Qual o melhor modelo de pesos abertos para agentes de programação?
O GLM 5.3 é o melhor modelo de pesos abertos para agentes de programação em outubro de 2026: tem o resultado mais alto entre os modelos abertos no ranking oficial do Terminal-Bench 4.0 (41,8%). Para as etapas de rotina, o GLM 5.3 Flash e o DeepSeek V4.1 Flash bastam, por uma fração do preço, e o Kimi K3 e o MiMo V2.6 Pro são as outras opções grandes. Nenhum deles alcança ainda os modelos de fronteira Claude Fable 5.1 e GPT-6 Astra em tarefas longas de agente. A Standard Compute serve todos com uma única chave de API, e o roteador manda cada etapa para o modelo mais barato capaz de fazê-la. Llama e gpt-oss são mais fáceis de hospedar por conta própria, mas ficam muito atrás em trabalho de agente.
Os modelos de pesos abertos que servimos, por tarefa
Todos os modelos da tabela têm os pesos publicados no Hugging Face e estão disponíveis na Standard Compute. Muita gente chama esses modelos de open source, embora o que se publica sejam os pesos, não os dados nem o código de treino. A ordem é a nossa recomendação para agentes: três modelos para etapas difíceis, três para etapas de rotina e três para usos mais restritos, com a nossa escolha primeiro em cada grupo. Os motivos estão na próxima seção. Abaixo vêm dois modelos fechados de fronteira, para comparar.
| Modelo | Uso | Licença | Contexto | Terminal-Bench 4.0 | US$ por 1M entrada / saída |
|---|---|---|---|---|---|
| GLM 5.3 | Etapas difíceis | GLM 5.3 License | 1M | 41,8% | 1,40 / 4,40 |
| Kimi K3 | Etapas difíceis | Kimi K3 License | 1M | Sem entrada | 3 / 15 |
| MiMo V2.6 Pro | Etapas difíceis | MIT | 1M | Sem entrada | 0,435 / 0,87 |
| GLM 5.3 Flash | Etapas de rotina | MIT | 1M | 35,8% | 0,15 / 0,50 |
| DeepSeek V4.1 Flash | Etapas de rotina | MIT | 1M | Sem entrada | 0,30 / 1,20 |
| MiMo V2.6 Flash | Etapas de rotina | MIT | 1M | Sem entrada | 0,14 / 0,28 |
| Qwen 3.8 27B | Usos mais restritos | Apache 2.0 | 262K (até 1M) | Sem entrada | 0,50 / 3 |
| MiniMax M3 | Usos mais restritos | MiniMax Community License | 1M | Sem entrada | 0,30 / 1,20 |
| DeepSeek V4 Pro 0813 | Usos mais restritos | MIT | 1M | Sem entrada | 1,32 / 3,96 |
| Claude Fable 5.1 (fechado) | Fronteira, para comparar | Proprietária | 1M | 57,9% | 10 / 50 |
| GPT-6 Astra (fechado) | Fronteira, para comparar | Proprietária | 1,05M | 58,2% | 10 / 50 |
Terminal-Bench 4.0: o ranking oficial do tbench.ai, consultado em 15 de outubro de 2026 (os modelos GLM e o Claude Fable 5.1 rodaram no Claude Code; o GPT-6 Astra, no Codex). "Sem entrada" quer dizer que o modelo ainda não aparece lá. Licenças e contexto: a página e o arquivo de licença de cada modelo no Hugging Face (com link) e a documentação da Z.ai para o GLM 5.3 e o GLM 5.3 Flash. Preços, em dólares por milhão de tokens: a página de preços de cada fabricante, consultada em 14 de outubro de 2026 (os 32 modelos que servimos, em inglês). Os da DeepSeek são tarifas de horário de pico, pela metade fora dele, e a MiniMax dobra o preço acima de 512K tokens de entrada.
