Modelos de IA Suportados

O ChatCLI suporta uma ampla gama de modelos dos principais provedores de IA. Troque de modelo a qualquer momento com /switch --model <nome>. Legenda de capacidades:

👁 Vision — aceita imagens como entrada
🔧 Tools — uso nativo de ferramentas (function calling)
📋 JSON Mode — saída JSON estruturada garantida
💻 Code Exec — execução de código nativa no provedor

Todos os provedores suportam streaming via SSE (Server-Sent Events). O ChatCLI habilita streaming automaticamente.

Modelos ideais para geração de código e raciocínio complexo. Suportam tanto a Chat Completions API quanto a Responses API.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`gpt-5.6-sol`	`gpt-5.6`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.6-terra`	—	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.6-luna`	—	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.5`	—	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.5-pro`	—	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.4`	`gpt-5.4-pro`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.4-mini`	`gpt-5.4-nano`	400K tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.3-codex`	—	400K tokens	128K tokens	🔧 Tools, 📋 JSON Mode
`gpt-5.2`	`gpt-5.2-pro`	400K tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5`	`gpt-5.1`, `gpt-5-mini`, `gpt-5-nano`, `gpt-5-pro`	400K tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`o3` / `o3-mini` / `o4-mini`	—	200K tokens	100K tokens	🔧 Tools, 📋 JSON Mode, 🧠 Reasoning
`gpt-4.1`	`gpt-4.1-mini`, `gpt-4.1-nano`	1,05M tokens	32K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-4o`	`gpt-4o-mini`	128K tokens	16K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode

O GPT-5.6 (GA em 9 de julho de 2026) chega em três tiers nomeados: Sol (flagship), Terra (equilibrado para o dia a dia) e Luna (rápido e econômico) — US

4/20, US

2/12 e US

0,20/1,20 por MTok respectivamente (o Sol caiu de US

5/30 para US$ 4/20 em 21/ago/2026 — preço promocional válido pelo menos até 21/nov/2026). Os três funcionam com API key e com OAuth do ChatGPT (/auth login openai-codex); no backend Codex o ChatCLI envia automaticamente os headers de identificação de cliente exigidos (sem eles o backend retorna 404 para o Luna).

Specs re-verificadas em set/2026: o gpt-5.4 roda o mesmo perfil 1,05M / 128K do 5.5/5.6 (o alias gpt-5.4-pro é Responses-only,

30/

180); gpt-5.4-mini/-nano viraram uma entrada própria de 400K / 128K; gpt-5.3-codex (Responses-only) e gpt-5.2 (+ gpt-5.2-pro, Responses-only,

21/

168) são 400K / 128K. Os aliases gpt-5.3, gpt-5.3-mini, gpt-5.3-nano, gpt-5.2-mini e gpt-5.2-nano foram removidos — esses modelos não existem na API — assim como o gpt-5.3-codex-spark (exclusivo do app Codex, nunca foi um id da plataforma). Desligamentos anunciados pela OpenAI: o3-mini, o4-mini e gpt-4.1-nano em 23/out/2026; os snapshots gpt-5, gpt-5-mini, gpt-5-nano, gpt-5-pro e o3 em 11/dez/2026.

O roteamento entre Chat Completions e Responses API é automático por modelo via catálogo (gpt-5.x, gpt-4.1 e a série o preferem Responses; gpt-4o permanece na Chat Completions). Force Responses para todos os modelos com OPENAI_USE_RESPONSES=true. Sessões OAuth sempre usam a Responses API. Streaming habilitado para todos os modelos.

Grandes janelas de contexto e excelente capacidade de seguir instruções complexas. Todos os modelos suportam streaming via SSE.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`claude-fable-5-1`	`fable-5-1`, `claude-fable-5.1`, `fable-5.1`, `fable`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (sempre ativo), ✉️ Mid-conv system
`claude-fable-5` (legado)	`fable-5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking, ✉️ Mid-conv system
`claude-opus-5-5`	`opus-5-5`, `claude-opus-5.5`, `opus-5.5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (always on), ⚡ Fast mode, ✉️ Mid-conv system
`claude-opus-5`	`opus-5`, `claude-5-opus`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking
`claude-sonnet-5`	`sonnet-5`, `claude-5-sonnet`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking
`claude-opus-4-8`	`opus-4-8`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking, ⚡ Fast mode, ✉️ Mid-conv system, 💾 Cache mín. 1K
`claude-opus-4-7`	`opus-4-7`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking
`claude-opus-4-6`	`opus-4-6`	1M tokens	128K tokens	👁 Vision, 🔧 Tools
`claude-sonnet-4-6`	`claude-4-6-sonnet`, `sonnet-4-6`	1M tokens	128K tokens	👁 Vision, 🔧 Tools
`claude-haiku-4-5-20251001`	`claude-haiku-4-5`, `haiku-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`claude-opus-4-5`	`opus-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`claude-sonnet-4-5`	`claude-4-5-sonnet`, `sonnet-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools

Claude Fable 5.1 (claude-fable-5-1, lançado em 1/set/2026) é o modelo mais capaz da Anthropic — sucessor do Fable 5 no tier acima do Opus: 1M de contexto, 128K de output,

