8.0
热点
AI SCORE
编程提效2026-10-14 18:01
终端编程助手实测：正确率之外的差异
dev.to · AI#Claude Code#编程助手#工具测评
Editor brief · 编辑速览
作者用四项任务、每项两次运行比较 Claude Code 与 Antigravity CLI，并提供命令、提示词和原始数据；16 次运行均通过检查。按 API 标价折算，Claude Code 每项通过任务成本约为对手的三分之一，且发现一次 Antigravity 越界写文件。
大多数“Gemini CLI vs Claude Code”对比页面仍将 Gemini CLI 宣传为免费选项：使用 Google 账号登录，每天可发送 1,000 次请求。但这项服务已于 2026 年 6 月 18 日结束：Gemini CLI 不再为个人 Google 账号提供服务，Google 将这些用户迁移到了新工具 Antigravity CLI。这些页面的其余内容则大多引用厂商的基准测试。因此，我们针对如今实际可以安装的工具重新做了对比：让 Claude Code 与 Google 的终端智能体完成四项真实任务，每项任务运行两次，采用无交互模式，并通过客观检查验证结果，同时提供命令、提示词和原始数据供核查。测试于 2026 年 10 月 13 日进行，使用 Claude Code 2.1.296（claude-opus-5-5）和 Google AI Pro 账号下的 Antigravity CLI 1.3.4（Gemini 3.8 Flash，High），均采用默认模型和默认推理强度。Gemini CLI 0.63.0 拒绝了我们的 Google 账号登录，这本身也是一项结果。
质量：正确性打成平手。全部 16 次运行都通过了检查，四次代码审查也都找出了预埋的 3 个缺陷，没有误报。Claude Code 的审查更深入，而 Antigravity 的一次审查写入了一个明确要求它不要修改的文件。
成本：Claude Code 胜出。按 API 公开标价计算，每项通过检查的任务，Claude Code 的成本为 0.169 美元，Antigravity CLI 为 0.544 美元，前者的成本约为后者的 1/3.2，尽管 Gemini 3.8 Flash 的 token 单价约为 Opus 5.5 的 1/5。
速度：Claude Code 大幅领先。八次运行总计耗时 318 秒，Antigravity CLI 则为 3,712 秒。缺陷修复任务的耗时中位数，Claude Code 为 29 秒，Antigravity CLI 为 10 分钟。
来源：Claude 定价、Claude 模型、Gemini API 定价、Gemini 3.8 Flash、Gemini CLI 参考文档、Antigravity CLI 迁移指南。
2026 年 5 月 19 日，Google 在开发者博客文章《一项重要更新：从 Gemini CLI 迁移到 Antigravity CLI》中宣布：“2026 年 6 月 18 日，Gemini CLI 和 Gemini Code Assist IDE 扩展将停止为 Google AI Pro 和 Ultra 用户处理请求”，Gemini Code Assist 个人版的免费用户也在停止服务的范围内。
下面是测试当天的实际情况，使用的是几个月前还能在 Gemini CLI 中正常登录的 Google 账号：
$ gemini -p "Reply with the single word pong" --output-format json
Error authenticating: IneligibleTierError: This client is no longer supported for Gemini Code
Assist for individuals. To continue using Gemini, please migrate to the Antigravity suite of
products: https://antigravity.google
付费 API 密钥用户：“仍可通过付费的 Gemini 和 Gemini Enterprise Agent Platform API 密钥访问 Gemini CLI。”费用按 Gemini API 定价，以 token 用量计算。
Gemini Code Assist Standard 和 Enterprise 用户：“你的访问权限保持不变”。
