Português do Brasil 
English 
Deutsch 
Español 
Italiano 
Français 
Três modelos de codificação de nível de fronteira. Uma quinzena. Se você piscou no início de junho de 2026, perdeu uma geração inteira de IA de pesos abertos sendo lançada enquanto enchia sua xícara de café.
Eu construo com essas ferramentas todos os dias — agentes, fluxos de trabalho de CLI, a tubulação sem glamour que transforma um modelo em algo que realmente conclui o trabalho. Então esta não é uma lista que apenas copia benchmarks. É a comparação que eu gostaria que alguém tivesse me entregado em 14 de junho, quando esses três modelos de repente eram reais, baixáveis e disputavam um lugar na minha stack.
Aqui está a versão curta para os apressados: MiniMax M3, GLM 5.2 e Kimi K2.7-Code não são a mesma ferramenta com logotipos diferentes. Um é um cavalo de trabalho multimodal de contexto longo, outro é uma pechincha de plano de codificação com janela de um milhão de tokens, e o terceiro é um especialista em uso de ferramentas que, sem alarde, supera modelos que custam cinco vezes mais. Escolha errado e você vai pagar demais ou entregar de menos. Vamos corrigir isso.
Por que junho de 2026 pareceu o chão sumir sob os pés
Volte um instante, porque a linha do tempo sozinha conta a história.
- 1º de junho — A MiniMax lança o M3, um modelo multimodal de pesos abertos com janela de contexto de 1M de tokens e uma arquitetura de atenção esparsa totalmente nova.
- 12 de junho — A Moonshot AI disponibiliza o Kimi K2.7-Code, um especialista em codificação com um trilhão de parâmetros, no Hugging Face.
- 12 de junho — O governo dos EUA ordena que a Anthropic suspenda o acesso global aos seus modelos de ponta Fable 5 e Mythos 5, citando uma diretriz de controle de exportação.
- 13 de junho — A Zhipu AI (Z.ai) lança o GLM 5.2 em todos os níveis do seu plano de codificação e promete pesos abertos com licença MIT em uma semana.
Então, no espaço de cerca de doze dias, dois dos modelos abertos de codificação mais capazes do mundo foram lançados, um terceiro chegou, e os modelos de fronteira ocidentais mais poderosos saíram da mesa internacional. O vácuo foi preenchido antes que a maioria das equipes percebesse que havia um.
Essa é a manchete de verdade. Não “a China alcançou” — esse enquadramento está defasado há um ano. A história agora é que a fronteira de pesos abertos se move mais rápido que qualquer ciclo de compras, qualquer roadmap trimestral, qualquer post de blog. Quando um modelo tem benchmarks independentes, seu sucessor já está em treinamento. Se sua estratégia de tecnologia assume que você pode padronizar em um único modelo por dezoito meses, essa estratégia já está quebrada.
O outro lado é uma boa notícia genuína para quem constrói: você tem uma alavancagem que não tinha em 2024. Três fornecedores, todos famintos, todos se cortando no preço, todos entregando pesos que você pode auto-hospedar. Competição assim é exatamente o que empurra a qualidade para cima e o custo para baixo. O truque é saber entre o que você está realmente escolhendo.
Conheça os três concorrentes
Antes do confronto direto, uma introdução rápida e honesta a cada um — incluindo a parte que a maioria da cobertura de lançamento pula: quais números são verificados de forma independente e quais são o fornecedor corrigindo a própria prova.
MiniMax M3 — o caminhão de longa distância multimodal
A MiniMax, laboratório de Xangai, lançou o M3 em 1º de junho. Seu recurso característico não é um benchmark — é uma arquitetura. O M3 roda em MiniMax Sparse Attention (MSA), que troca a atenção completa por um sistema que processa apenas os blocos relevantes de um contexto longo. O ganho prático: cerca de um vigésimo do compute por token em 1M de tokens comparado à geração anterior, com prefill relatado como 9× mais rápido e decodificação mais de 15× mais rápida.
Isso importa mais do que parece. Modelos de contexto longo costumam engasgar — lentos, caros e cada vez mais esquecidos quanto mais fundo você vai. O MSA é a aposta da MiniMax de que você pode ter uma janela de um milhão de tokens genuinamente utilizável sem que sua conta ou sua latência explodam.
