Melhores LLMs open source chineses de 2026

Das 24 opções de LLMs open source chineses que analisamos, as melhores no momento são MiMo-V2.6-Pro, Qwen3.8-27B e GLM-5.3. Cada uma aparece pela nossa nota, com preço, nosso veredito e para quem é indicada.

Por Andrew Miller · Atualizado em 2 de nov. de 2026 · Como avaliamos

Como montamos o ranking: pela nossa nota (máximo 5), com base em análises feitas a partir dos preços, da documentação e das políticas de cada produto, além de benchmarks independentes quando existem, cada uma verificada na data indicada na análise. Não recebemos comissão de afiliados.

Veja também: melhores LLMs open source

1
MiMo-V2.6-Pro
Licença e dados: Pesos sob MIT. A política de privacidade do MiMo da Xiaomi diz que os dados são armazenados em Singapura e apagados ou anonimizados após o período de retenção; o app Desktop treina com as entradas, a menos que você faça opt-out. Gateways de terceiros informam que a API da Xiaomi não treina com o tráfego, algo que os termos da API da Xiaomi deveriam confirmar.
Como rodar: $0,435/$0,87 por milhão de tokens, com 99% de desconto no cache e batch pela metade do preço. 1.000 tarefas de agente com 500K tokens de entrada e 30K de saída custam cerca de $244 sem cache; no Flash seriam cerca de $78.
Preço: Pesos abertos sob MIT. API da Xiaomi: Pro $0,435 entrada / $0,87 saída por 1M de tokens, entrada em cache $0,004; Flash $0,14 / $0,28; Pro UltraSpeed $4,35 / $8,70; Batch API pela metade do preço.
Leia nossa análise de MiMo-V2.6-Pro
4.5/5
2
Qwen3.8-27B
Licença e dados: Apache 2.0: uso comercial sem tetos de receita nem anexo de uso aceitável. A listagem do Qwen Cloud não publica termos de retenção ou de treinamento, e o seu endpoint de exemplo fica em Singapura (ap-southeast-1).
Como rodar: Auto-hospedado: 4 bits 16,5 GB, 8 bits 29 GB, FP8 31 GB, BF16 cerca de 56 GB de pesos antes do cache KV. Hospedado: Qwen Cloud a US$ 0,50/US$ 3,00 por 1M de tokens; os provedores do OpenRouter vão de cerca de US$ 0,04/US$ 1,25 a US$ 0,45/US$ 3,20.
Preço: Pesos gratuitos sob Apache 2.0. Qwen Cloud: US$ 0,50 de entrada / US$ 3,00 de saída por 1M de tokens (US$ 0,10 em cache). Hosts de terceiros no OpenRouter a partir de cerca de US$ 0,04 / US$ 1,25.
Leia nossa análise de Qwen3.8-27B
4.5/5
3
GLM-5.3
Licença e dados: A API da Z.ai opera a partir de Singapura, e seus termos de processamento de dados dizem que ela processa os dados dos clientes em nome deles e não armazena entradas nem saídas da API, que são processadas em tempo real; não há declaração explícita publicada sobre treinamento com prompts da API. Auto-hospedar mantém os dados dentro de casa.
Como rodar: A Z.ai lista $1,40/$4,40 por 1M de tokens, com entrada em cache a $0,26 e armazenamento em cache gratuito por tempo limitado. A Artificial Analysis o coloca em $2,01 por tarefa do índice, contra $0,72 do GPT-6.1 Sol. Auto-hospedar significa cerca de 753 GB de pesos FP8 mais a memória de cache.
Preço: Pesos abertos sob licença MIT modificada. API da Z.ai: $1,40 de entrada / $0,26 em cache / $4,40 de saída por 1M de tokens; GLM-5.3-Flash $0,15 / $0,50.
Leia nossa análise de GLM-5.3
4.4/5
4
DeepSeek-V4-Pro
Licença e dados: Os pesos abertos têm licença MIT sem restrições comerciais ou de receita. A política de privacidade da DeepSeek (fevereiro de 2026) diz que os dados são armazenados na China, lista o treinamento de modelos entre os usos das entradas dos usuários e oferece recusa apenas por e-mail para privacy@deepseek.com.
