---
title: "编程智能体用哪个开源模型：工具、上下文、成本 | BroadRouter"
description: "编程智能体该用 GLM 5.3、DeepSeek V4.1 Flash、Qwen3.8 27B 还是 Gemma 4？按工具调用、上下文大小、思考和每个任务的成本来选，附计算过程。"
url: https://broadrouter.com/zh/blog/best-open-model-for-coding-agents/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/best-open-model-for-coding-agents/)（2026-11-16 更新）。

# 编程智能体最佳开源模型：按工具、上下文和成本来选

BroadNet Inference 团队 · 阅读约 6 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

对于依赖原生工具调用的编程智能体（opencode、Continue Agent 模式、Zoo Code），GLM 5.3 是 BroadNet 上最稳妥的选择：列明支持工具，1M 上下文。对于 Aider 或整天运行的智能体，使用固定价格套餐的 DeepSeek V4.1 Flash 成本最低。Qwen3.8 27B 适合处理截图。Gemma 4 VL 26B 的 32K 上下文太小。

## 要点

-   先检查工具调用。BroadNet 为 GLM 5.3 和 Qwen3.8 27B 列出了工具支持，DeepSeek V4.1 Flash 和 Gemma 4 VL 26B 没有。
-   上下文决定智能体能看到多少代码仓库：GLM 5.3 和 DeepSeek V4.1 Flash 为 1,048,576 token，Qwen3.8 27B 为 262,144，Gemma 4 VL 26B 为 32,768。
-   按任务算价，而不是按 token。在我们的示例任务中，智能体读入的 token 是写出的 30 倍，所以输入价和缓存输入价最重要。
-   按公布价格计算，同一个示例任务在 GLM 5.3 上的成本约为 DeepSeek V4.1 Flash 的 7 倍，在 Qwen3.8 27B 上约为 2.5 倍。
-   决定之前，先在两个模型上跑同一个真实任务。测试 DeepSeek V4.1 Flash，买一个 $1 的 Meteor 小时就够了。

**本页内容**

1.  有哪些候选模型？
2.  测试 1：你的智能体需要原生工具调用吗？
3.  测试 2：上下文够大吗？
4.  测试 3：一个任务要花多少钱？
5.  测试 4：模型思考得多吗？
6.  那到底选哪个？
7.  BroadNet Inference 的定位

大多数“最佳编程开源模型”榜单都按基准测试分数给模型排名。这能帮你选定模型系列，却不能告诉你哪个模型能在**你的**智能体里、通过**你的**服务商、以你能接受的成本工作。本文把选择范围缩小到 BroadNet Inference 提供的四个聊天模型，按四项实用测试来选：工具调用、上下文、思考和每个任务的成本。我们在这里不公布基准分数，只使用 BroadNet 文档和价格文件中写明的信息。

## 有哪些候选模型？

| 模型 | ID | 上下文 | 列明支持工具 | 图像输入 | 先思考再回答 |
| --- | --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/zh/models/glm-5.3/) | `broadnet/glm-5.3` | 1,048,576 | 是 | 否 | 是 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) | `broadnet/deepseek-v4.1-flash` | 1,048,576 | 未列出 | 是 | 是 |
| [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) | `broadnet/qwen3.8-27b` | 262,144 | 是 | 是 | 是 |
| [Gemma 4 VL 26B](https://broadrouter.com/zh/models/gemma-4-vl-26b/) | `broadnet/gemma-4-26b-a4b` | 32,768 | 未列出 | 是 | 未列出 |

四个都是[开放权重模型](https://broadrouter.com/zh/glossary/open-weight-model/)，通过同一个 [OpenAI 兼容 API](https://broadrouter.com/zh/glossary/openai-compatible-api/) 在 `https://inference.broadnet.ai/v1` 提供，所以在智能体设置中切换只需要改一行。

## 测试 1：你的智能体需要原生工具调用吗？

这个问题决定了哪些模型能用、哪些不能。[工具调用](https://broadrouter.com/zh/glossary/tool-calling/)是智能体请你的机器读取文件、执行命令或应用修改的方式。智能体使用它的方式有三种：

