Sim, sob as mesmas condições do DeepSeek V4.1 Flash anunciadas no dia anterior. Em 16 de outubro de 2026, o OpenCode anunciou: “O GLM 5.3 Flash agora é gratuito no OpenCode”. O modelo é o opencode/glm-5.3-flash-free, e a documentação do OpenCode Zen informa que a gratuidade é “por tempo limitado”. O plano gratuito só responde a requisições originadas do OpenCode. Se você tentar chamar o mesmo endpoint a partir de qualquer outra ferramenta, ele retornará HTTP 403 com a mensagem “OpenCode’s free tier can only be used from within OpenCode.”
Há dois pontos importantes a considerar antes de se planejar em torno dele. Primeiro, o modelo gratuito é o GLM-5.3-Flash, e não o GLM-5.3 completo, que ainda custa US$ 1,40 por milhão de tokens de entrada no Zen. Segundo, “gratuito” não significa rápido. Testamos o modelo em uma instalação limpa do OpenCode em 16 de outubro: todas as respostas foram precisas, mas a mesma pergunta de uma única linha levou entre 7 e 196 segundos para ser respondida. Isso muda completamente os tipos de Tasks que você deve direcionar a ele. Como ainda não o executamos dentro de uma Task no Sharkly, o passo a passo abaixo termina com um teste de fumaça (smoke test) para confirmar se o seu Runtime está pronto para usá-lo.
TL;DR
Configure o modelo gratuito em um Agent cujo Runtime seja o OpenCode; nenhum outro Runtime consegue acessá-lo. Atualize a lista de modelos do OpenCode no Computer, defina o modelo no arquivo de configuração do OpenCode, faça um teste de fumaça no terminal e, por fim, atribua uma Task pequena. Limites: 200 mil tokens de contexto e 32 mil de saída, anexos em PDF são rejeitados e não há data de término definida. O tempo de resposta foi lento e instável em nossos testes, portanto direcione a ele tarefas em segundo plano, e não Tasks das quais alguém esteja dependendo ativamente. Se você já utiliza o DeepSeek V4.1 Flash Free, divida o trabalho entre os dois modelos com base no tempo de resposta necessário.
Dois modelos gratuitos em um único Runtime
Um Runtime é a ferramenta de agente no Computer responsável por executar a sessão. Como o plano gratuito do OpenCode verifica a origem de cada requisição, a mesma regra explicada no nosso artigo sobre o DeepSeek V4.1 Flash se aplica aqui: um Agent em um Runtime do OpenCode foi concebido para acessar o modelo gratuito, enquanto Agents no Claude Code, Codex ou Gemini CLI não têm essa permissão.
A grande novidade é que um único Runtime do OpenCode agora oferece dois modelos gratuitos de famílias distintas. Eles compartilham os mesmos limites, mas diferem no comportamento:
| GLM-5.3-Flash Free | DeepSeek V4.1 Flash Free | |
|---|---|---|
| Gratuito desde | 16 de outubro de 2026 | 15 de outubro de 2026 |
| Contexto / saída máxima | 200K / 32K | 200K / 32K |
| Limites da versão paga | 1M / 131K | 1M / 384K |
| Pergunta de uma linha (nossos testes) | 7 a 196 s (11 execuções) | 4 a 15 s (3 execuções) |
| Tarefa simples de escrita e execução (nossos testes) | 13 a 109 s (5 execuções) | 16 a 36 s (3 execuções) |
| Entrada de imagem | Funcionou em nosso teste | Listado nos metadados do OpenCode |
| Anexo em PDF | Rejeitado: erro indicando que apenas “only text and image_url are” suportados | Desativado nos metadados do OpenCode |
| Termos de dados do provedor (segundo a documentação do Zen) | Retenção zero, sem treinamento | Retenção zero, sem treinamento |
Os limites são baseados nos metadados fornecidos pelo próprio OpenCode (opencode models opencode --verbose). As medições de tempo são nossas, obtidas no dia do lançamento com o OpenCode 1.19.2, e oscilaram bastante entre as tentativas. Definir a flag --variant low não tornou o modelo GLM confiavelmente mais rápido: uma execução de baixo esforço levou 196 segundos em uma pergunta que, em outros testes, foi respondida em 11 segundos. A latência parece ser decorrente da sobrecarga no endpoint gratuito, e não da profundidade do raciocínio.