O M3 também é nativamente multimodal: texto, imagem e vídeo na entrada, texto na saída. É o único modelo do trio que lê um screenshot ou uma gravação de tela sem complemento externo. A MiniMax relata uma pontuação de 59,0% no SWE-Bench Pro, que segundo ela supera por pouco o GPT-5.5 e o Gemini 3.1 Pro, ficando abaixo do Claude Opus 4.8. Na listagem do OpenRouter, o preço ficou em torno de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída no lançamento (tarifa promocional; o preço padrão é cerca do dobro disso), com leituras de cache perto de US$ 0,06.
O asterisco: esses benchmarks foram executados na própria infraestrutura da MiniMax com seu próprio scaffolding de agentes. Trate-os como indicativos, não como evangelho, até que placares neutros se manifestem. E se você usar a API hospedada em vez de auto-hospedar os pesos, lembre-se de que o provedor opera sob jurisdição chinesa — uma consideração real para quem lida com dados regulados ou de clientes.
GLM 5.2 — a pechincha do plano de codificação com janela de 1M
O GLM 5.2 da Zhipu foi lançado em 13 de junho e fez duas promessas barulhentas: uma janela de contexto de 1 milhão de tokens realmente utilizável e pesos abertos com licença MIT chegando dentro de uma semana após o lançamento. Relatos apontam que é um grande modelo Mixture-of-Experts — um número muito citado é 744B de parâmetros totais com 40B ativos — construído com foco em codificação, com dois modos de pensamento (High e Max, o último recomendado para o que é cabeludo).
O que torna o GLM 5.2 interessante para desenvolvedores que trabalham de verdade não é um leaderboard. É o GLM Coding Plan. O nível de entrada fica em torno de US$ 18/mês para cerca de 400 prompts por semana, subindo por Pro (~2,000/semana), Max (~8,000/semana) e um nível Team por assento — e o GLM 5.2 está incluído em todos eles sem custo extra em relação ao 5.1. Isso é cerca de um décimo do que custam os níveis premium comparáveis do Claude Code e do Claude Max. Para quem constrói sozinho ou mantém uma operação enxuta, essa relação entre preço e capacidade é difícil de contestar.
Ele também se encaixa nas suas ferramentas existentes com quase nenhum atrito. O suporte desde o primeiro dia cobre Claude Code, Cline, OpenCode, Roo Code, Goose, Crush, OpenClaw e Kilo Code. Se seu agente fala uma API no formato OpenAI ou Anthropic e permite definir um endpoint personalizado, o GLM 5.2 é uma troca de configuração — aponte o cliente para o endpoint da Z.ai e defina o modelo como glm-5.2.
O asterisco: no lançamento, a Zhipu não publicou sem benchmark oficial. Nem SWE-bench, nem LiveCodeBench, nada. Algumas leituras iniciais de terceiros vazaram (um veículo o colocou no topo de um benchmark de raciocínio chamado BridgeBench e em torno de 300 tokens/segundo), mas a verificação é genuinamente escassa agora. Se a qualidade de um modelo importa para produção, você o testa você mesmo antes de confiar no marketing.
Kimi K2.7-Code — o especialista em uso de ferramentas que dá soco acima do peso
O K2.7-Code da Moonshot AI chegou em 12 de junho e é o mais estreitamente focado dos três. É um modelo Mixture-of-Experts de 1 trilhão de parâmetros com 32B ativos por token (384 especialistas, 8 selecionados mais 1 compartilhado, 61 camadas, atenção MLA), uma janela de contexto de 256K tokens, e um codificador de visão de 400M de parâmetros para imagem e vídeo. Os pesos estão no Hugging Face sob uma licença MIT modificada, distribuídos em INT4 nativo.
A proposta é eficiência, não tamanho bruto. O K2.7-Code usa cerca de 30% menos tokens de “pensamento” que seu antecessor K2.6 ao mesmo tempo que pontua mais alto nos benchmarks de codificação da Moonshot (+21,8% no Kimi Code Bench v2, +11,0% no Program Bench, +31,5% em uma suíte multilíngue). Menos tokens de raciocínio para melhores resultados é um caminho direto para uma conta menor em fluxos de trabalho medidos por token.
