Melhores Modelos Gratuitos do OpenRouter para Programação (2026)

O OpenRouter oferece acesso a mais de 300 modelos de IA por meio de uma única API — e cerca de 30 deles são completamente gratuitos. Mas quais realmente escrevem código de qualidade?

Executei a mesma tarefa de endpoint de registro FastAPI em todos os modelos de codificação gratuitos no Playground do OpenRouter, medi a velocidade deles no Log de Atividades e revisei o código gerado quanto à estrutura e correção. Veja o que aconteceu — incluindo quais modelos "gratuitos" desapareceram silenciosamente.

TL;DR — Minhas Principais Escolhas (Testadas em 23 de junho de 2026)

Rankings de modelos gratuitos do OpenRouter — ordenados por uso real (junho de 2026)

Como Testei

Dei a cada modelo a mesma tarefa:

"Escreva um endpoint de API REST em Python usando FastAPI para lidar com o registro de usuários. Inclua validação de entrada com Pydantic, tratamento adequado de erros para e-mails duplicados, hash de senha com bcrypt e retorne os códigos de status HTTP apropriados. Escreva um código pronto para produção, não um exemplo simplificado."

Esta é uma tarefa de complexidade média que testa múltiplas preocupações de uma só vez: validação, segurança, tratamento de erros e design de API.

Configuração do teste: OpenRouter Playground (openrouter.ai/chat), conta gratuita sem créditos, 23 de junho de 2026. Velocidade e contagem de tokens do Log de Atividades do OpenRouter. Todos os modelos utilizaram o endpoint :free.

Página do modelo Qwen3 Coder — nota: a variante:freefoi removida antes da nossa data de teste

Testando todos os modelos lado a lado no OpenRouter Playground — mesmo prompt, abas diferentes

Aviso: Dois Modelos Populares Perderam o Acesso Gratuito

Antes do ranking — um aviso importante que nenhum outro guia menciona ainda:

Qwen3 Coder (:free) sumiu. A partir do final de junho de 2026, o endpoint :free não existe mais. Você ainda pode usar o Qwen3 Coder Plus, mas custa ~$0,004 por requisição. Muitos artigos sobre "melhores modelos gratuitos" ainda o listam como gratuito — estão desatualizados.

DeepSeek R1 (:free) também sumiu. Mesma história. Vários artigos no Top 10 para esta palavra-chave ainda o recomendam como uma opção gratuita. Não é.

Llama 3.3 70B (:free) tem limites de taxa upstream. Tecnicamente ainda é gratuito, mas durante os testes atingi o limite de taxa do provedor upstream — o modelo ficou inutilizável.

É exatamente por isso que testes reais importam. O cenário de modelos gratuitos muda mais rápido do que as postagens de blog são atualizadas.

O Ranking — O Que Realmente Funciona Agora

Nível 1 — Melhores Modelos de Codificação Gratuitos

GPT-OSS 120B (:free) — A Melhor Escolha

O modelo open-source de 120B parâmetros da OpenAI sob a licença Apache 2.0. Gerou a maior quantidade de tokens de qualquer modelo testado (3.013 tokens) a uma velocidade sólida de 36,0 tok/s — cerca de 84 segundos para uma implementação completa de endpoint.

Neste volume de saída, o GPT-OSS tende a produzir implementações completas com imports, tratamento de erros e documentação inline. É o modelo gratuito de maior capacidade disponível e lida bem com tarefas complexas de múltiplas preocupações. Para problemas de uma única tentativa em que você quer acertar de primeira, esta é a melhor opção gratuita no OpenRouter agora.

Cohere North Mini Code (:free) — O Rei da Velocidade

30B parâmetros totais com apenas 3B ativos (MoE esparso). Este modelo é rápido — 69,1 tok/s, concluindo a mesma tarefa em apenas 42 segundos enquanto ainda gera 2.910 tokens. Otimizado para geração de código e tarefas de terminal com contexto de 256K e saída de 64K.

