Большинство списков «лучшая открытая модель для программирования» ранжируют модели по бенчмаркам. Это помогает выбрать семейство моделей. Но не говорит, какая модель заработает в вашем агенте, у вашего провайдера и по цене, которая вас устроит. В этой статье выбор сужен до четырёх чат-моделей, которые обслуживает BroadNet Inference, и сделан по четырём практическим проверкам: вызов инструментов, контекст, рассуждения и цена задачи. Результатов бенчмарков мы здесь не публикуем; используем только то, что указано в документации и файле цен BroadNet.
Какие модели рассматриваются?
| Модель | ID | Контекст | Инструменты заявлены | Вход изображений | Сначала рассуждает |
|---|---|---|---|---|---|
| GLM 5.3 | broadnet/glm-5.3 |
1 048 576 | Да | Нет | Да |
| DeepSeek V4.1 Flash | broadnet/deepseek-v4.1-flash |
1 048 576 | Не заявлены | Да | Да |
| Qwen3.8 27B | broadnet/qwen3.8-27b |
262 144 | Да | Да | Да |
| Gemma 4 VL 26B | broadnet/gemma-4-26b-a4b |
32 768 | Не заявлены | Да | Не заявлено |
Все четыре — модели с открытыми весами, доступные через один OpenAI-совместимый API по адресу https://inference.broadnet.ai/v1, поэтому смена модели — правка одной строки в настройках агента.
Проверка 1: нужны ли вашему агенту нативные вызовы инструментов?
Именно этот вопрос отсеивает модели. Вызов инструментов — это то, как агент просит вашу машину прочитать файл, выполнить команду или применить правку. Агенты используют его тремя разными способами:
- Нативные вызовы инструментов. Агент отправляет список
toolsи ждёт в ответtool_calls. В документации Roo Code (проект закрыт 15 мая 2026 г.; его продолжает форк Zoo Code) сказано, что нативный вызов инструментов — “the only supported tool protocol” (перевод: «единственный поддерживаемый протокол инструментов»), без запасного варианта на XML. В справочнике конфигурации Continue сказано, что возможностьtool_use“required for Agent mode” (перевод: «обязательна для режима Agent»). opencode тоже работает через вызовы инструментов API. - Инструменты, описанные в промпте. Cline перешёл на нативный вызов инструментов в v3.35 для списка названных провайдеров и флагманских моделей; в посте о релизе сказано, что остальные модели “continue using the text-based approach” (перевод: «продолжают использовать текстовый подход»). Модель всё равно должна следовать строгому формату инструментов, поэтому качество следования ему важно.
- Текстовые форматы правок. Aider просит модель возвращать правки текстом: целыми файлами, блоками search/replace или unified diff, согласно его документации по форматам правок. Он не зависит от поля вызова инструментов в API. Выбор модели для Aider — в статье лучшая LLM для Aider.
Отсюда первое правило. Для агента, работающего через инструменты, — opencode, режим Agent в Continue или Zoo Code — используйте модель, для которой BroadNet заявляет инструменты: GLM 5.3 или Qwen3.8 27B. Cline менее требователен, но и с ним надёжнее начинать с этих двух моделей. Для Aider подходит любая модель с большим контекстом, включая DeepSeek V4.1 Flash. Если вы хотите DeepSeek V4.1 Flash в агенте на инструментах, сначала прогоните на ней реальную задачу. Неудачный вызов инструмента обычно проявляется в первые два-три шага.
Проверка 2: достаточно ли контекста?
Контекстное окно агента заполняется быстрее, чем ожидают. Ещё до чтения кода запрос уже несёт системный промпт, схемы инструментов и текущий диалог. Затем добавляются прочитанные файлы и вывод команд. Наш разбор бюджета токенов агента показывает, куда они уходят, а калькулятор контекстного окна проверит, поместятся ли ваши файлы.
- 1 048 576 токенов (GLM 5.3, DeepSeek V4.1 Flash): долгая сессия на репозитории среднего размера без агрессивной обрезки.
- 262 144 токена (Qwen3.8 27B): достаточно для точечных задач; для долгих сессий нужна суммаризация или карта репозитория поменьше.
- 32 768 токенов (Gemma 4 VL 26B): слишком мало для большинства циклов агента. Используйте её, чтобы проверить настройку на стартовом гранте $5.