其他所有用户（免费层级、Google AI Pro、Google AI Ultra）都会被引导至 Antigravity CLI。
Gemini CLI 本身并未被放弃。维护者在 GitHub 公告中写道，它“仍以 Apache 2.0 许可证授权的代码仓库形式向社区开放，没有任何变化”，并将继续获得模型更新。0.63.0 版本于 10 月 6 日发布。
Antigravity CLI 是一个不同的程序，安装后的命令名为 agy，并且“使用 Go 构建”。Google 明确表示，“初期不会实现完全一一对应的功能”，但它保留了“智能体技能、Hooks、子智能体和扩展（现在以 Antigravity 插件的形式提供）”。迁移指南说明：
项目中的 GEMINI.md 和 AGENTS.md 会像以前一样被读取。
工作区技能从 .gemini/skills/ 迁移到 .agents/skills/。
MCP 服务器配置从 ~/.gemini/settings.json 迁移到 ~/.gemini/config/mcp_config.json（或项目中的 .agents/mcp_config.json）。
agy plugin import gemini 会将旧扩展转换为插件。
有两个差异与本次对比密切相关。Antigravity CLI 并不开源：它的仓库只有 README、更新日志和示例，没有源代码，也没有许可证。而且，它并非只能使用 Gemini：在我们的 Google AI Pro 账号下，agy models 列出了 Gemini 3.8 Flash（low、medium、high）、Claude Opus 5.5 和 Claude Sonnet 5.5（low、medium、high），以及 GPT-OSS 120B。默认模型为 Gemini 3.8 Flash（High）。
如今，“Gemini CLI vs Claude Code”对应两种不同的配置：
使用付费 API 密钥的 Gemini CLI，按 token 计费。我们没有运行这种配置：如上所示，我们用于 Antigravity 的 Google 账号登录遭到了拒绝。上表中 Gemini CLI 一栏的数据来自 Google 文档，并非我们的实测结果。
使用 Google 订阅的 Antigravity CLI，这是 Google AI Pro 用户如今可以安装使用的工具。我们采用这套配置与 Claude Code 进行实测对比。
我们沿用了 Codex vs Claude Code 基准测试中的同一套方案：相同的仓库、相同的四项任务、相同的提示词，以及相同的检查脚本。原始数据压缩包（400 KB）包含提示词、隐藏测试、脚本、Dockerfile、每次运行的完整记录，以及计算得到的指标。这里也提供了 Codex 测试的数据压缩包。
测试仓库为 python-humanize/humanize（MIT 许可证，src/ 中有 1,725 行 Python 代码，约 860 个测试，运行耗时 7 秒），固定在提交 785e5dcc0d0308ad0dff3f6cc0faa7085ad0375b。
三个预埋缺陷分别是：二进制单位分支中缺少 + 1（parse_size("1.0 KiB") 返回 1）；对浮点数乘积使用 int() 导致截断（parse_size("8.2 MB") 返回 8199999）；以及正则表达式中存在嵌套量词 (?:\d+)+，遇到 "1" * 24 + "!" 这样的输入时会产生指数级回溯。Codex 那篇文章展示了完整 diff 和四条提示词；数据压缩包中包含 review.patch，可用它重建具有相同哈希值的提交。
这次，每次运行都在独立的一次性 Docker 容器中进行（docker run --rm），其中包含基于起始提交新建的 git worktree，以及独立的 virtualenv。只挂载 CLI 可执行文件和该 CLI 登录文件的只读副本，不挂载主目录，也不挂载其他凭据。关闭所有权限检查的智能体，只应在这样的隔离环境中运行。
docker run --rm -e HOME=/home/bench \
-v "$PWD/repo:/repo:ro" -v "$PWD/tasks:/bench/tasks:ro" \
-v "$PWD/scripts:/bench/scripts:ro" -v "$PWD/results:/out" \
-v "$(command -v agy):/usr/local/bin/agy:ro" -v "$PWD/creds/agy-token:/creds/agy-token:ro" \
