OpenCode na prática: instalação, modelos e custos

Comece com um bug que você conhece e uma conta de modelos que já possui. Depois de revisar uma correção real e seu custo, você terá como decidir se vale a pena pagar por mais uma assinatura de programação.

O que o OpenCode faz?

O OpenCode lê o projeto, edita arquivos e executa comandos por uma interface de terminal. Pense no terminal como a bancada de trabalho e no modelo como o motor conectado a ela. Trocar esse motor muda o raciocínio, a velocidade e o preço. O trabalho continua sendo feito no seu repositório. Visão geral do OpenCode, Integração com Ollama

O provedor é o serviço que fornece o modelo. Uma chave de API é a credencial que permite a um programa usar esse serviço e cobrar o consumo na conta vinculada. Um modelo local roda por meio de um servidor de inferência na sua própria máquina. Essas escolhas são independentes da escolha da interface do agente.

A compatibilidade do provedor também precisa passar por um teste prático. Chamada de ferramentas é o pedido para executar uma ação, como ler um arquivo ou rodar um comando. O OpenCode observa que relativamente poucos modelos lidam bem tanto com chamadas de ferramentas quanto com geração de código. Teste o modelo em uma tarefa pequena antes de confiar a ele uma refatoração ampla. Orientações sobre modelos

Como instalar OpenCode e abrir seu projeto

Siga a documentação oficial para instalar e, depois, abra o OpenCode dentro do repositório em que ele vai trabalhar. Para quem já tem Node.js e npm instalados, a documentação apresenta esta opção por pacote:

npm install -g opencode-ai
cd /path/to/project
opencode

Substitua o caminho pelo do seu projeto. A documentação também oferece curl -fsSL https://opencode.ai/install | bash, e o tap recomendado para Homebrew é brew install anomalyco/tap/opencode. Escolha um dos métodos de instalação. No Windows, a recomendação é usar WSL, o ambiente do Windows para executar ferramentas Linux; também há opções com npm, Chocolatey e Scoop. Instalação oficial e primeira execução

O OpenCode abre uma TUI, uma interface de usuário em texto dentro do terminal. Os comandos que começam com /, como /connect, devem ser digitados nessa interface. Já os que começam com opencode, como opencode stats, são executados no shell.

Use um repositório Git e comece em uma branch nova. O Git registra as alterações para que você possa examinar o diff, com as linhas exatas adicionadas e removidas, antes de fazer qualquer commit.

Como conectar o acesso a modelos pelo qual você já paga

Execute /connect, escolha o provedor e conclua a autenticação indicada na documentação. Depois, execute /models e selecione um modelo. Os provedores mais populares já vêm configurados; endpoints personalizados e servidores locais podem exigir ajustes adicionais. Seleção de modelos

Essas formas de conexão estão descritas na página pública de provedores do OpenCode. Elas não garantem o acesso que uma conta paga específica terá. Instruções para conectar provedores

Uma assinatura de chat não inclui automaticamente uma cota de API. A Anthropic informa que Claude Pro não inclui o uso da API do Claude Console. A seção sobre Anthropic na documentação do OpenCode também alerta contra plugins de autenticação para Claude Pro/Max. Nesse caso, use uma chave de API da Anthropic ou use Claude Code com a assinatura. A OpenAI também diferencia os preços de tokens da API do uso por assinatura. Cobrança do Claude Pro, Alerta do OpenCode sobre Anthropic, Preços de assinatura e API da OpenAI

Para usar Ollama, instale Ollama e OpenCode, execute ollama launch opencode e selecione um modelo local. O Ollama também oferece ollama launch opencode --config para configurar sem abrir uma sessão. O launcher disponibiliza modelos locais e na nuvem, então faça essa escolha com atenção. Configuração do OpenCode com Ollama

Na configuração local manual, o exemplo de provedor do OpenCode usa @ai-sdk/openai-compatible, o endereço local http://localhost:11434/v1 e um ID de modelo correspondente ao que você está servindo. O LM Studio tem um exemplo de provedor próprio. Para um serviço compatível com OpenAI que não aparece na lista, use /connect → Other e configure em opencode.json o ID do provedor, o endereço e o modelo correspondentes. Provedores locais e personalizados

Como executar sua primeira tarefa real

Escolha um bug cujo comportamento correto você consiga descrever antes de o agente começar. Um formulário de cadastro que aceita um endereço de e-mail vazio é uma primeira tarefa melhor do que pedir o redesenho da aplicação inteira.