10/

50 por MTok, com **cache reads a

0,25/MTok** (2,5% do input em vez dos 10% habituais — o Fable 5 continua em

1). O thinking é sempre ativo (adaptive): thinking:{type:"disabled"} ou budget_tokens explícitos retornam 400 — o ChatCLI omite o campo a menos que o effort routing dispare. Três breaking changes em relação ao Fable 5: tool_choice forçado (any/tool) retorna 400 (o ChatCLI só envia auto), blocos de thinking ficam vinculados ao modelo que os produziu (outros modelos os descartam) e editar turnos anteriores invalida os blocos de thinking. Sem fast mode, sem Priority Tier; exige retenção de dados de 30 dias. Atalho: /model fable — o alias fable puro agora aponta pro 5.1, enquanto fable-5 fica pinado no Fable 5 (legado, ainda servido). Também no Bedrock como anthropic.claude-fable-5-1 e no OpenRouter como anthropic/claude-fable-5.1.Claude Fable 5 (claude-fable-5) agora é legado, mas continua servido. Mesma superfície de API do Opus 4.7/4.8 (adaptive thinking only, sem temperature/top_p/top_k) com uma restrição extra: thinking:{type:"disabled"} explícito retorna 400 — o campo deve ser omitido para rodar sem thinking (o client do ChatCLI já faz isso). Também disponível no Bedrock como anthropic.claude-fable-5 (ID dateless — a nova geração não tem IDs ARN-versionados).Claude Sonnet 5 (claude-sonnet-5) é o sucessor do tier Sonnet (a Anthropic pulou 4.7/4.8 no Sonnet): 1M de contexto, 128K de output, adaptive thinking, $2/$ 10 por MTok — o preço de lançamento virou o preço de lista permanente (a Anthropic cancelou o aumento para

3/

15 previsto para 1/set/2026). No Bedrock é servido exclusivamente pelo endpoint Messages (anthropic.claude-sonnet-5) — o ChatCLI roteia automaticamente; veja a aba AWS Bedrock.Claude Opus 5 (claude-opus-5, jul/2026) sucede o Opus 4.8 para coding agêntico complexo e trabalho enterprise: 1M de contexto, 128K de output, adaptive thinking (effort default high no servidor),

5/

25 por MTok — o mesmo preço do Opus 4.5-4.8. Atalho: /model opus-5. No Bedrock é servido pelo endpoint Messages (anthropic.claude-opus-5), roteado automaticamente como o Sonnet 5; no OpenRouter o slug é anthropic/claude-opus-5.Claude Opus 5.5 (claude-opus-5-5, 22/set/2026) sucede o Opus 5 na linha Opus por um preço menor: $4/$ 20 por MTok, cache read

0,20 (5% do input), fast mode

8/$40. 1M de contexto, 128K de output, thinking sempre ligado (adaptive — disabled/budget_tokens dão 400), effort default medium no servidor (um nível abaixo do Opus 5), tool_choice forçado dá 400. Roda classificadores cyber e bio, mais reasoning_extraction: uma recusa chega como HTTP 200 com stop_reason: refusal e o ChatCLI mostra a categoria e o modelo recomendado (ver roteamento). Atalho: /model opus-5.5. Pela superfície OAuth do Claude Code exige o release 2.1.280+ — o ChatCLI apresenta 2.1.281 e aprende do erro claude_code_version_too_old se a API pedir mais novo. No Bedrock é anthropic.claude-opus-5-5 (endpoint Messages, profiles global./us./eu./au.); no OpenRouter o slug é anthropic/claude-opus-5.5; no Copilot claude-opus-5.5.claude-opus-4-8 e claude-opus-4-7 vêm com 1M de contexto nativo (sem flag extra). O claude-opus-4-6 pode usar 1M de contexto configurando ANTHROPIC_1MTOKENS_SONNET=true. O claude-sonnet-4-6 agora permite 128K de output na Claude API (era 64K antes de mar/2026; no Bedrock o teto continua 64K). Modelos diferentes podem usar headers anthropic-version distintos, gerenciados automaticamente pelo catálogo.

Aposentados na Claude API (removidos do catálogo, set/2026): Opus 4.1 (5/ago/2026), Opus 4 e Sonnet 4 (15/jun/2026) e toda a linha Claude 3.x (Sonnet 3.7, Sonnet 3.5, Haiku 3.5, Opus 3, Haiku 3). Requests com esses ids falham no servidor, então os aliases (opus-4-1, opus-4, sonnet-4, claude-3-7-sonnet, …) não resolvem mais. Nunca existiu um Sonnet 4.7 — a Anthropic foi do Sonnet 4.6 direto pro Sonnet 5, e o placeholder sonnet-4-7 foi removido. O Bedrock tem ciclo de vida próprio (veja a aba AWS Bedrock).Ordem do catálogo: os entries são declarados newest-first no registry. O resolvedor de aliases casa por prefixo na ordem do registry, então um entry mais antigo cujo alias é prefixo de um id mais novo (fable-5 ⊂ fable-5-1, opus-4-5 ⊂ opus-4-5-…) precisa vir depois do mais novo — senão fable-5-1 resolveria silenciosamente pro Fable 5 (preço de cache errado, capability flags erradas). Se você adicionar uma nova geração de Claude, mantenha essa ordem newest-first.

Claude Opus 4.8 — o que mudou

Lançado em 28 de maio de 2026. Mesmo perfil 1M / 128K do Opus 4.7, mas com quatro novas capabilities de lançamento que o catálogo rastreia como feature flags:

Capability	O que significa
`adaptive_thinking`	Único modo de thinking aceito por 4.7+. O ChatCLI envia `thinking:{type:"adaptive"}` quando uma skill traz um hint `effort:` — o modelo decide turno-a-turno se reasoning é necessário. Mandar `budget_tokens` retorna HTTP 400.
`fast_mode`	Research-preview com output ~2.5× mais rápido (premium pricing). Opt-in via `ANTHROPIC_SPEED=fast`.
`mid_conversation_system`	Servidor aceita `role:"system"` depois do primeiro turno de user sem invalidar cache. O builder de mensagens do ChatCLI já repassa blocos system estruturados intactos.
`low_cache_minimum`	Tamanho mínimo de prompt cacheável cai para 1.024 tokens (era maior em 4.7). Prompts que não qualificavam em 4.7 agora criam entradas de cache sem mudança de código.