Como rodar: Na API, 1B de tokens de entrada por mês com 70% de acertos de cache mais 100M de tokens de saída custa cerca de US$ 820 nas tarifas de pico ou US$ 410 fora do pico. A auto-hospedagem exige cerca de 865 GB só para os pesos, o que pelas nossas contas significa pelo menos um servidor com oito H200 (1,1 TB de HBM), e mais para contextos completos de 1M de tokens.
Preço: Pesos gratuitos com licença MIT. API da DeepSeek: US$ 0,66 entrada / US$ 1,98 saída por 1M de tokens fora do pico, US$ 1,32 / US$ 3,96 no pico; acertos de cache a partir de US$ 0,022.
Leia nossa análise de DeepSeek-V4-Pro
4.3/5
5
GLM-5.3-Flash
Licença e dados: Os termos de dados da API da Z.ai dizem que prompts e saídas são processados em tempo real e não armazenados, e que os dados de clientes em geral são processados em Singapura. Os termos não dizem nada sobre treinamento, nem a favor nem contra, e nenhuma certificação SOC 2 ou ISO é publicada. A Z.ai serve o modelo em aceleradores fabricados na China.
Como rodar: Na Z.ai, 2B de tokens de entrada (80% em cache) e 200M de tokens de saída por mês custam cerca de $208; o GLM-5.3 custaria cerca de $1.856. Auto-hospedar significa cerca de 330 GB de pesos FP8 mais o cache KV, mais do que quatro GPUs de 80 GB comportam, então planeje um nó de oito GPUs.
Preço: Pesos abertos sob MIT. API da Z.ai: $0,15 de entrada / $0,50 de saída por 1M de tokens ($0,03 em cache); FlashX $0,37 / $1,25.
Leia nossa análise de GLM-5.3-Flash
4.3/5
6
Kimi K3
Licença e dados: A política de privacidade da Moonshot permite treinar com conteúdo dos usuários sem exceção descrita para a API, mantém os dados enquanto a conta estiver ativa e os armazena em Singapura; não é citada certificação SOC 2 ou ISO. A licença isenta o uso interno das cláusulas de receita e de exibição.
Como rodar: US$ 3/US$ 15 por milhão de tokens, US$ 0,30 em cache, com cobranças extras por gravações de cache de 5 minutos ou 1 hora. 1.000 tarefas de agente de 500K tokens de entrada e 30K de saída custam cerca de US$ 1.950 sem cache; a Fireworks lista um endpoint a US$ 2,10/US$ 10,50.
Preço: Pesos abertos sob uma licença MIT modificada. API do Kimi: US$ 3 entrada / US$ 15 saída por 1M de tokens; entrada em cache US$ 0,30.
Leia nossa análise de Kimi K3
4.3/5
7
DeepSeek-V4.1-Flash
Licença e dados: Pesos sob MIT sem restrições de uso. No serviço da DeepSeek, a política de privacidade (atualizada em 10 de fevereiro de 2026) diz que os dados são armazenados na China, mantidos enquanto a conta existir e podem treinar modelos, com recusa sob solicitação; não há termos de retenção específicos da API publicados.
Como rodar: 10 bilhões de tokens de entrada e 1 bilhão de saída por mês custam cerca de US$ 2.100 fora do pico ou US$ 4.200 no pico na DeepSeek; a entrada em cache custa US$ 0,003 por milhão fora do pico. Search e Fetch acrescentam US$ 0,75 por 1.000 chamadas bem-sucedidas cada, então um agente que faz 20 buscas por tarefa em 10.000 tarefas paga US$ 150 por mês em busca; gratuito pelos harnesses até 31 de outubro de 2026, 16:00 UTC. A auto-hospedagem exige mais de 765 GB de memória de GPU só para os pesos, e as notas de implantação do DeepInfer colocam a menor unidade eficiente da DeepSeek em 64 GPUs de prefill mais 64 de decode.
Preço: Pesos gratuitos com licença MIT. API da DeepSeek: US$ 0,15 entrada / US$ 0,60 saída por 1M de tokens fora do pico, US$ 0,30 / US$ 1,20 no pico dos dias úteis; acertos de cache de US$ 0,003 a US$ 0,006.
