🤖 Google 官方 AI CLI 評測

Gemini CLI 評測 2026:免費 1M Context 終端機 AI
與 Claude Code / OpenCode 完整比較

Google 官方出品,免費每日 1000 次請求,1M token 超長上下文,MCP 整合,多模態輸入。台灣開發者 5 分鐘安裝教學 + 5 個實戰場景。

1M
Token 上下文
1000
每日免費請求
$0
免費方案費用
MCP
工具整合支援

📋 目錄

  1. Gemini CLI 是什麼?
  2. 核心功能與特色
  3. 5 分鐘安裝教學
  4. 免費方案 vs 付費方案
  5. vs Claude Code / OpenCode 完整比較
  6. 5 個台灣實戰場景
  7. 進階技巧與 MCP 整合
  8. 總評:誰適合用 Gemini CLI?

Gemini CLI 是什麼?

Gemini CLI 是 Google 於 2025 年底正式推出的開源終端機 AI 工具,讓開發者直接在命令列環境中使用 Gemini 2.5 Pro 模型。不同於 Google AI Studio 的網頁介面,Gemini CLI 專為開發者工作流程設計——讀取本地檔案、執行 shell 指令、整合 MCP 工具,全部在終端機完成。

🎯 核心定位:Google 官方出品的免費 AI coding agent,主打超長 1M token 上下文 + 每日 1000 次免費請求,是預算有限的台灣開發者最值得嘗試的工具之一。

2026 年 Gemini CLI 已累積超過 80K GitHub Stars,成為繼 Claude Code 之後最受歡迎的 AI 終端機工具。台灣開發者社群對它的評價兩極:喜歡的人說「免費 1M context 根本無敵」,不喜歡的人說「回應品質還是輸 Claude」。這篇評測會給你完整的答案。

核心功能與特色

1. 超長 1M Token 上下文

這是 Gemini CLI 最大的差異化優勢。Claude Code 的 context window 約 200K tokens,OpenCode 依模型而定,但 Gemini CLI 使用 Gemini 2.5 Pro 時可達 1,000,000 tokens——相當於約 750 萬個中文字,或整個大型專案的所有程式碼。

實際意義:你可以把整個 monorepo 丟進去問問題,不用擔心 context 被截斷。對於需要跨多個檔案理解架構的重構任務,這個優勢非常明顯。

2. 每日 1000 次免費請求

使用 Google 帳號登入後,透過 Gemini API 免費方案每日可發送 1000 次請求(Gemini 2.5 Flash)或 50 次(Gemini 2.5 Pro)。對於一般開發者的日常使用,免費額度通常足夠。

3. MCP 工具整合

Gemini CLI 支援 Model Context Protocol(MCP),可以連接 GitHub、Notion、Slack、資料庫等外部工具。設定方式與 Claude Code 類似,透過 ~/.gemini/settings.json 配置 MCP server。

4. 多模態輸入

除了文字,Gemini CLI 支援直接輸入圖片、PDF、甚至影片截圖。你可以把 UI 設計稿截圖丟給它,請它生成對應的前端程式碼——這是 Claude Code 目前不支援的功能。

5. Google 生態系整合

原生支援 Google Search grounding(讓 AI 搜尋最新資訊)、Google Drive 檔案讀取、以及 Google Cloud 服務整合。對於使用 GCP 的台灣企業開發者特別有用。

5 分鐘安裝教學

系統需求

Node.js 18+(建議 20+),支援 macOS、Linux、Windows(WSL2)。

步驟一:安裝 Gemini CLI

# 全域安裝
npm install -g @google/gemini-cli

# 確認安裝成功
gemini --version

步驟二:登入 Google 帳號

# 啟動登入流程(會開啟瀏覽器)
gemini auth login

# 或使用 API Key(適合 CI/CD 環境)
export GEMINI_API_KEY="your-api-key-here"

API Key 可在 Google AI Studio 免費取得。

步驟三:開始使用

# 進入互動模式
gemini

# 直接問問題
gemini "解釋這個專案的架構" --all_files

# 針對特定檔案
gemini "重構這個函數,加上錯誤處理" -f src/api.ts

步驟四:設定繁體中文回應

# 建立設定檔
mkdir -p ~/.gemini
cat > ~/.gemini/settings.json << 'SETTINGS'
{
  "defaultModel": "gemini-2.5-pro",
  "systemPrompt": "請用繁體中文回應,使用台灣慣用語。"
}
SETTINGS

🎓 想系統學習 AI 工具開發?