Skill effort: medium|high|max continua funcionando — em Opus 4.7+, Sonnet 5, Opus 5 e Fable 5/5.1 mapeia para adaptive thinking automaticamente; em 4.x mais antigos (4.5/4.6) faz fallback para budgeted extended thinking (thinking:{type:"enabled", budget_tokens:N}).

Catálogo completo do AWS Bedrock — Anthropic, OpenAI, Llama, Nova, Mistral, Cohere, AI21, DeepSeek, Moonshot Kimi, MiniMax, Qwen, Z.AI/GLM, Gemma, Nemotron, TwelveLabs e qualquer provider que a AWS adicionar. A autenticação usa a credentials chain padrão do SDK AWS (IAM role, ~/.aws/credentials, env vars) — nenhuma API key dos providers originais é necessária.

Modelos modernos (Claude 4.x/4.5/4.6 e equivalentes em outros providers) não aceitam invocação on-demand direta pelo ID base — requerem um inference profile ID (prefixos global., us., eu., apac.). O ChatCLI filtra automaticamente IDs base não-invokáveis do /switch --model, então só aparece o que funciona. Veja AWS Bedrock para detalhes.

Nova geração = IDs dateless. Fable 5.1, Fable 5, Opus 5.5, Opus 5, Sonnet 5, Opus 4.8 e Opus 4.7 não têm IDs ARN-versionados no Bedrock — os IDs são anthropic.claude-fable-5-1, anthropic.claude-fable-5, anthropic.claude-opus-5-5, anthropic.claude-opus-5, anthropic.claude-sonnet-5, anthropic.claude-opus-4-8 e anthropic.claude-opus-4-7. Opus 4.8/4.7 são invocados pelo inference profile global. (o ID puro não é invocável on-demand no InvokeModel). Os IDs datados antigos (ex.: global.anthropic.claude-opus-4-8-20260528-v1:0) continuam resolvendo como aliases. Opus 5.5, Opus 5, Sonnet 5, Fable 5 e Fable 5.1 são servidos pelo endpoint Messages (bedrock-mantle.{região}.api.aws/anthropic/v1/messages) — o ChatCLI detecta e roteia automaticamente (SigV4 bedrock-mantle ou AWS_BEARER_TOKEN_BEDROCK) e, se a chamada Mantle falhar, refaz a mesma requisição pelo runtime InvokeModel legado sob o inference profile global.; veja AWS Bedrock.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`anthropic.claude-fable-5-1`	`bedrock-fable-5-1`, `global.anthropic.claude-fable-5-1`, `us.anthropic.claude-fable-5-1`, `claude-fable-5-1`, `fable-5-1`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages, retenção 30 dias)
`anthropic.claude-fable-5`	`bedrock-fable-5`, `claude-fable-5`, `fable-5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages, retenção 30 dias)
`anthropic.claude-opus-5-5`	`bedrock-opus-5-5`, `global./us./eu./au.anthropic.claude-opus-5-5`, `claude-opus-5-5`, `opus-5.5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages)
`anthropic.claude-opus-5`	`bedrock-opus-5`, `claude-opus-5`, `opus-5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages)
`anthropic.claude-sonnet-5`	`bedrock-sonnet-5`, `claude-sonnet-5`, `sonnet-5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages)
`global.anthropic.claude-opus-4-8`	`bedrock-opus-4-8`, `claude-opus-4-8`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking, 💾 Cache mín. 1K
`global.anthropic.claude-opus-4-7`	`bedrock-opus-4-7`, `claude-opus-4-7`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking
`global.anthropic.claude-sonnet-4-6`	`bedrock-sonnet-4-6`, `claude-sonnet-4-6`	1M tokens	64K tokens (card AWS)	👁 Vision, 🔧 Tools
`global.anthropic.claude-opus-4-6-v1`	`bedrock-opus-4-6`, `claude-opus-4-6`	1M tokens	128K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-haiku-4-5-20251001-v1:0`	`bedrock-haiku-4-5`, `claude-haiku-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-sonnet-4-5-20250929-v1:0`	`bedrock-sonnet-4-5`, `claude-sonnet-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-sonnet-4-5-20250929-v1:0`	`bedrock-sonnet-4-5-us`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-opus-4-5-20251101-v1:0`	`bedrock-opus-4-5`, `claude-opus-4-5`, `global.anthropic.claude-opus-4-5-20251001-v1:0` (grafia antiga, só alias)	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-sonnet-4-20250514-v1:0` (Legacy, EOL 14/out/2026)	`bedrock-sonnet-4`, `claude-sonnet-4`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-sonnet-4-20250514-v1:0` (Legacy, EOL 14/out/2026)	`bedrock-sonnet-4-us`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`eu.anthropic.claude-sonnet-4-20250514-v1:0` (Legacy, EOL 14/out/2026)	`bedrock-sonnet-4-eu`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-opus-4-1-20250805-v1:0` (Legacy, EOL 8/jan/2027)	`bedrock-opus-4-1`, `claude-opus-4-1`	200K tokens	32K tokens	👁 Vision, 🔧 Tools

Aposentados no Bedrock e removidos do catálogo (set/2026): Opus 4 (us.anthropic.claude-opus-4-20250514-v1:0), Sonnet 3.7 (us./eu.anthropic.claude-3-7-sonnet-20250219-v1:0), Sonnet 3.5 v1/v2, Haiku 3.5, Opus 3 e Haiku 3 (anthropic.claude-3-haiku-20240307-v1:0, EOL 10/set/2026). O placeholder global.anthropic.claude-sonnet-4-7-20260401-v1:0 nunca existiu na AWS e foi removido. Sonnet 4 e Opus 4.1 estão Legacy, mas continuam invocáveis até as datas de EOL acima. A data real do snapshot do Opus 4.5 é 20251101 — a grafia 20251001 anterior nunca existiu na AWS e fica só como alias.