Qual modelo usar em cada tarefa
- GLM 5.3,
z-ai/glm-5.3: Nossa escolha de pesos abertos para as etapas difíceis, como mudanças em vários arquivos e loops longos de ferramentas. Tem o melhor resultado de pesos abertos no ranking oficial do Terminal-Bench 4.0 (41,8%, rodando no Claude Code). - Kimi K3,
moonshotai/kimi-k3: O carro-chefe da Moonshot, com 2,8 trilhões de parâmetros e entrada de imagem e vídeo. A US$ 3 de entrada e US$ 15 de saída por milhão de tokens, custa como um modelo fechado intermediário, então reserve para os turnos de planejamento, não para toda etapa. - MiMo V2.6 Pro,
xiaomi/mimo-v2.6-pro: O carro-chefe da Xiaomi, com 1,02 trilhão de parâmetros e preço por token baixo. Saiu em 21 de setembro, ainda não está no ranking oficial do Terminal-Bench e tem pouco histórico com agentes, então teste antes de depender dele. - GLM 5.3 Flash,
z-ai/glm-5.3-flash: Nossa escolha para etapas de rotina, subagentes e capturas de tela (aceita imagens): 35,8% no ranking oficial do Terminal-Bench 4.0, o segundo resultado de pesos abertos, a US$ 0,15 de entrada e US$ 0,50 de saída por milhão de tokens. - DeepSeek V4.1 Flash,
deepseek/deepseek-v4.1-flash: Edições, testes e consultas em grande volume. Foi o nº 1 em tokens no painel público de uso do OpenCode em 13 de outubro. - MiMo V2.6 Flash,
xiaomi/mimo-v2.6-flash: O menor preço por token da tabela, para etapas de rotina. É novo desde 21 de setembro, como o MiMo V2.6 Pro. - Qwen 3.8 27B,
qwen/qwen3.8-27b: O único da lista pequeno o bastante para hospedar numa única workstation. Serve mais para autocompletar e edições leves do que para execuções longas de agente. - MiniMax M3,
minimax/minimax-m3: Rápido e barato, com 1M de contexto, mas a licença é a mais restritiva da lista e ele não está no ranking oficial do Terminal-Bench. - DeepSeek V4 Pro 0813,
deepseek/deepseek-v4-pro-0813: Para agentes, foi quase todo substituído pelo V4.1 Flash, mais novo, que nas nossas medições custa uma fração por requisição. Continua sendo o maior modelo aberto da DeepSeek (1,6 trilhão de parâmetros).
Quão perto eles estão do Claude Fable 5.1 e do GPT-6 Astra?
Ainda não estão no mesmo nível. No ranking oficial do Terminal-Bench 4.0, o melhor resultado de pesos abertos é o do GLM 5.3, com 41,8%, contra 58,2% do GPT-6 Astra e 57,9% do Claude Fable 5.1. A maioria dos modelos abertos nem aparece lá.
A diferença de preço é muito maior que a de qualidade. Nas requisições de agentes de programação que medimos, uma requisição média custa US$ 0,0067 no DeepSeek V4.1 Flash e US$ 0,057 no GLM 5.3, contra US$ 0,24 no Claude Fable 5.1 e US$ 0,41 no GPT-6 Astra, tudo a preço de tabela dos fabricantes (como medimos, em inglês).
Na prática, isso divide o trabalho: os modelos abertos cuidam da maioria rotineira das etapas (edições, correção de testes, leitura de arquivos, resumos), e um modelo de fronteira vale o preço nas etapas em que um plano errado desperdiça as próximas cinquenta chamadas, como uma refatoração entre serviços ou uma depuração que já falhou duas vezes.
O que as licenças permitem
- MIT: MiMo V2.6 Pro, GLM 5.3 Flash, DeepSeek V4.1 Flash, MiMo V2.6 Flash e DeepSeek V4 Pro 0813. Você pode usar, modificar e servir comercialmente, mantendo o aviso de copyright.
- Apache 2.0: Qwen 3.8 27B. A mesma liberdade, mais uma concessão explícita de patentes. Qwen 3.7 Plus, Qwen 3.7 Max e Qwen 3.8 Max, hospedados pela Alibaba, são só API, não de pesos abertos.
- GLM 5.3 License: parecida com a MIT, mas uma empresa de modelo como serviço com mais de US$ 10 bilhões de receita em 12 meses precisa passar pela revisão de segurança da Z.ai antes do uso comercial.
- Kimi K3 License: parecida com a MIT, mas um negócio de modelo como serviço com mais de US$ 20 milhões de receita em 12 meses precisa de um acordo separado com a Moonshot, e um produto com mais de 100 milhões de usuários mensais ou US$ 20 milhões de receita mensal tem de mostrar "Kimi K3" na interface. O uso interno está isento.
- MiniMax Community License: a mais restritiva da lista. O uso comercial exige "Built with MiniMax M3" no seu site ou na documentação e um aviso à MiniMax, e autorização por escrito acima de US$ 20 milhões de receita anual.
- Essas condições valem para quem roda os pesos. Quem chama uma API hospedada segue os termos dessa API. É um resumo, não aconselhamento jurídico.
Hospedar por conta própria ou usar uma API?
