Blogue

LLMs para programação em 2026 (com pesos abertos e alojados)

Markdown

Os 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

ModeloLocal?Licença
Claude 3.5 SonnetNãoProprietária
GPT-4oNãoProprietária
Qwen 2.5 Coder 32BSim (estação de trabalho)Apache 2.0
DeepSeek Coder V2 236BSim (várias GPU)DeepSeek
Gemini 1.5 ProNãoProprietária
DeepSeek Coder V2 LiteSim (portátil)DeepSeek
Llama 3.3 70BSim (estação de trabalho)Llama Community
Mistral Codestral 22BSim (portátil)Mistral NC
Qwen 2.5 Coder 7BSim (portátil)Apache 2.0
StarCoder 2 15BSim (portátil)BigCode OpenRAIL
Phi-3.5 MiniSim (telemóvel)MIT
Qwen 2.5 Coder 1.5BSim (telemóvel)Apache 2.0
Llama 3.1 8BSim (portátil)Llama Community
Codestral Mamba 7BSim (portátil)Apache 2.0
CodeLlama 13BSim (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.