OpenAI GPT-5.6 (frontier, jul/2026) — Sol, Terra e Luna no Bedrock. Eles falam Converse, Responses e Chat Completions, mas não InvokeModel, então o catálogo os marca com bedrock_converse_only e o ChatCLI os roteia pela Converse API automaticamente (sem env var — só o prefixo openai. os mandaria pelo caminho InvokeModel do GPT-OSS). Servidos só via inference profiles: Sol via us./global., Terra/Luna via us./in./global.. Preços no endpoint global: Sol

4/

20, Terra

2/

12, Luna

0,20/

1,20 por MTok.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`global.openai.gpt-6-astra`	`bedrock-gpt-6-astra`, `openai.gpt-6-astra`, `us.openai.gpt-6-astra`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)
`global.openai.gpt-6-sol`	`bedrock-gpt-6-sol`, `openai.gpt-6-sol`, `us.openai.gpt-6-sol`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)
`global.openai.gpt-6-luna`	`bedrock-gpt-6-luna`, `openai.gpt-6-luna`, `us.openai.gpt-6-luna`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)
`global.openai.gpt-5.6-sol`	`bedrock-gpt-5.6-sol`, `openai.gpt-5.6-sol`, `us.openai.gpt-5.6-sol`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)
`global.openai.gpt-5.6-terra`	`bedrock-gpt-5.6-terra`, `openai.gpt-5.6-terra`, `us.openai.gpt-5.6-terra`, `in.openai.gpt-5.6-terra`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)
`global.openai.gpt-5.6-luna`	`bedrock-gpt-5.6-luna`, `openai.gpt-5.6-luna`, `us.openai.gpt-5.6-luna`, `in.openai.gpt-5.6-luna`	1,05M tokens	128K tokens	👁 Vision, 🔧 Tools, 📋 JSON (só Converse)

OpenAI GPT-OSS (open-weights) — modelos OpenAI hospedados no Bedrock. Usam schema OpenAI Chat Completions (auto-detectado pelo prefixo openai.*, ou forçado via BEDROCK_PROVIDER=openai).

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`openai.gpt-oss-120b-1:0`	`bedrock-gpt-oss-120b`, `gpt-oss-120b`	128K tokens	16K tokens	🔧 Tools, 📋 JSON
`openai.gpt-oss-20b-1:0`	`bedrock-gpt-oss-20b`, `gpt-oss-20b`	128K tokens	16K tokens	🔧 Tools, 📋 JSON

xAI Grok e Amazon Nova 2 (entradas estáticas) — o Grok 4.6 chegou ao Bedrock em 18/ago/2026 (Converse, só profiles us./global.,

2/

6 por MTok no endpoint global). O Nova 2 Lite sucede o Nova Premier (Legacy desde 13/mar/2026, EOL 14/set/2026 — removido do catálogo): 1M de contexto, 64K de output, servido apenas via inference profiles (us./eu./jp./global. — não existe id bare in-region). Nova 2 Pro/Omni não estão no Bedrock.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`global.xai.grok-4.6`	`bedrock-grok-4.6`, `xai.grok-4.6`, `us.xai.grok-4.6`	500K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`global.amazon.nova-2-lite-v1:0`	`nova-2-lite`, `amazon.nova-2-lite-v1:0`, `us./eu./jp.amazon.nova-2-lite-v1:0`	1M tokens	64K tokens	👁 Vision, 🔧 Tools, 📋 JSON

Outros providers via Converse API — Llama, Nova, Mistral, Cohere, AI21, DeepSeek, Moonshot Kimi, MiniMax, Qwen, Z.AI/GLM, Gemma, Nemotron, TwelveLabs etc. não estão hardcoded no catálogo — eles aparecem dinamicamente no /switch --model conforme sua conta AWS tem acesso. O ChatCLI roteia esses modelos pela Converse API da AWS (schema unificado), então adicionar provider novo não exige release.Exemplos de IDs vistos no ListFoundationModels (a lista real depende da sua conta + região):

Provider	Exemplo de Model ID
Moonshot AI	`moonshotai.kimi-k2.6`, `moonshotai.kimi-k2-thinking`
MiniMax	`minimax.m-2-5`, `minimax.m-2`
Z.AI	`zai.glm-4-7`, `zai.glm-4-7-flash`
Qwen	`qwen.qwen3-32b`, `qwen.qwen3-coder-480b`
Meta Llama	`meta.llama3-70b-instruct-v1:0`, `us.meta.llama3-1-70b-...`
Amazon Nova	`amazon.nova-pro-v1:0`, `amazon.nova-lite-v1:0`, `global.amazon.nova-2-lite-v1:0`
Mistral	`mistral.mistral-large-2407-v1:0`
DeepSeek	`us.deepseek.r1-v1:0`
Google	`google.gemma-3-27b-pt`
NVIDIA	`nvidia.nemotron-nano-9b-v2`
TwelveLabs	`twelvelabs.pegasus-v1.2`

A lista dinâmica (/switch --model) combina bedrock:ListFoundationModels (com filtro ByOutputModality: TEXT + InferenceTypesSupported: ON_DEMAND) e bedrock:ListInferenceProfiles com o catálogo estático acima. Sem allowlist — qualquer provider Bedrock que sua conta tem acesso aparece automaticamente. Use o comando para ver o que sua conta AWS realmente pode invocar na região configurada.