Leia nossa análise de DeepSeek-V4.1-Flash
4.2/5
8
Hy4 preview
Licença e dados: Pesos sob Apache 2.0 sem condições extras. Os termos do site chinês da Tencent Cloud dizem que ela não usará as entradas para melhorar os próprios modelos; a retenção não é informada publicamente. Modelos de outros laboratórios no TokenHub seguem os próprios termos.
Como rodar: US$ 0,834/US$ 2,501 por milhão de tokens no TokenHub. 1.000 tarefas de agente de 500K tokens de entrada e 30K de saída custam cerca de US$ 492 sem cache. Auto-hospedar em FP8 exige oito GPUs da classe B300.
Preço: Pesos abertos sob Apache 2.0. Tencent Cloud TokenHub: ¥6 entrada / ¥18 saída por 1M de tokens, ou US$ 0,834 / US$ 2,501 internacionalmente, entrada em cache US$ 0,042. OpenRouter a partir de cerca de US$ 0,75 / US$ 2,25. Hy3: US$ 0,13 / US$ 0,53.
Leia nossa análise de Hy4 preview
4.2/5
9
Qwen3.8-Flash-Next
Licença e dados: Qwen Community License 1.0: uso comercial permitido; o nome do modelo deve ser exibido acima de 100 milhões de usuários mensais ou US$ 20 milhões de receita mensal; licença separada para negócios de modelo como serviço e de assistentes de IA de programação ou de escritório, de qualquer porte. A documentação de segurança de dados do Qwen Cloud cobre criptografia e armazenamento na região, mas não publica prazo de retenção nem política de treinamento.
Como rodar: Hospedado: US$ 0,15 de entrada e US$ 0,47 de saída por milhão de tokens e US$ 0,016 para acertos de cache; há Batch, sem desconto publicado. Auto-hospedado: cerca de 360 GB de pesos BF16 ou 180 GB de FP8, ou seja, um servidor com várias H100 ou H200 antes do cache KV.
Preço: Pesos abertos sob a Qwen Community License 1.0 (licença separada para negócios de hospedagem e de assistentes de IA). API do Qwen3.8-Flash: US$ 0,15 de entrada / US$ 0,47 de saída por 1M de tokens; acertos de cache a US$ 0,016.
Leia nossa análise de Qwen3.8-Flash-Next
4.2/5
10
Qwen3.8-Max
Licença e dados: A licença permite uso comercial; o nome do modelo deve ser exibido acima de 100 milhões de usuários mensais ou US$ 20 milhões de receita mensal; licença separada para negócios de modelo como serviço ou de assistentes de IA de trabalho acima de US$ 50 milhões de receita anual; o uso interno fica isento. A documentação de segurança de dados do Qwen Cloud cobre criptografia e armazenamento na região, mas não publica prazo de retenção nem política de treinamento.
Como rodar: 10 milhões de tokens de entrada e 2 milhões de saída por dia, um assistente interno movimentado, custam cerca de US$ 32 por dia, ou aproximadamente US$ 960 por mês a preço de tabela; leituras de cache explícitas a US$ 0,17 reduzem o custo do contexto repetido em mais de 90%.
Preço: Pesos abertos sob a licença Qwen3.8-Max. API do Qwen Cloud: US$ 2 de entrada / US$ 6 de saída por 1M de tokens; leituras de cache a US$ 0,17 (explícito) ou US$ 0,25 (implícito).
Leia nossa análise de Qwen3.8-Max
4.2/5
11
Step 5 Preview
Licença e dados: Pesos sob a StepFun Model License 1.0: regra de exibição acima de 100 milhões de usuários ou US$ 20 milhões de receita mensal, licença comercial para fabricantes de dispositivos e empresas de MaaS acima de US$ 20 milhões por ano, uso interno isento. Os termos da API da StepFun permitem treinar com o tráfego dos programas Startup e de acesso antecipado; os termos para o restante do tráfego pago não são explícitos.
