LLMs para programação em 2026 (com pesos abertos e alojados)
MarkdownOs 15 melhores LLMs para programação em 2026, classificados com base no HumanEval, em tarefas do mundo real e na privacidade. Modelos open source e alojados comparados segundo critérios honestos.
← Voltar à seleção do blogue
Desça para ver a classificação completa ou avance para a tabela-resumo.
O PocketLLM será lançado em breve. IA privada, executada no dispositivo, inicialmente no iPhone e no iPad, com mais plataformas planeadas. Não é necessária uma conta, não há rastreio na aplicação e o processamento das conversas permanece no seu dispositivo. Inscreva-se na lista de lançamento e seja dos primeiros.
Como fizemos a comparação
Útil para uma classificação aproximada, mas pouco eficaz a prever a utilidade no dia a dia.
- Gestão do contexto: A janela de contexto publicada, que define o limite de código que cabe num único prompt.
- Privacidade: Se é possível executar o modelo sem enviar código para uma entidade externa. Esta é a única propriedade estrutural, e não uma questão de grau.
- Licença: Se a licença dos pesos permite a utilização comercial, com base no repositório do modelo.
LLMs para programação em 2026
Claude 3.5 Sonnet
Lida bem com contextos longos, explica o raciocínio com clareza, raramente inventa APIs e produz código que compila efetivamente com mais frequência do que qualquer concorrente. A contrapartida é ser um modelo proprietário alojado, que não pode executar localmente nem no dispositivo. Se o seu código for confidencial, continue a ler.
GPT-4o
O modelo de topo da OpenAI. Ligeiramente inferior ao Sonnet nos benchmarks de programação pura, ligeiramente superior no raciocínio em linguagem natural sobre código. É excelente a responder a «lê este stack trace e diz-me o que está errado». A mesma ressalva que se aplica ao Sonnet: é alojado, proprietário e envia o seu código para a OpenAI.
Qwen 2.5 Coder 32B
Se tiver um Mac Studio ou um PC para jogos, este é o modelo de programação local indicado.
DeepSeek Coder V2 236B
O modelo completo mixture-of-experts de 236B. Provavelmente não conseguirá executá-lo — precisa de uma estação de trabalho com várias GPU. Incluímo-lo porque a variante Lite mais pequena (#6) herda grande parte das suas capacidades e é muito mais prática.
Gemini 1.5 Pro
O campeão da Google em contextos longos. A sua grande vantagem é a janela de contexto de 2M tokens, que permite colar uma pequena base de código e fazer perguntas que abrangem vários ficheiros. A qualidade de programação fica um nível abaixo da do Sonnet e do GPT-4o, mas é mesmo muito próxima, e a vantagem de contexto é relevante no trabalho real.
DeepSeek Coder V2 Lite 16B
Apenas 2.4B parâmetros ativos por token (mixture-of-experts), pelo que funciona a velocidades próximas das de um modelo 3B. Se quiser assistência de programação local e não tiver equipamento de estação de trabalho, esta é a escolha certa.
Llama 3.3 70B
O maior modelo aberto da Meta da geração atual. Não é dedicado à programação, mas é suficientemente capaz para lidar bem com a maioria das tarefas. Precisa de equipamento potente (48 GB+ RAM em Q4). Use-o se quiser um único modelo para programação e raciocínio geral e tiver RAM suficiente para o executar.
Mistral Codestral 22B
O modelo de programação dedicado da Mistral. A licença de investigação não comercial da Mistral é restritiva — verifique-a antes de qualquer utilização comercial. Funciona com ~14 GB em Q4, tem bons resultados tanto em tarefas de conclusão como de programação em formato de conversa e é particularmente bom em Python e TypeScript.
Qwen 2.5 Coder 7B
O modelo 7B correspondente à nossa escolha #3. É ideal para um MacBook Air com 16 GB. Se experimentou a variante 1.5B e quer mais capacidade sem equipamento de estação de trabalho, este é o passo seguinte.
StarCoder 2 15B
O modelo de programação aberto da Hugging Face + ServiceNow + NVIDIA. Foi treinado com código sujeito a licenças permissivas, o que é importante se quiser saber com que dados as suas ferramentas foram treinadas. Nos benchmarks, fica ligeiramente aquém do Qwen 2.5 Coder e do DeepSeek V2 Lite, mas tem o histórico de proveniência mais claro.
