Claude Code vs Codex vs Gemini CLI: agentes de IA en la terminal, comparados

Claude Code (Anthropic), Codex CLI (OpenAI) y Gemini CLI (Google) son agentes de IA que trabajan en tu terminal: leen tu repositorio, editan archivos y corren comandos a partir de una instrucción en lenguaje natural. Los tres hacen lo mismo en lo esencial; cambian el modelo que usan, la licencia (Codex y Gemini CLI son de código abierto con Apache-2.0; Claude Code no), el archivo de instrucciones que leen (CLAUDE.md, AGENTS.md, GEMINI.md) y cómo te piden permiso antes de actuar. Si ya pagas uno de los tres ecosistemas, empieza por su agente.

Abajo tienes la tabla comparativa, cómo instalar cada uno, en qué destaca, dónde queda Cursor y las prácticas que aplico con cualquiera de ellos. Comandos, licencias y métodos de autenticación los revisé en la documentación oficial de cada proyecto, consultada el 10/10/2026. Estas herramientas cambian cada mes: si algo no te coincide, la documentación manda.

Qué es un agente de IA en la terminal

Un asistente de chat te da código para que tú lo copies. Un agente de terminal trabaja dentro de tu proyecto: busca los archivos relevantes, propone un cambio, lo aplica, corre tus pruebas, lee el error y vuelve a intentar. Tú defines la tarea y apruebas (o no) lo que hace.

Los tres agentes de esta comparación comparten la misma base:

• Un archivo de instrucciones del proyecto en la raíz del repo, que leen al inicio de cada sesión: cómo se corren las pruebas, convenciones, qué no tocar.
• Permisos: te preguntan antes de editar o de correr comandos, según el modo que elijas, y algunos aíslan los comandos en un sandbox del sistema operativo.
• MCP (Model Context Protocol): el estándar abierto para conectarlos con herramientas externas, como tu gestor de tickets o una base de documentación. Lo explico en qué es MCP.
• Modo no interactivo para scripts y CI.

Si nunca has usado uno, primero lee qué es Claude Code y cómo usarlo: lo que explico ahí aplica casi igual a los otros dos.

Tabla comparativa

No incluyo precios porque cambian seguido y dependen del país. Revísalos en claude.com/pricing, chatgpt.com/pricing y en la documentación de Gemini CLI; para Antigravity CLI, en antigravity.google/pricing.

Cómo instalar cada uno

Claude Code

Según la documentación de Claude Code:

# macOS, Linux y WSL
curl -fsSL https://claude.ai/install.sh | bash

# Windows (PowerShell)
irm https://claude.ai/install.ps1 | iex

# Alternativas
brew install --cask claude-code
winget install Anthropic.ClaudeCode

# Arrancar en tu proyecto (la primera vez te pide iniciar sesión)
cd mi-proyecto
claude

El instalador nativo se actualiza solo; Homebrew y WinGet no. Si defines la variable ANTHROPIC_API_KEY y la apruebas, se salta el inicio de sesión y cobra por uso de la API.

Codex CLI

Según el repositorio oficial de Codex:

# macOS y Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# Alternativas
npm install -g @openai/codex
brew install --cask codex

# Arrancar y elegir "Sign in with ChatGPT"
codex

# O iniciar sesión con una clave de API
printenv OPENAI_API_KEY | codex login --with-api-key

El README recomienda iniciar sesión con tu cuenta de ChatGPT y nombra los planes Plus, Pro, Business, Edu y Enterprise. La página de precios de OpenAI ya lista Codex también en los planes Free y Go, para tareas rápidas o ligeras, aunque solo dentro de la app de escritorio; el CLI aparece a partir de Plus (consultado el 10/10/2026). Revisa qué incluye el tuyo. Si trabajas en un servidor sin navegador, la guía de autenticación documenta codex login --device-auth.

Codex no vive solo en la terminal: según el registro de cambios de OpenAI, desde el 9 de julio de 2026 forma parte de la app de escritorio de ChatGPT en macOS y Windows; quien usaba la app de Codex conserva sus proyectos y su configuración. Aquí comparo el CLI.