Como configurar um Agent gratuito com GLM-5.3-Flash
1. Instale o OpenCode no Computer. Faça a instalação usando o script oficial ou utilize a opção One-click install onde a página de detalhes do Runtime oferecer essa facilidade:
curl -fsSL https://opencode.ai/install | bash
Execute novamente a detecção de Runtimes na página de detalhes do Computer e confirme se o Runtime do OpenCode aparece como Disponível (Available). O simples fato de o Computer estar online não torna o Runtime utilizável.
2. Atualize a lista de modelos. O OpenCode mantém o catálogo de modelos em cache. Em nossa instalação limpa, nove modelos gratuitos apareciam listados sem o GLM até que forçamos a atualização. Execute o comando a seguir com o mesmo usuário sob o qual o serviço local opera:
opencode models opencode --refresh | grep glm-5.3-flash-free
3. Configure o modelo uma única vez, no Computer. Por padrão, um Agent segue o modelo configurado em seu Runtime, e a configuração global do OpenCode define esse padrão para todas as sessões no Computer. Salve o arquivo ~/.config/opencode/opencode.json com o seguinte conteúdo:
{
"$schema": "https://opencode.ai/config.json",
"model": "opencode/glm-5.3-flash-free"
}
Se o catálogo do Runtime já exibir o modelo, você também pode selecioná-lo diretamente na linha Model do Agent. A opção Model do Agent sobrescreve o padrão do Runtime exclusivamente para aquele Agent, permitindo que dois Agents do OpenCode no mesmo Computer rodem modelos gratuitos diferentes.
4. Faça um teste de fumaça em um terminal comum e depois atribua uma Task.
opencode run "Reply with the word ok."
A primeira linha de saída indicará o modelo em execução; o esperado é ver glm-5.3-flash-free e, em seguida, ok. Em execuções mais lentas, aguarde alguns minutos antes de considerar o teste uma falha. Assim que o terminal responder com sucesso, atribua uma Task pequena, com um escopo bem delimitado, e consulte o log de execução para confirmar qual modelo foi utilizado.
Execuções mais lentas exigem uma nova estratégia de distribuição de trabalho
Um modelo gratuito com tempos de resposta instáveis continua sendo muito valioso. A chave é direcioná-lo a Tasks nas quais uma pausa de três minutos não cause nenhum impacto.
Use o Agent com GLM para trabalhos em segundo plano. Criação de testes retroativos para um módulo isolado, correções de lint em um pacote, atualização de documentação ou README após uma mudança de API, atualização de dependências: Tasks que ninguém fica acompanhando em tempo real até que o resultado chegue para revisão. Reserve um Agent mais ágil para Tasks que estejam bloqueando alguém. Se um colega de equipe estiver aguardando uma correção, as respostas de 4 a 15 segundos do Agent com DeepSeek — ou até mesmo um modelo pago — são muito mais adequadas.
Comece com baixa concorrência. Uma execução demorada mantém a Task atribuída ocupada até terminar. Deixe o limite de concorrência máxima do Agent (Max concurrency / assigned tasks) em 1 e aumente apenas após alguns dias de estabilidade. A recomendação da Sharkly vai na mesma linha: aumente a concorrência “apenas depois que o Computer e o Runtime atuais suportarem a carga de trabalho existente com confiabilidade”. Disparar Tasks paralelas em um endpoint gratuito congestionado gera quase que exclusivamente fila de espera.