gbench:1 /bench/scripts/in-container.sh agy bugfix 1
容器内使用以下三条命令，提示词文本相同，采用默认模型和默认推理强度，并跳过权限检查：
# Claude Code 2.1.296
env -i HOME="$HOME" PATH="$PATH" IS_SANDBOX=1 \
claude -p "$PROMPT" --output-format stream-json --verbose \
--dangerously-skip-permissions \
--setting-sources project,local --strict-mcp-config --no-session-persistence < /dev/null
# Antigravity CLI 1.3.4
env -i HOME="$HOME" PATH="$PATH" \
agy -p "$PROMPT" --output-format stream-json --dangerously-skip-permissions < /dev/null
# Gemini CLI 0.63.0 (refused our Google login, see above)
env -i HOME="$HOME" PATH="$PATH" GEMINI_CLI_TRUST_WORKSPACE=true \
gemini -p "$PROMPT" --output-format json --yolo < /dev/null
容器启动时主目录为空，因此任何一次运行都不会读取个人设置、MCP 服务器配置或指令文件。设置 IS_SANDBOX=1 是因为容器以 root 身份运行，否则 Claude Code 会拒绝 root 用户使用 --dangerously-skip-permissions。除代码审查外，每条提示词都以下面这段话结尾：“项目的 virtualenv 已在 .venv 中准备好：使用 .venv/bin/python -m pytest -q 运行测试。仅在此仓库内操作。不要提交。”代码审查提示词的结尾则是：“不要修改任何文件。”
上述检查的通过或失败情况，由脚本在每次运行结束后执行检查并判定。
从启动到退出的实际耗时。第一次 agy 运行单独执行；其余 15 次运行在一台 4 vCPU 机器上进行，每次并行运行四个容器。
各 CLI 报告的 token 用量：Claude Code 的最终结果事件包含未缓存的输入、缓存写入、缓存读取，以及包含思考在内的输出；Antigravity CLI 的结果事件包含未缓存的输入、缓存读取，以及包含思考在内的输出，但不报告缓存写入。
按 2026 年 10 月 13 日官方公开标价折算的 API 等价成本。Claude Opus 5.5：每百万 token，输入 4 美元，1 小时缓存写入 8 美元（Claude Code 在每次运行中都使用这一缓存有效期），缓存读取 0.20 美元，输出 20 美元；我们的计算结果与 CLI 自身报告的 total_cost_usd 一致。Gemini 3.8 Flash 付费层级：每百万 token，输入 0.75 美元，缓存读取 0.075 美元，包含思考在内的输出 3.75 美元。Flash 的这一价格为初期优惠价，将于 2027 年 1 月 1 日翻倍。
使用订阅时，你并不支付这些金额，而是消耗配额。对 Antigravity 而言，美元金额仍是合适的衡量单位：Google 在《Antigravity 套餐调整》中表示，自 2026 年 5 月起，Gemini Pro 和 Flash 共用一个额度上限，“按照 API 定价扣减”。
修复只需改一行。Claude Code 在两次运行中都将 rounded_value 与 powers[ordinal + 1] // power 比较，agy 在第二次运行中也采用了这种做法；它第一次运行使用的是 int(rounded_value) * power，同样正确。差别在于围绕这一行所做的一切。Antigravity CLI 运行了测试套件，随后做了数十个关于浮点精度的简短 Python 实验（十的幂、float.hex()、10**100、用 bisect 复现 intword()），尝试运行 mypy 和 ruff，并在编辑前及编辑之间生成了 38,000 个思考 token。它的第一次运行耗时将近九分钟，当时机器上只有它在运行，因此这并非 CPU 资源争用造成的：在全部八次运行中，agy 有 93% 的时间用于等待模型响应，而非执行工具。
