核心结论
Google 在 4 月底发布 Gemini CLI v0.40.0，新增了对本地 Gemma 模型的智能路由支持。这不是一个简单的功能更新，而是一套完整的本地+云端混合 AI 架构策略：简单任务由本地 Gemma 免费处理，复杂任务自动路由到云端 Gemini 付费 API。
架构拆解
Gemini CLI v0.40 的智能路由逻辑：
用户输入 → 任务复杂度评估
↓
┌────┴────┐
简单任务 复杂任务
↓ ↓
本地 Gemma 云端 Gemini
(免费/零延迟) (更强能力)
↓ ↓
直接返回 返回结果实际体验影响：
| 场景 | 处理路径 | 成本 | 延迟 |
|---|---|---|---|
| 文件读取/搜索 | 本地 Gemma | 免费 | < 1s |
| 简单代码补全 | 本地 Gemma | 免费 | < 1s |
| 复杂代码重构 | 云端 Gemini | API 费用 | 2-5s |
| 多步推理任务 | 云端 Gemini | API 费用 | 5-10s |
| 长文档分析 | 云端 Gemini | API 费用 | 10s+ |
为什么这很重要
1. 成本结构革命
对于日常使用 CLI 的开发者，大部分交互其实是简单任务：查看文件、搜索代码、简单的代码补全。这些任务如果每次都调用云端 API，月度费用可能达到数百美元。本地 Gemma 处理后，云端 API 调用量预计可减少 60-80%。
2. 隐私与合规
本地处理意味着代码和文件内容不会离开开发者的机器。对于需要处理敏感代码（企业内部代码、合规数据）的团队，这是一个关键卖点。
3. 离线可用
断网状态下，本地 Gemma 仍然可以提供基础的 AI 辅助能力，这对远程开发和网络不稳定场景非常实用。
与竞品对比
| 工具 | 本地模型支持 | 智能路由 | 免费额度 | 开源 |
|---|---|---|---|---|
| Gemini CLI v0.40 | ✅ Gemma | ✅ 自动路由 | 本地免费 | ❌ |
| Claude Code | ❌ | ❌ | 有限 | ❌ |
| Cursor | 部分支持 | ❌ | 有限 | ❌ |
| OpenClaw | ✅ 完全本地 | ✅ 可配置 | 完全免费 | ✅ |
| Continue | ✅ 多模型 | ✅ 可配置 | 取决于模型 | ✅ |
Google 的差异化在于：它用智能路由将本地和云端无缝衔接，用户不需要手动切换模型。
上手步骤
# 安装/更新 Gemini CLI
npm install -g @google/gemini-cli
# 下载本地 Gemma 模型（首次使用）
gemini setup-local-model
# 配置路由规则（可选）
gemini config set routing-strategy auto
# 验证路由状态
gemini status
# 应显示：Local Gemma: Ready | Cloud Gemini: Connected硬件要求
| 模型 | 显存/内存 | 推荐配置 |
|---|---|---|
| Gemma 3 1B | 2GB RAM | 任意现代笔记本 |
| Gemma 3 4B | 4GB RAM | 8GB RAM 以上设备 |
| Gemma 3 12B | 12GB VRAM | 带独立显卡的台式机 |
大多数开发者的日常笔记本即可运行 Gemma 3 4B，足以覆盖简单任务场景。
行动建议
- 重度 CLI 用户：立即升级到 v0.40，本地 Gemma 可以大幅降低月度 API 费用。
- 隐私敏感团队：利用本地 Gemma 处理所有日常任务，仅将需要深度分析的任务发送到云端。
- AI 工具选型者：将 Gemini CLI 的智能路由能力纳入评估标准——未来的 AI 工具不只是”哪个模型更强”，而是”哪个工具的路由策略更省钱”。
Gemini CLI v0.40 的本地 Gemma 支持，是 Google 在 AI 工具赛道上的一步精准棋：用免费本地模型锁定用户入口，用云端模型提供增值能力。