¿Qué modelo de pesos abiertos es mejor para agentes de programación?
GLM 5.3 es el mejor modelo de pesos abiertos para agentes de programación en octubre de 2026: tiene el resultado más alto entre los modelos abiertos en la clasificación oficial de Terminal-Bench 4.0 (41,8 %). Para los pasos rutinarios bastan GLM 5.3 Flash y DeepSeek V4.1 Flash, por una fracción del precio, y Kimi K3 y MiMo V2.6 Pro son las otras opciones grandes. Ninguno iguala todavía a los modelos de frontera Claude Fable 5.1 y GPT-6 Astra en tareas largas de agente. Standard Compute los sirve todos con una sola clave de API, y su enrutador envía cada paso al modelo más barato capaz de hacerlo. Llama y gpt-oss son más fáciles de alojar por tu cuenta, pero van muy por detrás para trabajo de agente.
Los modelos de pesos abiertos que servimos, por tarea
Todos los modelos de la tabla publican sus pesos en Hugging Face y están disponibles en Standard Compute. Mucha gente los llama open source, aunque lo que se publica son los pesos, no los datos ni el código de entrenamiento. El orden es nuestra recomendación para agentes: tres modelos para pasos difíciles, tres para pasos rutinarios y tres para usos más acotados, con nuestra elección primero en cada grupo. Los motivos están en la sección siguiente. Debajo van dos modelos cerrados de frontera como referencia.
| Modelo | Uso | Licencia | Contexto | Terminal-Bench 4.0 | US$ por 1M entrada / salida |
|---|---|---|---|---|---|
| GLM 5.3 | Pasos difíciles | GLM 5.3 License | 1M | 41,8 % | 1,40 / 4,40 |
| Kimi K3 | Pasos difíciles | Kimi K3 License | 1M | Sin entrada | 3 / 15 |
| MiMo V2.6 Pro | Pasos difíciles | MIT | 1M | Sin entrada | 0,435 / 0,87 |
| GLM 5.3 Flash | Pasos rutinarios | MIT | 1M | 35,8 % | 0,15 / 0,50 |
| DeepSeek V4.1 Flash | Pasos rutinarios | MIT | 1M | Sin entrada | 0,30 / 1,20 |
| MiMo V2.6 Flash | Pasos rutinarios | MIT | 1M | Sin entrada | 0,14 / 0,28 |
| Qwen 3.8 27B | Usos más acotados | Apache 2.0 | 262K (hasta 1M) | Sin entrada | 0,50 / 3 |
| MiniMax M3 | Usos más acotados | MiniMax Community License | 1M | Sin entrada | 0,30 / 1,20 |
| DeepSeek V4 Pro 0813 | Usos más acotados | MIT | 1M | Sin entrada | 1,32 / 3,96 |
| Claude Fable 5.1 (cerrado) | Frontera, como referencia | Propietaria | 1M | 57,9 % | 10 / 50 |
| GPT-6 Astra (cerrado) | Frontera, como referencia | Propietaria | 1,05M | 58,2 % | 10 / 50 |
Terminal-Bench 4.0: la clasificación oficial de tbench.ai, consultada el 15 de octubre de 2026 (los modelos GLM y Claude Fable 5.1 se ejecutaron en Claude Code; GPT-6 Astra, en Codex). «Sin entrada» significa que el modelo aún no aparece allí. Licencias y contexto: la ficha y el archivo de licencia de cada modelo en Hugging Face (enlazados), y la documentación de Z.ai para GLM 5.3 y GLM 5.3 Flash. Precios, en dólares por millón de tokens: la página de precios de cada fabricante, consultada el 14 de octubre de 2026 (los 32 modelos que servimos, en inglés). Los de DeepSeek son tarifas de hora punta, a mitad de precio fuera de ella, y MiniMax duplica el precio por encima de 512K tokens de entrada.
Qué modelo usar para cada tarea
- GLM 5.3,
z-ai/glm-5.3: Nuestra elección de pesos abiertos para los pasos difíciles, como cambios en varios archivos y bucles largos de herramientas. Tiene el mejor resultado de pesos abiertos en la clasificación oficial de Terminal-Bench 4.0 (41,8 %, ejecutado en Claude Code). - Kimi K3,
moonshotai/kimi-k3: El modelo insignia de Moonshot, con 2,8 billones de parámetros y entrada de imagen y vídeo. A US$ 3 de entrada y US$ 15 de salida por millón de tokens cuesta como un modelo cerrado de gama media, así que resérvalo para los turnos de planificación, no para cada paso. - MiMo V2.6 Pro,
xiaomi/mimo-v2.6-pro: El modelo insignia de Xiaomi, con 1,02 billones de parámetros y un precio por token bajo. Salió el 21 de septiembre, todavía no está en la clasificación oficial de Terminal-Bench y tiene poco historial con agentes: pruébalo antes de depender de él. - GLM 5.3 Flash,
z-ai/glm-5.3-flash: Nuestra elección para pasos rutinarios, subagentes y capturas de pantalla (acepta imágenes): 35,8 % en la clasificación oficial de Terminal-Bench 4.0, el segundo resultado de pesos abiertos, a US$ 0,15 de entrada y US$ 0,50 de salida por millón de tokens. - DeepSeek V4.1 Flash,
deepseek/deepseek-v4.1-flash: Ediciones, tests y consultas en gran volumen. Fue el n.º 1 por tokens en el tablero público de uso de OpenCode el 13 de octubre. - MiMo V2.6 Flash,
xiaomi/mimo-v2.6-flash: El precio por token más bajo de la tabla, para pasos rutinarios. Es nuevo desde el 21 de septiembre, igual que MiMo V2.6 Pro. - Qwen 3.8 27B,
qwen/qwen3.8-27b: El único de la lista lo bastante pequeño para alojarlo en una sola estación de trabajo. Sirve más para autocompletado y ediciones ligeras que para ejecuciones largas de agente. - MiniMax M3,
minimax/minimax-m3: Rápido y barato, con 1M de contexto, pero su licencia es la más restrictiva de la lista y no aparece en la clasificación oficial de Terminal-Bench. - DeepSeek V4 Pro 0813,
deepseek/deepseek-v4-pro-0813: Para agentes lo ha sustituido casi del todo el V4.1 Flash, más nuevo, que en nuestras mediciones cuesta una fracción por petición. Sigue siendo el modelo abierto más grande de DeepSeek (1,6 billones de parámetros).
¿Cuánto les falta para Claude Fable 5.1 y GPT-6 Astra?
Todavía no están al mismo nivel. En la clasificación oficial de Terminal-Bench 4.0, el mejor resultado de pesos abiertos es el 41,8 % de GLM 5.3, frente al 58,2 % de GPT-6 Astra y el 57,9 % de Claude Fable 5.1. La mayoría de los modelos abiertos ni siquiera aparecen.
La diferencia de precio es mucho mayor que la de calidad. En las peticiones de agentes de programación que medimos, una petición media cuesta US$ 0,0067 con DeepSeek V4.1 Flash y US$ 0,057 con GLM 5.3, frente a US$ 0,24 con Claude Fable 5.1 y US$ 0,41 con GPT-6 Astra, todo a precios de lista de los fabricantes (cómo medimos, en inglés).
En la práctica, eso reparte el trabajo: los modelos abiertos se encargan de la mayoría rutinaria de los pasos (ediciones, arreglos de tests, lectura de archivos, resúmenes) y un modelo de frontera se gana su precio en los pasos donde un mal plan desperdicia las cincuenta llamadas siguientes, como una refactorización entre servicios o una depuración que ya falló dos veces.
Qué permiten las licencias
- MIT: MiMo V2.6 Pro, GLM 5.3 Flash, DeepSeek V4.1 Flash, MiMo V2.6 Flash y DeepSeek V4 Pro 0813. Puedes usarlos, modificarlos y servirlos con fines comerciales, siempre que conserves el aviso de copyright.
- Apache 2.0: Qwen 3.8 27B. La misma libertad, más una concesión explícita de patentes. Qwen 3.7 Plus, Qwen 3.7 Max y Qwen 3.8 Max, alojados por Alibaba, son solo API, no de pesos abiertos.
- GLM 5.3 License: parecida a MIT, pero una empresa que ofrezca modelos como servicio con más de 10.000 millones de dólares de ingresos en 12 meses debe pasar la revisión de seguridad de Z.ai antes del uso comercial.
- Kimi K3 License: parecida a MIT, pero un negocio de modelos como servicio con más de 20 millones de dólares de ingresos en 12 meses necesita un acuerdo aparte con Moonshot, y un producto con más de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos al mes debe mostrar «Kimi K3» en su interfaz. El uso interno está exento.
- MiniMax Community License: la más restrictiva de la lista. El uso comercial exige poner «Built with MiniMax M3» en tu web o tu documentación y avisar a MiniMax, y una autorización por escrito por encima de 20 millones de dólares de ingresos anuales.
- Estas condiciones obligan a quien ejecuta los pesos. Si llamas a una API alojada, rigen los términos de esa API. Es un resumen, no asesoramiento legal.
¿Alojarlo por tu cuenta o usar una API?