Gemini CLI

Según el repositorio de Gemini CLI y su guía de instalación (Node.js 20 o superior):

# Probar sin instalar
npx @google/gemini-cli

# Instalar
npm install -g @google/gemini-cli
brew install gemini-cli

# Arrancar en tu proyecto
cd mi-proyecto
gemini

Al arrancar eliges cómo autenticarte: con una clave de Google AI Studio (variable GEMINI_API_KEY), con Vertex AI o con una licencia de empresa de Gemini Code Assist.

Ojo, esto cambió: desde el 18 de junio de 2026 Gemini CLI dejó de atender a las cuentas personales, tanto las gratuitas como las de Google AI Pro y Ultra. Lo anunció Google en su blog para desarrolladores y lo confirmó el equipo en el repositorio (consultado el 10/10/2026). Para esas cuentas el reemplazo es Antigravity CLI, que se instala con un script y se arranca con agy (comandos de su guía de inicio):

# macOS y Linux
curl -fsSL https://antigravity.google/cli/install.sh | bash

# Windows (PowerShell)
irm https://antigravity.google/cli/install.ps1 | iex

# Arrancar en tu proyecto
cd mi-proyecto
agy

Según su guía de migración, Antigravity CLI sigue leyendo tu GEMINI.md (y también AGENTS.md), así que lo que digo aquí sobre el archivo de instrucciones aplica igual. Las extensiones pasan a llamarse plugins y se importan con agy plugin import gemini. Los servidores MCP cambian de lugar: ya no van en ~/.gemini/settings.json, sino en un archivo aparte, mcp_config.json.

En qué destaca cada uno

Claude Code

• Mucho alrededor del agente: subagentes, skills, hooks y la misma configuración en terminal, VS Code, JetBrains, escritorio y web.
• Modo plan: investiga y te propone un plan sin tocar el código hasta que lo apruebas.
• Automatización: claude -p en scripts, más integraciones con GitHub Actions y GitLab CI/CD.
• Lo que no tiene: el código del producto no es abierto y no funciona sin un plan de pago o una cuenta de API.

Codex CLI

• Código abierto: puedes leer cómo funciona, abrir issues y auditarlo.
• Sandbox claro por defecto: en una carpeta con git recomienda workspace-write con aprobaciones on-request, y el acceso a la red viene apagado. Fuera de git sugiere read-only.
• Usa el estándar AGENTS.md, que otros agentes también leen.
• Si ya pagas ChatGPT, entras con esa misma cuenta.

Gemini CLI

• Código abierto (Apache-2.0) y una comunidad grande en GitHub.
• Ventana de contexto amplia: el README habla de modelos con 1 millón de tokens de contexto, útil para preguntar sobre repos grandes.
• Sandbox con contenedores: con gemini --sandbox corre dentro de Docker o Podman, o con Seatbelt en macOS.
• Encaja si tu equipo ya está en Google Cloud y usa Vertex AI.

Dónde queda Cursor

Cursor juega en otra categoría: es un editor de código con IA, no un agente de terminal. Su fuerte es trabajar mientras escribes: autocompletado, ediciones en línea y un agente dentro del editor con modo plan. Además, según su documentación, te deja elegir modelos de varios proveedores (Anthropic, OpenAI, Google y otros), y soporta reglas, skills y MCP.

También tiene su propio Cursor CLI (se instala con curl https://cursor.com/install -fsS | bash y se arranca con agent), así que la frontera se está borrando. Y no son excluyentes: Claude Code tiene extensión para VS Code que se instala también en Cursor.

Mi criterio: si quieres sugerencias mientras escribes, un editor como Cursor. Si quieres delegar una tarea completa y revisar el resultado, un agente de terminal. Para una visión más amplia de qué IA usar en cada caso, tengo una guía sobre cuál es la mejor IA.