Embeddings via Bedrock — amazon.titan-embed-text-v2:0 (default, 1024-dim, configurável 256/512/1024), amazon.titan-embed-text-v1 (1536-dim), Cohere cohere.embed-english-v3 / cohere.embed-multilingual-v3 (1024-dim), cohere.embed-v4:0 (1536-dim default, contexto 128K, também via profiles us./eu./global.) e amazon.nova-2-multimodal-embeddings-v1:0 (Nova MME, 3072-dim default, configurável 256/384/1024/3072). Ative com CHATCLI_EMBED_PROVIDER=bedrock. Veja RAG + HyDE.

Capacidades multimodais avançadas e janelas de contexto massivas. Suportam streaming via SSE.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`gemini-3.8-flash`	`gemini-3.8-flash-latest`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-3.7-flash`	`gemini-3.7-flash-latest`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-3.6-flash`	`gemini-3.6-flash-latest`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-3.5-flash`	`gemini-3.5-flash-latest`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-3.5-flash-lite`	—	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON
`gemini-3.1-pro-preview`	`gemini-3.1-pro`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-3.1-flash-lite`	—	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON
`gemini-3-flash-preview`	—	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON
`gemini-2.5-pro`	`gemini-2.5-pro-latest`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`gemini-2.5-flash`	—	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON
`gemini-2.5-flash-lite`	—	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON

Toda a geração Gemini 3.x compartilha a janela de entrada de 1.048.576 tokens com teto de saída de 65.536 tokens (gemini-3.8-flash, GA em 02/set/2026, é o workhorse atual; gemini-3.7-flash continua servido). gemini-3.1-pro sem -preview é apenas um alias, não um código de modelo real. O Gemini 2.5 Flash Lite também suporta Multimodal Live para interações em tempo real; modelos com JSON Mode podem retornar saída estruturada via response_mime_type.

Desligados pelo Google e removidos do catálogo: gemini-2.0-flash e gemini-2.0-flash-lite (1/jun/2026), e gemini-3 / gemini-3-pro / gemini-3-pro-preview (9/mar/2026 — use gemini-3.1-pro-preview). Próximo agendado: gemini-3.1-flash-lite aposenta em 7/mai/2027 — migre para gemini-3.5-flash-lite. O preço introdutório do 3.7/3.6 Flash (

0,75/

3,75) dobra em 1/jan/2027.

Integração de informações em tempo real e grandes janelas de contexto. Suportam streaming.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`grok-4.7`	`grok-4.7-latest`	500K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.6`	`grok-4.6-latest`	500K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.5`	`grok-4.5-latest`, `grok-build-latest`	500K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.3`	`grok-4.3-latest`	1M tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.20-0309-reasoning`	`grok-4.20-reasoning`, `grok-4.20`	1M tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.20-0309-non-reasoning`	`grok-4.20-non-reasoning`	1M tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.20-multi-agent-0309`	`grok-4.20-multi-agent`	1M tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-build-0.1`	`grok-build`, `grok-code-fast-1`	256K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON

Os modelos Grok usam a API compatível com OpenAI. A xAI não publica teto de output por modelo, então os limites são gerenciados pelo provedor. grok-4.7 (21/set/2026) é o flagship atual — 500K de contexto, effort low|medium|high|xhigh, mesmo tier

2/

6 do 4.6 (cached input $0,50; acima de 200K de prompt a xAI cobra 2×, não modelado). grok-4.6 continua servido. A variante grok-4.7-fast é só Cursor/Grok Build, não está na API pública e por isso não está no catálogo. O default do provider (XAI_MODEL) agora é grok-4.3.Aposentados pela xAI em 15/mai/2026 e removidos do catálogo: grok-4-fast (+ grok-4-fast-reasoning*, grok-4-0709), grok-4-1 (+ grok-4-1-fast*), grok-3 e grok-3-mini. A API mantém esses slugs vivos, mas os redireciona para grok-4.3 e cobra as tarifas do grok-4.3 — configs pinadas continuam funcionando, e o cost tracker do ChatCLI precifica de acordo. grok-code-fast-1 virou alias de grok-build-0.1. O preço de cached input também é rastreado:

0,50/MTok no grok-4.7/4.6,

0,30 no grok-4.5, $0,20 no tier 4.3/4.20.

Use modelos da plataforma Copilot com sua assinatura (Individual, Business, Enterprise). Autentique via /auth login github-copilot.A tabela abaixo mostra os modelos registrados no catálogo estático. Com a listagem dinâmica, o ChatCLI consulta a API do Copilot e descobre automaticamente todos os modelos disponíveis para sua conta.

Modelo (ID)	Contexto
`gpt-6-astra`	1M tokens
`gpt-6-sol`	1M tokens
`gpt-6-luna`	1M tokens
`claude-opus-5.5`	1M tokens
`gpt-4o`	128K tokens
`gpt-4o-mini`	128K tokens
`claude-sonnet-4`	128K tokens
`gemini-2.0-flash`	128K tokens
+ modelos dinâmicos	via API

Os modelos disponíveis variam conforme o plano e a região. Use /switch --model para ver a lista completa obtida diretamente da API do Copilot.

Modelos da Zhipu AI (z.ai) com excelente custo-benefício. API compatível com OpenAI.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`glm-5.3`	`glm-5-3`	1M tokens	128K tokens	🔧 Tools, 📋 JSON
`glm-5.3-flashx`	`glm-5-3-flashx`	1M tokens	128K tokens	🔧 Tools, 👁 Vision, 📋 JSON
`glm-5.3-flash`	`glm-5-3-flash`	1M tokens	128K tokens	🔧 Tools, 👁 Vision, 📋 JSON
`glm-5.2`	`glm-5-2`	1M tokens	128K tokens	🔧 Tools, 📋 JSON
`glm-5.1`	`glm-5-1`	200K tokens	128K tokens	🔧 Tools, 👁 Vision
`glm-5-turbo`	`glm5-turbo`	200K tokens	128K tokens	🔧 Tools, 👁 Vision
`glm-5`	—	200K tokens	128K tokens	🔧 Tools, 👁 Vision
`glm-4.7`	—	200K tokens	128K tokens	🔧 Tools
`glm-4.6`	`glm-4-6`	200K tokens	128K tokens	🔧 Tools
`glm-4.5`	—	128K tokens	96K tokens	🔧 Tools
`glm-4.5-flash`	`glm-4-flash`	128K tokens	16K tokens	🔧 Tools
`glm-5v-turbo`	—	128K tokens	16K tokens	🔧 Tools, 👁 Vision
`glm-4.5v`	`glm-4-5v`	128K tokens	16K tokens	👁 Vision

