BroadRouter
Inizia

Miglior modello aperto per agenti di coding: tool, contesto e costo

A cura del team di BroadNet Inference · 6 min di lettura · Pubblicato · Aggiornato

Per un agente di coding che dipende dalle chiamate native ai tool (opencode, modalità Agent di Continue, Zoo Code), GLM 5.3 è la scelta più sicura su BroadNet: tool indicati, contesto da 1M. Per Aider o un agente che lavora tutto il giorno, DeepSeek V4.1 Flash con un piano flat costa meno. Qwen3.8 27B va bene per il lavoro con screenshot. Il contesto da 32K di Gemma 4 VL 26B è troppo piccolo.

Quasi tutte le classifiche del «miglior modello open per il coding» ordinano i modelli per punteggi nei benchmark. Ti aiuta a scegliere una famiglia di modelli. Non ti dice quale modello funzionerà nel tuo agente, tramite il tuo provider, a un costo sostenibile. Questo articolo restringe la scelta ai quattro modelli chat serviti da BroadNet Inference e sceglie in base a quattro prove pratiche: tool calling, contesto, ragionamento e costo per attività. Qui non pubblichiamo punteggi di benchmark; usiamo solo quello che dicono la documentazione e il file dei prezzi di BroadNet.

Quali modelli sono in gioco?

Modello ID Contesto Tool indicati Input di immagini Ragiona prima
GLM 5.3 broadnet/glm-5.3 1.048.576 Sì No Sì
DeepSeek V4.1 Flash broadnet/deepseek-v4.1-flash 1.048.576 Non indicati Sì Sì
Qwen3.8 27B broadnet/qwen3.8-27b 262.144 Sì Sì Sì
Gemma 4 VL 26B broadnet/gemma-4-26b-a4b 32.768 Non indicati Sì Non indicato

Tutti e quattro sono modelli open-weight serviti tramite un’unica API compatibile con OpenAI su https://inference.broadnet.ai/v1, quindi cambiare modello è una modifica di una riga nelle impostazioni dell’agente.

Prova 1: il tuo agente ha bisogno di chiamate native ai tool?

È la domanda che include o esclude i modelli. Il tool calling è il modo in cui un agente chiede alla tua macchina di leggere un file, eseguire un comando o applicare una modifica. Gli agenti lo usano in tre modi diversi:

  • Chiamate native ai tool. L’agente invia un elenco tools e si aspetta in risposta tool_calls. La documentazione di Roo Code (il progetto è stato chiuso il 15 maggio 2026; il suo fork Zoo Code va avanti) dice che il tool calling nativo è «the only supported tool protocol» (traduzione: l’unico protocollo di tool supportato), senza ripiego su XML. Il riferimento di configurazione di Continue dice che la capability tool_use è «required for Agent mode» (traduzione: necessaria per la modalità Agent). Anche opencode lavora tramite le chiamate ai tool dell’API.
  • Tool descritti nel prompt. Cline è passato al tool calling nativo nella v3.35 per un elenco di provider specifici e di modelli di frontiera; il post di rilascio dice che gli altri modelli «continue using the text-based approach» (traduzione: continuano a usare l’approccio testuale). Il modello deve comunque seguire un formato di tool rigoroso, quindi conta quanto bene segue i tool.
  • Formati di modifica testuali. Aider chiede al modello di restituire le modifiche come testo: file interi, blocchi search/replace o diff unificati, secondo la sua documentazione sui formati di modifica. Non dipende dal campo di tool calling dell’API. Le scelte di modello per Aider sono in il miglior LLM per Aider.

La prima regola, quindi, è semplice. Per un agente basato sui tool come opencode, la modalità Agent di Continue o Zoo Code, usa un modello che BroadNet indica con i tool: GLM 5.3 o Qwen3.8 27B. Cline è più tollerante, ma anche lì questi due modelli sono il punto di partenza più sicuro. Per Aider va bene uno qualsiasi dei modelli con contesto ampio, compreso DeepSeek V4.1 Flash. Se vuoi DeepSeek V4.1 Flash in un agente basato sui tool, prima fagli fare un’attività reale. Una chiamata ai tool fallita di solito si vede entro i primi due o tre passi.

Prova 2: il contesto è abbastanza grande?

La finestra di contesto di un agente si riempie più in fretta di quanto si pensi. Prima di leggere una riga di codice, una richiesta porta già un system prompt, gli schemi dei tool e la conversazione fin lì. Poi arrivano letture di file e output dei comandi. La nostra analisi del budget di token di un agente mostra dove vanno, e il calcolatore della finestra di contesto verifica se i tuoi file ci stanno.

  • 1.048.576 token (GLM 5.3, DeepSeek V4.1 Flash): una sessione lunga su un repository di medie dimensioni senza tagli aggressivi.
  • 262.144 token (Qwen3.8 27B): bene per attività mirate; le sessioni lunghe richiedono riassunti o una mappa del repository più piccola.
  • 32.768 token (Gemma 4 VL 26B): troppo pochi per la maggior parte dei cicli da agente. Usalo per provare una configurazione con il credito iniziale di $5.

Imposta tu la dimensione del contesto nelle impostazioni del modello dell’agente. Gli agenti non riescono a rilevarla per gli ID di modelli personalizzati, e alcuni assumono un valore predefinito sbagliato per il tuo modello.

Prova 3: quanto costa un’attività?

Gli agenti leggono molto più di quanto scrivono, e quasi tutto quello che leggono si ripete dal turno precedente. Per questo i prezzi di input e di input in cache contano più di quello di output. Ecco una forma di attività: 40 chiamate al modello, in media 30.000 token di input e 1.000 di output ciascuna, con l’80% dell’input servito dalla cache.

