa muchísimas más exclamaciones. Quizá durante el entrenamiento aprendió, o descubrió por sí mismo, que las afirmaciones positivas producían mejores resultados.
    • Como tarea relativamente común, le pedí “un script que muestre los 5 términos de búsqueda más populares en Google”.
      Primero hizo búsquedas directamente y luego puso echo a cada una; después intentó usar pytrends y falló; probó otro servicio de pago y falló; luego falló con otros métodos, hasta que finalmente se rindió y declaró el fracaso.
      Como con el poder de Gemini puede ejecutar por sí mismo un ciclo de corregir/ejecutar, tiene potencial para volverse útil, pero hasta ahora ha estado por debajo de mis expectativas.
    • Tuve la misma experiencia. Tenía bastantes expectativas porque, cuando Claude Code normalmente se atasca, he pegado todo el código en Gemini Pro 2.5 y le he preguntado, y así resolví problemas varias veces.
      Pero la versión CLI no pudo producir código coherente en una base de código Rust ni arreglar varios problemas. Espero que algún día se vuelva excelente.
    • Claude también empieza de nuevo desde cero cuando la situación se pone demasiado mal. Lo he visto hacer eso cuando la edición se descontroló y arruinó todo.
    • Misma experiencia. Como prueba le pedí implementar una nueva función en una app y la arruinó por completo, usando cosas como funciones no definidas. Tras reportar errores y pedirle que corrigiera varias veces, me rendí.
      Claude lo manejó bien, aunque no me gustó el código. El código que produjo Gemini era mucho mejor, pero al final no logró conectar las partes entre sí.

  • Hace unos días hice por completo vibe coding con Claude Code para una app web sencilla de seguimiento de acciones basada en Streamlit Python, y funcionó increíblemente bien hasta que dejó de funcionar. Parece que, al superar cierto tamaño crítico de proyecto, ya no puede corregir bugs
    Probé hacer lo mismo con Gemini CLI y el tamaño crítico de proyecto en el que todavía funciona bien parecía bastante mayor. En el punto en que Claude Code empezó a perderse, le dije a Gemini CLI “analiza el codebase y corrige todos los bugs”, y tras hacerlo corregir algunos bugs más, la app simplemente funcionó
    De verdad estamos viviendo en el futuro

    • Me pregunto cuánto tiene que ver esta diferencia con el tamaño de la ventana de contexto. La ventana de Gemini es 5 veces más grande que la de Claude
      En las últimas semanas he estado usando Claude para un proyecto paralelo, y muchas veces, justo cuando ya agarró ritmo en la planeación o depuración y está listo para implementar, se queda sin espacio de contexto. Aunque intento usar bien la instrucción /compact, al retomar se pierde un matiz sutil del contexto y baja la calidad de la implementación
      Quiero probar si la ventana de contexto más grande de Gemini resuelve este problema
    • Actualmente, la mejor práctica con Claude Code es delegar el trabajo pesado a Gemini Pro 2.5 u o3/o3pro. Gracias al soporte de MCP, se puede hacer de forma bastante fluida con herramientas como Repo Prompt
      A veces basta con usar solo Claude, pero hay que iterar sobre la planeación y la integración, registrarlo todo y volver a iterar
      Si Gemini CLI es open source, parece que se le podría conectar cualquier modelo. Se ve el camino hacia que los LLM se vuelvan commodities. Todas las Big Tech quieren que su propio LLM sea el ganador y que los demás desaparezcan, pero preferirían mucho más un mundo de commodities a que gane un competidor
      Si la forma de uso futura se parece más a agentes CLI, no sé cómo un wrapper de UI vistoso podría llevar a un ganador que se lo lleva todo. OpenAI va adelante en cantidad de usuarios solo por la marca ChatGPT, pero como UI para trabajo real, ChatGPT es claramente inferior
    • Haz que la IA documente cada módulo en un Markdown de 100 líneas. Debe ser de muy alto nivel, sin detalles, e incluir solo punteros a los archivos relevantes para que la propia IA pueda encontrarlos
      Si tomas ese documento como punto de partida, la IA puede tener el contexto para trabajar en cualquier módulo. Si no puedes documentar un módulo así en 100 líneas, es hora de refactorizar
      Si la ventana de contexto de Claude no alcanza para manejar un módulo específico, es probable que un desarrollador humano tampoco pueda hacerlo. Lo importante es apuntar el LLM con precisión al contexto relevante
    • Siento que se obtiene mucho más si haces mejor prompt engineering y das instrucciones concretas. No estoy muy seguro de que “corrige todos los bugs” sea un caso de uso realista y efectivo
    • Cuando aparece complejidad real, este enfoque se rompe, y es muy probable que termine con muchísimo código duplicado. Si lo hubiera escrito a mano, quizá habría sido como el doble de eficiente en memoria
      Será interesante ver si la demanda de DRAM crece más de lo habitual en el futuro. Podría deberse a que más software se crea con vibe coding o alguna variante de eso