-   \*\*原生工具调用。\*\*智能体发送 `tools` 列表，并期望收到 `tool_calls`。Roo Code 的文档（项目已于 2026 年 5 月 15 日停止，由其分支 Zoo Code 延续）说原生工具调用是 “the only supported tool protocol”（译文：唯一受支持的工具协议），没有 XML 后备方案。Continue 的配置参考说 `tool_use` 能力是 “required for Agent mode”（译文：Agent 模式必需）。opencode 也通过 API 的工具调用工作。
-   \*\*在提示词中描述工具。\*\*Cline 在 v3.35 中为一批指定的服务商和前沿模型改用了原生工具调用；它的发布文章说其他模型 “continue using the text-based approach”（译文：继续使用基于文本的方式）。模型仍然必须遵循严格的工具格式，所以遵循工具格式的能力很重要。
-   \*\*文本编辑格式。\*\*根据 Aider 的[编辑格式文档](https://aider.chat/docs/more/edit-formats.html)，Aider 要求模型以文本形式返回修改：整个文件、search/replace 块或统一 diff。它不依赖 API 的工具调用字段。适合 Aider 的模型见[Aider 最佳大模型](https://broadrouter.com/zh/blog/best-llm-for-aider/)。

所以第一条规则很简单。对于 opencode、Continue Agent 模式或 Zoo Code 这类依赖工具的智能体，使用 BroadNet 列明支持工具的模型：GLM 5.3 或 Qwen3.8 27B。Cline 宽容一些，但同样从这两个模型开始更稳妥。对于 Aider，任何大上下文模型都可以，包括 DeepSeek V4.1 Flash。如果你想在依赖工具的智能体中使用 DeepSeek V4.1 Flash，先用它跑一个真实任务。工具调用失败通常在前两三步就会暴露。

## 测试 2：上下文够大吗？

智能体的[上下文窗口](https://broadrouter.com/zh/glossary/context-window/)填满的速度比人们预想的快。在读取任何代码之前，一个请求就已经带着系统提示词、工具 schema 和之前的对话。然后是读取的文件和命令输出。我们的[智能体 token 预算拆解](https://broadrouter.com/zh/blog/agent-token-budget/)展示了 token 都花在哪里，[上下文窗口计算器](https://broadrouter.com/tools/context-window-calculator/)可以检查你的文件是否放得下。

-   **1,048,576 token**（GLM 5.3、DeepSeek V4.1 Flash）：在中等规模的代码仓库上进行长会话，不需要大幅裁剪。
-   **262,144 token**（Qwen3.8 27B）：适合目标明确的任务；长会话需要做摘要或使用更小的仓库地图。
-   **32,768 token**（Gemma 4 VL 26B）：对大多数智能体循环来说太小。用它在 $5 的初始额度上测试配置。

在智能体的模型设置中自己设置上下文大小。对于自定义模型 ID，智能体无法自动识别，有些还会套用一个不适合你模型的默认值。

## 测试 3：一个任务要花多少钱？

智能体读的远比写的多，而且读入的大部分内容与上一轮重复。所以输入价和[缓存输入](https://broadrouter.com/zh/glossary/cached-input-tokens/)价比输出价更重要。下面是一种任务形态：40 次模型调用，平均每次 30,000 输入 token 和 1,000 输出 token，80% 的输入命中缓存。

| 每个任务 | token | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
| --- | --- | --- | --- | --- |
| 新输入 | 0.24M | $0.175 / 1M | $0.78 / 1M | $0.175 / 1M |
| 缓存输入 | 0.96M | $0.0055 / 1M | $0.173 / 1M | $0.0435 / 1M |
| 输出（含思考） | 0.04M | $0.52 / 1M | $3.46 / 1M | $2.17 / 1M |

每行相乘再相加。按 2026-11-14 同步的价格，这个任务在 **GLM 5.3 上的成本约为 DeepSeek V4.1 Flash 的 7 倍**，在 **Qwen3.8 27B 上约为 2.5 倍**。你自己的比例取决于缓存命中率和模型思考的多少，所以要实际测量。把你自己的 token 数填进 [LLM API 费用计算器](https://broadrouter.com/tools/llm-api-cost-calculator/)，或者在 [DeepSeek V4.1 Flash 与 GLM 5.3 对比](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-glm-5.3/)和 [GLM 5.3 与 Qwen3.8 27B 对比](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/)中并排比较。

