Três laboratórios chineses dominam o ecossistema de modelos abertos que rivalizam com Claude e GPT. Segundo a techsy.io, Qwen (Alibaba), DeepSeek e GLM (Zhipu/Z.ai) não são versões de um mesmo modelo, mas empresas distintas com apostas técnicas opostas.
Qwen3.6 é a família mais ampla, com licença Apache 2.0 e footprint leve para self-hosting. O modelo denso de 27B parâmetros roda em cerca de 18 GB de VRAM, cabendo em uma GPU de 24 GB. Já o Qwen3-Coder-Next (80B-A3B) alcança 70,6-71,3% no SWE-bench Verified (autorreportado).
DeepSeek V4 aposta em Mixture-of-Experts massivo: V4 Pro tem 1,6T parâmetros totais com 49B ativos; V4 Flash, 284B totais com 13B ativos. O destaque é o preço por token: V4 Flash custa US$ 0,14 por milhão de tokens de entrada (cache miss) e apenas US$ 0,0028 com cache hit. No SWE-bench Verified, o V4 Pro marca ~80,6% (scaffold não verificado).
GLM-5.2 é o especialista em codificação e agentes de longo horizonte. Com 753B parâmetros totais e ~40B ativos, licença MIT e contexto de 1M, foi testado por três semanas em produção pela techsy.io como modelo principal de codificação, a US$ 72/mês. No Terminal-Bench 2.1 alcançou 81,0 (terceira parte) e no SWE-bench Pro, 62,1.
Nos benchmarks, nenhum modelo vence todas as categorias. GLM-5.2 lidera em tarefas de agente de longo horizonte; DeepSeek V4 Pro domina pontuações agregadas de codificação; Qwen3.6-27B atinge 77,2% no SWE-bench Verified (relato de um blog, tratar com cautela). Em raciocínio, GLM-5.2 chega a 99,2 no AIME 2025, quase saturando o teste.
A techsy.io adverte que metade dos números chamativos são autorreportados. Uma mudança de scaffold pode mover a pontuação em alguns pontos. A recomendação prática: GLM-5.2 para codificação agentiva; DeepSeek V4 Flash para economia em escala com RAG; Qwen3 para self-hosting local e licença permissiva.
Atenção: endpoints antigos do DeepSeek (deepseek-chat, deepseek-reasoner) serão descontinuados em 24 de julho de 2026. Migre para deepseek-v4-pro ou deepseek-v4-flash.