Claude Code vs. Gemini CLI: Portabilidad de Skills de Agente en 2026

La comparación entre Claude Code y Gemini CLI ha cambiado fundamentalmente. Durante mucho tiempo, la discusión se centró en el tamaño de la ventana de contexto y en qué agente tenía las mejores capacidades nativas. Pero dos cambios recientes han dejado obsoleto ese debate. Primero, ambos agentes ahora soportan el mismo estándar abierto para skills. Segundo, Gemini CLI ya no es una herramienta orientada al consumidor para desarrolladores individuales.

Eso replantea toda la cuestión de Claude Code vs Gemini CLI. El foco ya no está en las características propietarias de cada entorno de ejecución, sino en la portabilidad de los skills mismos. ¿Qué se necesita para que un skill funcione de manera fiable en cualquier plataforma que soporte el estándar? Y, ¿qué nos dicen nuestros datos de prueba —de ejecutar 2116 skills en un entorno de Claude Code— sobre por qué fallan?

La base compartida: El estándar Agent Skills

Antes de comparar los entornos de ejecución, es fundamental entender qué tienen en común. La pregunta «¿funcionan los skills en gemini cli?» tiene una respuesta simple y directa: sí. Esto se debe a que tanto Claude Code como Gemini CLI, junto con una lista creciente de otros clientes como Codex, Cursor y OpenCode, han adoptado el formato abierto Agent Skills.

Desarrollado originalmente por Anthropic y ahora mantenido como un estándar abierto en agentskills.io, este formato define un skill como un directorio autocontenido. En su núcleo se encuentra un archivo SKILL.md que contiene frontmatter YAML para metadatos (como name y description) y un cuerpo en markdown con instrucciones para el agente. Este directorio puede opcionalmente empaquetar sus propios recursos, como scripts en una carpeta scripts/ o documentos de referencia en references/.

Este estándar compartido significa que, en principio, un skill escrito para Claude Code debería ser legible por Gemini CLI, y viceversa. El skill en sí es portable. La divergencia ocurre en cómo cada entorno de ejecución de agente lo descubre, carga y ejecuta.

Mecánicas del entorno: Cómo Claude y Gemini ejecutan Skills

Aunque el formato del skill es el mismo, las mecánicas operativas de Claude Code y Gemini CLI difieren en aspectos clave. Estas diferencias afectan cómo se gestionan los skills, cómo se cargan en el contexto y cómo interactúan con el modelo de seguridad del agente.

Ejecución de Skills en Claude Code

Claude Code busca skills en dos ubicaciones principales: un directorio global en ~/.claude/skills/<name>/SKILL.md para skills personales, y un directorio específico del proyecto en .claude/skills/<name>/SKILL.md. También descubre skills en directorios anidados .claude/skills/ a medida que recorre un proyecto.

Cuando una tarea activa un skill, Claude Code renderiza el archivo SKILL.md completo en la conversación como un único mensaje. Este contexto persiste durante el resto de la sesión; el archivo no se vuelve a leer en turnos posteriores. Este es un enfoque simple, basado en archivos. El frontmatter en SKILL.md también permite cierto control sobre el conjunto de herramientas del agente durante la ejecución del skill. La clave allowed-tools puede pre-aprobar herramientas específicas para el turno que invoca el skill, mientras que disallowed-tools puede eliminar temporalmente herramientas del alcance del agente mientras el skill está activo.

Ejecución de Skills en Gemini CLI

Gemini CLI utiliza un sistema de descubrimiento más estructurado y de múltiples niveles, y un proceso de carga en dos etapas. Busca skills en un orden de precedencia específico: skills integrados, skills de extensión, skills de usuario (~/.gemini/skills/ o el alias ~/.agents/skills/), y finalmente skills de espacio de trabajo (.gemini/skills/ o su alias .agents/skills/).

A diferencia de Claude Code, Gemini CLI no carga inmediatamente el skill completo. Al inicio de una sesión, inyecta solo el name y la description de cada skill habilitado en el prompt del sistema. Esto mantiene el contexto inicial ligero. Solo cuando el modelo determina que una tarea coincide con un skill, llama a la herramienta activate_skill. Esto activa una solicitud de consentimiento para el usuario, detallando el nombre del skill, su propósito y la ruta del directorio a la que se le concederá acceso. Tras la aprobación del usuario, el cuerpo completo de SKILL.md y su estructura de carpetas se añaden al historial de la conversación, y el directorio del skill se añade a la lista de rutas de archivo permitidas del agente.

