Ask HN: Qual modelo padrão você usa e por quê?
Usuários avançados de IA estão se voltando para diferentes modelos de linguagem “padrão” com base em uma troca entre custo, velocidade e capacidade, em vez de pontuações brutas em benchmarks. Muitos preferem modelos mais baratos e rápidos como DeepSeek Flash, GLM 5.3, Gemini Flash ou Luna para codificação e automação do dia a dia, reservando modelos de fronteira mais caros como Opus, Fable, Sol ou Astra para planejamento e revisão complexos — ou simplesmente os ignorando devido à verbosidade e aos altos custos de tokens. Um tema recorrente é combinar fluxos de trabalho com vários modelos (e às vezes configurações locais de pesos abertos) para equilibrar privacidade, confiabilidade e orçamento, com alguns argumentando que um harness e um desenho de testes cuidadosos agora importam mais do que perseguir o “modelo único” mais inteligente.
Escolhas de modelos e casos de uso
- Grande diversidade; não há um único vencedor “padrão”.
- “Cavalos de batalha” comuns: DeepSeek v4.1 Flash, GLM‑5.3‑Flash, GPT 5.6 Luna/Terra, Gemini 3.x Flash, Composer, Muse Spark.
- Modelos de fronteira (Opus, Fable, Astra, Sol, Grok) são em geral reservados para planejamento, bugs difíceis ou revisão de grandes bases de código.
- Alguns usam modelos baratos/rápidos para codificação diária e logs, e sobem para Opus/Fable/Sol/Astra apenas quando ficam travados.
- Alguns evitam LLMs por completo.
Custo, uso de tokens e frustração com preços
- Muitos otimizam para custo/desempenho; orçamentos pessoais pequenos favorecem DeepSeek, GLM, Luna, Qwen, Gemma, modelos locais.
- As experiências com limites de tokens variam muito: alguns não conseguem esgotar grandes planos “20x”, outros os consomem em um dia com fábricas multiagentes e devops contínuo.
- Vários acham que as ofertas de ponta da Anthropic são muito caras para tarefas comuns de desenvolvimento; outros pagam com prazer pela conveniência e por fornecedores baseados nos EUA.
Velocidade, capacidade e verbosidade
- Resposta rápida é muito valorizada; DeepSeek, GLM e Gemini Flash são chamados de “velozes como o vento” e “bons o suficiente” para a maior parte do trabalho web/mobile ou de SWE.
- Há forte reação negativa ao estilo de escrita dos novos Claude/Opus: verbosos demais, floreados, cautelosos e difíceis de interpretar; versões antigas do Opus são preferidas.
- GPT Sol/Luna, Astra e alguns pesos abertos são elogiados por saídas mais concisas e objetivas.
- Alguns relatam que modelos de fronteira passam nos testes, mas ainda assim criam dívida técnica oculta; o desenho do harness/teste é visto como crítico.
Fluxos de trabalho e padrões de orquestração
- Padrão comum: modelo barato como agente principal + modelo mais inteligente como planejador/revisor/conselheiro.
- O uso de orquestradores, subagentes e “fábricas de software” está crescendo, mas pode explodir o uso de tokens.
- Vários preferem o modo “centauro”, com controle humano rígido, em vez de agentes totalmente autônomos.
Local vs hospedado, confiança e ética
- Alguns migram para Qwen/Gemma/GLM/DeepSeek locais por privacidade, tratamento de credenciais e para evitar percepção de vigilância ou problemas de política.
- Outros são impedidos de usar modelos chineses no trabalho, apesar de usá-los pessoalmente.
- Há debate sobre impacto ambiental e alinhamento geopolítico dos laboratórios de IA dos EUA vs da China; não há consenso.
Sentimento geral
- O tópico destaca uma fragmentação extrema: muitos modelos padrão viáveis, fortes preferências pessoais e a sensação de que, muitas vezes, a escolha do modelo importa menos do que o fluxo de trabalho, a direção dada e a disciplina de custos.