Imagens funcionam bem; PDFs, não. Em nossos testes, o modelo leu com precisão a captura de tela de uma especificação de API e gerou um arquivo OpenAPI válido a partir dela. Em contrapartida, digitou um limite como 300.000 em vez de 30.000, o que passou sem erros na validação do JSON. Por isso, revise o que ele extrai de imagens com a mesma atenção dedicada a qualquer outro diff. Se o material de entrada de uma Task for um PDF, converta as páginas em imagens antes; o endpoint gratuito rejeitou o envio de PDFs diretamente.
O custo real continua sendo o tempo de revisão. Tokens gratuitos não barateiam o esforço de aprovação de um pull request. O artigo When a cheaper model costs more calcula o custo das execuções por alteração aceita — a métrica definitiva para avaliar se um Agent justifica o seu espaço. O guia Mixed-model Crews detalha a abordagem de utilizar um revisor mais capaz supervisionando executores de baixo custo, e um executor a US$ 0 segue exatamente essa lógica.
O que fazer quando a promoção terminar
Este modelo já foi disponibilizado gratuitamente em outra ocasião. A partir de 20 de agosto de 2026, um modelo anônimo batizado de Ox Alpha apareceu na lista gratuita do OpenCode com uma janela de contexto de 1 milhão de tokens. Em 26 de agosto, a Z.ai revelou que se tratava do GLM-5.3-Flash, e o período promocional durou seis dias. Os modelos GLM gratuitos anteriores do OpenCode, como glm-4.7-free e glm-5-free, aparecem como descontinuados (deprecated) no catálogo models.dev consultado pela ferramenta.
Esteja preparado para um desfecho idêntico. Quando isso acontecer, as execuções no Agent começarão a falhar com erro de modelo indisponível, e essas falhas serão exibidas no log de execução e no Inbox para que você decida os próximos passos. Como o modelo é definido em um único arquivo de configuração, a migração exige apenas uma edição rápida:
- OpenCode Zen, versão paga do
glm-5.3-flash: US$ 0,15 por 1M de tokens de entrada e US$ 0,50 por 1M de tokens de saída, com a janela completa de 1 milhão de tokens. - OpenCode Go: US$ 10 mensais, com limite de uso mensal de US$ 60 para este modelo; a documentação do OpenCode Go estima cerca de 31.580 requisições por mês.
- Z.ai (API própria): os mesmos US$ 0,15 e US$ 0,50, com tokens de entrada em cache a US$ 0,03.
- Transferir as demandas: reatribua as Tasks a um Agent em outro Runtime, mantendo todo o histórico preservado no painel.
O comparativo What it costs to run an agent Crew on free and cheap tiers analisa detalhadamente os custos dessas rotas entre diferentes modelos.
Quanto uma equipe paga para manter este Agent
Existem dois custos envolvidos, e o conceito de “gratuito” incide sobre cada um separadamente. Licenças por usuário (Seats): a política de preços da Sharkly é gratuita para organizações de até 5 membros e custa US$ 7 por pessoa ao mês (cobrados anualmente) a partir disso; Agents e Computers não consomem licenças (detalhes). Modelos: a Sharkly não comercializa tokens; o consumo é faturado diretamente pelas contas configuradas em cada Runtime, no formato traga sua própria chave (BYOK). Enquanto a promoção estiver ativa, a linha de custo do modelo no Agent do OpenCode permanece em US$ 0.
A resposta direta
O GLM-5.3-Flash é gratuito exclusivamente para agentes de programação executados no OpenCode, e para mais ninguém. Atualize a lista de modelos, configure-o no Computer, faça o teste de fumaça com um pouco de paciência e direcione a ele aquelas Tasks de segundo plano nas quais seus outros Agents não deveriam desperdiçar tokens pagos ou fazer sua equipe esperar. Quando a promoção chegar ao fim, todas as Tasks, seus históricos e os fluxos de revisão continuarão preservados no painel, bastando uma simples alteração no arquivo de configuração do Agent. Se você já coordena múltiplos agentes, a Sharkly oferece um ambiente unificado para orquestrar suas tarefas e revisar cada entrega com facilidade.
