Edição de Julho de 2026! Resumo da Mais Recente Comparação de Capacidades de Programação de LLM
Resumo das capacidades de programação de LLM em julho de 2026: pontuações, tamanhos de VRAM ideais para uso local, hardware recomendado e custos.
A partir de julho de 2026, as capacidades de programação automática da IA sofreram uma evolução dramática. Em particular, a pontuação no "SWE-bench Pro", que mede a capacidade de resolver tarefas de engenharia de software, tornou-se uma métrica muito importante para avaliar o poder de programação de cada LLM (Grande Modelo de Linguagem). Neste artigo, comparamos as pontuações dos principais modelos fechados e abertos, e explicamos em detalhe a configuração de hardware, os custos e o ponto de equilíbrio face às APIs na nuvem para executar modelos abertos localmente.
A Mais Recente Comparação de Capacidades de Programação de LLM (SWE-bench Pro)
As pontuações e características dos principais modelos neste momento são as seguintes. *As pontuações são avaliadas no SWE-bench Pro| Posição | Nome do Modelo | Desenvolvedor | Tipo (VRAM Necessária) |
Pontuação | Características |
|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic (EUA) |
Fechado | 80.0% | O campeão absoluto da atualidade, com capacidades esmagadoras de depuração. Aprovado pelo governo dos EUA e agora disponível em outros países. |
| 2 | Claude Mythos | Fechado | 77.8% | Um modelo de raciocínio ultrapotente fornecido com antecedência. Altamente especializado em segurança, disponível apenas para empresas autorizadas como bancos e corretoras. | |
| 3 | Claude Opus 4.8 | Fechado | 69.2% | O desempenho mais alto entre os modelos disponíveis quando o Fable 5 não pode ser usado. | |
| 4 | GPT-5.6 Sol | OpenAI (EUA) |
Fechado | 64.6% | O auge da OpenAI. Um modelo de raciocínio excelente em comportamento de agente. |
| 5 | GLM-5.2 | Z.ai (China) |
Aberto (2TB) |
62.1% | Ocupa o primeiro lugar globalmente em pesos abertos, não se limitando aos modelos chineses, aproximando-se dos modelos fechados. |
| 6 | Claude Sonnet 5 | Anthropic (EUA) |
Fechado | 59.6% | Um modelo ultra-eficiente em custos que oferece um poder de programação equivalente a menos de 40% do preço do Opus 4.8. |
| 7 | Qwen3.7 Max | Alibaba (China) |
Aberto (2TB) |
60.6% | Um modelo aberto altamente versátil com várias versões de peso, escolhido por muitas startups como a base da sua própria IA. |
| 8 | MiniMax M3 | MiniMax (China) |
Aberto (1TB) |
59.0% | Lançado recentemente em junho de 2026, forte no manuseamento de contextos longos. Um modelo multimodal capaz de receber imagens e vídeos. |
| 9 | DeepSeek-V4 | DeepSeek (China) |
Aberto (1TB) |
55.4% | Um modelo com excelente relação custo-desempenho. |
Ponto a Destacar: Embora os primeiros lugares sejam dominados pela família Claude da Anthropic, é notável que os modelos abertos chineses (GLM-5.2 e Qwen3.7 Max) estão a aproximar-se de modelos fechados poderosos como o GPT-5.6 Sol.
Requisitos de Hardware para Executar Grandes LLMs Locais
Muitos modelos abertos têm um número massivo de parâmetros na classe de 1TB a 2TB. Explicamos o "tamanho ideal de VRAM" e a configuração de hardware para executá-los a uma velocidade prática (com quantização aplicada) em um ambiente local.Tamanho de VRAM Estimado Necessário
Classe de 2TB (GLM-5.2, Qwen3.7 Max, etc.): Mesmo com quantização de 4 bits (INT4/AWQ, etc.), é necessário um mínimo de 192 GB ou mais de VRAM para carregar o modelo e a janela de contexto (cache KV).Classe de 1TB (MiniMax M3, DeepSeek-V4, etc.): Da mesma forma, 128 GB ou mais de VRAM é o ideal com quantização de 4 bits.