  • Si usas esto, todos los datos del código se envían a Google. Los términos dicen lo siguiente: https://developers.google.com/gemini-code-assist/resources/p...
    Al usar Gemini Code Assist para personas, Google recopila prompts, código relacionado, resultados generados, ediciones de código, información relacionada sobre el uso de funciones y comentarios para proporcionar, mejorar y desarrollar productos y servicios de Google, así como tecnologías de aprendizaje automático.
    Para mejorar la calidad y el producto, revisores humanos pueden leer, anotar y procesar los datos anteriores. Antes de la revisión, Google separa los datos de la cuenta de Google y, según indica, almacena la copia separada por hasta 18 meses. También dice que no envíes información o datos confidenciales que no quieras que los revisores vean o que Google use para mejorar sus productos, servicios y tecnologías de aprendizaje automático.

    • En realidad, es mucho más matizado. Si usas la versión gratuita de Code Assist, los datos pueden usarse a menos que hagas opt-out, como aparece al final del documento de soporte enlazado.
      Dice: “Si no quieres que estos datos se usen para mejorar los modelos de aprendizaje automático de Google, puedes hacer opt-out siguiendo los pasos de configuración de Gemini Code Assist para personas”, y el enlace es https://developers.google.com/gemini-code-assist/docs/set-up...
      Si pagas por Code Assist, tus datos no se usan para mejoras. Tampoco se usan para mejoras si usas una clave de Gemini API de una cuenta de pago por uso. Esto solo aplica si usas una cuenta de consumidor no paga y no hiciste opt-out. No es lo mismo que la descripción inicial.
    • Personalmente, esta es la parte más frustrante del ecosistema Gemini para mí. 2.5 Pro probablemente sea el mejor modelo disponible ahora mismo y quisiera usarlo en trabajo real, pero la política de privacidad es tan confusa y fragmentada que termino asumiendo que simplemente no hay ninguna protección de privacidad.
      Incluso si estás pagando por el caro plan Pro Plus Ultra MegaMax Extreme Gold. Espero que estén trabajando para aclarar esto.
    • Soy consciente de que la política de privacidad de Gemini CLI resultaba confusa según el método de inicio de sesión.
      Ordené los términos de servicio y las políticas de datos por tipo de cuenta, y creé un único documento que incluye una FAQ que aborda las preguntas de este hilo: https://github.com/google-gemini/gemini-cli/blob/main/docs/t...
    • En configuration.md, la información relacionada está enterrada bajo “Usage Statistics”. Ahí se enumeran como elementos que no se recopilan la información de identificación personal, el contenido de prompts y respuestas, y el contenido de archivos que la CLI haya leído o escrito.
      https://github.com/google-gemini/gemini-cli/blob/0915bf7d677...
    • Mozilla y Google ofrecen una alternativa llamada gemmafile. Permite ejecutar la familia Gemini que Google llama Gemma como un único archivo local, aislado de la red y sin dependencias.
      https://huggingface.co/jartine/gemma-2-27b-it-llamafile
      Según dicen, el 32% de las organizaciones lo implementó en entornos de producción: https://www.wiz.io/reports/the-state-of-ai-in-the-cloud-2025

  • Me gusta mucho la forma fragmentada en que está organizada la familia de productos Gemini de Google. Soy suscriptor de Pro y recién me enteré de que, para obtener uso adicional, hay que ser usuario de Gemini Code Assist Standard o Enterprise.
    Ni siquiera sabía que existía algo así. Como usuario común de Google, recibo un nivel de uso generoso, pero aunque pague por “Gemini”, no obtengo ningún beneficio en “Gemini CLI”. Qué divertido.