Como rodar: US$ 1,00/US$ 2,70 por milhão de tokens, com 90% de desconto na entrada em cache. 1.000 tarefas de agente com 500K tokens de entrada e 30K de saída custam cerca de US$ 581 sem cache. Hospedado por conta própria, FP8 precisa de quatro GPUs B300 ou oito H200; BF16 precisa de oito B300 ou dezesseis H200.
Preço: Pesos abertos sob a StepFun Model License 1.0. API da StepFun: US$ 1,00 de entrada / US$ 2,70 de saída por 1 milhão de tokens, 90% de desconto na entrada em cache; mesmo preço no OpenRouter e no DeepInfra.
Leia nossa análise de Step 5 Preview
4.2/5
12
Ling-3.1-flash
Licença e dados: Pesos sob MIT, com um resumo público do conteúdo de treino. Os termos de privacidade e retenção da API da inclusionAI não foram encontrados nas páginas do modelo nem do OpenRouter; auto-hospede para dados sensíveis.
Como rodar: A US$ 0,30/US$ 0,90, 1.000 tarefas de agente de 500K tokens de entrada e 30K de saída custam cerca de US$ 177 sem cache, antes da saída de raciocínio acima da média. No preço listado no OpenRouter, cerca de um quarto disso.
Preço: Pesos abertos sob MIT. API da inclusionAI: US$ 0,30 entrada / US$ 0,90 saída por 1M de tokens, cache US$ 0,06, segundo a Artificial Analysis; o OpenRouter lista US$ 0,075 / US$ 0,225.
Leia nossa análise de Ling-3.1-flash
4.0/5
13
MiniCPM-V 4.7 (35B-A3B and 1B)
Licença e dados: Auto-hospedado, então imagens e documentos ficam no seu hardware. A Apache 2.0 permite uso comercial, modificação e redistribuição sem limite de receita.
Como rodar: Os pesos são gratuitos. O 35B precisa de cerca de 68 GB de VRAM em precisão total (uma H100 no teste da MindStudio), 36,90 GB em Q8_0 ou 21,17 GB em Q4_K_M; o 1B tem 0,67 GB em Q4_K_M mais 1,11 GB para visão. Não há preço hospedado por token publicado.
Preço: Pesos gratuitos sob Apache 2.0 para os dois tamanhos. Não há preço hospedado próprio publicado; você paga pelo seu próprio hardware.
Leia nossa análise de MiniCPM-V 4.7 (35B-A3B and 1B)
4.0/5
14
MiniCPM5-2B
Licença e dados: Apache 2.0 para código e pesos, sem teto de receita nem adendo de uso aceitável. Só self-hosting, então os prompts ficam no seu hardware; nenhum provedor de inferência do Hugging Face o hospeda.
Como rodar: Não há preço hospedado, então o custo é hardware: cerca de 5 GB de pesos BF16, 2,68 GB em Q8_0 e 1,56 GB em Q4_K_M, o que uma única GPU de consumo ou um laptop comporta com espaço para o contexto. A OpenBMB não publica números de throughput para dimensionar uma frota.
Preço: Pesos e dados de treino gratuitos sob Apache 2.0.
Leia nossa análise de MiniCPM5-2B
4.0/5
15
MiniMax-M3.1-Flash
Licença e dados: Licença: uso comercial exige um crédito "Built with MiniMax M3.1-Flash" e um aviso único à MiniMax; produtos com mais de US$ 20 milhões de receita anual precisam de autorização prévia por escrito; uso militar é proibido. Os termos de retenção e treinamento da API da MiniMax não estavam publicados nas páginas que conseguimos ler.
Como rodar: 10 bilhões de tokens de entrada e 1 bilhão de saída por mês custam cerca de US$ 2.100 na API da MiniMax, com entrada em cache a US$ 0,015 por milhão; o raciocínio em esforço max infla o lado da saída. Auto-hospedar exige cerca de 250 GB de memória de GPU para os pesos MXFP8 antes do KV cache, dentro de um nó H100 80 GB de oito GPUs.
Preço: Pesos abertos sob a licença comunitária da MiniMax. API da MiniMax por 1M de tokens, fixa em qualquer tamanho de prompt: US$ 0,15 entrada, US$ 0,60 saída, US$ 0,015 entrada em cache.