GLM-5.3 (lançado em 18/ago/2026) é o flagship open-weight da Zhipu: mesmo modelo base do GLM-5.2 com post-training escalado, focado em coding e tarefas agênticas longas — 1M tokens de contexto, 128K de output, reasoning sempre ativo, function calling e structured output (entrada só texto). O GLM-5.3-Flash (26/ago/2026) é o irmão multimodal nativo sob licença MIT: 1M de contexto, 128K de output, entrada de imagem/vídeo/arquivo. Preços de lista: GLM-5.3

1.40/

4.40, GLM-5.3-Flash

0.15/

0.50, GLM-5.3-FlashX (18/set/2026, tier de alta velocidade da Flash)

0.37/

1.25 por MTok (GLM-5:

1.00/

3.20) — o cost tracker do ChatCLI usa esses valores, e agora também precifica a linha GLM-4.x por tier (4.7

0.60/

2.20, 4.7-flashx

0.07/

0.40, 4.7-flash grátis, 4.5-air

0.20/

1.10, 4.5-airx

1.10/

4.50, 4.5-x

2.20/

8.90, 4.5v

0.60/

1.80, 4.5-flash grátis) em vez do antigo fallback flat de $0.50. O modelo default do provider continua glm-5; use /switch --model glm-5.3 para trocar. O codegeex-4 foi removido — não é mais servido pela API internacional da Z.AI.

A API da ZAI é compatível com o formato OpenAI. O endpoint de listagem de modelos (/models) filtra automaticamente os modelos glm-, codegeex, cogview* e charglm*. Assinantes do GLM Coding Plan podem definir ZAI_USE_CODING_PLAN=true para usar o endpoint da assinatura (/api/coding/paas/v4) com a mesma key — o uso debita do plano em vez dos créditos pay-as-you-go e o /cost reporta $0.

Autenticação JWT automática: Chaves no formato id.secret ativam automaticamente a rotação de tokens JWT (HMAC-SHA256), cacheados por 30 minutos. Chaves sem ”.” funcionam como Bearer tokens tradicionais. Sem configuração adicional necessária.

Modelos da MiniMax com grandes janelas de contexto e alto throughput. API compatível com OpenAI.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`MiniMax-M3`	`minimax-m3`, `m3`	1M tokens	131K tokens	🔧 Tools, 👁 Vision
`MiniMax-M2.7`	—	204K tokens	131K tokens	🔧 Tools, 👁 Vision
`MiniMax-M2.7-highspeed`	—	204K tokens	—	🔧 Tools, 👁 Vision
`MiniMax-M2.5`	—	196K tokens	65K tokens	🔧 Tools, 👁 Vision
`MiniMax-M2.5-highspeed`	—	196K tokens	—	🔧 Tools, 👁 Vision
`MiniMax-Text-01`	—	128K tokens	2K tokens	📋 JSON Mode

Os IDs dos modelos MiniMax são case-sensitive! Use exatamente MiniMax-M2.7, não minimax-m2.7.

Endpoint Anthropic-compatível: Defina MINIMAX_API_COMPAT=anthropic para usar o endpoint https://api.minimax.io/anthropic/v1/messages com formato Anthropic Messages. O tool use nativo é desabilitado neste modo (fallback para XML). A listagem de modelos continua usando o endpoint nativo.

Família Kimi da Moonshot AI — o flagship K3 (jul/2026) é um MoE de 2.8T parâmetros / 104B ativos, janela de 1M tokens via Kimi Delta Attention e input multimodal; o K2.6 (1T/32B, 256K) segue totalmente suportado, com vision encoder MoonViT nativo e modo “thinking” explícito em toda a linha. API OpenAI-compatible em https://api.moonshot.ai/v1/chat/completions.

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`kimi-k3`	`kimi-k-3`, `k3`, `k-3`	1M tokens	131K tokens	🔧 Tools, 👁 Vision, 🧠 Thinking, 📋 JSON Mode
`kimi-k2.7-code`	`kimi-k2.7`, `k2.7`	256K tokens	32K tokens	🔧 Tools, 🧠 Thinking, 📋 JSON Mode
`kimi-k2.7-code-highspeed`	`kimi-k2-7-code-highspeed`	256K tokens	32K tokens	🔧 Tools, 🧠 Thinking, 📋 JSON Mode
`kimi-k2.6`	`kimi-k2-6`, `k2.6`, `k2-6`	256K tokens	131K tokens	🔧 Tools, 👁 Vision, 🧠 Thinking, 📋 JSON Mode

Modo thinking: Defina MOONSHOT_THINKING=enabled|disabled|auto para alternar entre Thinking (reasoning explícito, padrão em K3/K2.6) e Instant (resposta direta, mais barata). O default auto deixa o modelo escolher; modelos sem capability thinking ignoram a flag.