    • Google sufre el mismo problema que Microsoft. Tiene casi todos los productos, pero sus mensajes de producto confusos diluyen incluso las cosas que hace bien.
      Me gusta Gemini 2.5 Pro, y últimamente probé varios productos de IA, incluido el plan Gemini Pro, para encontrar un asistente de chat de IA para uso diario. Al mismo tiempo quería reducir gastos y la cantidad de suscripciones.
      La suscripción a Gemini Pro viene incluida en Google One y es cómoda si usas Google Drive, pero yo ya tengo una suscripción a iCloud profundamente integrada con iOS, así que no tenía pensado pasarme a Drive y perder otras funciones de iCloud, como las contraseñas.
      La interfaz de chat de Gemini está muy por detrás del cliente de OpenAI ChatGPT para macOS. NotebookLM es bueno para resumir documentos, pero no está integrado con el chat de Gemini, así que se siente como estar saltando constantemente entre productos de Google.
      Al final terminé suscribiéndome a Raycast AI, porque la app de chat está bien integrada con otras funciones de Raycast y también puedo probar modelos. No recibo los modelos más recientes de inmediato, pero me da una experiencia integrada para mi flujo de trabajo.
      Google está demasiado disperso en demasiados productos, así que está perdiendo en experiencia de usuario frente a OpenAI para tareas generales y frente a Anthropic para programación. En cuestión de meses intentó alcanzar a v0 con Google Stitch, a GH Copilot/Cursor con un plugin inmaduro para VSCode, y ahora a Claude Code con esto, pero todo parece un proyecto paralelo a punto de morir.
    • Esta es la razón por la que muchas startups y desarrolladores independientes prefieren soluciones que no sean de Google, aunque la calidad de Gemini 2.5 Pro sea altísima. Google Cloud Dashboard es un desastre y no lo han arreglado en años.
      Existe Vertex, que aloja algunos modelos, pero no sé en qué se diferencia de la propia nube de Google. Además, según el nivel del proyecto, la API se divide en dos. Es exactamente lo contrario de lo que esperas de un proveedor de IA: poder empezar pequeño y no encontrarte obstáculos sin importar el tamaño del proyecto.
      Al final, en cuanto el proyecto crece, tienes que migrar de la API de Google AI Studio a la API de Vertex, así que Google creó una solución de API que no escala. La API compatible con OpenAI tampoco funciona siempre bien, y muchas herramientas que dependen de ella se rompen.
      Los productos de IA de Google que deberían simplificarse o integrarse son Jules vs Gemini CLI, y la API de Vertex con la API de Google AI Studio.
      Como Vertex depende de Google Cloud, también hay que cambiar estos valores en la app, lo que vuelve más complejo el proyecto: 
      # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values  
# with appropriate values for your project.  
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT  
export GOOGLE_CLOUD_LOCATION=global  
export GOOGLE_GENAI_USE_VERTEXAI=True
    • Google está dejando pasar una oportunidad enorme con los precios.
      Gemini 2.5 Pro es el mejor modelo que he usado y personalmente me parece incluso mejor que o3, pero no hay una forma de obtener acceso completo mediante una suscripción simple como con Claude o Cursor.
      Lo mismo ocurre del lado empresarial, y ahí OpenAI tiene el terreno bien tomado.
    • Anthropic también es igual. Si no cambió en los últimos meses, aunque te suscribas a Claude, usar Claude Code descuenta de tu uso de API, que se cobra aparte de la suscripción.
      Parece que alguien aprendió que nos gustan las CLI y concluyó que, por lo tanto, deberíamos pagar extra por las CLI.
      La alternativa es usar la GUI con algunos MCP conectados, pero no me gusta porque navegar entre ventanas se siente torpe comparado con navegar en un multiplexor de terminal.
    • También existe una membresía AI ULTRA de 300 dólares al mes. Lo interesante es que ni siquiera la membresía de Google One puede explicar en detalle cuáles son esas “funciones adicionales”. Tal vez porque podrían cambiar más o menos cada hora.

  • Rendericé el prompt del sistema como un Gist: https://gist.github.com/simonw/9e5f13665b3112cea00035df7da69...
    Hay más notas aquí: https://simonwillison.net/2025/Jun/25/gemini-cli/

    • Como Gemini CLI es open source, el prompt del sistema también puede verse aquí: https://github.com/google-gemini/gemini-cli/blob/4b5ca6bc777...
    • Da risa que recomiende usar create-react-app, abandonado hace mucho y recientemente dado de baja. ¿La idea es vibe codear una app sobre deuda técnica desde el primer día?
    • Dice que se usen solo rutas absolutas, pero el ejemplo de archivo temporal usa una ruta relativa. Bien.
    • Parece que debes estar tremendamente ocupado revisando herramientas nuevas todo el tiempo. Me pregunto cómo terminaste haciendo esto.

