BroadRouter
Comenzar

Mejor modelo abierto para agentes: herramientas, contexto y costo

Por el equipo de BroadNet Inference · 6 min de lectura · Publicado · Actualizado

Para un agente de programación que depende de llamadas a herramientas nativas (opencode, el modo Agent de Continue, Zoo Code), GLM 5.3 es la opción más segura en BroadNet: herramientas indicadas y 1M de contexto. Para Aider o un agente que trabaja todo el día, lo más barato es DeepSeek V4.1 Flash con un plan fijo. Qwen3.8 27B sirve para capturas de pantalla. Los 32K de Gemma 4 VL 26B se quedan cortos.

La mayoría de las listas de «mejor modelo abierto para programar» clasifican los modelos por resultados de benchmarks. Eso ayuda a elegir una familia de modelos, pero no le dice qué modelo funcionará en su agente, a través de su proveedor, con un costo que pueda asumir. Este artículo reduce la elección a los cuatro modelos de chat que ofrece BroadNet Inference y elige con cuatro pruebas prácticas: llamadas a herramientas, contexto, razonamiento y costo por tarea. Aquí no publicamos resultados de benchmarks; solo usamos lo que indican la documentación y el archivo de precios de BroadNet.

¿Qué modelos hay sobre la mesa?

Modelo ID Contexto Herramientas indicadas Entrada de imágenes Razona primero
GLM 5.3 broadnet/glm-5.3 1,048,576 Sí No Sí
DeepSeek V4.1 Flash broadnet/deepseek-v4.1-flash 1,048,576 No indicadas Sí Sí
Qwen3.8 27B broadnet/qwen3.8-27b 262,144 Sí Sí Sí
Gemma 4 VL 26B broadnet/gemma-4-26b-a4b 32,768 No indicadas Sí No indicado

Los cuatro son modelos de pesos abiertos servidos a través de una sola API compatible con OpenAI en https://inference.broadnet.ai/v1, así que cambiar de uno a otro es cambiar una línea en los ajustes de su agente.

Prueba 1: ¿su agente necesita llamadas a herramientas nativas?

Esta es la pregunta que incluye o descarta modelos. Las llamadas a herramientas son la forma en que un agente pide a su máquina que lea un archivo, ejecute un comando o aplique una edición. Los agentes las usan de tres maneras distintas:

  • Llamadas a herramientas nativas. El agente envía una lista tools y espera tool_calls en la respuesta. La documentación de Roo Code (el proyecto se cerró el 15 de mayo de 2026; su fork Zoo Code lo continúa) dice que las llamadas a herramientas nativas son “the only supported tool protocol” (Traducción: el único protocolo de herramientas admitido), sin alternativa en XML. La referencia de configuración de Continue dice que la capacidad tool_use es “required for Agent mode” (Traducción: obligatoria para el modo Agent). opencode también trabaja con las llamadas a herramientas de la API.
  • Herramientas descritas en el prompt. Cline pasó a las llamadas a herramientas nativas en la v3.35 para una lista de proveedores concretos y modelos de frontera; su anuncio dice que los demás modelos “continue using the text-based approach” (Traducción: siguen usando el enfoque basado en texto). El modelo aún tiene que seguir un formato de herramientas estricto, así que importa lo bien que siga las herramientas.
  • Formatos de edición en texto. Aider pide al modelo que devuelva las ediciones como texto: archivos completos, bloques de búsqueda y reemplazo o diffs unificados, según su documentación de formatos de edición. No depende del campo de llamadas a herramientas de la API. Las opciones de modelo para Aider están en el mejor LLM para Aider.