Preço público (ago/2026): kimi-k3 cobra

3.00/M tokens de entrada (cache miss; cache hit

0.30/M) e

15.00/M de saída. kimi-k2.7-code e kimi-k2.6 cobram

0.95/M de entrada (cache miss) e

4.00/M de saída; kimi-k2.7-code-highspeed cobra 2× isso (

1.90/$8.00). Cache-hit em entrada é mais barato em todos, mas o cost tracker do ChatCLI usa o preço de cache miss para ser conservador. Aposentados pela Moonshot e removidos do catálogo (a API agora retorna 404 para eles): kimi-k2.5 e a série moonshot-v1-128k/32k/8k (31/ago/2026), kimi-k2-turbo-preview (25/mai/2026), kimi-latest (28/jan/2026) e kimi-thinking-preview (11/nov/2025). O alvo de migração para todos é o kimi-k3; o default do provider continua kimi-k2.6.

Servidos através do wrapper do Devin CLI local — o ChatCLI mantém toda a conversa e o harness; o Devin é só o transporte. Ver Provider Devin. Os slugs de família usam pontos (claude-sonnet-4.6, não 4-6); ids de variante mantêm a grafia do CLI (claude-opus-5-high, swe-1-6-fast). O /switch --model lista o que a sua conta consegue invocar via devin models list --format json (tag [api]); a tabela abaixo é o fallback estático.

Família	Modelos
Anthropic	`claude-fable-5.1` · `claude-fable-5` · `claude-opus-5.5` · `claude-opus-5` · `claude-sonnet-5` · `claude-opus-4.8` / `4.7` / `4.6` / `4.5` · `claude-sonnet-4.6` / `4.5` / `4` · `claude-haiku-4.5`
OpenAI	`gpt-6-astra` / `-sol` / `-luna` · `gpt-5.6-sol` / `-terra` / `-luna` · `gpt-5.5` · `gpt-5.4` / `-mini` · `gpt-5.3-codex` · `gpt-5.2` · `gpt-5.1` · `gpt-4.1`
Google	`gemini-3.8-flash` · `gemini-3.7-flash` · `gemini-3.6-flash` · `gemini-3.5-flash` · `gemini-3.1-pro` · `gemini-3-flash`
xAI	`grok-4.6` · `grok-4.5`
Outros	`glm-5.3` / `5.2` · `kimi-k3` / `k2.7` / `k2.6` · `deepseek-v4-pro` / `v4-flash`
Cognition (SWE)	`swe-1.7-lightning` · `swe-1.7` · `swe-1.6-fast` · `swe-1.6`

A autenticação pertence ao binário (devin auth login, SSO corporativo) — sem key no ChatCLI. Modelo default: claude-sonnet-4.6 (DEVIN_MODEL). O CLI não reporta uso de tokens, então o cost tracking mostra zero — o custo vive na assinatura Cognition.

Suporta qualquer modelo local via Ollama. Configure no .env:

OLLAMA_ENABLED=true
OLLAMA_MODEL="llama3"

Ou troque interativamente: /switch --model llama3Use ollama pull <modelo> para baixar novos modelos.

Gateway multi-provedor que dá acesso a 200+ modelos de OpenAI, Anthropic, Google, Meta, Mistral, DeepSeek e outros através de uma única API key. API compatível com OpenAI em https://openrouter.ai/api/v1/chat/completions.Os modelos usam o formato provedor/nome-do-modelo:

Modelo (ID)	Provedor Original	Capacidades
`openai/gpt-6-astra`	OpenAI	👁 Vision, 🔧 Tools, 📋 JSON
`openai/gpt-6-sol`	OpenAI	👁 Vision, 🔧 Tools, 📋 JSON
`openai/gpt-6-luna`	OpenAI	👁 Vision, 🔧 Tools, 📋 JSON
`openai/gpt-4o`	OpenAI	👁 Vision, 🔧 Tools
`openai/gpt-4o-mini`	OpenAI	👁 Vision, 🔧 Tools
`anthropic/claude-opus-5.5`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-opus-5`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-sonnet-5`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-fable-5.1`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-fable-5`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-sonnet-4`	Anthropic	👁 Vision, 🔧 Tools
`anthropic/claude-opus-4`	Anthropic	👁 Vision, 🔧 Tools
`google/gemini-2.5-pro`	Google	👁 Vision, 🔧 Tools
`google/gemini-2.5-flash`	Google	🔧 Tools
`meta-llama/llama-4-maverick`	Meta	🔧 Tools
`deepseek/deepseek-r1`	DeepSeek	🔧 Tools
`mistralai/mistral-large`	Mistral	🔧 Tools

A tabela acima mostra apenas os modelos mais populares. O OpenRouter oferece 200+ modelos que são descobertos dinamicamente via o endpoint /api/v1/models. Use /switch --model para ver a lista completa.

O OpenRouter possui roteamento de fallback nativo: configure OPENROUTER_FALLBACK_MODELS com uma lista de modelos alternativos separados por vírgula. Se o modelo principal falhar, o OpenRouter tenta automaticamente os modelos da lista — complementar ao fallback de provedores do ChatCLI.

Como funciona a seleção de modelo

O ChatCLI determina qual modelo usar com a seguinte prioridade (do mais alto para o mais baixo):

Flag --model na linha de comando: chatcli --model gpt-5.4
Comando /switch durante a sessão: /switch --model claude-sonnet-4-6
Variável de ambiente MODEL: define o modelo padrão
Variável de ambiente LLM_PROVIDER: determina o provedor (openai, anthropic, google, xai, openrouter, etc.)
Modelo padrão do provedor: cada provedor tem um modelo padrão definido no catálogo

# Exemplo: definir provedor e modelo via .env
LLM_PROVIDER=anthropic
MODEL=claude-sonnet-4-6

Aliases de modelos

Cada modelo possui aliases que facilitam a digitação. O ChatCLI resolve aliases automaticamente para o ID canônico do modelo. Por exemplo:

