Quais modelos de IA dá para usar no OpenCode? Provedores, planos e o que muda na conta

Fala aí, beleza? A lista de modelos é o verdadeiro diferencial do OpenCode, e quase ninguém para pra olhar ela direito

A ferramenta não te amarra em um provedor único

Você escolhe quem responde, e essa escolha mexe direto no valor que cai na fatura no fim do mês

Neste post eu vou te mostrar o panorama de provedores, como conectar e trocar de modelo, quais caminhos de pagamento existem e quanto custa cada um

Bora? =)

De onde vem essa lista gigante de modelos

O OpenCode usa o AI SDK e o Models.dev pra suportar mais de 75 provedores de LLM, e ainda roda modelos locais

Que Models.dev? É um banco de dados aberto de modelos, mantido pela mesma equipe do OpenCode (a Anomaly), e o repositório dele é o anomalyco/models.dev

Ele reúne, por modelo, dados como limite de contexto, custo por token, modalidades e capacidade de raciocínio

Os arquivos ficam em TOML por provedor e por modelo, com endpoints JSON

É por isso que a lista de modelos parece se atualizar sozinha: ela não é uma lista escrita na mão dentro do OpenCode, ela vem de um catálogo vivo

Se você conhece o NPM ou o composer, a lógica é parecida: o catálogo é externo, a ferramenta só consome

O projeto é open source sob licença MIT, é mantido pela Anomaly (a empresa do time por trás do SST) e vive no anomalyco/opencode, com cerca de 193 mil stars e a release v1.18.12 publicada em 04/08/2026

O site oficial afirma que o OpenCode é usado por mais de 7,5 milhões de desenvolvedores por mês (dado declarado por eles mesmos, vale registrar assim)

Formação Recomendada

Formação Agentes de IA

Domine a criação de Agentes de IA e Venda para Empresas

• 402 aulas
• 32 projetos
• 38h 19min

Conhecer formação

Como ver e trocar o modelo no OpenCode passo a passo

Aqui é onde a maioria trava, então vamos por partes

1. Rode /connect na TUI pra conectar o provedor. Você escolhe a integração e completa um dos métodos que ela oferece: chave de API, OAuth, variáveis de ambiente ou uma combinação disso. Os provedores mais populares já vêm pré-carregados, e o que você conectou pelo /connect fica disponível ao iniciar o OpenCode. Erro comum deste passo: esquecer que as chaves de API e os tokens OAuth informados no /connect ficam armazenados pelo serviço do OpenCode, no banco de dados dele. Não é um segredo que mora só na sua máquina, então decida com isso em mente
2. Rode /models pra ver o que está disponível. Ele lista todos os modelos dos provedores configurados, no formato provider/model. É esse o nome exato que você vai usar no config. Erro comum deste passo: chutar o nome do modelo de cabeça, pelo jeito que você viu num tweet. Copie do /models, é literalmente pra isso que ele existe
3. Fixe a escolha no config, nas opções provider, model e small_model. Assim você não precisa reescolher toda vez que abrir a ferramenta

{
  "model": "provider/model",
  "small_model": "provider/model-mais-barato"
}

E o que é esse small_model? Ele configura um modelo separado pras tarefas leves, tipo geração de título

Por padrão o OpenCode já tenta usar um modelo mais barato do seu provedor e, se não existir um, cai no modelo principal

Parece detalhe bobo, mas é ele que evita você queimar token caro pra nomear uma conversa

Tem mais dois ajustes que valem a pena conhecer na configuração de provedor: a opção baseURL, pra customizar a base URL de qualquer provedor (útil se você usa proxy ou endpoint próprio), e a blacklist, pra esconder modelos que você nunca vai usar

Se preferir o caminho inverso, existe a whitelist, que mantém só os modelos que você listar

Uma tela de /models limpa é uma tela onde você escolhe rápido, e escolher rápido é metade do jogo

Usar o modelo que você já assina: ChatGPT, Copilot, Ollama e locais

Essa é a parte que interessa pra quem já paga alguma coisa e não quer pagar duas vezes

Conta ChatGPT Plus ou Pro: o OpenCode suporta login com a OpenAI justamente pra você usar a sua conta ChatGPT Plus ou Pro

GitHub Copilot: roda /connect, busca por GitHub Copilot, acessa github.com/login/device e informa o código que aparece

Depois é só rodar /models e escolher o modelo, como em qualquer outro provedor

Modelos locais: a documentação de provedores cobre o LM Studio pra rodar modelo na sua máquina

Custo de API zero, e a conta do mês nem toma conhecimento (o PC da Nasa aí é com você, haha)

Ollama Cloud: o modelo é selecionável pelo comando /models, igual aos demais

Gateways unificados: o OpenCode documenta o Cloudflare AI Gateway, que dá acesso a modelos da OpenAI, Anthropic, Workers AI e outros por um endpoint único, e o Vercel AI Gateway, com modelos da OpenAI, Anthropic, Google, xAI e outros

O raciocínio do gateway é o mesmo de quem prefere conectar vários modelos com o LiteLLM: uma porta de entrada só, várias saídas

E a assinatura do Claude Pro ou Max? O que mudou

Essa pergunta aparece MUITO, e a resposta honesta não é a que a galera quer ouvir

A própria documentação do OpenCode afirma que existem plugins pra usar modelos da assinatura Claude Pro/Max dentro da ferramenta, mas que a Anthropic proíbe explicitamente esse uso

A doc também registra que versões anteriores do OpenCode vinham com esses plugins embutidos, e que isso deixou de acontecer a partir da versão 1.3.0

Tem rastro público disso: em março de 2026 o projeto mergeou o PR ‘anthropic legal requests’, removendo referências à Anthropic por pedido legal, incluindo o plugin embutido opencode-anthropic-auth e a dica da Anthropic na tela de login de provedor

Então eu não vou te ensinar gambiarra aqui, beleza?

O caminho que continua válido e documentado é o de sempre: roda /connect, seleciona Anthropic e completa o método de autenticação

Depois de configurado, os modelos Anthropic aparecem normalmente no /models

Zen, Go e chave própria: quanto custa cada caminho

O OpenCode tem mais de um jeito de pagar a conta, e eles servem a perfis bem diferentes

Duas observações importantes sobre o Go

A proposta declarada é entregar 6x o valor pago em uso, via desconto por volume e capacidade de GPU reservada

E o limite é definido em valor em dólar, não em número fixo de requisições: modelo mais barato rende mais requisições, modelo mais caro rende menos

Ou seja, a sua escolha no /models é o que define quanto o plano dura

Preço por milhão de tokens no OpenCode Zen

O Zen é uma lista curada de modelos testados e verificados pelo time do OpenCode, opcional, funcionando como gateway pago por uso

Os preços são por 1 milhão de tokens

Se liga nisso: entre a ponta barata (US$ 0,28) e a cara (US$ 15,00) a distância é enorme

Não é o seu jeito de usar que decide a fatura, é essa linha da tabela

É o mesmo tipo de leitura que eu fiz olhando o custo real de rodar um Jarvis: o modelo escolhido manda mais na conta do que a quantidade de prompts

Os modelos com período gratuito no Zen

O Zen também lista modelos em período gratuito:

• DeepSeek V4 Flash Free
• MiMo V2.5 Free
• Laguna S 2.1 Free
• Ling 3.0 Flash Free
• North Mini Code Free

Tome cuidado com um detalhe aqui: os dados coletados durante o período gratuito podem ser usados pra melhorar os modelos

Se o código é sensível, isso muda a conversa

E os modelos do plano Go

Os modelos citados como disponíveis no Go são Grok 4.5, Kimi K3, Qwen 3.8 Max, GLM-5.2, MiniMax M3, DeepSeek V4 Pro, GPT 5.6 Luna, Qwen 3.7 Plus, MiMo-V2.5 e DeepSeek V4 Flash