精确的规格说明几乎没有留下自由发挥的空间：四份实现都通过了 16 项隐藏测试，使用相同的仅限关键字参数签名和相同的校验逻辑。Claude Code 的第二次运行只需要两次工具调用：一次读取模块及其测试，另一次执行 shell 脚本，写入修改和测试并运行测试套件。
这里的陷阱是两个模块共用的一个辅助函数，直接移动代码会导致循环导入。四次运行都选择了相同的结构：notation.py 从 number.py 导入辅助函数，而 number.py 通过延迟执行的模块级 getattr 重新暴露 metric 和 scientific。Antigravity 的两次运行都更进一步，添加了 TYPE_CHECKING 导入，让类型检查器仍能识别这两个名称，还添加了 dir()，让自动补全能够列出它们；Claude Code 在一次运行中添加了前者，另一次则两者都没有添加。从代码质量来看，这是唯一一项 agy 略胜一筹的任务。它花了十分钟、调用了 92 次工具才完成，而 Claude Code 用了一分钟、调用了 7 次工具。
每次审查都找到了缺失的 + 1、截断问题和 ReDoS，并为每个问题提供了可复现的输入，也没有误报。其他方面则有所不同：
Claude Code 在两次运行中都补充了相同的三条有效意见：超长输入会抛出 OverflowError，而文档字符串承诺抛出的是 ValueError；GNU 风格的大小表示，例如 2.9M（naturalsize(gnu=True) 会生成这种格式），会被拒绝；本地化输出无法被反向解析。它实际测量了 ReDoS 的耗时（24 位数字分别耗时 2.7 秒和 3.1 秒），而非仅仅描述问题。
Antigravity CLI 在两次运行中都额外指出了一点：超过 2**53 后会损失精度（parse_size("1.0 QB") 的结果偏差约为 19.9 万亿字节）。Claude Code 则在截断问题的发现中提到了这一点。Antigravity CLI 在第二次运行中还执行了 uv run ruff check . 来检查代码，而 uv run 在仓库里创建了一个 415 行的 uv.lock。审查提示词明确写着“不要修改任何文件”。这次没有造成什么影响，但这类副作用会让一个只读步骤不再只读。
如果你像我们的每日拉取请求审查模板那样，每天都运行代码审查，那么这些数字表明，在这两者中，Claude Code 的审查既更便宜，也更全面，成本相差 2.1 倍。
这是这次基准测试最主要的启示：每个 token 的价格，并不能说明每项任务的价格。Gemini 3.8 Flash 的输入和输出 token 价格都比 Opus 5.5 低 5.3 倍，但默认的 agy 配置在完成相同工作时，消耗的输入 token 是其 25.6 倍，输出 token 是其 14.4 倍。费用花在了这些地方：
Claude Code：53% 用于缓存写入（0.71 美元），34% 用于输出（0.46 美元），13% 用于缓存读取（0.18 美元）。这与我们在 Codex 基准测试中看到的分布相同：几乎没有未缓存的输入，而有效期为 1 小时的缓存，在单次运行中很少得到复用。
Antigravity CLI：40% 用于缓存读取（1.76 美元），31% 用于未缓存的输入（1.35 美元），29% 用于输出（1.25 美元）。它的 437 次模型调用每次都会重新发送对话，而输出中有 80% 是思考内容。
为了区分两者的影响，我们又用 Antigravity CLI 执行了缺陷修复任务，并调整了模型配置。每种配置各运行一次，因此只能将结果视为线索：
降低推理强度减少了思考内容，却没有减少探索：仍然调用了 67 次工具，耗时五分半。选择 Claude Opus 5.5 后，Antigravity CLI 的表现与 Claude Code 很接近：调用了 7 次工具，耗时不到一分钟。速度慢源于默认 Gemini 模型处理任务的方式，而非包裹模型的 CLI。如果你订阅了 Google AI Pro，又希望在这些任务上获得 Claude Code 的速度，可以测试一下 agy --model claude-opus-5-5-high。
截至 2026-10-13 的官方套餐：
来源：claude.com/pricing、Max 套餐、通过 Pro 或 Max 使用 Claude Code、Google AI 套餐、Antigravity 套餐、Gemini API 定价。