La mayoría de estos modelos son demasiado grandes para una sola máquina: Kimi K3 tiene 2,8 billones de parámetros, MiMo V2.6 Pro 1,02 billones y DeepSeek V4 Pro 1,6 billones, e incluso los Flash tienen entre 300.000 y 550.000 millones, así que necesitan un servidor con varias GPU. Qwen 3.8 27B es la excepción, y un modelo local además tiene que ser lo bastante rápido para un bucle de agente que hace decenas de llamadas por tarea.
El endpoint alojado decide el precio, la velocidad, la precisión y dónde se procesa tu código. Varios proveedores sirven modelos abiertos con precisión reducida (FP8 o FP4); cuáles servimos así, en inglés.
¿Y Llama, gpt-oss y Mistral Large 4?
- Llama 4 Maverick (Meta, Llama 4 Community License) y gpt-oss-120b (OpenAI, Apache 2.0) son los modelos conocidos más fáciles de ejecutar por tu cuenta; según OpenAI, gpt-oss-120b cabe en una sola GPU de 80 GB. Para agentes van muy por detrás: ninguno está en la clasificación oficial de Terminal-Bench 4.0, y Artificial Analysis registra un 0 % para ambos en su propia ejecución de Terminal-Bench 4.0 (Fuente: Artificial Analysis (artificialanalysis.ai)). No servimos ninguno de los dos.
- Mistral describe Mistral Large 4 (en vista previa pública desde el 6 de octubre) como de pesos abiertos, pero sus pesos y su licencia aún no están en Hugging Face. Está en Standard Compute como
mistralai/mistral-large-4-0y entrará en la tabla cuando se publiquen los pesos.
Úsalos en tu agente con una sola API
Standard Compute es una API compatible con OpenAI y con Anthropic que incluye todos los modelos de arriba. No necesitas cuenta en Z.ai, Moonshot, MiniMax, Xiaomi ni Alibaba.
- Primero, el costo: elige hasta 5 modelos en el panel, por ejemplo GLM 5.3 Flash y DeepSeek V4.1 Flash para el trabajo rutinario y GLM 5.3 y Claude Fable 5.1 para los pasos difíciles, y envía el modelo
standardcompute. El enrutador manda cada paso al más barato de ellos que pueda hacerlo. - Para cada modelo seleccionamos proveedores por precio, disponibilidad y velocidad, con conmutación automática si uno falla. Una petición con un ID de modelo exacto, como
z-ai/glm-5.3, siempre se queda en ese modelo. - Las reglas de Compliance, opcionales, limitan una clave, un equipo o una empresa a endpoints de proveedores en Europa o en EE. UU. La tabla de abajo muestra qué modelos abiertos conserva cada regla; un modelo sin endpoint en esa región falla antes de enviar ningún prompt. Más sobre el RGPD: API de LLM con RGPD y datos en la UE.
- No entrenamos con tus prompts ni los guardamos.
Qué modelos de pesos abiertos conserva cada regla de región
| Regla de Compliance | Modelos abiertos que conserva |
|---|---|
| Europa | GLM 5.3 y 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 y DeepSeek V4 Pro 0813 |
| Ninguna todavía | MiMo V2.6 Pro y MiMo V2.6 Flash: las peticiones fallan con cualquiera de las dos reglas |
Según la lista de endpoints que aplica el gateway, revisada el 13 de octubre de 2026. Sin regla, cada modelo se enruta entre todos sus proveedores seleccionados.
Configuración en OpenCode, Claude Code y Codex
- OpenCode: ejecuta /connect, elige Standard Compute, pega tu clave y elige un modelo como
z-ai/glm-5.3-flash. - Claude Code: pon ANTHROPIC_BASE_URL en https://api.stdcmpt.com, ANTHROPIC_AUTH_TOKEN con tu clave, y ANTHROPIC_MODEL y cada ranura ANTHROPIC_DEFAULT_*_MODEL con un ID de modelo. GLM 5.3 en Claude Code y Kimi K3 en Claude Code (en inglés) tienen asignaciones probadas.
- Codex:
standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash. - Cline, Kilo Code, Hermes y otros agentes compatibles con OpenAI: Base URL https://api.stdcmpt.com/v1 con la misma clave y los mismos IDs de modelo.
El inconveniente
Que los pesos sean abiertos no hace que un modelo sea barato, privado ni bueno para agentes por sí solo. El proveedor al que llamas decide el precio, la precisión y adónde va tu código, y el mejor modelo de pesos abiertos sigue perdiendo frente a Claude Fable 5.1 y GPT-6 Astra en tareas largas de varios pasos. Usa modelos abiertos para el volumen y guarda un modelo de frontera para los pasos que deciden el resultado.