Per attività Token DeepSeek V4.1 Flash GLM 5.3 Qwen3.8 27B
Input nuovo 0,24M $0.175 / 1M $0.78 / 1M $0.175 / 1M
Input in cache 0,96M $0.0055 / 1M $0.173 / 1M $0.0435 / 1M
Output, ragionamento compreso 0,04M $0.52 / 1M $3.46 / 1M $2.17 / 1M

Moltiplica ogni riga e somma. Ai prezzi sincronizzati 2026-11-14, questa attività costa circa 7 volte di più su GLM 5.3 e circa 2,5 volte di più su Qwen3.8 27B che su DeepSeek V4.1 Flash. Il tuo rapporto dipende dal tuo tasso di cache e da quanto ragiona il modello, quindi misuralo. Inserisci i tuoi conteggi di token nel calcolatore dei costi API LLM, oppure confronta i modelli fianco a fianco in DeepSeek V4.1 Flash o GLM 5.3 e GLM 5.3 o Qwen3.8 27B.

Con un piano illimitato, DeepSeek V4.1 Flash non ha contatore di token: $60 al mese per sessione, una richiesta alla volta. Per un agente che lavora gran parte della giornata, di solito batte qualsiasi prezzo per token. Con l’80% di hit della cache, i conti del pareggio mettono la soglia vicino a 917 milioni di token di input e 46 milioni di di output al mese.

Prova 4: quanto ragiona il modello?

Tutti e tre i modelli grandi ragionano prima di rispondere, e il ragionamento conta in max_tokens. In un agente questo crea due problemi: risposte vuote quando il limite di output è basso, e bollette di output più alte a consumo. Dai a ogni chiamata qualche migliaio di token di output e imposta reasoning_effort su low per i passi di routine come la lettura dei file. Vedi perché i modelli di ragionamento restituiscono risposte vuote.

Quindi quale scegliere?

  1. opencode, modalità Agent di Continue, Cline, Zoo Code o un tuo ciclo di tool: GLM 5.3. Tool indicati, contesto da 1M, il prezzo per token più alto dei quattro.
  2. Aider, o qualsiasi agente di lunga durata in cui conta soprattutto la bolletta: DeepSeek V4.1 Flash, meglio se con un piano illimitato.
  3. Agenti che leggono screenshot o lavorano in arabo: Qwen3.8 27B, con tool e input di immagini; la pagina prezzi di BroadNet dice che è stato testato in arabo.
  4. Una prima prova con il credito iniziale di $5: Gemma 4 VL 26B, poi passa a un modello più grande.

Puoi anche combinarli. Cline, per esempio, ha un’impostazione per usare modelli diversi nelle modalità Plan e Act. I passaggi di configurazione per ogni agente sono nella nostra guida ai modelli open-weight negli agenti di coding, e un confronto delle funzioni è in Cline, Roo Code o Aider.

Dove si colloca BroadNet Inference

BroadNet Inference serve questi quattro modelli con zero data retention e un’unica chiave API. L’informativa sulla privacy di BroadNet dice che i modelli open-weight ospitati girano su hardware negli Stati Uniti di proprietà di BroadNet o in leasing, e che i modelli serviti dai partner, come DeepSeek V4.1 Flash, girano presso partner di inferenza statunitensi. È adatto ai team che vogliono un modello open-weight da 1M di token per gli agenti e una bolletta flat per DeepSeek V4.1 Flash. Non è adatto se ti serve un modello specifico che non serve, un tool ospitato dal provider come la ricerca web, o punteggi di benchmark pubblicati per confrontare i modelli; in quel caso fai un tuo test a livello di attività. Puoi provare qualsiasi modello con una chiave a consumo o comprare un’ora Meteor da $1 nella pagina dei piani.

Domande frequenti

Qual è il miglior modello open source per opencode o Zoo Code?

Su BroadNet Inference, parti da GLM 5.3. Questi agenti lavorano tramite chiamate ai tool, e BroadNet indica tool calling e output strutturato per GLM 5.3, con un contesto di 1.048.576 token. Prova DeepSeek V4.1 Flash su un’attività reale prima di affidarti a lui, perché BroadNet non indica i tool per quel modello.

Qual è il modello open-weight più economico per un agente di coding?

Su BroadNet, DeepSeek V4.1 Flash ha i prezzi per token più bassi tra i modelli con contesto da 1M: $0.175 per 1M di input e $0.0055 per 1M di input in cache. Altri host lo indicano a meno per token, come DeepSeek-V4.1-Flash-1017 scontato su DeepInfra, in listino il 16 novembre 2026 a 0,098 USD di input e 0,0029 USD in cache. Con il piano illimitato di BroadNet non c’è alcun contatore di token, a $60 al mese per sessione.

Aider ha bisogno di un modello con tool calling?

I formati di modifica documentati da Aider sono testuali, come file interi o blocchi search/replace, quindi non dipende dal campo di tool calling dell’API. Per questo si abbina bene a DeepSeek V4.1 Flash.

Un contesto da 32K basta per un agente di coding?

Raramente. Il system prompt dell’agente e le definizioni dei tool possono occupare da soli migliaia di token prima che venga letta una riga di codice. Gemma 4 VL 26B di BroadNet (32.768 token) serve a provare una configurazione con il credito iniziale di $5, non al lavoro quotidiano di un agente.

I modelli di ragionamento costano di più in un ciclo da agente?

A consumo, sì. I token di ragionamento si pagano come output. DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B ragionano tutti prima di rispondere. Imposta reasoning_effort su low per i passi semplici, oppure usa un piano illimitato in cui i token non vengono contati.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity