免費 AI CLI 工具排名：Gemini CLI vs Codex CLI vs OpenCode vs Goose

結論先講：2026 年最好的免費 AI CLI 工具

七個工具。五項真實任務。一個贏家。

Gemini CLI 勝出。每天 1,000 次模型請求、Gemini 2.5 Pro/Flash 自動路由、零成本、不會過期。對於一毛錢都不想花的開發者，Gemini CLI 能處理 80% 的日常程式任務。OpenCode 以模型彈性和 LSP 整合拿下第二。Goose 以 MCP 擴充性和自動化 workflow 獲得第三。

但「免費」有很多種。有些工具是無條件免費，有些是綁訂閱的免費、限時的免費、或工具免費但 API 收錢。這篇排名把「真正免費」和「行銷話術的免費」分開，用五項真實任務測試全部七個工具，告訴你該先裝哪一個。

2026 AI CLI 工具完全指南涵蓋包含付費工具在內的完整生態系。本文只聚焦 $0 能拿到什麼。

七個免費 AI CLI 工具

2026 年有七個 AI CLI 工具提供有意義的免費使用。以下是截至 2026 年 3 月，每個工具實際免費給你的東西。

摘要：Gemini CLI 提供最慷慨的無條件免費額度。Codex CLI 暫時對 ChatGPT Free 使用者免費。四個開源工具（OpenCode、Goose、aider、Crush）是免費軟體但需要 API key 或本地模型。Copilot CLI 在免費 GitHub 方案下每月給 50 次 premium 請求。

「真正免費」vs.「免費軟體」的區別

Gemini CLI 和 Copilot CLI 的免費額度：真正免費。軟體和模型推理都不用付錢。Google 和 GitHub 吸收了算力成本。

Codex CLI：目前在 ChatGPT Free/Go 方案上是真正免費的。但 OpenAI 的公告明確寫著「for a limited time（限時）」。截至 2026 年 3 月，尚未公佈結束日期。

OpenCode、Goose、aider、Crush：免費開源軟體。工具不收錢。驅動它的 LLM 要錢 — 不是雲端 API 就是跑本地模型的電費。在 32GB RAM 的 MacBook 上跑 Llama 3.3：確實零元。透過 API 用 Claude Sonnet 4.6：每百萬輸入 token $3。

逐一拆解

1. Gemini CLI — 免費額度之王

GitHub 星數： 55,000+ | 開發者： Google | 授權： Apache 2.0

用 Google 帳號認證。立刻：每天 1,000 次模型請求。不用信用卡，不是試用期，不是促銷。這是常態的免費基準。

1,000 次請求到底代表什麼： 一個 prompt 不等於一次請求。Gemini CLI 每個 prompt 會發出多次 API 呼叫 — 讀檔案、規劃、寫程式碼、驗證。一個典型的 prompt 消耗 5-15 次請求。實際上每天大約 80-150 個 prompt。對整天中度程式工作來說，夠了。

模型品質： 自動路由把簡單 prompt 送 Flash（快、便宜），複雜 prompt 送 Gemini 2.5 Pro（慢、強）。免費額度下不是無限 Pro — 路由器決定。對大多數程式任務，混合表現不錯。對深度複雜的多檔案重構，和 Opus 4.6 或 GPT-5.3 的品質差距是真的。

核心功能： 1M+ token context window、自動模型路由、開源、MCP 支援、AGENTS.md/CLAUDE.md 相容。

限制： 太平洋時間午夜重置，不累計。下午 2 點前用光，就得等到明天 — 或切換工具。

2. Codex CLI — 免費（暫時的）

GitHub 星數： 62,000+ | 開發者： OpenAI | 授權： 開源（Rust 實作）

OpenAI 的 terminal 原生程式 agent。預設在雲端沙盒執行 — 你的程式碼跑在隔離環境。截至 2026 年 3 月，ChatGPT Free 和 Go 方案免費使用，付費訂閱者雙倍速率限制。

「限時免費」是什麼意思： OpenAI 公告這麼寫的。沒有結束日期。可能持續三個月，也可能三週。如果你的 workflow 建立在 Codex CLI 的免費存取上，準備後備方案。

模型品質： GPT-5.3-Codex 在程式碼生成和解釋上很強。雲端沙盒是差異化所在 — agent 在隔離容器中跑程式碼，不是在你的機器上。對執行不受信任的命令，比清單上每個其他工具都安全。

核心功能： OS 層級沙盒、雲端執行、語音輸入、diff 記憶體管理、三層權限（建議/自動編輯/全自動）、MCP 支援。

限制： 綁定 ChatGPT 帳號和促銷時程。結束後最少需要 ChatGPT Plus（$20/月）。

3. OpenCode — 模型不可知的重砲

GitHub 星數： 112,000+ | 開發者： Anomaly Innovations | 授權： 開源

單看採用指標就是 2026 年最突出的開源 AI 程式 CLI。75+ 個 LLM 供應商，Ollama 本地模型，免費工具中最精密的 subagent 架構。

差異化： 真正的 LSP 整合。自動偵測並啟動你專案的語言伺服器，讓 LLM 能存取型別資訊、診斷和程式碼智能 — 其他工具缺乏的。YAML 基礎的 subagent 系統定義專門化 agent（@general 有完整工具存取、@explore 只讀），可自訂模型路由。

模型品質： 取決於供應商。OpenCode 搭配 Claude Sonnet 4.6 API：接近 Claude Code 水準，每百萬輸入 token $3。搭配本地 Llama：堪用但差一檔。

核心功能： 75+ 供應商、LSP 整合、subagent 架構、帶語法高亮的 TUI、多 session 並行 agent、MCP 支援。

限制： 需要 API key（花錢）或本地模型硬體。工具免費；大腦不免費 — 除非你跑本地。

4. Goose — 擴充性冠軍

GitHub 星數： 27,000+ | 開發者： Block（Linux Foundation） | 授權： Apache 2.0

Goose 不只是改程式碼。它從頭建專案、跑 shell 命令、編排多步驟 workflow、連接 3,000+ 個 MCP 伺服器。Block（Square 和 Cash App 背後的公司）創建，現在在 Linux Foundation 下治理。

差異化： 所有免費工具中最深的 MCP 整合。GitHub、Jira、Slack、Docker、Kubernetes、資料庫 — 全部透過標準化 MCP 伺服器。「Summon」擴充系統委派任務給 subagent 和載入專門 skill。v1.25+ 包含 OS 層級沙盒。

模型品質： 取決於供應商。關鍵 benchmark 數據：在第三方測試中，Goose 消耗 300k token、平均每個任務 587 秒，但程式碼正確率僅 5.2%。Goose 的強項是 workflow 編排，不是原始程式碼生成。程式碼任務請搭配強模型。

核心功能： 3,000+ MCP 伺服器、OS 層級沙盒、桌面應用 + CLI、配方管理、subagent 委派、語音輸入。

限制： 純程式碼任務的 benchmark 數字令人擔憂。在編排方面出色 — 連接工具、跑 workflow、自動化 DevOps — 而非寫精確的程式碼。

5. aider — Git 原生的配對程式設計師

GitHub 星數： 39,000+ | 開發者： Paul Gauthier | 授權： Apache 2.0

最成熟的開源 AI 程式 CLI。早於 2025-2026 年的熱潮。每個變更自動 commit 並附帶描述性訊息。你永遠知道 AI 改了什麼，隨時可以回滾。就像一個筆記從不出錯的配對程式設計師。

差異化： 建立整個 codebase 的 repository map，讓 LLM 有結構性意識。100+ 模型。每次變更後自動 lint 和測試。最乾淨的復原機制 — 每個 AI 修改都是一個 git commit。

模型品質： benchmark 綜合 52.7%，257 秒完成任務，消耗 126k token。開源工具中最佳效率比 — 每 token 精確度優於 Codex CLI 和 Goose。

核心功能： 自動 git commit、repository map、lint/test 整合、100+ 模型、圖片和網頁 context 支援、co-author 標註。

限制： 配對程式設計師，不是完全自主的 agent。擅長聚焦的檔案級別編輯。要從零搭建整個服務或編排多工具 workflow，OpenCode 和 Goose 更有優勢。

6. Crush — 最美的 Terminal Agent

GitHub 星數： 21,000+ | 開發者： Charmbracelet | 授權： 開源

Charmbracelet 傳奇級的 terminal 美學遇上 AI 寫程式。如果你用過 Bubble Tea、Lip Gloss、Glow，你知道他們的 TUI 品質。Crush 是最好看的 AI CLI 工具，沒有之一。

差異化： LSP 增強 context（和 OpenCode 一樣）、session 中途切換模型且不丟失對話、最廣的平台支援 — macOS、Linux、Windows、Android、FreeBSD、OpenBSD、NetBSD。對，在手機上跑 AI 寫程式。

模型品質： 取決於供應商。支援 OpenAI、Anthropic、Google、Groq、Vercel AI Gateway、OpenRouter、Hugging Face、自訂 API。LSP 讓它比沒有 LSP 的工具有更好的 context 感知。

核心功能： 同類最佳 TUI、LSP 整合、session 中途模型切換、MCP 可擴充、每個專案獨立的 session context、細粒度工具權限。

限制： 比較年輕的專案（截至 2026 年 3 月為 v0.48.0），生態系比 aider 和 OpenCode 小。

7. Copilot CLI — GitHub 原住民

開發者： GitHub | 授權： 專有

GitHub Copilot 的 terminal 延伸。免費 GitHub 方案每月 2,000 次程式碼補全和 50 次 premium 請求。premium 請求涵蓋聊天、agent 模式、code review 和 CLI 使用。

50 次 premium 請求代表什麼： 不多。agent 模式下一個複雜任務消耗 3-5 次。每月 50 次大約 10-15 個有意義的任務，每個工作天約一個。不過 GPT-5 mini 和 GPT-4.1 包含在基本方案中且不消耗 premium — 用這些模型的簡單任務實質上無限。

模型品質： 透過 GitHub 基礎設施存取多個模型。Pro+（$39/月）解鎖 Opus 4.6 和 o3。免費額度僅限包含的模型。

核心功能： 深度 GitHub 整合（PR、issues、actions）、agent 委派、計劃模式、多模型路由。

限制： 每月 50 次 premium 請求是這份清單上最吝嗇的免費額度。最適合當補充，而非獨當一面。

比較總表

摘要：Gemini CLI 在免費額度慷慨度和 context window 方面領先。OpenCode 在模型彈性和 GitHub 採用度方面領先。aider 在每 token 效率方面領先。Goose 在 MCP 整合方面領先。Crush 在平台支援和 TUI 品質方面領先。

*工具無限使用，但 LLM 供應商另計或需跑本地模型。

五項任務正面對決

同一個 Next.js 15 codebase（12,000 行、TypeScript、Prisma、Tailwind）上測試全部七個工具。每個工具用其最佳可用免費模型。自帶金鑰的工具（OpenCode、Goose、aider、Crush）使用免費的本地模型（Llama 3.3 70B via Ollama），確保 $0 價位的公平比較。

任務 1：解釋複雜模組

Prompt： 「解釋認證流程 — 入口點、session 管理、token 刷新、錯誤處理。」

贏家： Gemini CLI。雲端模型（Gemini 2.5 Pro、GPT-5.3）在解釋任務上明顯優於本地 Llama 3.3。預料之中 — 模型品質差距是真的。

任務 2：為現有工具函式寫單元測試

Prompt： 「用 Vitest 為 src/lib/validation.ts 撰寫完整的單元測試。」

贏家： Codex CLI。沙盒執行讓它能在呈現結果前實際跑測試並修復失敗。Gemini CLI 緊追在後。

任務 3：修復跨兩個檔案的 Bug

Prompt： 「DatePicker.tsx 顯示 UTC 而非本地時區。格式化邏輯在 dates.ts。修復兩個檔案。」

贏家： Gemini CLI 和 Codex CLI 並列。兩者都產出乾淨、正確的跨檔修復。

任務 4：重構一個模組（5 個檔案）

Prompt： 「把通知系統從 callback 架構重構為事件驅動。五個檔案：notifications.ts、email.ts、slack.ts、webhook.ts、notify/route.ts。」

贏家： Codex CLI。多檔案一致性需要強大的架構推理 — 雲端模型在這方面決定性地勝過本地模型。

任務 5：新增功能（設定 + 實作 + 測試）

Prompt： 「為所有 API route 加上頻率限制。滑動視窗，每個 IP 每分鐘 60 次。src/config/ 加設定，src/middleware/ 加實作，加測試。」

贏家： Codex CLI。開發過程中能在沙盒環境跑測試，是新功能實作的真正優勢。

測試結果總結

摘要：雲端工具（Gemini CLI、Codex CLI、Copilot CLI）在精確度上持續勝過本地模型工具。雲端工具中，Codex CLI 在複雜多檔案任務上略勝 Gemini CLI。本地模型工具中，aider 提供最佳的精確度/token 比。

