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-mini`, `gpt-5.4-nano`	200K tokens	100K tokens	👁 Vision, 🔧 Tools, 📋 JSON Mode
`gpt-5.3-codex`	`gpt-5.3`, `gpt-5.3-mini`, `gpt-5.3-nano`	200K tokens	100K tokens	🔧 Tools, 📋 JSON Mode
`gpt-5.2`	`gpt-5.2-mini`, `gpt-5.2-nano`	200K tokens	100K 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

5/30, US

2,50/15 e US$ 1/6 por MTok respectivamente. 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).

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`	`fable-5`, `fable`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking, ✉️ 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-sonnet-4-7`	`claude-4-7-sonnet`, `sonnet-4-7`	1M tokens	64K tokens	👁 Vision, 🔧 Tools
`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	64K 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-opus-4-1-20250805`	`claude-opus-4-1`, `opus-4-1`	200K tokens	32K tokens	🔧 Tools
`claude-opus-4-20250514`	`opus-4`	200K tokens	32K tokens	🔧 Tools
`claude-sonnet-4`	`claude-4-sonnet`, `sonnet-4-20250514`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`claude-sonnet-3-7-20250219`	`claude-3-7-sonnet`	200K tokens	8K tokens	🔧 Tools
`claude-sonnet-3-5-20241022`	`claude-3-5-sonnet`	200K tokens	8K tokens	🔧 Tools
`claude-opus-3`	`claude-3-opus`	200K tokens	4K tokens	🔧 Tools
`claude-haiku-3`	`claude-3-haiku`	200K tokens	4K tokens	🔧 Tools

Claude Fable 5 (claude-fable-5) é o modelo mais capaz da Anthropic — um tier acima do Opus (

10/

50 por MTok). 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). Atalhos: /model fable. 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,

3/

15 por MTok (preço introdutório

2/

10 até 31/ago/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-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. Modelos diferentes podem usar headers anthropic-version distintos, gerenciados automaticamente pelo catálogo.

Ordem do catálogo: os entries 4.x são declarados newest-first no registry. Isso evita uma colisão de aliases em que opus-4-5, opus-4-6, opus-4-7 e opus-4-8 (digitados como shortcuts) resolviam silenciosamente para claude-opus-4-20250514 (apenas 20K de contexto) — porque o alias opus-4 do entry 4.0 era prefix de todos. Se você adicionar um Claude 4.9 / 5.x no futuro, 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 e 4.8 mapeia para adaptive thinking automaticamente; em 4.x/3.7 mais antigos 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 3.7+/4.x/4.5/4.6/4.7 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, 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, 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, Sonnet 5 e Fable 5 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`	`bedrock-fable-5`, `claude-fable-5`, `fable-5`	1M tokens	128K tokens	👁 Vision, 🔧 Tools, 🧠 Adaptive thinking
`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-4-7-20260401-v1:0`	`bedrock-sonnet-4-7`, `claude-sonnet-4-7`	1M tokens	64K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-sonnet-4-6`	`bedrock-sonnet-4-6`, `claude-sonnet-4-6`	1M tokens	64K tokens	👁 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-4-5-20251001-v1:0`	`bedrock-opus-4-5`, `claude-opus-4-5`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`global.anthropic.claude-sonnet-4-20250514-v1:0`	`bedrock-sonnet-4`, `claude-sonnet-4`
`us.anthropic.claude-sonnet-4-20250514-v1:0`	`bedrock-sonnet-4-us`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`eu.anthropic.claude-sonnet-4-20250514-v1:0`	`bedrock-sonnet-4-eu`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-opus-4-20250514-v1:0`	`bedrock-opus-4`, `claude-opus-4`	200K tokens	32K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-opus-4-1-20250805-v1:0`	`bedrock-opus-4-1`, `claude-opus-4-1`	200K tokens	32K tokens	👁 Vision, 🔧 Tools
`us.anthropic.claude-3-7-sonnet-20250219-v1:0`	`bedrock-sonnet-3-7`, `claude-3-7-sonnet`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`eu.anthropic.claude-3-7-sonnet-20250219-v1:0`	`bedrock-sonnet-3-7-eu`	200K tokens	64K tokens	👁 Vision, 🔧 Tools
`anthropic.claude-3-5-sonnet-20241022-v2:0`	`bedrock-sonnet-3-5-v2`	200K tokens	8K tokens	👁 Vision, 🔧 Tools
`anthropic.claude-3-5-sonnet-20240620-v1:0`	`bedrock-sonnet-3-5-v1`	200K tokens	8K tokens	👁 Vision, 🔧 Tools
`anthropic.claude-3-5-haiku-20241022-v1:0`	`bedrock-haiku-3-5`, `claude-3-5-haiku`	200K tokens	8K tokens	🔧 Tools
`anthropic.claude-3-opus-20240229-v1:0`	`bedrock-opus-3`, `claude-3-opus`	200K tokens	4K tokens	👁 Vision, 🔧 Tools
`anthropic.claude-3-haiku-20240307-v1:0`	`bedrock-haiku-3`, `claude-3-haiku`	200K tokens	4K tokens	👁 Vision, 🔧 Tools