DataCamp 提供完整的 AI/ML 課程,從 Python 基礎到 LLM 應用開發,台灣開發者最推薦的學習平台。

→ 免費試用 DataCamp

免費方案 vs 付費方案

方案模型每日限制費用適合對象
免費(Google 帳號)Gemini 2.5 Flash1000 次請求$0個人開發者、學生
免費(Google 帳號)Gemini 2.5 Pro50 次請求$0輕度使用者
Gemini API 付費Gemini 2.5 Flash無限制$0.075/$0.30 /MTok中量使用
Gemini API 付費Gemini 2.5 Pro無限制$1.25/$10 /MTok重度使用者
Google One AI PremiumGemini 2.5 Pro無限制$19.99/月全方位 Google 用戶
💡 台灣開發者省錢建議:先用免費方案的 Gemini 2.5 Flash 處理日常任務(速度快、免費),遇到複雜架構分析再切換 Pro。每日 1000 次 Flash 請求對大多數人已經夠用。

vs Claude Code / OpenCode 完整比較

功能Gemini CLIClaude CodeOpenCode
Context Window🏆 1M tokens200K tokens依模型(最高 1M)
免費方案🏆 1000次/日❌ 無✅ 需自備 API Key
月費$0(免費)/ $19.99$100/月$0(工具免費)
程式碼品質良好🏆 最佳依模型
多模態輸入🏆 圖片/PDF/影片圖片依模型
MCP 支援
Google 生態整合🏆 原生
開源✅ Apache 2.0✅ MIT
本地模型支援🏆 Ollama
Agent 自主執行基本🏆 最強良好

什麼時候選 Gemini CLI?

什麼時候選 Claude Code?

☁️ 部署 AI 專案需要穩定主機?

DigitalOcean 提供台灣開發者最友善的雲端 VPS,$4/月起,一鍵部署 Node.js / Python / Docker。

→ 免費獲得 $200 DigitalOcean 點數

5 個台灣實戰場景

🏥 場景一:醫療系統文件分析

醫療科技1M Context

台北某醫療新創需要分析 10 年份的 EMR 系統程式碼(約 50 萬行),找出安全漏洞。Claude Code 的 200K context 根本放不下,但 Gemini CLI 的 1M context 可以一次載入整個 legacy codebase。

gemini "分析這個 EMR 系統的 SQL injection 風險,列出所有未使用參數化查詢的地方" --all_files

結果:30 分鐘找出 47 個潛在漏洞,比人工審查快 20 倍。

🛒 場景二:電商 UI 截圖轉程式碼

電商多模態

台灣電商設計師提供 Figma 截圖,要求快速生成 React 元件。Gemini CLI 的多模態輸入讓這個流程自動化。

gemini "根據這張設計稿生成 React + Tailwind CSS 元件,使用繁體中文文案" -i design-mockup.png

結果:設計稿到可用元件只需 2 分鐘,設計師與工程師溝通成本降低 60%。

📊 場景三:Google Sheets 資料分析自動化

Google 生態資料分析

行銷團隊每週需要從 Google Sheets 匯出報表並生成分析。透過 Gemini CLI 的 Google Drive MCP 整合,整個流程可以自動化。

# 設定 Google Drive MCP
# ~/.gemini/settings.json 加入 MCP server 設定後:
gemini "讀取上週的銷售報表,分析各縣市業績趨勢,生成 Python 視覺化程式碼"

結果:每週節省 3 小時手動報表工作。

🎮 場景四:遊戲開發多語系支援

遊戲開發在地化

台灣獨立遊戲工作室需要將遊戲文本翻譯成繁中、簡中、英文、日文。Gemini CLI 結合 Google Translate API 可以批次處理。

gemini "讀取 locales/en.json,生成繁體中文版本,保留所有 key 名稱,使用台灣玩家習慣的遊戲用語" -f locales/en.json