Leia nossa análise de MiniMax-M3.1-Flash
4.0/5
16
MiniMax-M3
Licença e dados: Licença: uso comercial exige um crédito "Built with MiniMax M3" e um aviso à MiniMax; produtos com mais de US$ 20 milhões de receita anual precisam de permissão prévia por escrito; nenhum uso militar. Os termos da API da MiniMax mantêm a propriedade com você, mas permitem que ela use entradas e conteúdo gerado para desenvolver e melhorar seus serviços; não há opt-out nem período de retenção publicados.
Como rodar: 1M de respostas de suporte por mês com 2.000 tokens de entrada e 300 de saída cada custa cerca de US$ 960 no nível padrão, menos com prompts de sistema em cache. Auto-hospedar em BF16 exige cerca de 850 GB de memória de GPU antes do KV cache: um nó H200 ou B200 de oito GPUs, ou mais de um nó H100.
Preço: Pesos abertos sob a licença comunitária da MiniMax. API por 1M de tokens em prompts de até 512K: US$ 0,30 entrada, US$ 1,20 saída, US$ 0,06 em cache; o dobro acima de 512K; nível prioritário 1,5x.
Leia nossa análise de MiniMax-M3
3.9/5
17
Sage-A1.5
Licença e dados: Apache 2.0, sem restrições de uso. Os termos de dados do teste hospedado Intern Discovery não estão no model card; auto-hospede para trabalho sensível.
Como rodar: Cerca de 72GB em BF16 para 35,95B de parâmetros, então uma GPU de 80GB com pouco cache de sobra; o build FP8 reduz isso pela metade, e o GGUF Q4_K_M roda no llama.cpp, no Ollama e no LM Studio.
Preço: Pesos abertos sob Apache 2.0; teste gratuito no plano de tokens Intern Discovery do Shanghai AI Lab; preços pagos da API não publicados.
Leia nossa análise de Sage-A1.5
3.9/5
18
Ling-3.0-flash-Sante
Licença e dados: Os pesos MIT permitem auto-hospedagem sem restrições, a rota mais segura para dados de pacientes. Na Vercel, o único provedor é a Novita, e a página do gateway não a marca como retenção zero nem sem treino; confira os termos da Novita antes de enviar informações de saúde.
Como rodar: Auto-hospedar exige quatro GPUs de 141 GB ou oito GPUs de 80 GB para o contexto completo de 256K. Na versão hospedada, 100 milhões de tokens de entrada e 20 milhões de saída por mês custam cerca de US$ 11,40 no preço de destaque da Vercel, antes dos tokens de raciocínio.
Preço: Pesos abertos sob MIT. Vercel AI Gateway: US$ 0,07 entrada / US$ 0,22 saída por 1M de tokens (linha da Novita: US$ 0,08 entrada, US$ 0,02 em cache).
Leia nossa análise de Ling-3.0-flash-Sante
3.8/5
19
Nanbeige4.3-33B
Licença e dados: Apache 2.0 sem restrições de uso; só self-hosting, então nenhum termo de dados de terceiros se aplica. Nenhuma declaração sobre a origem dos dados além do model card.
Como rodar: Os pesos BF16 precisam de cerca de 66GB, ou seja, quatro GPUs de 24GB ou duas de 48GB antes do cache; um build de 4 bits tem cerca de 21GB mais cerca de 28GB de cache com contexto de 128K.
Preço: Pesos abertos sob Apache 2.0; sem API hospedada oficial.
Leia nossa análise de Nanbeige4.3-33B
3.8/5
20
ZDTaichu5.0-9B
Licença e dados: Auto-hospedado, então as imagens ficam no seu hardware. Os pesos estão sob a NVIDIA Open Model License: uso comercial e derivados permitidos, sem teto de receita, mas a licença termina se você mover ações de patente ou direitos autorais sobre o modelo, a NVIDIA pode atualizá-la, e a redistribuição precisa incluir a licença e seu aviso. As partes do Qwen3.5 e o código do repositório são Apache 2.0.