哪个更便宜？按 API 价格计算每项任务的成本，答案是 Claude Code：完成 100 项与我们测试类似的任务，Claude Code 的成本约为 17 美元，默认 agy 配置约为 54 美元；Flash 的初期优惠价格结束后，后者将达到 109 美元。至于每月 20 美元的套餐，两家都没有公布一个五小时窗口内包含多少计算资源，因此我们无法判断哪个会先用完额度。我们能确定的是，Google 按 API 价格扣减额度，按这个尺度衡量，每项 agy 任务消耗的额度价值约为 Claude Code 的 3.2 倍。我们的 16 次运行都没有触及限制。
使用 API 密钥运行 Gemini CLI 又如何？它按相同的 Gemini API token 价格计费。我们没有测量 Gemini CLI 本身在这些任务上消耗了多少 token，因此不会猜测它的单项任务成本。
三者都可以通过 -p 将一个提示词执行到完成，并输出 JSON：使用 --output-format json 时输出单个对象，使用 stream-json 时每行输出一个事件。Claude Code 的最终对象包含 total_cost_usd；Antigravity CLI 的最终对象包含未缓存的输入、缓存读取、输出和思考 token 数，以及对话 ID；Gemini CLI 的最终对象则包含一个记录 token 用量的 stats 块。Antigravity CLI 还提供 --print-timeout，用于限制一次运行的时长，以及 --mode plan，用于执行只读操作。
如果不加跳过权限检查的参数，无头运行就无法向你提问，因此需要审批的工具调用会被拒绝。我们在容器中测试了这一点，使用的提示词需要执行一条 shell 命令（uname -s > os.txt）：
两者都以退出码 0 结束。只检查退出码的 CI 作业或 cron 脚本，会把一次什么都没做的运行报告为成功。应检查拒绝操作的字段，或者只授予作业所需的权限：Claude Code 的权限模式和允许规则、Antigravity CLI 在 settings.json 中的 permissions.allow 规则，以及 Gemini CLI 的 --approval-mode（auto_edit 仅批准编辑操作）。完整跳过权限检查的参数，只应像我们一样在一次性容器或虚拟机中使用。
文件夹信任。Gemini CLI 会拒绝在不受信任的文件夹中以无头模式运行（"Gemini CLI is not running in a trusted directory"），除非你传入 --skip-trust，或设置 GEMINI_CLI_TRUST_WORKSPACE=true；不受信任的文件夹也不会加载其 .gemini/settings.json。Antigravity CLI 在交互模式下会针对每个文件夹询问 "Do you trust the contents of this project?"（信任父文件夹并不意味着信任其子文件夹），但我们的无头运行没有一次因此受阻。Claude Code 在交互模式下会对每个文件夹询问一次，而在 -p 模式下从不询问。
会话。claude --resume <id>、agy --conversation <id>、gemini --resume latest。Claude Code 和 Gemini CLI 也支持预先指定会话 ID（--session-id），这有助于脚本之后再次找到该会话。
指令文件。Claude Code 读取 CLAUDE.md，Gemini CLI 读取 GEMINI.md，Antigravity CLI 则同时读取 GEMINI.md 和 AGENTS.md。对于 Claude Code 和 Antigravity CLI，只需维护一份文件：将规则保存在 AGENTS.md 中，再让 CLAUDE.md 仅包含一行导入语句：@AGENTS.md。
任何有人在等待结果的任务。在我们的任务中，它的速度快了 9 到 21 倍（按每项任务的耗时中位数计算）。
代码审查。它找到了相同的植入缺陷，每次审查还多发现了三个有效问题，仓库保持原样，成本只有 agy 的一半。
按 token 付费和定时作业。按 API 价格计算，每项任务的成本比默认 agy 配置低 3.2 倍。
你已经订阅了 Google AI Pro 或 Ultra，不想再付一份订阅费：套餐包含 Antigravity CLI，它通过了所有任务，而且也能运行 Claude Opus 5.5。
没有人在等待结果的工作，例如夜间批处理，而且你的额度足够充裕。
你需要一个可以审计或自行 fork 的开源智能体：使用 API 密钥运行的 Gemini CLI 符合这一要求，Antigravity CLI 则不符合。