重要提醒： 這個比較對自帶金鑰的工具天生不公平。用 Claude Sonnet 4.6 API 跑 OpenCode、aider 或 Crush 會大幅提升分數 — 但那就不是免費的了。測試衡量的是真正 $0 價位你能得到什麼。

最終排名

第一梯隊：優先安裝

1. Gemini CLI — 預設推薦。每天 1,000 次請求搭配雲端模型。沒有附加條件，不會到期。只裝一個工具，就裝這個。

2. Codex CLI — 促銷期間，能力最強的免費工具。雲端沙盒、強勁模型、完整 agent 能力。風險：免費存取可能隨時結束。用它，但別依賴它。

第二梯隊：加入你的工具箱

3. OpenCode — 模型彈性的最佳開源替代。真正的 LSP 整合。112K+ 星數和活躍社群代表長期可行性。有 API key 或本地硬體的話，接近商業工具品質。

4. aider — 重視 git 衛生的最安全選擇。每個 AI 變更都是 commit。開源工具中最佳效率比。想要精確的手術式編輯而非自主 agent 時，用 aider。

第三梯隊：特定使用情境

5. Goose — 不拿來做程式碼生成精確度。拿來做 workflow 編排和工具整合。3,000+ MCP 伺服器、深度擴充性、Linux Foundation 治理。如果你的工作涉及在 GitHub、Jira、Slack 和資料庫之間協調，Goose 是連接它們的免費工具。

6. Crush — 在意 TUI 品質或需要在特殊平台跑（Android、FreeBSD）就選 Crush。LSP 跟 OpenCode 一樣。Charmbracelet 生態系代表精緻的 terminal 互動。比較年輕，但發展快速。

7. Copilot CLI — 每月 50 次 premium 請求不夠當主力。但深度 GitHub 整合（PR、issues、actions）作為補充有其價值。

零元組合：實際該裝什麼

以 $0/月得到最佳 AI CLI 體驗：

1. Gemini CLI — 主力。80% 任務。探索、code review、寫測試、修 bug、產文件。
2. Codex CLI — 副手。需要沙盒執行的任務（促銷期間）。
3. aider + Ollama — 離線備用。本地模型處理隱私敏感工作，或 Gemini CLI 每日額度用完時頂上。

一整天免費的雲端品質 AI 程式碼（Gemini CLI）。目前最強的免費 agent 處理複雜任務（Codex CLI，暫時的）。隨時可用的本地後備（aider + Ollama）。

Codex CLI 促銷結束後，換成 OpenCode + API key 作為升級路徑。AI CLI 省錢 workflow 指南涵蓋如何隨需求增長逐步加入付費工具。

免費什麼時候不夠用

免費工具有真正的限制。Gemini 2.5 Pro 和 Claude Opus 4.6 之間的模型品質差距，在複雜多檔案重構、架構推理和安全敏感程式碼上是重要的。本地模型對簡單任務可以，但對 production 程式碼的精確度力有未逮。

你已經超出免費工具範圍的訊號：

• 你花更多時間修正 AI 輸出而非自己寫程式
• 多檔案重構需要 3 次以上迭代才對
• 一週內有超過兩天在下午 3 點前就撞到 Gemini CLI 每日額度上限
• 你正在處理安全關鍵程式碼，精確度的價值超過省下的費用

碰到這些訊號，雙工具策略 — 在 Gemini CLI 免費額度之上加入 $20/月的 Claude Code Pro — 是最具成本效益的下一步。常規工作繼續用免費工具。只在值得訂閱的任務上用 Claude Code。

安裝指南：10 分鐘從零到三個工具

Gemini CLI（2 分鐘）

npm install -g @google/gemini-cli
gemini

出現提示時用 Google 帳號認證。在任何專案目錄中執行 gemini。

Codex CLI（3 分鐘）

npm install -g @openai/codex
codex

用 ChatGPT 帳號登入。Free/Go 方案目前有完整存取。

aider + Ollama（5 分鐘）

# 安裝 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉一個能力不錯的本地模型
ollama pull llama3.3:70b

# 安裝 aider
pip install aider-chat

# 用本地模型跑 aider
aider --model ollama/llama3.3:70b

三個工具，三個 terminal session。並排執行 — Gemini CLI 探索、Codex CLI 實作、aider 本地後備 — 最大化覆蓋範圍。管理三個同時運行的 agent，正是像 Termdock 這樣的多 terminal workspace 展現價值的地方：拖曳調整每個面板大小，同時看三個工具運作，在它們之間切換不丟失 context。