> ## Documentation Index > Fetch the complete documentation index at: https://chatcli.edilsonfreitas.com/llms.txt > Use this file to discover all available pages before exploring further. # Modelos de IA Suportados > Referência completa dos modelos de IA suportados nativamente pelo ChatCLI em cada provedor, com capacidades, limites de output e detalhes de API. O **ChatCLI** suporta uma ampla gama de modelos dos principais provedores de IA. Troque de modelo a qualquer momento com `/switch --model `. **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-5.4` | — | 200K tokens | 200K tokens | 🔧 Tools | | `gpt-5.3-codex` | — | 200K tokens | 200K tokens | 🔧 Tools | | `gpt-5.2` | — | 100K tokens | 100K tokens | 🔧 Tools | | `gpt-5` | `gpt-5-mini`, `gpt-5-nano` | 50K tokens | 50K tokens | 🔧 Tools | | `gpt-4o` | — | 50K tokens | 50K tokens | 👁 Vision, 🔧 Tools | | `gpt-4o-mini` | — | 50K tokens | 50K tokens | 👁 Vision, 🔧 Tools | | `gpt-4` | `gpt-4.1`, `gpt-4.1-mini`, `gpt-4.1-nano` | 50K tokens | 50K tokens | 🔧 Tools | O ChatCLI usa a **Chat Completions API** por padrão. A Responses API pode ser configurada via `OPENAI_API_VERSION`. 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-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-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](/pt/features/bedrock) para detalhes. **Nova geração = IDs dateless.** Fable 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-sonnet-5`, `anthropic.claude-opus-4-8` e `anthropic.claude-opus-4-7`. Os IDs datados antigos (ex.: `global.anthropic.claude-opus-4-8-20260528-v1:0`) continuam resolvendo como aliases. **Sonnet 5 é exclusivo do endpoint Messages** (`bedrock-mantle.{região}.api.aws/anthropic/v1/messages`) — o ChatCLI detecta e roteia automaticamente (SigV4 `bedrock-mantle` ou `AWS_BEARER_TOKEN_BEDROCK`); veja [AWS Bedrock](/pt/features/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-sonnet-5` | `bedrock-sonnet-5`, `claude-sonnet-5`, `sonnet-5` | **1M tokens** | 128K tokens | 👁 Vision, 🔧 Tools, 🧠 Adaptive thinking (endpoint Messages) | | `anthropic.claude-opus-4-8` | `bedrock-opus-4-8`, `claude-opus-4-8` | **1M tokens** | 128K tokens | 👁 Vision, 🔧 Tools, 🧠 Adaptive thinking, 💾 Cache mín. 1K | | `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 | | `us.anthropic.claude-sonnet-4-20250514-v1:0` | `bedrock-sonnet-4`, `claude-sonnet-4` | 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) e Cohere `cohere.embed-english-v3` / `cohere.embed-multilingual-v3` (1024-dim). Ative com `CHATCLI_EMBED_PROVIDER=bedrock`. Veja [RAG + HyDE](/pt/features/quality/rag-hyde). Capacidades multimodais avançadas e janelas de contexto massivas. Suportam streaming via SSE. | Modelo (ID) | Aliases | Contexto | Max Output | Capacidades | | :---------------------- | :------------------------------------- | :-------- | :--------- | :----------------------------------------- | | `gemini-3` | `gemini-3-pro`, `gemini-3-pro-preview` | 2M tokens | 2M tokens | 👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec | | `gemini-2.5-pro` | `gemini-2.5-pro-latest` | 2M tokens | 2M tokens | 👁 Vision, 🔧 Tools, 📋 JSON, 💻 Code Exec | | `gemini-2.5-flash` | — | 1M tokens | 1M tokens | 👁 Vision, 🔧 Tools, 📋 JSON | | `gemini-2.5-flash-lite` | — | 1M tokens | 1M tokens | — | | `gemini-2.0-flash` | — | 1M tokens | 1M tokens | 👁 Vision, 🔧 Tools, 📋 JSON | | `gemini-2.0-flash-lite` | — | 1M tokens | 1M tokens | — | O Gemini 3 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-4-1` | `grok-4-1-fast` | 2M tokens | — | — | | `grok-4-fast` | `grok-4-fast-reasoning-latest`, `grok-4-0709` | 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. Limites de output são gerenciados pelo provedor. 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 — MoE 1T parâmetros / 32B ativos no flagship K2.6, com janela de 256K tokens, vision encoder MoonViT nativo e modo "thinking" explícito. API OpenAI-compatible em `https://api.moonshot.ai/v1/chat/completions`. | Modelo (ID) | Aliases | Contexto | Max Output | Capacidades | | :---------------------- | :-------------------------- | :---------- | :---------- | :--------------------------------------------- | | `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 (mai/2026):** kimi-k2.6 cobra $0.95/M tokens de entrada (cache miss) e $4.00/M de saída. Cache-hit em entrada cai para \$0.16/M, mas o cost tracker do ChatCLI usa o preço de cache miss para ser conservador. Aceita todos os modelos compatíveis na plataforma StackSpotAI, selecionados junto à criação do Agent. Suporta qualquer modelo local via Ollama. Configure no `.env`: ```env theme={"system"} OLLAMA_ENABLED=true OLLAMA_MODEL="llama3" ``` Ou troque interativamente: `/switch --model llama3` Use `ollama pull ` 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-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): 1. **Flag `--model`** na linha de comando: `chatcli --model gpt-5.4` 2. **Comando `/switch`** durante a sessão: `/switch --model claude-sonnet-4-6` 3. **Variável de ambiente `MODEL`**: define o modelo padrão 4. **Variável de ambiente `LLM_PROVIDER`**: determina o provedor (openai, anthropic, google, xai, openrouter, etc.) 5. **Modelo padrão do provedor**: cada provedor tem um modelo padrão definido no catálogo ```bash theme={"system"} # 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` | | `fable` | `claude-fable-5` | | `glm-5-2` | `glm-5.2` | | `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 1. 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 2. Os modelos descobertos são cacheados para uso no **autocomplete** do comando `/switch --model` 3. 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