O jeito mais barato de rodar um agente estilo Claude Code

O harness pode ser grátis; quem pesa na conta é o modelo. Uma sessão de agente é feita principalmente de tokens de entrada, então um modelo com entrada em cache barata — o DeepSeek V4 Flash, por cerca de $0.12 na sessão abaixo — custa uma fração de um modelo de ponta, e um modelo local não custa nada por token.

Atualizado em

Para onde vai o dinheiro em uma sessão de agente

Um agente de programação reenvia a conversa a cada turno: o prompt de sistema, os arquivos que leu, cada resultado de ferramenta. Por isso uma sessão lê milhões de tokens de entrada e escreve relativamente poucos. Dois preços definem a conta — entrada lida do cache e saída —, e o preço de entrada anunciado importa menos do que parece.

Uma sessão, com o preço de cada modelo

Uma sessão ilustrativa: 3M de tokens de entrada, dos quais 2,5M são acertos de cache, e 60K tokens de saída. Mais ou menos uma hora de trabalho contínuo em um repositório de tamanho médio.

ModeloEntrada / cache / saída ($/M)Esta sessão
Ollama ou LM Studio, local0 / 0 / 0$0 (seu hardware)
DeepSeek V4 Flash0.15 / 0.003 / 0.60≈ $0.12
GLM-5.3 Flash (Z.ai)0.15 / 0.03 / 0.50≈ $0.18
DeepSeek V4 Pro0.435 / 0.0036 / 0.87≈ $0.28
Gemini 3.6 Flash0.75 / 0.075 / 3.75≈ $0.79
GPT-5.4 mini0.75 / 0.075 / 4.50≈ $0.83
Kimi K2.7 Code0.95 / 0.19 / 4.00≈ $1.19
GLM-5.3 (Z.ai)1.40 / 0.26 / 4.40≈ $1.61
Claude Sonnet 52.00 / 0.20 / 10.00≈ $2.35 (incl. gravações em cache a $2.50/M)
GPT-5.55.00 / 0.50 / 30.00≈ $5.55

Fonte: preços de tabela em USD por milhão de tokens, do snapshot do models.dev que acompanha o OHarness (obtido em 2026-09-19). Os fornecedores mudam os preços; confira os deles antes de confiar em um número.

Barato por token não é barato por tarefa

Um modelo que erra chamadas de ferramentas ou fica em loop em um teste que falha gasta mais turnos, e são os turnos que custam dinheiro. A configuração mais barata que funciona costuma ser dois modelos na mesma sessão: um barato para ler, pesquisar e fazer pequenas edições, e um mais forte, trocado com /model, para a mudança que precisa dele. No OHarness essa troca não converte nada, então não há penalidade em fazê-la com frequência.

Configure

npm install -g oharness
export DEEPSEEK_API_KEY="..."
oharness -m deepseek/deepseek-v4-flash

Depois, no meio da sessão, use /model deepseek/deepseek-v4-pro ou /model anthropic/claude-sonnet-5 quando surgir uma etapa mais difícil, e /cost para ver quanto a sessão já gastou.

Planos de preço fixo

Vários fornecedores vendem assinaturas para programação com endpoints próprios, e o OHarness tem uma entrada para cada um: Z.ai GLM Coding Plan, Kimi Code, Alibaba Coding Plan e um plano do ChatGPT via openai-codex. A chave de um plano só funciona no endpoint do plano, e é por isso que cada um é um provedor separado, com sua própria variável de chave.

Perguntas frequentes

Qual é a alternativa mais barata ao Claude Code?

Rodar um harness grátis como o OHarness com um modelo local pelo Ollama não custa nada por token. Entre os modelos hospedados, o DeepSeek V4 Flash está entre os mais baratos que lidam bem com chamadas de ferramentas: cerca de $0.12 para uma sessão de 3M de tokens de entrada e 60K de saída, a preço de tabela.

Por que o preço da entrada em cache importa mais que o preço da entrada para agentes de programação?

Um agente de programação reenvia a maior parte da conversa a cada turno, então a maioria dos tokens de entrada são repetições que o provedor pode servir do cache. Em uma sessão típica, a maior parte da entrada é acerto de cache, e é por isso que um modelo com preço de leitura de cache muito baixo pode sair muitas vezes mais barato do que o preço de entrada anunciado sugere.

Posso usar modelos Claude e modelos mais baratos na mesma sessão?

Sim. O OHarness guarda o histórico em formato neutro em relação ao fornecedor, então o /model pode trocar do DeepSeek para o Claude e voltar no meio da sessão sem converter nem perder a conversa.

O OHarness em si custa alguma coisa?

Não. O harness é grátis com a chave do seu provedor ou com um modelo local. O plano hospedado opcional cobra o uso de modelos em créditos; é uma conveniência, não uma exigência.

Relacionados