Resumo das Configurações de Hardware Recomendadas Mais Baratas e Custos para LLMs Locais
No mercado atual de GPUs, a forma mais barata de construir uma configuração de VRAM de grande capacidade é sem dúvida a AMD neste momento. No passado, o Mac Studio e outros teriam sido candidatos, mas devido aos problemas de falta de memória, o limite máximo atual é de 96 GB (ou melhor, esta é a única opção), e os preços subiram 30%, começando em cerca de 1,2 milhões de JPY.| Modelo | CPU(TOPS) | VRAM (Memória) | Custo Estimado | Características e Avaliação |
| NVIDIA DGX Spark | 1000 TOPS (INT 4) | 128 GB (Memória Unificada) | 800.000 JPY (1 unidade) | Funciona em Linux sem um PC. Pode ser ligado a uma segunda unidade para aumentar para 256 GB. Baixo consumo de energia e excelente silêncio. |
| NVIDIA A100 | 1248 TOPS (INT 4) | 80 GB (VRAM) | 4,3 Milhões JPY (1 unidade) + Custo do PC | Parece uma placa gráfica, mas como só pode fazer processamento de IA, não tem terminais de saída de imagem. Consome uma quantidade anormal de energia. Apenas usado. |
| NVIDIA H100 | 3958 TOPS (INT 8) | 80 GB (VRAM) | 5,7 Milhões JPY (1 unidade) + Custo do PC | Sucessor da A100. A largura de banda aumentou drasticamente, duplicando a velocidade de cálculo. Sujeito a restrições de exportação para a China. |
| Configuração RTX 3090 × 8 unidades + PC | 2504 TOPS (INT 8) | 192 GB (VRAM) | A partir de 1,8 Milhões JPY (Incluindo PC) | Requer uma placa-mãe capaz de acomodar 8 placas gráficas. |
| AMD AI Max+ 395 | 50 TOPS | 128 GB (Memória Unificada) | A partir de 590.000 JPY | A melhor relação custo-benefício. Baixo consumo de energia e excelente silêncio. |
| Apple Mac Studio M3 Ultra | 36 TOPS | 96 GB (Memória Unificada) | A partir de 1,16 Milhões JPY | Baixo consumo de energia e excelente silêncio. |
Preço Unitário do Token e Ponto de Equilíbrio ao Usar APIs de Modelos Fechados
Deverá investir num PC com essas especificações ou deverá continuar a usar as APIs na nuvem (como Claude Opus ou GPT-5.6) numa base de pagamento conforme o uso? Estimamos brevemente o ponto de equilíbrio. Atualmente, os preços unitários típicos das APIs para modelos fechados de alto desempenho rondam os seguintes valores (assumindo a classe Sonnet 5 como exemplo):
- Entrada: $3.00 / 1M tokens
- Saída: $15.00 / 1M tokens
Nas tarefas de programação, uma enorme quantidade de contexto (como bases de código existentes) é carregada, resultando num número de tokens de entrada muito alto.
Por exemplo, se uma troca consumir Entrada: 50.000 tokens / Saída: 2.000 tokens, o custo por troca é de cerca de $0.18 (cerca de 27 JPY).
Cálculo do ponto de equilíbrio: Custo mensal de 27.700 JPY ÷ 27 JPY/troca = cerca de 1.025 pedidos de inferência por mês. Por outras palavras, para utilizadores intensivos ou equipas de desenvolvimento que executam tarefas de programação com grandes bases de código pelo menos 34 vezes por dia, a compra de hardware para executar modelos abertos localmente é mais económica do que o uso contínuo de APIs na nuvem (assumindo que a precisão das respostas dos modelos abertos pode substituir adequadamente os modelos fechados).
Na realidade, todos usam subscrições, pelo que o custo mensal de tokens é muito menor. Se a memória estiver anormalmente cara, sinceramente, é duvidoso que mesmo os utilizadores intensivos consigam recuperar o seu investimento até ao ponto de equilíbrio.