Qual LLM para programação em junho de 2026?

Para a maioria dos pipelines de programação em junho de 2026, use o Qwen3.7 Max (Alibaba). Ele apresenta um índice de qualidade de 56,6 a US$ 1,88/M tokens e roda a 188 tok/s, o que representa a rara combinação de raciocínio forte, baixo custo e iteração rápida. Se você quer um modelo desenvolvido especificamente para geração e refatoração de código, o GPT-5.3-Codex (OpenAI) a US$ 4,81/M é a escolha especialista. E quando a precisão em raciocínio arquitetural difícil justifica a conta, o Claude Opus 4.8 (Anthropic), com qualidade de 61,4, vale os US$ 10/M.

Em resumo: o Qwen3.7 Max é o padrão para pipelines com muita programação, onde você reexecuta prompts com frequência e o custo escala com o volume. O GPT-5.3-Codex ganha seu lugar quando a saída estruturada e a confiabilidade nas chamadas de ferramentas importam mais do que números brutos de qualidade. O Opus 4.8 é para os 10% das tarefas em que uma resposta errada sai caro e você pode se dar ao luxo de pagar por isso.

As três escolhas

Por que o Qwen3.7 Max é o padrão

O número que decide isso é a taxa de transferência em relação ao preço. O Qwen3.7 Max roda a 188 tok/s — mais que o dobro dos 76 tok/s do GPT-5.3-Codex — por menos da metade do custo. Para loops de programação agêntica que geram, testam e regeneram, essa velocidade comprime diretamente seu ciclo de feedback.

Ele também supera o GPT-5.3-Codex em qualidade, 56,6 contra 53,6. Então você não está trocando capacidade por custo aqui; você obtém os dois. Isso é incomum, e é por isso que começo com ele.

Ser de pesos abertos também importa do ponto de vista operacional. Se o seu código envolve propriedade intelectual que você não pode enviar para um endpoint hospedado, você pode hospedar o Qwen3.7 Max por conta própria e manter o mesmo comportamento do modelo em desenvolvimento e produção.

Quando o GPT-5.3-Codex é a melhor escolha

A variante Codex é ajustada para código, e o retorno prático aparece na saída estruturada e nas chamadas de ferramentas, não no índice de qualidade que vira manchete. Se o seu pipeline depende de chamadas de função em JSON, geração de diffs ou formatos rígidos de edição de arquivos, menos falhas de parsing se traduzem em menos repetições.

As repetições são o custo oculto. Um modelo nominalmente mais barato, mas que falha na validação de schema 8% das vezes, pode custar mais do que um modelo mais caro que entrega uma saída limpa na primeira tentativa. A US$ 4,81/M, o GPT-5.3-Codex fica entre os níveis econômico e premium, e a confiabilidade de formato é o que você está pagando.

Eu não o escolheria pela taxa de transferência bruta de geração. A 76 tok/s, ele tem menos da metade da velocidade do Qwen, então, para geração em lote de alto volume, a economia favorece o Qwen.

Quando o Opus 4.8 vale os US$ 10/M

O Opus 4.8 lidera este grupo com qualidade de 61,4, 4,8 pontos acima do Qwen. Em código repetitivo bem delimitado, essa diferença é invisível. Em refatorações de múltiplos arquivos, bugs sutis de concorrência ou raciocínio sobre uma base de código desconhecida, é a diferença entre um patch utilizável e um patch confiantemente errado.

O custo é real: US$ 10/M é mais de 5x o preço do Qwen, e a 58 tok/s ele é o mais lento dos três. Então direcione para ele de forma seletiva. Use o Opus 4.8 para revisão de design e depuração difícil, e mantenha o Qwen no caminho de alto volume.

Tabela de decisão

O trade-off que vale a pena nomear

A tensão honesta está entre a economia do Qwen e o teto do Opus. O Qwen3.7 Max vence em todas as métricas, exceto na qualidade de ponta, e para a maioria do trabalho de programação do dia a dia essa diferença de 4,8 pontos de qualidade não muda o que você entrega. Mas nas tarefas mais difíceis a diferença se acumula, porque uma decisão arquitetural errada se propaga por tudo que vem depois.

O padrão que eu adotaria: Qwen3.7 Max como cavalo de batalha, GPT-5.3-Codex onde a disciplina de formato é inegociável e Opus 4.8 como nível de escalonamento. Uma configuração de roteamento em dois níveis recupera a maior parte da qualidade do Opus nas tarefas que precisam dela, sem pagar US$ 10/M em todo o seu volume.

Para comparar essas escolhas com suas próprias restrições de taxa de transferência e orçamento, use o LLM Selector ou explore o cenário completo em Explore.