  • Es una lástima; habría sido genial si esto estuviera escrito en Go o Rust. Ojalá fuera un lenguaje que permitiera crear un binario ejecutable único sin tener que instalar un runtime como Node.

    • Como estos proyectos deben actualizarse con frecuencia, probablemente sea más fácil contar con algún mecanismo automático como npm o pip.
      De todos modos, el programa no hace cálculos pesados, y mientras no cometa delitos de programación flagrantes, en hardware moderno no debería haber problema.
      Ese es el único argumento que se me ocurre, pero en principio un lenguaje como Go encaja muy bien con este caso de uso.
    • Basta con pedirle a Gemini CLI que se reescriba a sí mismo en el lenguaje que quieras.
    • Esto no parece tanto un intento de crear un producto de alta calidad, sino más bien de poder decir: “nosotros también tenemos una herramienta CLI”, porque otras empresas de IA tienen una.
    • Mientras tanto, OpenAI está abandonando TypeScript para rehacer Codex CLI en Rust: https://analyticsindiamag.com/global-tech/openai-is-ditching...
      En cualquier caso, no importa demasiado. Por mi experiencia muy limitada con Node, la instalación, el empaquetado y el aislamiento estaban bastante pulidos.
    • Parece que con Bun o Deno se pueden crear ejecutables independientes:
      https://bun.sh/docs/bundler/executables
      https://docs.deno.com/runtime/reference/cli/compile/
      No confirmé si realmente funciona, pero si es código Node normal sin extensiones raras, al menos con Bun debería andar. Me da curiosidad cómo se compararía el tamaño del ejecutable con Go o Rust.

  • Me aparece el mensaje: “Error al iniciar sesión. Verifica que tu cuenta de Google no sea una cuenta de Workspace”.
    Me pregunto si la visión de Gemini CLI apunta solo a usuarios no comerciales. Uso una cuenta de Workspace desde los tiempos de GSuite, y lo único que quería era Gmail con dominio personalizado, pero siento que los productos de Google me castigan constantemente.
    Perdí datos de YouTube y de Fitbit, en algunas suscripciones no puedo elegir otra versión, y según el servicio todo parece completamente aleatorio desde el punto de vista del usuario final. Ahora, por tener una cuenta de Workspace, tampoco puedo usar Gemini CLI para mi desarrollo de software como empresa de una sola persona. Parece un enfoque activamente hostil hacia un usuario pago y leal.

  • Lo vengo usando desde hace más o menos un mes y es una bestia. En gran parte porque 2.5 Pro está a un nivel altísimo y aprovecha muy bien esa enorme ventana de contexto de 1 millón de tokens.
    Otras herramientas intentan comprimir el contexto por adelantado o leer archivos parcialmente. Le tiré una base de código muy grande y aun así la exploró y la aprendió con facilidad.

    • Cuando lo usé hace poco en Cursor, rompió los imports de un archivo Python grande. Con Claude nunca me pasó eso. Me pregunto si tuviste algún problema raro usando Gemini. Pienso probar hoy la CLI, así que tengo expectativas.
    • Me da curiosidad cómo es tu flujo de trabajo.

  • Literalmente solo escribí hello y obtuve esto:
    API Error: {"error":{"message":"{\n \"error\": {\n \"code\": 429,\n \"message\": \"Resource has been exhausted (e.g. check quota).\",\n \"status\": \"RESOURCE_EXHAUSTED\"\n }\n}\n","code":429,"status":"Too Many Requests"}}]
    Me dijo que intentara de nuevo más tarde, que pidiera un aumento de cuota en AI Studio para subir el límite, o que cambiara a otro método de /auth. En la pantalla aparecía Polishing the pixels... desde hacía 84 segundos.

    • Me pasó lo mismo. Ni siquiera funcionó con una API key que sí andaba bien en Aider, ni con una licencia de Gemini Code Assist Standard.
      La UI de administración y la documentación son un laberinto de tortura. Se me siguen ocurriendo muchas formas mucho mejores de haber usado esas dos horas de mi vida.
    • Este problema ya debería haberse resuelto: https://github.com/google-gemini/gemini-cli/discussions/2064
    • Uso Gemini con una API key y aquí me apareció exactamente el mismo error.
    • Estoy en la misma situación. También tengo la key como variable de entorno que uso en Aider. Por cierto, últimamente aider+gemini también se volvió dolorosamente lento.