Alias digitado	Modelo resolvido
`claude-4-5-sonnet`	`claude-sonnet-4-5`
`sonnet-4-5`	`claude-sonnet-4-5`
`opus-4-6`	`claude-opus-4-6`
`opus-4-7`	`claude-opus-4-7`
`opus-4-8`	`claude-opus-4-8`
`sonnet-5`	`claude-sonnet-5`
`opus-5-5` / `opus-5.5`	`claude-opus-5-5`
`opus-5`	`claude-opus-5`
`fable`	`claude-fable-5-1` (acompanha o Fable mais novo)
`fable-5-1` / `fable-5.1`	`claude-fable-5-1`
`fable-5`	`claude-fable-5` (pinado)
`glm-5-3`	`glm-5.3`
`glm-5-3-flashx`	`glm-5.3-flashx`
`glm-5-3-flash`	`glm-5.3-flash`
`glm-5-2`	`glm-5.2`
`gpt-6`	`gpt-6-astra` (flagship da família)
`gpt-5.6`	`gpt-5.6-sol` (flagship da família)
`gpt-5.4-pro`	`gpt-5.4` (tier Responses-only)
`gpt-5-mini`	`gpt-5` (variante mini)
`gemini-3.1-pro`	`gemini-3.1-pro-preview`
`grok-code-fast-1`	`grok-build-0.1`
`grok-build-latest`	`grok-4.5`

Aliases são definidos no catálogo de modelos e aceitos em todos os contextos: --model, /switch, e variável MODEL.

Sistema de catálogo

Os modelos são registrados no pacote llm/catalog com metadados completos. O ChatCLI usa o catálogo para determinar automaticamente:

Versão da API — qual endpoint e versão de protocolo usar para cada modelo
Max tokens — limites de contexto e output para gerenciar prompts e respostas
Capacidades — quais funcionalidades estão disponíveis (vision, tools, JSON mode, etc.)
Headers específicos — por exemplo, o header anthropic-version varia conforme o modelo

Isso significa que ao trocar de modelo, o ChatCLI ajusta automaticamente todos os parâmetros de requisição sem necessidade de configuração manual.

Listagem dinâmica de modelos

O ChatCLI busca os modelos disponíveis diretamente da API de cada provedor, usando o token ou API key configurada. Isso garante que você veja exatamente os modelos que sua conta tem acesso — incluindo modelos novos que ainda não estão no catálogo estático.

Como funciona

Ao iniciar o ChatCLI ou trocar de provedor (via /switch, /auth login, etc.), uma busca em background consulta o endpoint de modelos do provedor ativo
Os modelos descobertos são cacheados para uso no autocomplete do comando /switch --model
Cada sugestão indica a origem: [API] (dinâmico) ou [catalog] (estático)

Endpoints por provedor

Provedor	Endpoint	Auth
OpenAI	`GET /v1/models`	API Key ou OAuth
Anthropic	`GET /v1/models`	API Key ou OAuth
Google AI	`GET /v1beta/models`	API Key
xAI	`GET /v1/models`	API Key
ZAI (Zhipu AI)	`GET /models`	API Key (Bearer)
MiniMax	`GET /models`	API Key (Bearer)
Moonshot (Kimi)	`GET /v1/models`	API Key (Bearer)
GitHub Copilot	`GET /models`	OAuth (Device Flow)
OpenRouter	`GET /api/v1/models`	API Key
Ollama	`GET /api/tags`	Sem auth (local)
StackSpot	—	Não suportado (modelo fixo por agent)

Autocomplete inteligente

Ao digitar /switch --model e pressionar Tab, o ChatCLI sugere os modelos disponíveis:

> /switch --model [Tab]
  gpt-4o           GPT-4o (Copilot) [API]
  claude-sonnet-4  Claude Sonnet 4 (Copilot) [API]
  o4-mini          o4-mini (Copilot) [API]

Se a API não estiver acessível, o fallback é o catálogo estático:

> /switch --model [Tab]
  gpt-4o           GPT-4o (Copilot) [catalog]
  gpt-4o-mini      GPT-4o mini (Copilot) [catalog]

Ao dar Enter com /switch --model sem valor, o ChatCLI lista todos os modelos disponíveis com indicação de origem (API ou catalog).

OAuth e listagem dinâmica

A listagem funciona tanto com API key quanto com OAuth:

Anthropic OAuth: usa ?beta=true e headers Chrome-like, com decompressão gzip automática
OpenAI OAuth: consulta o backend do ChatGPT (/backend-api/models) em vez do endpoint padrão
GitHub Copilot OAuth: usa o Device Flow token para consultar api.githubcopilot.com/models

Após um /auth login, o cache de modelos é atualizado automaticamente para refletir o novo provedor.

Versionamento da API Anthropic

Modelos Claude podem usar diferentes valores de anthropic-version no header da API. O catálogo gerencia isso automaticamente:

Modelos mais recentes (claude-fable-5-1, claude-fable-5, claude-opus-5-5, claude-opus-5, claude-sonnet-5, claude-opus-4-8, claude-opus-4-7, claude-sonnet-4-6) usam a versão mais atual da API
Toda entrada atual do catálogo usa a versão default; os modelos Claude 3.x aposentados que usavam headers antigos não estão mais registrados
O ChatCLI envia o header correto para cada modelo sem necessidade de intervenção do usuário

​Claude Opus 4.8 — o que mudou

​Como funciona a seleção de modelo

​Aliases de modelos

​Sistema de catálogo

​Listagem dinâmica de modelos

​Como funciona

​Endpoints por provedor

​Autocomplete inteligente

​OAuth e listagem dinâmica

​Versionamento da API Anthropic

Claude Opus 4.8 — o que mudou

Como funciona a seleção de modelo

Aliases de modelos

Sistema de catálogo

Listagem dinâmica de modelos

Como funciona

Endpoints por provedor

Autocomplete inteligente

OAuth e listagem dinâmica

Versionamento da API Anthropic