在[不限量套餐](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)上，DeepSeek V4.1 Flash 不计 token：每个会话每月 $60，同一时间运行一个请求。对于一天大部分时间都在运行的智能体，这通常比任何按 token 价格都划算。缓存命中率 80% 时，[盈亏平衡计算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)把分界线定在每月约 9.17亿 输入 token 和 4,600万 输出 token。

## 测试 4：模型思考得多吗？

三个大模型都会先思考再回答，而思考计入 `max_tokens`。在智能体中这会带来两个问题：输出上限小时返回空回复，以及按量付费时输出账单更高。给每次调用留出几千个输出 token，并在读取文件这类常规步骤中把 `reasoning_effort` 设为 `low`。参见[为什么思考模型返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。

## 那到底选哪个？

1.  \*\*opencode、Continue Agent 模式、Cline、Zoo Code 或你自己的工具循环：\*\*GLM 5.3。列明支持工具，1M 上下文，四个中每 token 价格最高。
2.  \*\*Aider，或任何最在意账单的长时间运行智能体：\*\*DeepSeek V4.1 Flash，最好用不限量套餐。
3.  \*\*需要读截图或处理阿拉伯语的智能体：\*\*Qwen3.8 27B，支持工具和图像输入；BroadNet 的价格页面说它经过了阿拉伯语测试。
4.  \*\*用 $5 的初始额度做第一次测试：\*\*Gemma 4 VL 26B，之后再升级。

你也可以混合使用。例如 Cline 有一个设置，可以为 Plan 和 Act 模式使用不同的模型。各智能体的配置步骤见我们的[编程智能体接入开源模型总览](https://broadrouter.com/zh/blog/use-open-models-in-coding-agents/)，功能对比见 [Cline、Roo Code 与 Aider 对比](https://broadrouter.com/zh/blog/cline-vs-roo-code-vs-aider/)。

## BroadNet Inference 的定位

BroadNet Inference 以零数据保留提供这四个模型，只需一个 API 密钥。BroadNet 的隐私声明说，托管的开放权重模型运行在 BroadNet 自有或租用的美国硬件上，而 DeepSeek V4.1 Flash 等由合作伙伴提供的模型则由美国推理合作伙伴运行。它适合想为智能体使用 1M token 开源模型、并希望 DeepSeek V4.1 Flash 账单固定的团队。如果你需要它不提供的某个特定模型、网页搜索这类服务商托管的工具，或者需要公布的基准分数来比较模型，它就不适合；请改为自己做任务级测试。你可以用按量付费密钥试用任何模型，或在[套餐页面](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-best-open-model-for-coding-agents&utm_content=body)购买一个 $1 的 Meteor 小时。

相关免费工具（英文）

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

[Token（词元）](https://broadrouter.com/zh/glossary/token/)

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[开放权重模型（open-weight model）](https://broadrouter.com/zh/glossary/open-weight-model/)

开放权重模型是公开发布训练好的权重、任何人都可以下载和运行的机器学习模型，通常附带有条件的许可证。它不同于完全开源的 AI，后者还会公开训练代码和训练数据的详细信息，让其他人能够研究并复现模型。

[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)

输入 token 是语言模型在一次请求中读取的 token，包括系统提示词、对话历史、工具定义和图片。输出 token 是模型生成回复的 token，包括思考内容。大模型 API 通常分别计价，输出一般更贵。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[大模型基准测试（LLM benchmark）](https://broadrouter.com/zh/glossary/llm-benchmark/)

大模型基准测试是一组固定、通常公开的任务和评分方法，用来在某一项能力上衡量和比较语言模型，比如知识问答、编程或语音识别。基准分数反映的是模型在该测试上的相对能力，而不是它在你自己的业务负载上的表现。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[缓存输入 token（cached input tokens）](https://broadrouter.com/zh/glossary/cached-input-tokens/)

缓存输入 token 是大模型服务商近期已处理过、可以直接从缓存中复用而无需重新计算的提示词 token，通常是重复的前缀，例如系统提示词或文档。服务商对它们按低于新输入 token 的单价计费。

## 常见问题

### opencode 或 Zoo Code 用哪个开源模型最好？

在 BroadNet Inference 上，先用 GLM 5.3。这些智能体通过工具调用工作，而 BroadNet 为 GLM 5.3 列出了工具调用和结构化输出，上下文为 1,048,576 token。依赖 DeepSeek V4.1 Flash 之前，先用真实任务测试，因为 BroadNet 没有为它列出工具支持。