A maioria desses modelos é grande demais para uma máquina só: o Kimi K3 tem 2,8 trilhões de parâmetros, o MiMo V2.6 Pro 1,02 trilhão e o DeepSeek V4 Pro 1,6 trilhão, e até os Flash têm entre 300 e 550 bilhões, então precisam de um servidor com várias GPUs. O Qwen 3.8 27B é a exceção, e um modelo local ainda precisa ser rápido o bastante para um loop de agente que faz dezenas de chamadas por tarefa.
O endpoint hospedado decide o preço, a velocidade, a precisão e onde o seu código é processado. Vários provedores servem modelos abertos com precisão reduzida (FP8 ou FP4); quais servimos assim, em inglês.
E Llama, gpt-oss e Mistral Large 4?
- Llama 4 Maverick (Meta, Llama 4 Community License) e gpt-oss-120b (OpenAI, Apache 2.0) são os modelos conhecidos mais fáceis de rodar por conta própria; segundo a OpenAI, o gpt-oss-120b cabe numa única GPU de 80 GB. Para agentes, ficam muito atrás: nenhum dos dois está no ranking oficial do Terminal-Bench 4.0, e a Artificial Analysis registra 0% para ambos na sua própria execução do Terminal-Bench 4.0 (Fonte: Artificial Analysis (artificialanalysis.ai)). Não servimos nenhum dos dois.
- A Mistral descreve o Mistral Large 4 (em prévia pública desde 6 de outubro) como de pesos abertos, mas os pesos e a licença ainda não estão no Hugging Face. Ele está na Standard Compute como
mistralai/mistral-large-4-0e entra na tabela quando os pesos forem publicados.
Use no seu agente com uma única API
A Standard Compute é uma API compatível com OpenAI e com Anthropic que inclui todos os modelos acima. Você não precisa de conta na Z.ai, Moonshot, MiniMax, Xiaomi nem Alibaba.
- Custo primeiro: escolha até 5 modelos no painel, por exemplo GLM 5.3 Flash e DeepSeek V4.1 Flash para o trabalho de rotina e GLM 5.3 e Claude Fable 5.1 para as etapas difíceis, e envie o modelo
standardcompute. O roteador manda cada etapa para o mais barato deles que consiga fazê-la. - Para cada modelo, escolhemos provedores por preço, disponibilidade e velocidade, com troca automática quando um falha. Uma requisição com um ID de modelo exato, como
z-ai/glm-5.3, sempre fica nesse modelo. - As regras de Compliance, opcionais, restringem uma chave, uma equipe ou uma empresa a endpoints de provedores na Europa ou nos EUA. A tabela abaixo mostra quais modelos abertos cada regra mantém; um modelo sem endpoint na região falha antes de qualquer prompt ser enviado. Mais sobre LGPD e GDPR: API de LLM com LGPD, GDPR e dados na Europa.
- Não treinamos com os seus prompts nem os armazenamos.
Quais modelos de pesos abertos cada regra de região mantém
| Regra de Compliance | Modelos abertos que ela mantém |
|---|---|
| Europa | GLM 5.3 e GLM 5.3 Flash |
| Estados Unidos | GLM 5.3, Kimi K3, GLM 5.3 Flash, DeepSeek V4.1 Flash, Qwen 3.8 27B, MiniMax M3 e DeepSeek V4 Pro 0813 |
| Nenhuma ainda | MiMo V2.6 Pro e MiMo V2.6 Flash: as requisições falham com qualquer uma das regras |
Pela lista de endpoints que o gateway aplica, revisada em 13 de outubro de 2026. Sem regra, cada modelo é roteado entre todos os seus provedores escolhidos.
Configuração no OpenCode, Claude Code e Codex
- OpenCode: rode /connect, escolha Standard Compute, cole a sua chave e escolha um modelo como
z-ai/glm-5.3-flash. - Claude Code: defina ANTHROPIC_BASE_URL como https://api.stdcmpt.com, ANTHROPIC_AUTH_TOKEN com a sua chave, e ANTHROPIC_MODEL e cada slot ANTHROPIC_DEFAULT_*_MODEL com um ID de modelo. GLM 5.3 no Claude Code e Kimi K3 no Claude Code (em inglês) têm mapeamentos testados.
- Codex:
standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash. - Cline, Kilo Code, Hermes e outros agentes compatíveis com OpenAI: Base URL https://api.stdcmpt.com/v1 com a mesma chave e os mesmos IDs de modelo.
O porém
Pesos abertos não tornam um modelo barato, privado ou bom em agentes por si só. O provedor que você chama decide o preço, a precisão e para onde o seu código vai, e o melhor modelo de pesos abertos ainda perde para o Claude Fable 5.1 e o GPT-6 Astra em tarefas longas, de várias etapas. Use modelos abertos para o volume e guarde um modelo de fronteira para as etapas que decidem o resultado.