Este sistema se gestiona a través de un conjunto de comandos dedicados, como gemini skills install <git-url-or-dir> --consent y /skills link <path> --scope user|workspace.

Aquí hay un resumen de las diferencias clave:

Característica	Claude Code	Gemini CLI
Ruta del Skill	~/.claude/skills/, .claude/skills/	~/.gemini/skills/, .gemini/skills/ (más el alias .agents/skills/)
Invocación	SKILL.md completo inyectado en el primer uso, persiste	Nombre/Descripción en el prompt del sistema; SKILL.md inyectado en la activación
Consentimiento del usuario	Implícito en la instalación/ubicación	Prompt explícito en la primera activación por sesión
Gestión	Operaciones del sistema de archivos	Comandos CLI (gemini skills ..., /skills ...)

La historia real para 2026: Gemini CLI dejó de ser una herramienta de consumo

La comparación técnica es ahora en gran medida académica para la mayoría de los desarrolladores. El 19 de mayo de 2026, Google anunció que está transicionando Gemini CLI a una nueva herramienta llamada Antigravity CLI. A partir del 18 de junio de 2026, Gemini CLI y las extensiones de IDE asociadas de Gemini Code Assist dejaron de atender solicitudes para suscriptores individuales de Google AI Pro y Ultra, así como para el nivel gratuito (que anteriormente era de 60 solicitudes/minuto y 1,000/día).

El servicio continúa para clientes empresariales con licencias Gemini Code Assist Standard y Enterprise y para aquellos que utilizan la API de Gemini mediante facturación directa. El repositorio gemini-cli permanece público bajo una licencia Apache-2.0 y sigue en desarrollo activo.

De manera crucial, Google ha declarado que las tecnologías centrales del agente —Agent Skills, Hooks, Subagents y Extensions— se trasladarán a Antigravity CLI, que se describe como una reescritura en Go para mejorar el rendimiento. El anuncio no abordó la licencia para Antigravity CLI. Ese cambio modifica lo que significa elegir entre Claude Code o Gemini CLI en 2026. Para un desarrollador individual sin una licencia empresarial o facturación directa de API, ya no es una elección entre dos herramientas de consumo. La preocupación práctica es si la inversión en construir una biblioteca personal de skills será portable a futuros entornos de ejecución de agentes.

Ventana de contexto vs. Profundidad de Skill

Se ha hablado mucho de la ventana de contexto de 1 millón de tokens anunciada por Gemini. Aunque existen configuraciones de gran contexto en ambos lados, obsesionarse con el recuento de tokens es perder de vista lo importante. El tamaño del contexto y la profundidad del skill resuelven diferentes clases de problemas.

Una ventana de contexto masiva es potente para tareas que requieren una comprensión holística de una gran base de código. Permite al agente mantener una mayor parte de tu repositorio en su atención inmediata, lo que puede ser invaluable para refactorizaciones o análisis complejos. Sin embargo, no resuelve la ejecución de acciones.

Una ventana de 1 millón de tokens no puede instalar un binario faltante. No puede aprovisionar una clave de API. No puede arreglar un archivo SKILL.md que está escrito de forma demasiado vaga para activarse de manera fiable. Estos son problemas de profundidad de skill: la capacidad de un agente para ejecutar una tarea precisa, repetible y consciente del entorno. Ese es el dominio de un skill bien escrito, y su éxito a menudo depende menos del tamaño de la ventana de contexto y más del entorno en el que se ejecuta.

Lo que nuestros datos muestran sobre el fallo de Skills (en cualquier plataforma)

Esto nos lleva al núcleo del problema: ¿por qué fallan los skills? En SkillProof, instalamos y ejecutamos skills para publicar un veredicto honesto. De los 2116 skills que hemos probado, 1307 (62%) pasan la prueba, 704 están marcados como «Funciona con configuración» —hacen el trabajo, pero solo después de una configuración que el listado debe detallar— y 105 reciben un veredicto de fallo: algunos se ejecutaron y te dejaron peor que sin ningún skill, otros no pudieron ejecutarse en absoluto.

Para ser perfectamente claros: ejecutamos estas pruebas exclusivamente en un entorno de Claude Code. Nunca hemos ejecutado un skill en Gemini CLI o Antigravity CLI, y no hacemos ninguna afirmación sobre sus tasas de éxito. Nuestro proceso completo se detalla en nuestra metodología.