你的公司使用 Gemini Code Assist Standard 或 Enterprise：Gemini CLI 会继续照常工作。
任务和检查方式相同，但 Codex 的测量时间早了一周，使用了不同的 CLI 版本，且并行运行数是 8 而不是 4，因此应比较数量级，而非小数点后的差异。在这四项任务上，三者的正确性相同；Codex 最便宜，Claude Code 最快且审查最深入，而使用默认模型的 Antigravity CLI 最慢，按 API 价格计算也最贵。Codex 的详细数据见《Codex vs Claude Code: Same Tasks, Measured Costs》。
Hacker News 上经常有人建议：“Claude 负责规划，Gemini 负责实现”。对于小任务，我们测得的数据指向相反的结论，但按任务类型拆分工作的思路仍然成立：把每一步交给实测表现最好的 AI 智能体和模型，再让工作流负责交接，而不是在两个终端之间复制文本。
我们用普通脚本运行了这次基准测试，但在 SideHub 中，同样的分工可以通过工作流实现：由 AI 智能体在你自己的机器上执行一系列步骤，每一步都可以单独指定 CLI 及其提供方（claude、codex、agy、copilot 或 gemini）。下面是一个示例，用 Claude Code 实现功能，再请 Antigravity CLI 做第二轮审查：
format: sidehub.workflow/v1
name: Implement, then cross-review
defaultProvider: claude
parameters:
- { name: issue, label: Issue number, type: string, required: true }
steps:
- name: Implement the issue
prompt: |
Read GitHub issue #{{inputs.issue}} with `gh issue view`, implement it on a new branch
and run the test suite. Do not push.
- name: Second review
provider: agy
inputsFrom: ["1"]
prompt: |
Review the uncommitted diff of this repository for correctness, edge cases, security and
performance. List each problem with file, line, severity and a reproducing input.
Do not modify any file and do not run commands that write to the repository.
每一步都是一次独立运行，会记录耗时、退出码，以及从 Claude Code 或 Antigravity CLI 会话记录中读取的 token 用量。你可以随时随地查看进展，包括在手机上。这样，你就能在自己的代码库上重新进行这次对比，并查看每一步的成本。模板库提供了可作为起点的工作流：夜间 issue 分类和依赖更新是典型的无人值守任务，使用你已经付费订阅的服务来执行可能正合适；而项目概览工作流会读取整个仓库，这才是大上下文窗口可能发挥作用的场景。
样本量小。每个 CLI 对每项任务运行两次，每项补充测量只运行一次。
只有一个仓库，任务规模也小。这是一个结构清晰、测试运行很快的 Python 库。最大的单次请求为 13.4 万 token，远低于两个模型的百万 token 上下文窗口，因此这些结果无法说明它们在超大代码库上的表现。
没有测量 Gemini CLI。我们没有可供个人用户使用、且 Gemini CLI 接受的配置；即使使用相同模型，通过 API 密钥运行 Gemini CLI 得到的数据也可能与 Antigravity CLI 不同。
只使用默认设置。使用默认模型和推理强度，没有指令文件。Antigravity CLI 默认使用 Gemini 3.8 Flash 的 High 推理强度；我们唯一一次 Low 强度运行更快，但仍比 Claude Code 慢 11 倍。
消费者账户，共享容量。Google 表示，Antigravity 的限额取决于可用容量。我们没有遇到报错，但无法排除繁忙时段响应更慢的可能性。单独执行的那次运行耗时 526 秒，而与它对应的并行运行耗时 672 秒。