### 编程智能体用哪个开源模型最便宜？

在 BroadNet 上，DeepSeek V4.1 Flash 是 1M 上下文模型中每 token 价格最低的：每百万输入 $0.175，每百万缓存输入 $0.0055。有些其他托管方的每 token 标价更低，例如 DeepInfra 打折后的 DeepSeek-V4.1-Flash-1017，2026 年 11 月 16 日的标价为输入 USD 0.098、缓存 USD 0.0029。在 BroadNet 的不限量套餐上它完全不计 token，每个会话每月 $60。

### Aider 需要支持工具调用的模型吗？

Aider 文档中的编辑格式都是文本格式，例如整个文件或 search/replace 块，所以它不依赖 API 的工具调用字段。这让它很适合 DeepSeek V4.1 Flash。

### 32K 上下文对编程智能体够用吗？

很少够用。光是智能体的系统提示词和工具定义，在读取任何代码之前就可能占掉几千 token。BroadNet 的 Gemma 4 VL 26B（32,768 token）适合用 $5 的初始额度试一下配置，不适合日常的智能体工作。

### 在智能体循环中，思考模型会更贵吗？

按量付费时会。思考 token 按输出计费。DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 都会先思考。简单步骤把 reasoning\_effort 设为 low，或者使用不计 token 的不限量套餐。

## 继续阅读

-   [编程智能体接入开源模型：Aider、Cline、opencode、Codex](https://broadrouter.com/zh/blog/use-open-models-in-coding-agents/)
-   [智能体 token 预算：智能体循环的 token 都花在哪里](https://broadrouter.com/zh/blog/agent-token-budget/)
-   [Cline vs Roo Code vs Aider：用开源模型的团队怎么选（2026）](https://broadrouter.com/zh/blog/cline-vs-roo-code-vs-aider/)
-   [大模型 API 包月还是按 token 付费：盈亏平衡怎么算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [AI 编程智能体跑一次要花多少钱：步数、上下文增长与缓存](https://broadrouter.com/zh/blog/ai-coding-agent-run-cost/)
-   [Claude Code 接入开源模型：代理、原生端点与限制](https://broadrouter.com/zh/blog/claude-code-with-openai-compatible-models/)
-   [指南：在 Cline 中使用 BroadNet Inference（OpenAI Compatible 提供商）](https://broadrouter.com/zh/guides/cline-openai-compatible/)
-   [指南：用不限量的 DeepSeek V4.1 Flash 运行 Aider](https://broadrouter.com/zh/guides/aider-unlimited-deepseek/)
-   [指南：把 BroadNet Inference 添加为 opencode 的自定义供应商](https://broadrouter.com/zh/guides/opencode-custom-provider/)
-   [指南：推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-best-open-model-for-coding-agents&utm_content=page-cta) ·

**来源**

-   [BroadNet Inference 机器可读价格与上下文长度（pricing.json，2026-11-14 获取）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-best-open-model-for-coding-agents&utm_content=sources)
-   [BroadNet Inference API 参考：模型（2026-11-14 获取）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-best-open-model-for-coding-agents&utm_content=sources#models)
-   [Aider 文档：编辑格式（2026-11-14 获取）](https://aider.chat/docs/more/edit-formats.html)
-   [Roo Code 文档（项目已于 2026-05-15 停止；Zoo Code 是其分支）：OpenAI Compatible 提供方，仅支持原生工具调用（2026-11-14 获取）](https://roocodeinc.github.io/Roo-Code/providers/openai-compatible)
-   [Continue 文档：config.yaml 参考，tool\_use 能力（2026-11-14 获取）](https://docs.continue.dev/reference)
-   [Cline 博客：v3.35 原生工具调用（2025 年 10 月 31 日；2026-11-14 获取）](https://cline.bot/blog/cline-v3-35)
-   [DeepInfra 价格（2026-11-14 获取；促销价格于 2026-11-16 复查）](https://deepinfra.com/pricing)
-   [BroadNet Inference 价格页面：各模型的阿拉伯语测试说明（2026-11-16 查阅）（英文）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-best-open-model-for-coding-agents&utm_content=sources)
-   [BroadNet Inference 隐私声明：处理发生的地点（2026-11-16 查阅）（英文）](https://www.broadnet.ai/inference-privacy)