Размер контекста задайте в настройках модели в агенте сами. Для собственных ID моделей агенты не могут его определить, а некоторые берут значение по умолчанию, неверное для вашей модели.
Проверка 3: сколько стоит задача?
Агенты читают гораздо больше, чем пишут, и большая часть прочитанного повторяется с прошлого хода. Поэтому цены входа и входа из кэша важнее цены выхода. Вот одна типовая задача: 40 вызовов модели, в среднем по 30 000 входных и 1 000 выходных токенов каждый, 80% входа обслуживается из кэша.
| На задачу | Токены | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
|---|---|---|---|---|
| Новый вход | 0,24 млн | $0.175 / 1 млн | $0.78 / 1 млн | $0.175 / 1 млн |
| Вход из кэша | 0,96 млн | $0.0055 / 1 млн | $0.173 / 1 млн | $0.0435 / 1 млн |
| Выход, включая рассуждения | 0,04 млн | $0.52 / 1 млн | $3.46 / 1 млн | $2.17 / 1 млн |
Перемножьте каждую строку и сложите. По ценам на 2026-11-14 эта задача стоит примерно в 7 раз дороже на GLM 5.3 и примерно в 2,5 раза дороже на Qwen3.8 27B, чем на DeepSeek V4.1 Flash. Ваше соотношение зависит от доли попаданий в кэш и от того, сколько модель рассуждает, поэтому измерьте его. Подставьте свои числа токенов в калькулятор стоимости LLM API или сравните модели бок о бок: DeepSeek V4.1 Flash и GLM 5.3, GLM 5.3 и Qwen3.8 27B.
На безлимитном тарифе у DeepSeek V4.1 Flash нет счётчика токенов: $60 в месяц за сессию, один запрос за раз. Для агента, который работает большую часть дня, это обычно выгоднее любой цены за токен. При 80% попаданий в кэш расчёт точки окупаемости даёт границу около 917 млн входных и 46 млн выходных токенов в месяц.
Проверка 4: сколько модель размышляет?
Все три крупные модели рассуждают, прежде чем ответить, и рассуждения учитываются в max_tokens. В агенте это создаёт две проблемы: пустые ответы при маленьком лимите выхода и более высокие счета за выход при оплате по факту. Давайте каждому вызову несколько тысяч выходных токенов и для рутинных шагов, например чтения файлов, задавайте reasoning_effort равным low. Почему модели с рассуждениями возвращают пустые ответы.
Так какую выбрать?
- opencode, режим Agent в Continue, Cline, Zoo Code или собственный цикл с инструментами: GLM 5.3. Инструменты заявлены, контекст 1 млн, самая высокая цена за токен из четырёх.
- Aider или любой долго работающий агент, где важнее всего счёт: DeepSeek V4.1 Flash, в идеале на безлимитном тарифе.
- Агенты, которые читают скриншоты или работают на арабском: Qwen3.8 27B — с инструментами и входом изображений; страница цен BroadNet указывает, что модель тестировали на арабском.
- Первая проверка на стартовом гранте $5: Gemma 4 VL 26B, затем переходите выше.
Модели можно и комбинировать. В Cline, например, есть настройка, позволяющая использовать разные модели для режимов Plan и Act. Шаги настройки для каждого агента — в нашем обзоре открытых моделей в агентах для программирования, а сравнение возможностей — в статье Cline, Roo Code или Aider.
Место BroadNet Inference
BroadNet Inference обслуживает эти четыре модели с нулевым хранением данных и одним API-ключом. Согласно заявлению BroadNet о конфиденциальности, размещённые модели с открытыми весами работают на собственном или арендованном оборудовании BroadNet в США, а модели, которые обслуживают партнёры, такие как DeepSeek V4.1 Flash, — у партнёров по инференсу в США. Она подходит командам, которым нужна открытая модель с контекстом 1 млн токенов для агентов и фиксированный счёт за DeepSeek V4.1 Flash. Она не подходит, если вам нужна конкретная модель, которой у неё нет, инструмент на стороне провайдера вроде веб-поиска или опубликованные результаты бенчмарков для сравнения моделей; в этом случае проведите собственную проверку на уровне задач. Любую модель можно попробовать на ключе с оплатой по факту или купить час Meteor за $1 на странице тарифов.