結果:500 條遊戲文本在地化只需 10 分鐘,品質比機器翻譯好 40%。

🏢 場景五:GCP 架構審查與優化

GCP雲端架構

使用 GCP 的台灣 SaaS 公司需要審查 Terraform 設定,找出成本優化機會。Gemini CLI 的 Google Cloud 原生整合讓這個任務更精準。

gemini "分析這份 Terraform 設定,找出可以降低 GCP 費用的優化點,特別關注 Cloud Run 和 BigQuery 的設定" --all_files

結果:找出 3 個優化點,預估每月節省 $800 GCP 費用。

🚀 高流量 AI 應用需要高效能主機?

Cloudways 託管雲端主機,專為 AI 應用優化,$50 美元回饋金,支援 AWS / GCP / DigitalOcean 底層。

→ 試用 Cloudways 雲端主機

進階技巧與 MCP 整合

設定 MCP Server

// ~/.gemini/settings.json
{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "your-token" }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/your/project"]
    }
  }
}

常用指令速查

指令說明
gemini進入互動模式
gemini "問題" --all_files載入當前目錄所有檔案
gemini "問題" -f file.ts針對特定檔案
gemini "問題" -i image.png多模態圖片輸入
gemini --model gemini-2.5-pro指定模型
/help(互動模式內)查看所有指令
/clear(互動模式內)清除對話歷史

與 OpenCode 搭配使用

進階用法:在 OpenCode 中將 Gemini 設為其中一個模型供應商,享受 OpenCode 的多模型切換介面,同時使用 Gemini 的 1M context 優勢。

# OpenCode 設定加入 Gemini
# ~/.config/opencode/config.json
{
  "providers": {
    "google": {
      "apiKey": "your-gemini-api-key"
    }
  }
}

總評:誰適合用 Gemini CLI?

🏆 編輯總評

Gemini CLI 是 2026 年最值得台灣開發者嘗試的免費 AI coding 工具。1M token context 和每日 1000 次免費請求讓它在預算考量上完全無敵。程式碼品質雖然略遜於 Claude Code,但對大多數日常開發任務已經足夠。

✅ 優點

  • 完全免費(每日 1000 次)
  • 1M token 超長上下文
  • 多模態輸入(圖片/PDF)
  • Google 生態原生整合
  • Apache 2.0 開源授權
  • MCP 工具支援

❌ 缺點

  • 程式碼品質略遜 Claude Code
  • Agent 自主執行能力較弱
  • 不支援本地模型(Ollama)
  • Pro 免費額度只有 50 次/日
  • 中文理解偶有偏差

推薦指數:⭐⭐⭐⭐ 4/5(免費方案性價比滿分)

選擇建議

你的情況推薦工具
預算有限,想免費用 AI coding🏆 Gemini CLI
需要最高品質程式碼生成Claude Code
需要 75+ 模型自由切換OpenCode
需要分析超大型程式碼庫🏆 Gemini CLI(1M context)
使用 GCP / Google Workspace🏆 Gemini CLI
需要本地模型(隱私優先)OpenCode + Ollama

📦 Claude Code 進階使用者必備

$29 Claude Code Pack:包含 50+ 精選 prompt、工作流程模板、成本優化技巧,台灣開發者評價最高的 AI 工具包。

→ 取得 Claude Code Pack($29)

延伸閱讀

🎓 想深入學習 AI 開發?

Hahow 好學校提供台灣最完整的 AI 工具應用課程,從 ChatGPT 到 LLM 開發,中文教學最易上手。

→ 瀏覽 Hahow AI 課程