Primeiro, inicialize o projeto. Execute /init. O comando cria ou atualiza AGENTS.md, um arquivo Markdown com instruções para as próximas sessões do agente. Leia o resultado e corrija os comandos e as suposições antes de continuar. Inicialização do projeto

Em seguida, peça um plano. Pressione Tab até selecionar Plan. Use @ para referenciar os arquivos reais de implementação e testes do repositório. Para o bug do e-mail vazio, o pedido poderia ser:

Esse é um exemplo de descrição de tarefa, não o relato de um teste concluído. Substitua pelo bug e pelos arquivos reais do seu projeto. O Plan restringe edições e comandos de shell por meio de permissões; não é um ambiente de execução isolado. Agentes e funcionamento do Plan, Referências a arquivos

Depois, implemente o escopo combinado. Use Tab para mudar para Build e peça um teste de regressão, que demonstra o bug, junto com a menor correção possível. Peça que mostre o teste falhando com o comportamento original e passando depois da alteração. Em seguida, execute as verificações existentes que se aplicam à tarefa. Build é o agente padrão, com ferramentas habilitadas. Agente Build

Por fim, revise o resultado por conta própria. Leia o diff, confira se o teste verifica o comportamento que você pretendia e examine alterações sem relação com a tarefa. Um teste que passa, mas verifica o comportamento errado, prova pouca coisa. Peça ao agente um relato dos comandos que realmente executou e das falhas que não conseguiu resolver.

Se a correção sair do rumo, /undo pode reverter a última mensagem e suas alterações; /redo restaura uma mensagem desfeita. Os dois comandos dependem do Git. Desfazer e refazer

Como deixar AGENTS.md e as regras úteis

Escreva as instruções de que um desenvolvedor competente precisaria para trabalhar nesse repositório. Elas devem ser específicas o bastante para permitir a conferência:

• Os comandos reais de instalação, build, lint e testes, incluindo a ordem quando ela fizer diferença.
• A localização do código da aplicação, dos pacotes compartilhados e dos arquivos gerados.
• As convenções a seguir e os módulos existentes que servem de exemplo.
• Os critérios para considerar a tarefa concluída, incluindo as verificações pertinentes e um resumo do comportamento alterado.

Faça commit do arquivo do projeto para que a equipe compartilhe as instruções. As regras pessoais ficam em ~/.config/opencode/AGENTS.md. O OpenCode pode usar CLAUDE.md como alternativa quando o arquivo de regras correspondente do OpenCode não existe. Regras e localização dos arquivos

O arquivo de configuração é opencode.json. Seu array instructions pode carregar orientações existentes, evitando copiar um guia de contribuição para AGENTS.md. O exemplo abaixo também exige confirmação antes de edições e comandos de shell:

{
  "$schema": "https://opencode.ai/config.json",
  "instructions": ["CONTRIBUTING.md"],
  "permission": {
    "edit": "ask",
    "bash": "ask"
  }
}

Use o nome de um arquivo de instruções que exista no projeto e incorpore esses ajustes à configuração existente. Uma simples referência a outro arquivo dentro de AGENTS.md não faz com que ele seja carregado automaticamente. Use instructions quando quiser carregar esse arquivo. Instruções personalizadas

As regras descrevem o comportamento desejado. As permissões controlam se uma ação de ferramenta pode prosseguir. A maioria das permissões começa em allow, então configure-as com atenção quando quiser que o agente peça confirmação. Configuração de permissões

Quando vale a pena adicionar plugins?

Um plugin é código JavaScript ou TypeScript que estende o OpenCode por meio de eventos, como a execução de uma ferramenta ou uma sessão que fica ociosa. Esse mecanismo pode servir para uma notificação local de conclusão ou um fluxo específico do repositório. Hooks e exemplos de plugins

Coloque um plugin local em .opencode/plugins/ para usá-lo em um projeto ou em ~/.config/opencode/plugins/ para todos os projetos. O OpenCode carrega esses arquivos ao iniciar. Para um pacote publicado no npm, adicione-o ao array plugin de opencode.json; a documentação traz nomes como opencode-wakatime. Os pacotes e suas dependências são instalados automaticamente com Bun na inicialização. Examine o código e a manutenção do plugin antes de adicionar código executável ao seu ambiente de desenvolvimento. Carregamento de plugins

Comece com o fluxo que já vem no OpenCode. Adicione um plugin quando souber apontar a tarefa repetitiva que ele vai eliminar. Acumular plugins pode trazer trabalho de configuração e depuração antes de gerar qualquer benefício.