Mas o número que me fez sentar ereto é MCPMark Verified: o K2.7-Code pontua 81,1, superando os 76,4 do Claude Opus 4.8 em tarefas reais de uso de ferramentas em ambientes como GitHub, Postgres, Filesystem e Playwright. Para trabalho agêntico — em que o modelo não escreve uma função isolada, mas orquestra ferramentas em muitos passos — essa é a métrica que prevê se o seu agente realmente termina o trabalho. O preço da API é de cerca de US$ 0,95 de entrada / US$ 4,00 de saída por milhão de tokens, com um plano Kimi Code CLI a partir de US$ 19/mês.
Os asteriscos (dois deles): Primeiro, todo benchmark do K2.7 publicado até agora é uma das suítes proprietárias da própria Moonshot — nenhum número independente de SWE-bench Verified, LiveCodeBench ou Terminal-Bench ainda. Segundo, o “pensamento” está sempre ligado (com preserve_thinking entre turnos) e não há modo instantâneo, então você paga o imposto de raciocínio em cada chamada, queira ou não. E auto-hospedar é brutal: o quant comparável do K2.6 pesa cerca de 340GB e quer 350GB+ de RAM e VRAM combinadas. Para quase todo mundo, isso significa alugar a API, não possuir o modelo.
O confronto direto, em uma tabela
Aqui está a comparação reduzida ao que realmente orienta uma decisão. Onde um número é informado pelo fornecedor, eu disse isso — porque uma comparação que esconde sua incerteza é só marketing com uma grade.
| GLM 5.2 | MiniMax M3 | Kimi K2.7-Code | |
|---|---|---|---|
| Laboratório | Zhipu AI (Z.ai), Pequim | MiniMax, Xangai | Moonshot AI, Pequim |
| Lançamento | June 13, 2026 | June 1, 2026 | June 12, 2026 |
| Janela de contexto | 1M de tokens | 1M de tokens | 256K de tokens |
| Arquitetura | MoE (~744B/40B ativos, informado) | MoE + Sparse Attention (MSA) | MoE, 1T total / 32B active |
| Multimodal | Não (foco em codificação) | Sim — texto, imagem, vídeo | Sim — imagem, vídeo via codificador de visão |
| Licença | MIT (pesos abertos, ~1 sem. após o lançamento) | Pesos abertos prometidos (~10 dias) | MIT modificada (pesos disponíveis) |
| Ponto forte principal | Contexto de 1M + plano de codificação barato | Multimodal de contexto longo + velocidade | Uso de ferramentas / MCP, eficiência de tokens |
| Sinal de preço | plano de ~US$ 18/mês (≈1/10 dos níveis Claude) | ~US$ 0,30/US$ 1,20 por 1M (promoção) | ~US$ 0,95/US$ 4,00 por 1M; CLI a US$ 19/mês |
| Status dos benchmarks | Nenhum oficial no lançamento | Feito pelo fornecedor (59% SWE-Bench Pro) | Feito pelo fornecedor (81,1 MCPMark, supera Opus 4.8) |
| Maior pegadinha | Não comprovado, sem pontuações independentes | Hospedado sob jurisdição chinesa | Pensamento sempre ligado; 340GB+ para auto-hospedar |
Um ranking de desenvolvedor que circulou após testes práticos colocou o campo mais amplo aproximadamente como Fable 5 na frente, depois Kimi K2.7, depois Opus 4.8 empatado com GLM 5.2, depois GPT-5.5, depois MiniMax M3 — mas leve isso com um punhado de sal. É a ordem de um testador, em um conjunto de tarefas, numa semana em que metade desses modelos não tinha nenhum número verificado. Sua carga de trabalho é o único leaderboard que conta.
Então onde o “vibe coding” se encaixa em tudo isso?
Vale uma pausa aqui, porque o termo é usado de forma solta. Vibe coding é o fluxo de trabalho em que você descreve o que quer em linguagem simples e deixa o modelo escrever, executar e corrigir o código — você guia pela intenção e pelas vibrações em vez de digitar cada linha. Para muita gente (inclusive eu, em muitos projetos), hoje é o modo padrão de construir software.
Não é mais uma ideia marginal. A Zhipu literalmente deu ao artigo técnico do GLM-5 o título “do Vibe Coding à Engenharia Agêntica” — os próprios laboratórios veem isso como a trajetória: prototipagem solta e conversacional amadurecendo em engenharia estruturada e autônoma que roda por horas sem supervisão.