Eu esperava que um modelo leve produzisse um código simples e plano. Em vez disso, o North Mini Code gerou uma estrutura de projeto multi-arquivo adequada: um database.py separado com SQLAlchemy ORM, schemas.py com modelos Pydantic (incluindo um validador de força de senha exigindo dígitos e letras), password_utils.py com bcrypt via passlib, e um auth_router.py com injeção de dependência do FastAPI. Ele até definiu orm_mode = True no modelo de resposta.

Para um modelo de 3B de parâmetros ativos, isso é notável. O código é indiscutivelmente mais organizado do que o que muitos modelos maiores produzem. A contrapartida: em refatorações complexas de múltiplos arquivos ou decisões arquiteturais sutis, a menor quantidade de parâmetros vai aparecer. Mas para gerar endpoints individuais e scripts? Melhor relação velocidade-qualidade a custo zero, sem comparação.

Nível 2 — Utilizável com Ressalvas

NVIDIA Nemotron 3 Ultra (:free)

1M de contexto, arquitetura MoE. A qualidade da saída é razoável (2.375 tokens), mas a 15,1 tok/s você espera quase 3 minutos por uma única resposta. O código gerado é funcional, mas menos estruturado do que o GPT-OSS ou o North Mini Code.

Maior preocupação: isso é uma promoção — a NVIDIA está subsidiando temporariamente. Pode se tornar pago a qualquer semana. Não construa seu fluxo de trabalho em torno disso.

Poolside Laguna M.1 (:free)

Desenvolvido especificamente para codificação agêntica — chamadas de ferramentas, fluxos de trabalho em várias etapas. Mas a 8,0 tok/s, esperar mais de 5 minutos por uma resposta é brutal para uso interativo.

O volume de saída é razoável (2.457 tokens), mas a espera de 5 minutos inviabiliza qualquer fluxo de trabalho interativo.

Se você está executando um agente de codificação que dispara requisições em segundo plano e não se importa em esperar, o Laguna funciona. Para qualquer coisa interativa — use o GPT-OSS ou o North Mini Code.

Nível 3 — Não Recomendado

Llama 3.3 70B Instruct (:free) — Tecnicamente ainda gratuito, mas atingiu limites de taxa upstream durante os testes. Mesmo quando funciona, é um modelo geral, não especializado em código. Não confiável.

Gemma 4 31B (:free) — Melhor para tarefas de visão do que para codificação. Não testado para este benchmark.

Mistral Devstral 2 (:free) — Os comentários no Reddit são polarizados: alguns adoram, outros dizem que ele alucina importações. Não é confiável o suficiente para ser recomendado.

Qual é o Porém?

Todo tópico do Reddit sobre modelos gratuitos do OpenRouter pergunta isso. Aqui está a resposta honesta com base em testes:

Limites de taxa são reais. 20 requisições/minuto, 200/dia. Suficiente para aprendizado e prototipagem, mas não para um dia inteiro de programação agêntica.

A velocidade varia muito. North Mini Code a 69,1 tok/s vs Laguna a 8,0 tok/s — uma diferença de 8,6x. E esses números mudam conforme o tráfego. Como um usuário do Reddit disse: "pode funcionar ou não, dependendo do tráfego."

Modelos desaparecem sem aviso. Eu vi isso em primeira mão: Qwen3 Coder e DeepSeek R1 perderam o status :free. Moonshot Kimi K2.6 e DeepSeek V4 Flash também saíram em junho de 2026. Qualquer modelo marcado como "promo" é o próximo.

Qualidade equivale a pago, disponibilidade não. Os endpoints gratuitos servem os mesmos pesos do modelo — a saída é idêntica. A diferença é a prioridade: as solicitações pagas vão primeiro.