Quanto custam OpenCode e Zen?

Separe o fluxo do agente da conta do modelo. Com uma assinatura compatível que você já possui, o acesso vem dessa conta. Com uma chave de API, o provedor mede e cobra o uso. Na inferência local, entram a capacidade da sua máquina e os custos para mantê-la funcionando. Zen é uma opção separada para comprar acesso a modelos. Opções de provedores

OpenCode Zen é um serviço de modelos com cobrança por uso. Sua página pública anuncia $20 de saldo mais $1.23 de taxa de processamento do cartão. A compra anunciada custa, portanto, $21.23, dos quais $20 ficam disponíveis para uso. A página informa que não há margem adicional sobre as requisições, que é possível definir limites mensais de gastos e que uma recarga automática de $20 acontece quando o saldo chega a $5. Essas são condições de saldo e pagamento, não o preço de uma assinatura mensal. Confira os termos atuais antes de adicionar saldo. Página pública de preços do Zen

Para conectar, execute /connect, escolha OpenCode Zen, siga a configuração da conta e da cobrança para obter uma chave de API, cole-a no OpenCode e use /models. Se outro provedor já atende às suas necessidades, o Zen é opcional. Conexão com Zen

Exemplo de cálculo de uma sessão pela API da Anthropic

Uma sessão ilustrativa com Claude Sonnet 4.6 pela API direta da Anthropic pode ser calculada a partir das tarifas padrão publicadas: $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída. Um token é uma pequena unidade de texto que o modelo processa ou produz. Suponha que a sessão inteira, somando todas as requisições, tenha 200,000 tokens de entrada sem cache e 20,000 tokens de saída. Preços de modelos e ferramentas da Anthropic

Isso é um cálculo, não uma sessão medida no OpenCode nem uma promessa de preço para corrigir um bug. O exemplo considera as tarifas padrão da API direta, sem cache e sem cobranças adicionais de serviços. Conte tudo o que entra nas requisições, incluindo instruções, contexto da conversa enviado novamente e resultados de ferramentas. Leituras e gravações de cache têm tarifas diferentes; outros serviços e modelos mudam a conta. Essa estimativa não calcula o custo do Zen.

Vinte sessões com esse consumo hipotético somariam $18; trinta somariam $27. Como referência, Claude Pro tem preço público de $20 por mês nos EUA e inclui Claude Code com limites de uso. A comparação mostra em que ponto um orçamento variável de API pode ultrapassar o preço fixo por usuário. Ela não demonstra equivalência de resultados, de cotas de uso ou qual opção sai mais barata para o seu trabalho. Preço do Claude Pro e diferença em relação à API

Execute opencode stats no shell para ver as estatísticas de uso e custo, ou opencode stats --days 1 para consultar o último dia. Para uma sessão específica, opencode export permite escolher a sessão e exportar os dados em JSON. Confira o consumo com o serviço responsável pela cobrança; uma estimativa por tokens não é o preço de uma tarefa incluída na assinatura. Comandos de uso

Seis tarefas para experimentar, por ordem de retorno prático

Comece com trabalho recorrente cujo resultado você consegue avaliar. As propostas abaixo são fluxos de trabalho, não relatos de economia de tempo observada.

O comando não interativo opencode run recebe um prompt para tarefas em scripts, depois de configurar o provedor e o fluxo de trabalho. Use automações repetíveis quando a tarefa já tiver um método confiável de verificação. Comando run da CLI

Quando escolher OpenCode, Claude Code ou Pi?

Escolha OpenCode quando a escolha de modelos for central no seu fluxo e você quiser os agentes Plan e Build já disponíveis, além de regras de projeto e suporte a plugins. O menu de provedores oferece uma interface de trabalho comum para vários serviços e configurações locais. Essa é uma recomendação de fluxo de trabalho, não uma afirmação de que ele produz código melhor. Modelos do OpenCode, Agentes

Escolha Claude Code quando você já trabalha principalmente com Claude e quer usar a assinatura Claude Pro ou Max pela integração de terminal ou IDE descrita na documentação. Claude e Claude Code compartilham os limites de uso do plano. Compare as opções de cobrança em Preços do Claude Code em 2026. Integração com a assinatura do Claude

Escolha Pi quando quiser um núcleo menor, que você adapta com extensões, templates de prompts, skills e temas. O Pi também aceita vários provedores, então a flexibilidade de modelos, sozinha, não justifica escolher OpenCode em vez de Pi. A apresentação pública do Pi informa que um modo de planejamento pode ser adicionado por extensões, em vez de vir no núcleo. Minha recomendação é OpenCode para quem quer o fluxo já disponível e Pi para o desenvolvedor que prefere desenhar uma parte maior desse fluxo. Apresentação pública do Pi

Para uma comparação mais ampla entre agentes de terminal, leia Gemini CLI vs Claude Code. Compare separadamente o acesso a modelos, seu fluxo preferido e a forma de pagamento.

Duas oportunidades para criar um negócio em torno do OpenCode

A mais promissora: um fluxo de revisão específico do repositório

Uma pequena equipe de engenharia poderia pagar por um fluxo de revisão que verifica seus erros recorrentes e aponta problemas com evidências reproduzíveis. O sinal de demanda é de cerca de 1,300 buscas mensais nos EUA por “ai code review”, segundo a estimativa de palavras-chave do DataForSEO consultada em 4 de outubro de 2026. O preço público do plano Essentials do CodeRabbit é de $24 por desenvolvedor por mês na cobrança anual, ou $30 na mensal. É uma referência concreta de uma categoria pela qual já se paga. Dados de palavras-chave do DataForSEO, Preços do CodeRabbit

A menor versão vendável carregaria o checklist de revisão e as instruções do projeto de uma equipe, examinaria um diff fornecido e devolveria um relatório curto com a localização nos arquivos, os passos de verificação e o consumo do modelo registrado. Comece com um comando local repetível e adicione hooks de plugins apenas onde eles reduzirem trabalho manual.

O desafio é a concorrência e a confiança. Uma camada genérica de revisão oferece pouca vantagem sobre ferramentas existentes. Um nicho promissor precisa de regras de domínio recorrentes e de evidências de que suas sugestões diminuem o esforço de revisão. O volume de buscas indica interesse na categoria, não demanda por um produto de OpenCode. Esta é a oportunidade mais forte aqui porque a revisão se repete e sua utilidade pode ser avaliada em diffs reais.

Um kit de onboarding do OpenCode testado para agências

Uma agência poderia comprar um serviço de configuração que entregasse, para cada repositório de cliente, uma conexão funcional com o provedor, um AGENTS.md correto, uma configuração mínima e uma primeira tarefa revisada. Cerca de 1,600 buscas mensais nos EUA por “open source ai coding assistant” indicam interesse nessa categoria, segundo a mesma consulta ao DataForSEO. Dados de palavras-chave do DataForSEO

O MVP seria um checklist de configuração acompanhado dos ajustes específicos do repositório. As entregas seriam um comando de verificação executado com sucesso e uma forma clara de cobrança. Evite criar mais uma interface abrangente para agentes de programação. A dificuldade é que a documentação gratuita já cobre a instalação, e o interesse nas buscas não comprova disposição para pagar. Cobre pela configuração específica do cliente e pela documentação de transição mantida em dia apenas se as agências valorizarem esse serviço.

O que continua sob sua responsabilidade

O OpenCode não resolve a dúvida sobre se o modelo entendeu os requisitos do seu negócio. Os testes, a revisão de código e a decisão de fazer deploy continuam com você. Uma troca de provedor também exige verificar novamente a qualidade do resultado e o custo real.

A inferência local troca a conta de um modelo hospedado por exigências de hardware e trabalho de configuração. Uma interface de agente local conectada a um provedor na nuvem continua enviando requisições de modelo a esse provedor. Decida onde a inferência roda separadamente de onde você digita o prompt.

Para uma edição pequena que você já sabe fazer, o ciclo de configuração e revisão pode consumir mais atenção do que a própria alteração. Para um projeto ambíguo, defina os critérios de aceitação antes de pedir a implementação ao agente. O que tem valor é uma alteração correta e revisada.

Para colocar em prática na segunda-feira: escolha um bug reproduzível, abra uma branch nova, conecte um provedor e conclua o ciclo de leitura, planejamento, edição, teste e revisão. Registre o modelo usado, as verificações que passaram e como a sessão foi cobrada. Assim, você terá evidências para a próxima decisão sobre ferramentas.

Se você quer um fluxo de programação ou revisão feito para os repositórios da sua equipe, desenvolvimento de agentes de IA é o próximo passo indicado.