Dónde encaja Standard Compute
Una clave para todos los modelos de pesos abiertos de arriba, además de Claude, GPT y Gemini, con un enrutador que elige en cada paso el modelo capaz más barato. Los planes empiezan en US$ 19 al mes, como un presupuesto de cómputo fijo.
Preguntas frecuentes
El MiniMax M3 está arrasando en los benchmarks de agentes, pero la API oficial pide número de teléfono chino. ¿Algún servicio que ya lo tenga con endpoint compatible con OpenAI?
Sí. En Standard Compute es minimax/minimax-m3, en un endpoint compatible con OpenAI y con Anthropic (https://api.stdcmpt.com/v1), con la misma clave que Kimi K3 y GLM 5.3 y sin cuenta en MiniMax, en planes desde US$ 19 al mes. Dos advertencias: su licencia es la más restrictiva de la tabla y no aparece en la clasificación oficial de Terminal-Bench, así que pruébalo con tu propio agente antes de depender de él.
¿Alguien probó GLM 5.3 Flash para las tareas rutinarias del agente? El precio por token es ridículo, pero registrarse en Zhipu desde México fue imposible.
Sí, y es nuestra elección para pasos rutinarios: 35,8 % en la clasificación oficial de Terminal-Bench 4.0, a US$ 0,15 de entrada y US$ 0,50 de salida por millón de tokens. En Standard Compute es z-ai/glm-5.3-flash, sin cuenta en Z.ai (Zhipu), y se paga con tarjeta en dólares por Stripe dentro de un plan desde US$ 19 al mes. Puedes fijarlo por su ID o combinarlo con otros modelos y dejar que el enrutador lo use en los pasos que puede hacer.
¿Qué modelo de pesos abiertos va mejor con Claude Code?
GLM 5.3 como modelo principal y GLM 5.3 Flash para llamadas en segundo plano y subagentes es la combinación abierta más fuerte. Para el menor costo, DeepSeek V4.1 Flash en todas las ranuras también funciona. Pon ANTHROPIC_BASE_URL en https://api.stdcmpt.com y las ranuras de modelo en z-ai/glm-5.3 y z-ai/glm-5.3-flash.
¿GLM 5.3 o DeepSeek V4.1 Flash para un agente de programación?
En tareas largas de agente, GLM 5.3, con claridad. Pero en nuestras mediciones GLM 5.3 cuesta al menos 8 veces más por petición que DeepSeek V4.1 Flash, así que Flash es mejor para el volumen de pasos rutinarios. Muchos usan los dos: Flash para la mayoría de los pasos y GLM 5.3 para los difíciles.
¿Hay Qwen 3.8 27B alojado en algún sitio con buena latencia para Latinoamérica? Correrlo en local no me da la velocidad para bucles de agente.
Está en Standard Compute como qwen/qwen3.8-27b, con endpoints de proveedores en EE. UU.. Con un modelo fijado, el gateway suma alrededor de medio segundo por petición, y no hemos publicado mediciones de latencia desde Latinoamérica, así que pruébalo con tu propio bucle antes de decidir. Qwen 3.8 27B rinde mejor en autocompletado y ediciones ligeras; para bucles largos de agente, nuestras elecciones son GLM 5.3 Flash y DeepSeek V4.1 Flash.
¿Sigue siendo Llama una buena opción para agentes de programación?
No en octubre de 2026. Llama 4 Maverick y gpt-oss-120b son fáciles de ejecutar por tu cuenta, pero para agentes quedan muy por detrás de GLM 5.3, GLM 5.3 Flash y DeepSeek V4.1 Flash. Elígelos por restricciones de autoalojamiento, no por calidad de agente.
¿Puedo usar modelos de pesos abiertos con inferencia en la UE?
Algunos. Con una regla Europa en Standard Compute, GLM 5.3 y GLM 5.3 Flash se ejecutan en un endpoint de la UE o el EEE. Kimi K3, DeepSeek V4.1 Flash, Qwen 3.8 27B, MiniMax M3 y DeepSeek V4 Pro 0813 solo tienen endpoints en EE. UU., y MiMo V2.6 Pro y MiMo V2.6 Flash todavía no tienen endpoint regional; con una regla Europa, las peticiones a esos modelos fallan antes de enviar ningún prompt.
¿En qué moneda se paga?
En dólares estadounidenses, con tarjeta a través de Stripe; tu banco hace la conversión a tu moneda. Si necesitas factura, contrata desde un espacio de empresa, que es gratuito: cada mes llega por email la factura con el nombre, la dirección y el número fiscal de la empresa, que se piden al pagar.