可能存在数据污染。修复的 bug 来自一个 2026 年 9 月 16 日的公开拉取请求，其中两次运行（每个 CLI 各一次）写出了与上游完全相同的比较表达式。
价格有时效性。采用的是 2026 年 10 月 13 日的公开标价；Gemini 3.8 Flash 的价格将在 2027 年 1 月 1 日翻倍。
在四项日常任务中，Claude Code（claude-opus-5-5）和 Antigravity CLI（gemini-3.8-flash-high）的正确性相同：16 次测试全部通过，找出了所有预埋 bug，没有误报。Claude Code 的总执行速度快 12 倍，按 API 价格计算的成本低至对方的约 1/3.2，审查质量也更好。Gemini CLI 如今是面向 API 密钥或企业用户的工具：如果你是个人用户，Google 提供的选项是 Antigravity CLI。它主要适合已经订阅 Google AI Pro、执行无人等待结果的任务，或选择 Claude 模型的情况。无论你选哪一个，都请在自己的仓库上重新运行这四项任务：命令、提示词和数据都已在上文给出。
个人账户不再免费。自 2026 年 6 月 18 日起，Gemini CLI 不再支持通过面向个人的免费 Gemini Code Assist、Google AI Pro 或 Google AI Ultra 登录使用：我们使用 Google 账户登录的那次运行失败了，报错为 "This client is no longer supported for Gemini Code Assist for individuals"。使用付费 Gemini API 密钥、Gemini Enterprise Agent Platform 密钥，或 Code Assist Standard、Enterprise 许可证仍然可以使用。
Google 将个人账户迁移到了 Antigravity CLI，这是一个用 Go 编写、名为 agy 的新二进制程序。它保留了 Agent Skills、钩子和子智能体，将 Gemini CLI 扩展转为插件，并且仍然读取 GEMINI.md 和 AGENTS.md，但 Google 表示，两者的功能并非一一对应。与采用 Apache 2.0 许可证的 Gemini CLI 不同，它并不开源：其 GitHub 仓库只有文档和示例，没有源代码。
就正确性而言，在我们的基准测试中可以：使用默认模型（Gemini 3.8 Flash，High）的 Antigravity CLI 和 Claude Code（Claude Opus 5.5）都将四项任务各执行了两次，全部通过，并且在每次审查中都找出了全部三个预埋 bug。Claude Code 给出的审查更充分（每次审查额外发现三个有效问题，对方为一个），而且每次都遵守了只读审查的指令；有一次 agy 审查留下了一个新的 uv.lock 文件。
在我们的运行中，Claude Code 更便宜。按 2026 年 10 月 13 日的 API 公开标价计算，Claude Code 每完成一项通过测试的任务花费 0.169 美元，而使用 Gemini 3.8 Flash 的 Antigravity CLI 花费 0.544 美元，是前者的 3.2 倍，尽管 Flash 的 token 单价约为前者的五分之一。完成相同工作时，默认 agy 配置消耗的输入 token 约为 Claude Code 的 25 倍，输出 token 约为 14 倍。
在我们的任务中，Claude Code 快了一个数量级：全部八次运行耗时 318 秒，而 Antigravity CLI 耗时 3,712 秒。bug 修复的耗时中位数分别为 29 秒和 10 分钟。agy 有 93% 的时间花在等待模型响应上，每项任务调用工具 28 至 92 次，而 Claude Code 为 2 至 7 次。
可以。在我们的 Google AI Pro 账户上，agy models 除了列出 Gemini 3.8 Flash 和 GPT-OSS 120B，也列出了 Claude Opus 5.5 和 Claude Sonnet 5.5（支持 low、medium 和 high 推理强度）。在一次单独的补充运行中，使用 claude-opus-5-5-high 的 agy 用 51 秒、7 次工具调用修复了 bug，接近 Claude Code 的 29 秒。因此，我们测得的缓慢表现来自默认模型，而非 CLI 本身。
两者都是 20 美元档位的订阅方案，限额每五小时刷新一次，同时设有每周上限，而且都没有公布消息数量或