Como o limite do Go é em dólar, escolher o Kimi K3 ou o DeepSeek V4 Flash dá experiências de duração MUITO diferentes dentro do mesmo plano

O que acontece na prática quando o modelo bate no limite

No vídeo eu testei modelos gratuitos dentro do OpenCode pela plataforma ZenMux, e a parte mais útil do teste não foi o código gerado, foi o tranco no meio do caminho

Pra liberar o uso por API eu precisei carregar crédito na conta, mesmo pretendendo usar só os modelos gratuitos

Carreguei 5 (a moeda não fica clara na gravação) e eu mesmo comentei ali que talvez desse pra colocar menos

Depois de conectar o OpenCode ao provedor colando a chave de API, pedi um projeto de calculadora de churrasco em React com Vite, passando estrutura de pastas, lógica de cálculo em arquivo separado, tela de resultado, lista de compras, tema escuro e sem backend

A base de cálculo que usei foi 400 g por adulto e 200 g por criança

O agente executou, mostrou o processo e resumiu no fim as regras de cálculo, os componentes criados e o tema visual

Aí, na hora de pedir pra rodar o projeto, bati no rate limit do modelo escolhido e não consegui continuar com ele

Eu disse no vídeo que ia ficar esperando pra medir quanto tempo levava até liberar, mas acabei trocando de modelo antes disso, então não tenho esse tempo pra te dar

Troquei pra outro modelo gratuito da lista e o projeto rodou: a aplicação abriu e o cálculo funcionou

Um detalhe que explica o estouro rápido da cota: uma única pergunta gera muitas requisições, porque o agente vai e volta sozinho até terminar a tarefa

Não é uma chamada, são dezenas

E é exatamente por isso que o /models e o small_model importam tanto no dia a dia

Trocar de modelo é a saída prática quando um provedor trava, e ter o modelo barato configurado pras tarefas leves atrasa esse momento

Rate limit em serviço que oferece modelo grátis é esperado, então a estratégia é rotacionar entre eles, não casar com um só

Veja o teste em vídeo

No vídeo abaixo você me vê conectando o provedor no OpenCode, escolhendo o modelo gratuito, o agente montando o projeto do zero e o momento exato em que o limite estoura e eu troco de modelo pra terminar

Qual modelo escolher no OpenCode

Veredito honesto, por perfil

Você já paga ChatGPT Plus/Pro ou GitHub Copilot: comece pelo login da assinatura, via /connect, e não gaste um centavo a mais

É o caminho de menor atrito que existe aqui

Você quer previsibilidade barata: olha o Go, com US$ 5 no primeiro mês e US$ 10 por mês depois

Só lembra que o limite é em dólar, então o modelo que você fixar no config é quem decide se o plano estica ou encolhe

Você quer curadoria e controle de time: o Zen é o desenho pra isso, com lista curada, papéis, curadoria de modelos e teto de gasto mensal por membro

Você quer custo zero de API: roda local com LM Studio e pronto

Um sinal interessante de uso real: a página opencode.ai/data mostra o deepseek-v4-flash e o deepseek-v4-pro como os modelos mais usados no período recente

A mesma página cataloga 56 modelos da OpenAI, 43 do Google e 23 da Anthropic

Agora, o que eu NÃO vou afirmar: que existe um modelo melhor pra tudo

Qualidade percebida varia por tarefa, e este post não mede benchmark nenhum

O que dá pra afirmar com segurança é a parte da conta, e essa está toda na tabela lá em cima

Conclusão

No OpenCode a escolha do modelo não é detalhe de configuração, é alavanca de custo

A ferramenta suporta mais de 75 provedores e modelos locais, e essa liberdade só vira vantagem quando você usa ela de propósito

Seu próximo passo é curtinho: roda /connect com o provedor que você já assina, roda /models pra pegar o nome exato no formato provider/model, fixa provider, model e small_model no config

Depois acompanha a fatura no primeiro mês antes de subir pra um modelo caro

Começa barato, mede, e só então decide se vale pagar mais

Até o próximo post! 😀