Mas aqui está a coisa que ninguém te conta: o melhor modelo para vibe coding depende inteiramente do estágio do vibe em que você está.
- Prototipagem inicial, exploratória, do tipo “só faça alguma coisa para mim” — onde você itera rápido, joga screenshots nele, muda de ideia a cada dois minutos — quer um modelo barato, rápido e tolerante, com entrada multimodal. MiniMax M3 brilha aqui. O baixo custo por token significa que você pode iterar sem culpa, e alimentá-lo com um screenshot de um design em vez de descrevê-lo é um desbloqueio genuíno de fluxo de trabalho.
- Vibe coding em codebase grande — “leia meu repositório inteiro e refatore a camada de autenticação” — é onde a janela de contexto é rei. A janela de um milhão de tokens do GLM 5.2 (e aquele plano de codificação vantajoso) deixa você manter o projeto inteiro em vista sem reexplicar o tempo todo, o que é a maior fonte de atrito no trabalho agêntico.
- O lado sério — construções agênticas de longo prazo e uso intenso de ferramentas que tocam seu banco de dados, seu sistema de arquivos e seu histórico Git ao longo de centenas de passos — quer o modelo que não perde o fio da meada no meio da tarefa. As pontuações de uso de ferramentas do Kimi K2.7-Code são feitas exatamente para isso. Quando o trabalho é menos “escrever uma função” e mais “conduzir toda a minha cadeia de ferramentas para entregar um recurso”, chamadas de ferramenta confiáveis vencem um exemplo de código mais bonito todas as vezes.
A verdade incômoda: o vibe coding amplifica qualquer modelo que você lhe der. Um ótimo modelo com bom contexto transforma intenção vaga em software que funciona. Um modelo fraco transforma isso em uma pilha confiante de bugs que você não escreveu e não entende. Escolha o modelo para o estágio, não para o hype.
Qual deles você deve realmente usar?
Sem a diplomacia habitual. Aqui está como eu encaminharia a decisão.
Escolha o MiniMax M3 se seu trabalho é de contexto longo e multimodal — revisar grandes codebases, raciocinar entre arquivos, ou qualquer fluxo de trabalho em que um screenshot, diagrama ou vídeo faça parte da entrada. É também o que eu buscaria quando o custo por iteração é a restrição vinculante, porque a arquitetura de atenção esparsa mantém o trabalho de contexto longo rápido e barato. Só auto-hospede os pesos para qualquer coisa sensível.
Escolha o GLM 5.2 se você quer o máximo de capacidade por euro e vive em uma codebase grande. O plano de codificação a cerca de um décimo do preço premium do Claude, mais uma janela real de 1M de tokens e suporte sem atrito para Claude Code e companhia, torna-o o padrão óbvio para construtores solo e equipes enxutas. A pegadinha é a fé — você confia nele antes de os benchmarks independentes chegarem, então prototipe com ele antes de apostar um prazo nele.
Escolha o Kimi K2.7-Code se você está construindo agentes autônomos que orquestram ferramentas — servidores MCP, bancos de dados, navegadores, sistemas de arquivos — em sessões longas. Seu desempenho em uso de ferramentas é o resultado de destaque em toda esta comparação, e os ganhos de eficiência de tokens reduzem diretamente seus custos de operação. Pague a tarifa da API em vez de lutar contra o requisito de auto-hospedagem de 340GB, e aceite que o pensamento está sempre ligado.
Ou — e isto é o que eu realmente faço — use os três. Encaminhe por tarefa. Iteração multimodal barata para o M3, refatorações de contexto grande para o GLM 5.2, execuções de agentes com muitas ferramentas para o Kimi. Ferramentas como Kilo Code, OpenCode e Claude Code tornam a troca de provedor uma mudança de configuração, não uma migração. Em um mercado que se move tão rápido, a portabilidade vence a lealdade. Construa seu fluxo de trabalho de modo que você possa trocar de modelo em uma tarde, e você transforma o caos de junho de 2026 de ameaça em vantagem.
Uma nota sobre confiar em qualquer um desses números
Uma checagem rápida, porque vai te poupar dor de cabeça. Quase todo benchmark neste artigo é informado pelo fornecedor. O GLM 5.2 foi lançado sem nenhum. Até as suítes públicas bem conceituadas têm problemas de contaminação — o SWE-Bench Pro existe em parte porque benchmarks mais antigos vazaram para os dados de treinamento e inflaram as pontuações.