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

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-k2.5`, `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`
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-3.7-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-3`	`gemini-3-pro`, `gemini-3-pro-preview`	1M tokens	65K tokens	👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec
`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
`gemini-2.0-flash`	—	1M tokens	8K tokens	👁 Vision, 🔧 Tools, 📋 JSON
`gemini-2.0-flash-lite`	—	1M tokens	8K tokens	—

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-3.7-flash é o workhorse GA atual, ago/2026). 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.

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

Modelo (ID)	Aliases	Contexto	Max Output	Capacidades
`grok-4.6`	`grok-4.6-latest`	500K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4.5`	`grok-4.5-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`	256K tokens	—	👁 Vision, 🔧 Tools, 📋 JSON
`grok-4-fast`	`grok-4-fast-reasoning-latest`, `grok-4-0709`	2M tokens	—	—
`grok-4-1`	`grok-4-1-fast`	2M tokens	—	—
`grok-3`	—	128K tokens	—	—
`grok-3-mini`	—	128K tokens	—	—
`grok-code-fast-1`	—	200K tokens	—	—

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-4.6 (12/ago/2026) é o flagship atual; a variante fast anunciada não tem model ID publicado e por isso não está no catálogo.

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-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-5.2`	`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
`codegeex-4`	`codegeex`	128K tokens	16K tokens	🔧 Tools

GLM-5.2 (lançado em 13/jun/2026) é o flagship open-weight da Zhipu: 1M tokens de contexto, 128K de output, licença MIT, otimizado para coding e workloads agênticos (thinking mode, function calling, structured output). Preço de lista:

1.40/

4.40 por MTok (GLM-5:

1.00/

3.20) — o cost tracker do ChatCLI usa esses valores. O modelo default do provider continua glm-5; use /switch --model glm-5.2 para trocar.

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*.

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-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
`kimi-k2.5`	`kimi-k2-5`, `k2.5`, `k2-5`	256K tokens	96K tokens	🔧 Tools, 👁 Vision, 🧠 Thinking, 📋 JSON Mode
`kimi-latest`	—	256K tokens	131K tokens	🔧 Tools, 👁 Vision, 🧠 Thinking, 📋 JSON Mode
`kimi-k2-turbo-preview`	`kimi-k2-turbo`	256K tokens	65K tokens	🔧 Tools, 📋 JSON Mode
`kimi-thinking-preview`	—	128K tokens	65K tokens	🔧 Tools, 🧠 Thinking, 📋 JSON Mode
`moonshot-v1-128k`	—	128K tokens	32K tokens	🔧 Tools, 📋 JSON Mode
`moonshot-v1-32k`	—	32K tokens	16K tokens	🔧 Tools, 📋 JSON Mode
`moonshot-v1-8k`	—	8K tokens	4K tokens	🔧 Tools, 📋 JSON Mode

Modo thinking: Defina MOONSHOT_THINKING=enabled|disabled|auto para alternar entre Thinking (reasoning explícito, padrão em K2.6/K2.5) 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. Sunsets anunciados pela Moonshot: kimi-k2.5 e a série moonshot-v1 aposentam em 31/08/2026 (kimi-latest deprecado desde jan/2026) — as entradas ficam no catálogo até lá para configs pinadas continuarem resolvendo.

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 usam pontos (claude-sonnet-4.6, não 4-6).

Família	Modelos
Anthropic	`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-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-3.6-flash` · `gemini-3.5-flash` · `gemini-3.1-pro` · `gemini-3-flash`
Outros	`glm-5.2` · `kimi-k3` / `k2.7` / `k2.6` · `deepseek-v4-pro`
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-4o`	OpenAI	👁 Vision, 🔧 Tools
`openai/gpt-4o-mini`	OpenAI	👁 Vision, 🔧 Tools
`anthropic/claude-opus-5`	Anthropic	👁 Vision, 🔧 Tools, 📋 JSON
`anthropic/claude-sonnet-5`	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-4-7`	`claude-sonnet-4-7`
`sonnet-5`	`claude-sonnet-5`
`opus-5`	`claude-opus-5`
`fable`	`claude-fable-5`
`glm-5-2`	`glm-5.2`
`gpt-5.6`	`gpt-5.6-sol` (flagship da família)
`gpt-5-mini`	`gpt-5` (variante mini)
`gemini-3-pro`	`gemini-3`

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, claude-sonnet-5, claude-opus-4-8, claude-opus-4-7, claude-sonnet-4-6) usam a versão mais atual da API
Modelos legados (claude-3-opus, claude-3-haiku) podem usar versões anteriores para compatibilidade
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