Como rodar: Os pesos são grátis e não existe preço hospedado. Os arquivos de pesos têm 19,59 GB em BF16, 12,67 GB em FP8 e 9,81 GB em NVFP4; o GGUF Q4_K_M tem 5,63 GB, mais um arquivo de visão Q8_0 de 0,88 GB. O NVFP4 só é nativo em GPUs NVIDIA Blackwell. O modelo de rascunho DSpark de 6,42 GB deu ganhos de velocidade de 2,46x a 3,17x em uma H800 nos testes da Taichu.
Preço: Pesos grátis sob a NVIDIA Open Model License, com as partes do Qwen3.5 sob Apache 2.0. Nenhuma API hospedada nem preço por token publicados; você paga pela própria GPU.
Leia nossa análise de ZDTaichu5.0-9B
3.8/5
21
Hy-Memory-30B-A3B
Licença e dados: Apache 2.0 sem restrições de uso. Auto-hospedado, então as memórias dos usuários nunca saem da sua infraestrutura, o principal ganho de privacidade em relação a enviar cada turno para um modelo hospedado.
Como rodar: Cerca de 60GB de pesos BF16, então uma H100 de 80GB ou duas GPUs de 48GB; ainda não há versões quantizadas que caibam em placas menores.
Preço: Pesos abertos sob Apache 2.0; sem API hospedada.
Leia nossa análise de Hy-Memory-30B-A3B
3.7/5
22
Spark-X2.6-4B
Licença e dados: Auto-hospedado, então os prompts ficam no dispositivo. Pesos Apache 2.0; nenhuma declaração sobre dados de treino ou testes de segurança no card. O carregamento executa o próprio código de modelo do publicador.
Como rodar: Só hardware: os pesos em BF16 têm cerca de 8,2 GB e o GGUF Q4_K_M cerca de 3,5 GB; um contexto de 1M de tokens exige bem mais memória que os pesos, e o card sugere reduzi-lo.
Preço: Gratuito sob Apache 2.0; roda no seu próprio hardware. Nenhum preço hospedado para o modelo de 4B publicado.
Leia nossa análise de Spark-X2.6-4B
3.7/5
23
Qwen3.5-397B-A17B
Licença e dados: A Apache 2.0 permite uso comercial, fine-tuning e redistribuição sem limites de receita ou de usuários. Auto-hospedar mantém os prompts dentro de casa; no OpenRouter ele não está disponível pelo roteamento regional na UE, e cada host define a sua própria retenção.
Como rodar: Os hosts do OpenRouter cobram de US$ 0,39 a US$ 0,75 de entrada e de US$ 2,34 a US$ 4,50 de saída por 1M de tokens; o Qwen3.5-Plus hospedado custa US$ 0,30/US$ 1,80. Auto-hospedar exige cerca de 406 GB em FP8 (um servidor de oito GPUs de 80 GB), 214 GB em 4 bits ou 180 GB em 3 bits.
Preço: Pesos gratuitos sob Apache 2.0; Qwen3.5-Plus no Alibaba Cloud e hospedagem de terceiros cobrados à parte.
Leia nossa análise de Qwen3.5-397B-A17B
3.6/5
24
Xing4.0-29B-A4B
Licença e dados: Apache 2.0: uso comercial e fine-tuning permitidos, sem teto de receita nem adendo de uso aceitável. Auto-hospedado, nada sai dos seus servidores; o endpoint do OpenRouter é operado por um terceiro, a Phala, sob os próprios termos.
Como rodar: Os pesos BF16 têm cerca de 62GB (31,2B de parâmetros incluindo embeddings), uma H100 de 80GB; FP8 reduz isso pela metade; um build GGUF da comunidade de 11,6GB cabe em uma placa de 16GB. A única opção hospedada, o endpoint gratuito do OpenRouter, é limitada a 20 requisições por minuto e 50 por dia (1.000 por dia depois que a conta compra US$ 10 em créditos), então tráfego de produção significa hospedar por conta própria.
Preço: Pesos grátis sob Apache 2.0. Sem API própria; o OpenRouter lista um endpoint gratuito (hospedado pela Phala) sob os limites de requisições dos modelos gratuitos.
Leia nossa análise de Xing4.0-29B-A4B
3.6/5