Cómo elegir

1. Empieza por lo que ya pagas. Si tienes Claude Pro o Max, Claude Code. Si tienes ChatGPT de pago, Codex. Si tu empresa está en Google Cloud, Gemini CLI; si tienes una cuenta personal de Google, su reemplazo, Antigravity CLI, que además tiene un plan de $0 con límite semanal. Probar sin pagar otra suscripción es la forma más barata de saber si el flujo te sirve.
2. Si el código abierto es requisito (auditoría, política de la empresa, modificarlo), tus opciones son Codex CLI y Gemini CLI. El repositorio de Antigravity CLI no publica el código ni declara una licencia.
3. Si trabajas con datos sensibles, revisa dónde se procesa tu código y las condiciones de tu plan antes de abrir un repo de un cliente. Los tres mandan tu código al modelo en la nube.
4. Prueba los finalistas con la misma tarea real, en una rama aparte: arreglar un error conocido o escribir pruebas para un módulo. Compara el diff, no la demo.
5. Elige por el flujo, no por el modelo de esta semana. Los modelos cambian cada pocos meses; tu archivo de instrucciones, tus permisos y tus hábitos de revisión se quedan.

Buenas prácticas con cualquier agente

• Git limpio antes de empezar. Haz commit o git stash de lo tuyo. Así, si el agente se equivoca, regresas con un git restore y no mezclas tus cambios con los suyos.
• Una rama por tarea. git switch -c fix/login-timeout y el agente trabaja ahí. Si sale mal, borras la rama.
• Revisa cada diff. git diff antes de cada commit, como revisarías el de un compañero. Tú respondes por lo que llega a producción.
• Secretos fuera del alcance. No dejes claves en el repo ni en archivos que el agente pueda leer y pegar en un log. Usa variables de entorno o un gestor de secretos, y nunca le pegues una contraseña en el chat.
• Escribe el archivo de instrucciones. En Claude Code y en Codex, /init genera un borrador; edítalo a mano con los comandos reales de tu proyecto.
• Dale cómo verificar. Pruebas, typecheck, lint. Un agente que puede comprobar su trabajo se equivoca menos.
• No uses los modos sin permisos en tu máquina. Opciones como --dangerously-bypass-approvals-and-sandbox en Codex existen para entornos aislados; la propia documentación las desaconseja.

La calidad del resultado depende mucho de cómo describes la tarea. Si quieres afinar eso, lee mi guía sobre qué es un prompt. Y si te interesa el lado opuesto, programar describiendo y revisando poco, tengo una entrada sobre qué es el vibe coding y sus riesgos.

Preguntas frecuentes

¿Cuál es la mejor IA para programar?

No hay una respuesta fija: los modelos se superan entre sí cada pocos meses. Lo que sí puedo decirte es que la diferencia en el día a día la hacen tu archivo de instrucciones, tareas pequeñas y verificables y una buena revisión del diff. Prueba con tu propio código.

¿Son gratis?

Depende de cuál; esto es lo que dicen sus páginas oficiales al 10/10/2026. Antigravity CLI, el reemplazo de Gemini CLI para cuentas personales, tiene un plan «For Individuals» de $0 al mes con límite semanal; Google no publica de cuánto es. Codex aparece en los planes Free y Go de ChatGPT, pero solo dentro de la app de escritorio y con la nota «subject to rollout»; el CLI, la extensión del editor y la web se listan a partir de Plus. Claude Code requiere un plan de pago de Claude o una cuenta de la Console. Que Codex y Gemini CLI sean de código abierto no cambia esto: lo abierto es la herramienta; el modelo se paga con una suscripción o por uso de la API, salvo en esos planes de $0. Las condiciones cambian seguido: confírmalas en cada página antes de decidir.

¿Puedo usar los tres en el mismo repositorio?

Sí. Lo práctico es mantener un AGENTS.md como fuente principal: Codex lo lee, Claude Code lo lee cuando no hay un CLAUDE.md y Antigravity CLI lo lee junto con GEMINI.md. Para Gemini CLI necesitas su GEMINI.md. Lo importante es que no se contradigan.

¿Funcionan sin internet?

No con sus modelos oficiales: los tres llaman a modelos en la nube. La documentación de Ollama incluye comandos como ollama launch claude y ollama launch codex para usarlos con modelos que corren en tu equipo; lo explico en IA local con Ollama y LM Studio. Un modelo local pequeño no rinde igual que uno de frontera.

¿Claude Code vs Cursor?

Terminal y tareas delegadas contra editor y edición asistida. Lo detallo en la sección Dónde queda Cursor y en qué es Claude Code.

Cada mes comparto en la newsletter lo que voy probando con agentes de IA para programar; suscríbete si quieres recibirlo.