Phi-3.5 Mini
O pequeno modelo de 3.8B da Microsoft. Licença MIT, 2.4 GB em Q4, funciona num telemóvel.
Qwen 2.5 Coder 1.5B
O modelo de programação dedicado mais pequeno que recomendamos. Uma opção viável para conclusão de código de primeira linha quando a latência é mais importante do que a capacidade máxima.
Llama 3.1 8B
Não é dedicado à programação, mas é suficientemente capaz para ser útil e tem amplo suporte em todos os ambientes de execução. Incluímo-lo porque a sua ubiquidade significa que todos os plugins de editores de código já têm uma via de integração.
Codestral Mamba 7B
O modelo experimental de programação da Mistral baseado na arquitetura Mamba. Merece ser mencionado porque a atenção de tempo constante lhe permite processar ficheiros de código muito longos com eficiência. A qualidade fica um nível abaixo da dos concorrentes baseados em Transformer, mas pode ser uma opção melhor para código com contextos muito longos.
CodeLlama 13B
O modelo de 2023 que tornou os «LLMs locais para programação» uma realidade. Incluído como referência histórica. Se está a começar de novo, não escolha o CodeLlama. Se já o tiver configurado, atualize-o.
A tabela-resumo
| Modelo | Local? | Licença |
|---|---|---|
| Claude 3.5 Sonnet | Não | Proprietária |
| GPT-4o | Não | Proprietária |
| Qwen 2.5 Coder 32B | Sim (estação de trabalho) | Apache 2.0 |
| DeepSeek Coder V2 236B | Sim (várias GPU) | DeepSeek |
| Gemini 1.5 Pro | Não | Proprietária |
| DeepSeek Coder V2 Lite | Sim (portátil) | DeepSeek |
| Llama 3.3 70B | Sim (estação de trabalho) | Llama Community |
| Mistral Codestral 22B | Sim (portátil) | Mistral NC |
| Qwen 2.5 Coder 7B | Sim (portátil) | Apache 2.0 |
| StarCoder 2 15B | Sim (portátil) | BigCode OpenRAIL |
| Phi-3.5 Mini | Sim (telemóvel) | MIT |
| Qwen 2.5 Coder 1.5B | Sim (telemóvel) | Apache 2.0 |
| Llama 3.1 8B | Sim (portátil) | Llama Community |
| Codestral Mamba 7B | Sim (portátil) | Apache 2.0 |
| CodeLlama 13B | Sim (portátil) | Llama Community |
Escolher um modelo de programação
Para trabalhar com código fechado que pode enviar a terceiros: Claude 3.5 Sonnet. Atualmente, nenhum assistente de programação é melhor em tarefas do mundo real, e a diferença em relação ao GPT-4o é pequena, mas consistente.
Para código confidencial numa estação de trabalho: Qwen 2.5 Coder 32B. Está suficientemente próximo dos modelos de topo para não sentir muito a falta do Sonnet, e o seu código nunca sai da máquina.
Para código confidencial num portátil com 16 GB: DeepSeek Coder V2 Lite 16B.
Para código confidencial num telemóvel: Phi-3.5 Mini ou Qwen 2.5 Coder 1.5B. Não vai criar um controlador Rails de uma só vez, mas vai certamente obter ajuda para compreender e modificar código existente. Incluímos ambos no próximo lançamento do PocketLLM — inscreva-se na lista de lançamento.
Para perguntas sobre código com contextos longos: A janela de 2M do Gemini 1.5 Pro é única.
Resumo
Se sim, Claude 3.5 Sonnet. Se não, Qwen 2.5 Coder (no tamanho que o seu equipamento conseguir suportar). Se quiser ajuda com programação no telemóvel, os modelos locais são finalmente suficientemente bons para valer a pena. O nosso guia dedicado à programação local apresenta em detalhe as opções para executar no dispositivo.
Modelos de programação locais no seu iPhone.
O PocketLLM disponibilizará o Phi-3.5 Mini e o Qwen 2.5 Coder para transferência com um toque, inteiramente no dispositivo. Inscreva-se na lista de lançamento.
Ponha este guia em prática com a Ailoot
Ligue modelos de IA às suas aplicações, agentes e automatizações através de uma única API da Ailoot. Escolha o modelo adequado à sua tarefa e comece pela documentação da Ailoot.