Onde a Standard Compute se encaixa
Uma chave para todos os modelos de pesos abertos acima, além de Claude, GPT e Gemini, com um roteador que escolhe a cada etapa o modelo capaz mais barato. Os planos começam em US$ 19 por mês, como um orçamento de computação fixo.
Perguntas frequentes
O MiniMax M3 está voando nos benchmarks de agente, mas a API oficial é uma burocracia chinesa. Algum serviço já serve o M3 com endpoint compatível com OpenAI?
Sim. Na Standard Compute ele é minimax/minimax-m3, num endpoint compatível com OpenAI e com Anthropic (https://api.stdcmpt.com/v1), com a mesma chave do Kimi K3 e do GLM 5.3 e sem conta na MiniMax, em planos a partir de US$ 19 por mês. Duas ressalvas: a licença dele é a mais restritiva da tabela e ele não está no ranking oficial do Terminal-Bench, então teste com o seu próprio agente antes de depender dele.
O GLM 5.3 Flash para as tarefas simples do agente é um achado, mas criar conta na Zhipu do Brasil foi impossível. Tem revendedor confiável com preço fixo que inclua o Flash?
Tem. Na Standard Compute ele é z-ai/glm-5.3-flash, sem conta na Z.ai (Zhipu), pago em dólar no cartão via Stripe, dentro de um plano mensal fixo a partir de US$ 19. É a nossa escolha para etapas de rotina: 35,8% no ranking oficial do Terminal-Bench 4.0, a US$ 0,15 de entrada e US$ 0,50 de saída por milhão de tokens, descontados do orçamento do plano. Você pode fixá-lo pelo ID ou combiná-lo com outros modelos e deixar o roteador usá-lo nas etapas que ele dá conta.
Qual modelo de pesos abertos combina melhor com o Claude Code?
GLM 5.3 como modelo principal e GLM 5.3 Flash para chamadas em segundo plano e subagentes é a combinação aberta mais forte. Para gastar o mínimo, DeepSeek V4.1 Flash em todos os slots também funciona. Defina ANTHROPIC_BASE_URL como https://api.stdcmpt.com e os slots de modelo como z-ai/glm-5.3 e z-ai/glm-5.3-flash.
GLM 5.3 ou DeepSeek V4.1 Flash para um agente de programação?
Em tarefas longas de agente, o GLM 5.3, com folga. Mas nas nossas medições o GLM 5.3 custa pelo menos 8 vezes mais por requisição que o DeepSeek V4.1 Flash, então o Flash é melhor para o volume de etapas de rotina. Muita gente usa os dois: o Flash na maioria das etapas e o GLM 5.3 nas difíceis.
Existe Qwen 3.8 27B hospedado com latência decente para a América do Sul? Rodar local não dá velocidade para loop de agente.
Ele está na Standard Compute como qwen/qwen3.8-27b, com endpoints de provedores nos EUA. Com um modelo fixado, o gateway soma cerca de meio segundo por requisição, e não publicamos medições de latência a partir da América do Sul, então teste com o seu próprio loop antes de decidir. O Qwen 3.8 27B rende mais em autocompletar e edições leves; para loops longos de agente, nossas escolhas são o GLM 5.3 Flash e o DeepSeek V4.1 Flash.
O Llama ainda é uma boa opção para agentes de programação?
Não em outubro de 2026. Llama 4 Maverick e gpt-oss-120b são fáceis de rodar por conta própria, mas para agentes ficam muito atrás do GLM 5.3, do GLM 5.3 Flash e do DeepSeek V4.1 Flash. Escolha esses modelos por restrições de hospedagem própria, não por qualidade de agente.
Dá para usar modelos de pesos abertos com inferência na Europa?
Alguns. Com uma regra Europa na Standard Compute, GLM 5.3 e GLM 5.3 Flash rodam num endpoint da UE ou do EEE. Kimi K3, DeepSeek V4.1 Flash, Qwen 3.8 27B, MiniMax M3 e DeepSeek V4 Pro 0813 só têm endpoints nos EUA, e MiMo V2.6 Pro e MiMo V2.6 Flash ainda não têm endpoint regional; com uma regra Europa, as requisições para esses modelos falham antes de qualquer prompt ser enviado.
Dá para pagar em reais?
O pagamento é em dólar, no cartão via Stripe, e o seu banco faz a conversão para reais. Num espaço de empresa, que é gratuito, chega todo mês por e-mail uma fatura com nome, endereço e identificação fiscal da empresa, informados no pagamento. É uma fatura internacional, não uma nota fiscal brasileira.