Classificação de Estabilidade (Junho de 2026)

Classificação de modelos de codificação do OpenRouter — inclui modelos gratuitos e pagos

Quando o Gratuito Não É Suficiente — Melhores Upgrades com Bom Custo-Benefício

Modelos gratuitos levam você longe, mas quando você precisa de limites de taxa mais altos ou qualidade de nível frontier, estes oferecem o melhor custo-benefício em junho de 2026:

Qwen3 Coder Plus (qwen/qwen3-coder-plus) — ~$0,004 por solicitação

O sucessor pago do Qwen3 Coder gratuito, que foi removido. No meu teste: 44,1 tok/s, 1.060 tokens de saída, concluído em ~24 segundos. A qualidade do código é um salto notável — ele produziu uma implementação assíncrona com SQLAlchemy com uma camada de serviço adequada, classes de exceção personalizadas, logging estruturado e até tratamento de condição de corrida via captura de IntegrityError. Se você gostava do Qwen3 Coder quando era gratuito, é para cá que ele foi — e, honestamente, o ganho de qualidade vale os $0.004.

GLM 5.2 (z-ai/glm-5.2) — $0,98/$3,08 por 1M de tokens

O modelo de codificação open-weight mais poderoso disponível. 744B de parâmetros totais (40B ativos, MoE), contexto de 1M, licença MIT. Pontuou 81,0 no Terminal-Bench 2.1 e 62,1 no SWE-bench Pro. Se você quer codificação no nível do Claude por uma fração do custo, esta é a escolha.

Qwen 3.7 Max (qwen/qwen3.7-max) — $1,25/$3,75 por 1M tokens (50% promo)

O carro-chefe agente-first da Alibaba. Contexto de 1M, projetado para tarefas com centenas de chamadas de ferramentas. Pontuou 60,6 no SWE-Pro. O caminho de atualização a partir do Laguna M.1 se você precisar de confiabilidade de agente em contexto longo.

Realidade de custo: Uma sessão de codificação típica tem 50-100K tokens. Nas tarifas do Qwen3 Coder Plus, isso é menos de $0,01. Nas tarifas do GLM 5.2, aproximadamente $0,05-0,15. Compare isso com $7-15 no Claude Opus.

Como Começar

A API é compatível com OpenAI — altere a URL base e pronto:

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="your-openrouter-key",  # free, no credit card
)

response = client.chat.completions.create(
    model="openai/gpt-oss-120b:free",
    messages=[{"role": "user", "content": "Write a Python function to..."}],
)

Substitua gpt-oss-120b:free por qualquer ID de modelo com o sufixo :free. Quando você superar o nível gratuito, $5 em créditos remove todos os limites de taxa e desbloqueia mais de 300 modelos.

Conclusão

Para a maioria das tarefas de programação: GPT-OSS 120B — melhor equilíbrio entre qualidade de saída e velocidade entre os modelos gratuitos.

Para iterações rápidas: North Mini Code — 69 tok/s, fornece uma resposta em menos de um minuto.

Para agentes em segundo plano: Laguna M.1 — se você não se importar com a espera de 5 minutos, ele foi desenvolvido para fluxos de trabalho com chamadas de ferramentas.

Para qualquer coisa séria: Adicione $5 de créditos e use Qwen3 Coder Plus ($0.004/solicitação) ou GLM 5.2 ($0.05/sessão). O plano gratuito é para prototipagem. Publique com o plano pago.

Minha maior surpresa foi o North Mini Code. Com apenas 3B de parâmetros ativos, eu esperava um resultado de nível básico — em vez disso, ele gerou um projeto FastAPI multi-arquivo devidamente estruturado com SQLAlchemy, injeção de dependência e validação de senha, tudo em 42 segundos. O GPT-OSS 120B produziu o resultado mais completo, mas leva o dobro do tempo. A verdadeira lição: não confie em nenhuma lista de "melhores modelos gratuitos" que não inclua uma data de teste. O Qwen3 Coder era a principal escolha de todos há duas semanas — agora sumiu.

Todos os modelos testados no OpenRouter em 23 de junho de 2026, usando uma conta gratuita sem créditos. Dados de velocidade obtidos do registro de atividades do OpenRouter. A disponibilidade de modelos gratuitos muda com frequência — consulte a página de modelos gratuitos para a lista mais recente.