Así que la primera regla es sencilla. Para un agente basado en herramientas como opencode, el modo Agent de Continue o Zoo Code, use un modelo que BroadNet indique con herramientas: GLM 5.3 o Qwen3.8 27B. Cline es más tolerante, pero esos mismos dos modelos son el punto de partida más seguro. Para Aider sirve cualquiera de los modelos de contexto grande, incluido DeepSeek V4.1 Flash. Si quiere DeepSeek V4.1 Flash en un agente basado en herramientas, ejecute antes una tarea real con él. Una llamada a herramienta fallida suele aparecer en los dos o tres primeros pasos.

Prueba 2: ¿el contexto es suficientemente grande?

La ventana de contexto de un agente se llena más rápido de lo que se espera. Antes de leer código, una solicitud ya lleva un prompt de sistema, los esquemas de herramientas y la conversación hasta ese momento. Después llegan las lecturas de archivos y la salida de los comandos. Nuestro desglose del presupuesto de tokens de un agente muestra a dónde van, y la calculadora de ventana de contexto comprueba si sus archivos caben.

  • 1,048,576 tokens (GLM 5.3, DeepSeek V4.1 Flash): una sesión larga sobre un repositorio mediano sin recortes agresivos.
  • 262,144 tokens (Qwen3.8 27B): bien para tareas acotadas; las sesiones largas necesitan resúmenes o un mapa del repositorio más pequeño.
  • 32,768 tokens (Gemma 4 VL 26B): demasiado poco para la mayoría de los bucles de agente. Úselo para probar una configuración con el crédito inicial de $5.

Defina usted mismo el tamaño de contexto en los ajustes de modelo del agente. Los agentes no pueden detectarlo en IDs de modelo personalizados, y algunos asumen un valor por defecto que no corresponde a su modelo.

Prueba 3: ¿cuánto cuesta una tarea?

Los agentes leen mucho más de lo que escriben, y la mayor parte de lo que leen se repite del turno anterior. Por eso, los precios de entrada y de entrada en caché importan más que el de salida. Esta es la forma de una tarea: 40 llamadas al modelo con una media de 30,000 tokens de entrada y 1,000 de salida cada una, con el 80 % de la entrada servida desde la caché.

Por tarea Tokens DeepSeek V4.1 Flash GLM 5.3 Qwen3.8 27B
Entrada nueva 0.24M $0.175 / 1M $0.78 / 1M $0.175 / 1M
Entrada en caché 0.96M $0.0055 / 1M $0.173 / 1M $0.0435 / 1M
Salida, con razonamiento 0.04M $0.52 / 1M $3.46 / 1M $2.17 / 1M

Multiplique cada fila y súmelas. Con los precios sincronizados el 2026-11-14, esta tarea cuesta unas 7 veces más en GLM 5.3 y unas 2.5 veces más en Qwen3.8 27B que en DeepSeek V4.1 Flash. Su propia proporción depende de su tasa de caché y de cuánto razone el modelo, así que mídala. Introduzca sus recuentos de tokens en la calculadora de costos de API de LLM o compare modelos lado a lado en DeepSeek V4.1 Flash vs. GLM 5.3 y GLM 5.3 vs. Qwen3.8 27B.

En un plan ilimitado, DeepSeek V4.1 Flash no tiene medidor de tokens: $60 al mes por sesión, una solicitud a la vez. Para un agente que trabaja la mayor parte del día, eso suele superar cualquier precio por token. Con un 80 % de aciertos de caché, el cálculo del punto de equilibrio sitúa la línea en torno a 917 millones de tokens de entrada y 46 millones de de salida al mes.

Prueba 4: ¿cuánto piensa el modelo?

Los tres modelos grandes razonan antes de responder, y el razonamiento cuenta dentro de max_tokens. En un agente, esto causa dos problemas: respuestas vacías cuando el límite de salida es pequeño y facturas de salida más altas con pago por uso. Dé a cada llamada unos pocos miles de tokens de salida y ponga reasoning_effort en low para pasos rutinarios como leer archivos. Por qué los modelos de razonamiento devuelven respuestas vacías.

Entonces, ¿cuál elegir?