Sin embargo, nuestros datos sobre por qué fallan los skills siguen siendo muy relevantes para cualquier entorno de ejecución. Revisamos las notas de prueba de cada skill que no pasó la prueba limpiamente. Los resultados son reveladores.

De los 704 skills que requieren configuración:

• 195 mencionaron un CLI o binario faltante.
• 99 dependían de que un servidor MCP separado estuviera configurado y en ejecución.
• 92 requerían una clave de API u otra credencial.
• 64 necesitaban una cuenta de pago o suscripción.

De los 105 skills que recibieron un veredicto de fallo:

• 27 implicaban un CLI o binario faltante.
• 12 dependían de un servidor MCP.
• 10 requerían una cuenta de pago.
• 7 necesitaban una clave de API.

Estos son recuentos de un escaneo de palabras clave de nuestras propias notas de prueba, no una taxonomía exhaustiva de causas, y las categorías se superponen: un solo skill puede necesitar tanto un CLI como una clave. Pero el patrón es difícil de ignorar. La razón principal por la que un skill no cumple con las expectativas es una dependencia del entorno externo. Un skill que requiere un binario que no has instalado fallará tanto si lo ejecutas a través de Claude Code como de Gemini CLI. Un skill que necesita una clave de API no funcionará sin ella, independientemente de la ventana de contexto del agente.

Casos de estudio: Dónde los Skills pasan y fallan

Ver ejemplos específicos lo deja claro. La diferencia entre un skill que pasa la prueba y uno que necesita configuración a menudo no tiene nada que ver con el entorno de ejecución del agente.

• Sync Agent Instructions: Este skill de coding pasó nuestras pruebas. Su propósito es sincronizar instrucciones entre los archivos CLAUDE.md, GEMINI.md y AGENTS.md. Funciona porque no tiene dependencias externas; solo usa comandos de shell básicos como cp, git diff y git add. Su lógica es completamente portable. El valor que aportó sobre una línea de base ingenua fue su precisión: preparó correctamente los archivos de destino mediante git add mientras dejaba el archivo de origen sin preparar.

• AI Multimodal: Este skill de data obtuvo un veredicto de «Funciona con configuración». Sus scripts son limpios y utilizan el SDK oficial de Python google-genai. Sin embargo, requiere que ese SDK esté instalado y, lo que es más importante, una GEMINI_API_KEY activa en el entorno. No pudimos aprovisionar una clave para la prueba, por lo que su resultado nunca se midió. Este es un skill impulsado por Gemini que falla por una razón que lo bloquearía con la misma eficacia dentro del propio Gemini CLI.

• Amazon Alexa QA: Otro ejemplo de «Funciona con configuración», este skill de seo ilustra el problema de las dependencias ocultas. Sus instrucciones nunca mencionan que requiere silenciosamente una herramienta separada browser-act-cli, que debe instalarse a través de uv tool install browser-act-cli. También necesita una cuenta de Amazon activa y con la sesión iniciada. Este patrón de fallo es completamente independiente del agente.

• AI Search Hub: Este skill de data que pasó la prueba es un ejemplo de una herramienta que simplemente funciona. Ejecutamos su comando documentado y devolvió una respuesta correcta al primer intento. La línea de base —el mismo modelo sin el skill— necesitó tres intentos y no produjo ningún resultado.

Comparar Gemini CLI vs Claude Code para programación, entonces, es menos una cuestión sobre las dos herramientas que sobre los skills que ejecutas en ellas. Un estándar compartido es un verdadero paso adelante, pero como muestran nuestros datos, la portabilidad se reduce a si un skill es honesto sobre lo que necesita de la máquina que lo ejecuta.

Lectura relacionada: analizamos la misma cuestión de portabilidad con el agente de OpenAI en Claude Code vs Codex CLI, y cubrimos cómo los archivos de instrucciones difieren de los skills en AGENTS.md vs Claude Skills.

Este es el problema para el que se creó SkillProof. Instalamos cada skill, lo ejecutamos en trabajo real y publicamos el veredicto, incluidos los fallos. El catálogo completo de 2116 skills probados se puede consultar gratuitamente; si prefieres empezar con una lista seleccionada, también vendemos paquetes de diez skills basados en roles por $10 cada uno.