Nada disso torna esses modelos ruins. Significa que o único benchmark que importa é o seu próprio repositório, suas próprias tarefas, sua própria definição de “pronto”. Monte uma avaliação pequena e repetível — três ou quatro tickets reais do seu backlog — e rode cada modelo contra ela antes de se comprometer. Uma tarde de testes lhe dirá mais do que todos os posts de blog do dia do lançamento somados, incluindo este.
Perguntas frequentes
O GLM 5.2 é realmente gratuito? Os pesos têm licença MIT e são gratuitos para baixar e auto-hospedar quando lançados. O GLM Coding Plan hospedado é pago, a partir de cerca de US$ 18/mês — mas isso é aproximadamente um décimo dos níveis premium comparáveis do Claude, e o GLM 5.2 está incluído em todos os níveis do plano sem custo extra.
Qual é o melhor especificamente para vibe coding? Não há um vencedor único. O MiniMax M3 é melhor para prototipagem rápida, barata e multimodal; o GLM 5.2 para vibe coding dentro de grandes codebases graças à sua janela de 1M de tokens; o Kimi K2.7-Code para construções agênticas sérias e com muitas ferramentas. Combine o modelo com o estágio em que você está.
Posso usar esses modelos com o Claude Code? Sim. O GLM 5.2 suporta o Claude Code desde o primeiro dia — aponte o cliente para o endpoint da Z.ai e defina o modelo como glm-5.2. O Kimi e o MiniMax expõem APIs compatíveis com OpenAI/Anthropic, então a maioria das ferramentas de codificação agêntica os aceita como endpoint personalizado com uma troca de chave.
Qual tem a maior janela de contexto? O GLM 5.2 e o MiniMax M3 oferecem ambos 1 milhão de tokens. O Kimi K2.7-Code oferece 256K — menor, mas ainda grande o suficiente para a maioria dos trabalhos com um único repositório.
As pontuações dos benchmarks são confiáveis? Trate-as como indicativas. Em meados de junho de 2026, a maioria das pontuações publicadas é feita pelos fornecedores em sua própria infraestrutura, e o GLM 5.2 foi lançado sem benchmarks oficiais. Rode sua própria avaliação em tarefas reais antes de se comprometer com produção.
Posso rodar algum desses em uma máquina normal? Não os pesos completos. O Kimi K2.7-Code precisa de cerca de 350GB+ de RAM e VRAM combinadas para auto-hospedar, e os outros também são grandes modelos MoE. Para a maioria das pessoas, a API hospedada ou um provedor gerenciado é o caminho prático; auto-hospedar é para equipes com orçamentos sérios de GPU ou exigências rígidas de residência de dados.
A conclusão
Duas semanas em junho de 2026 deram aos desenvolvedores três modelos sérios de codificação com pesos abertos, uma fronteira que agora é genuinamente competitiva em preço, e um sinal claro de que o ritmo não está diminuindo. MiniMax M3 é seu motor de prototipagem multimodal, de contexto longo e eficiente em custo. GLM 5.2 é a melhor aposta de capacidade por euro para trabalho em codebase grande, se você puder confiar nele antes de os benchmarks chegarem. Kimi K2.7-Code é o especialista em uso de ferramentas para construções agênticas reais.
O movimento mais inteligente não é escolher um favorito — é construir um fluxo de trabalho flexível o suficiente para usar o que melhor se encaixa na tarefa à sua frente, e para trocar pelo próximo modelo quando ele inevitavelmente for lançado no mês que vem. Em um mercado tão rápido, a adaptabilidade é é a estratégia.
Se você está tentando entender como isso se encaixa na sua própria stack — seja ligando esses modelos a um agente de codificação, construindo automação de IA no seu negócio, ou só querendo uma segunda opinião sem enrolação antes de se comprometer — é exatamente esse tipo de trabalho que eu faço na Graham Miranda. Entre em contato e vamos construir algo que dure mais que o ciclo de notícias.
Tem um modelo que você acha que deveria estar nesta comparação, ou uma carga de trabalho com a qual você não consegue decidir como encaminhar? Deixe nos comentários — eu leio, e atualizo estes guias conforme o campo avança (o que, ultimamente, é constante).