  1. opencode, el modo Agent de Continue, Cline, Zoo Code o su propio bucle de herramientas: GLM 5.3. Herramientas indicadas, 1M de contexto y el precio por token más alto de los cuatro.
  2. Aider, o cualquier agente de larga duración donde la factura sea lo que más importa: DeepSeek V4.1 Flash, idealmente con un plan ilimitado.
  3. Agentes que leen capturas de pantalla o trabajan en árabe: Qwen3.8 27B, con herramientas y entrada de imágenes; la página de precios de BroadNet dice que se probó en árabe.
  4. Una primera prueba con el crédito inicial de $5: Gemma 4 VL 26B, y después pase a un modelo mayor.

También puede combinarlos. Cline, por ejemplo, tiene un ajuste para usar modelos distintos en los modos Plan y Act. Los pasos de configuración de cada agente están en nuestra guía central de modelos abiertos en agentes de programación, y una comparación de funciones en Cline vs. Roo Code vs. Aider.

Dónde encaja BroadNet Inference

BroadNet Inference ofrece estos cuatro modelos con retención cero de datos y una sola clave de API. La declaración de privacidad de BroadNet dice que los modelos de pesos abiertos alojados se ejecutan en hardware propio o arrendado por BroadNet en EE. UU., y que los modelos que sirven socios, como DeepSeek V4.1 Flash, se ejecutan con socios de inferencia en EE. UU. Encaja con equipos que quieren un modelo abierto de 1M de tokens para sus agentes y una factura fija para DeepSeek V4.1 Flash. No encaja si necesita un modelo concreto que no ofrece, una herramienta alojada por el proveedor como la búsqueda web o resultados de benchmarks publicados para comparar modelos; en ese caso, haga su propia prueba a nivel de tarea. Puede probar cualquier modelo con una clave de pago por uso o comprar una hora de Meteoro (Meteor) por $1 en la página de planes.

Preguntas frecuentes

¿Cuál es el mejor modelo open source para opencode o Zoo Code?

En BroadNet Inference, empiece con GLM 5.3. Estos agentes trabajan con llamadas a herramientas, y BroadNet indica llamadas a herramientas y salida estructurada para GLM 5.3, con un contexto de 1,048,576 tokens. Pruebe DeepSeek V4.1 Flash en una tarea real antes de depender de él, porque BroadNet no indica herramientas para ese modelo.

¿Qué modelo abierto es el más barato para un agente de programación?

En BroadNet, DeepSeek V4.1 Flash tiene los precios por token más bajos de sus modelos con 1M de contexto, $0.175 por 1M de entrada y $0.0055 por 1M de entrada en caché. Algunos otros proveedores lo publican más barato por token, como DeepSeek-V4.1-Flash-1017 con descuento en DeepInfra, publicado el 16 de noviembre de 2026 a USD 0.098 de entrada y USD 0.0029 en caché. Con el plan ilimitado de BroadNet no tiene ningún medidor de tokens, por $60 al mes por sesión.

¿Aider necesita un modelo con llamadas a herramientas?

Los formatos de edición documentados de Aider son formatos de texto, como archivos completos o bloques de búsqueda y reemplazo, así que no depende del campo de llamadas a herramientas de la API. Eso lo hace adecuado para DeepSeek V4.1 Flash.

¿Bastan 32K de contexto para un agente de programación?

Rara vez. El prompt de sistema del agente y las definiciones de herramientas pueden ocupar por sí solos miles de tokens antes de leer una sola línea de código. Gemma 4 VL 26B de BroadNet (32,768 tokens) sirve para probar una configuración con el crédito inicial de $5, no para el trabajo diario de un agente.

¿Los modelos de razonamiento cuestan más en el bucle de un agente?

Con pago por uso, sí. Los tokens de razonamiento se facturan como salida. DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan primero. Ponga reasoning_effort en low para los pasos sencillos o use un plan ilimitado, donde los tokens no se miden.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity