Открытые модели, , 6 мин чтения

Открытые модели для кода: DeepSeek, Qwen, GLM, Kimi и MiniMax

На одном стенде лучшие открытые модели отстают от закрытых меньше чем на пункт. Рассказываем, какие из них подходят для агента.

Деревянный ящик с графитовыми кубиками, один кубик жёлтый

Открытые модели (open weights) можно скачать и запустить у себя или взять у любого поставщика, который их размещает. Ещё пару лет назад они заметно отставали от закрытых. В 2026 году на независимом стенде лучшая открытая модель для кода отстаёт от лучшей закрытой меньше чем на пункт. Разберём, какие из них стоит знать и когда их выбирать.

Открытые модели догнали закрытые

В сентябре 2026 года Vals AI прогнал модели через SWE-bench Verified на одном стенде. Лучшая закрытая модель Claude Opus 5 набрала 97,0%, лучшая открытая DeepSeek V4 Pro набрала 96,4%. GLM-5.3 и Kimi K3 тоже выше 93%. По оценке Epoch AI, с января 2026 года открытые модели отстают от закрытых примерно на четыре месяца.

Открытые и закрытые модели на тестах для кода

500 исправлений из настоящих проектов на Python. Все модели на одном стенде, без помощи разработчиков.

  1. Claude Opus 597%
  2. DeepSeek V4 Proоткрытая96,4%
  3. GPT-5.6 Sol96,2%
  4. Grok 4.695,6%
  5. GLM-5.3открытая95,4%
  6. Kimi K3открытая93,4%
  7. GLM-5.3 Flashоткрытая92%
  8. Qwen3.8 27Bоткрытая86%
  9. Gemini 3.8 Flash80%
  10. MiniMax M3открытая75%

Независимый замер Vals AI на одном стенде (mini-SWE-agent), сентябрь 2026. После этого тест убрали в архив: лучшие модели решают почти всё.

Источник: Vals AI, SWE-bench Verified (mini-SWE-agent), архив от 01.09.2026

Данные графика таблицей
SWE-bench Verified: доля решённых задач
МодельРазработчикВесаРешено задач
Claude Opus 5Anthropicзакрытые97%
DeepSeek V4 ProDeepSeekоткрытые96,4%
GPT-5.6 SolOpenAIзакрытые96,2%
Grok 4.6xAIзакрытые95,6%
GLM-5.3Z.aiоткрытые95,4%
Kimi K3Moonshot AIоткрытые93,4%
GLM-5.3 FlashZ.aiоткрытые92%
Qwen3.8 27BAlibabaоткрытые86%
Gemini 3.8 FlashGoogleзакрытые80%
MiniMax M3MiniMaxоткрытые75%

На более трудных тестах разрыв заметнее, но и там открытые модели в первой группе: Kimi K3.1 Pro набирает 65,7% на Terminal-Bench 4.0, почти как Claude Opus 5.5, а DeepSeek V4.1 Flash идёт вторым на DeepSWE.

DeepSeek V4 Pro и V4.1 Flash

DeepSeek V4 Pro (обновление 0813, август 2026) лучшая открытая модель на SWE-bench Verified у Vals AI (96,4%) и одна из лучших на Terminal-Bench 2.1 (87,9% по данным разработчика). DeepSeek V4.1 Flash (октябрь 2026) младшая и быстрая: 77,0% на DeepSWE v1.1 по данным DeepSeek. Обе выпущены под лицензией MIT, у обеих контекст 1 млн токенов.

Главный козырь DeepSeek это цена: V4.1 Flash стоит $0,15 за 1M входных и $0,60 за 1M выходных токенов в часы низкой нагрузки, чтение из кэша меньше цента. В пиковые часы цены вдвое выше.

GLM-5.3 и GLM-5.3 Flash

Модели компании Z.ai (Zhipu). GLM-5.3 вышла в августе 2026 года: 88,2% на Terminal-Bench 2.1 и 95,4% на SWE-bench Verified у Vals AI. Это первый флагман GLM не под лицензией MIT, а под собственной, с дополнительной проверкой для очень крупных компаний. GLM-5.3 Flash заметно дешевле ($0,15 / $0,50 за 1M) и при этом набирает 92,0% на том же стенде Vals AI.

Kimi K3 и K3.1 Pro

Модели Moonshot AI самые большие из открытых: 2,8 трлн параметров, из которых на каждый токен работают 104 млрд, и контекст около 1 млн токенов. Kimi K3.1 Pro (октябрь 2026) сильна в длинных задачах: 65,7% на Terminal-Bench 4.0, 75,5% на DeepSWE и 51,7% на многочасовом SWE-Marathon по данным разработчика. Лицензия собственная. Это и самая дорогая открытая модель: по данным агрегаторов около $2 / $10 за 1M.

MiniMax M3 и M3.1 Flash

MiniMax M3 (июнь 2026) и M3.1 Flash (осень 2026) дешёвые модели с контекстом 1 млн токенов. M3 стоит $0,30 / $1,20 за 1M, M3.1 Flash $0,15 / $0,60. На DeepSWE v1.1 M3.1 Flash набирает 73,7% по данным разработчика: для своей цены это очень сильный результат.

Qwen3.8 и Mistral Large 4

Qwen3.8 27B от Alibaba (август 2026) небольшая плотная модель под лицензией Apache-2.0, которую можно запустить на одной видеокарте. Для своего размера она удивительно сильна: 86,0% на SWE-bench Verified у Vals AI и 90,3% на LiveCodeBench v6 по данным разработчика. Это лучший вариант, если код нельзя отправлять наружу и модель нужна на своём сервере.

Mistral Large 4 (октябрь 2026, около 1 трлн параметров, контекст 1 млн) делает ставку на экономное расходование токенов. В коде она пока позади китайских флагманов: 41% на Terminal-Bench 4.0 против 65,7% у Kimi K3.1 Pro.

Открытые модели для кода, ноябрь 2026: лицензия, контекст и цена разработчика за 1M токенов в долларах
МодельЛицензияКонтекстВход / выход, $
DeepSeek V4 ProMIT1 млн0,66 / 1,98
DeepSeek V4.1 FlashMIT1 млн0,15 / 0,60
GLM-5.3собственная1 млн1,40 / 4,40
GLM-5.3 FlashMITнет данных0,15 / 0,50
Kimi K3.1 Proсобственная1 млноколо 2 / 10
MiniMax M3собственная1 млн0,30 / 1,20
Qwen3.8 27BApache-2.0262 тыс.запуск у себя
Mistral Large 4изменённая MIT1 млноколо 0,70 / 2,10

Когда выбирать открытую модель

  • Цена важнее последних процентов. Для обычных правок и тестов DeepSeek V4.1 Flash или GLM-5.3 Flash дают почти флагманский результат в разы дешевле.
  • Код нельзя отдавать наружу. Открытую модель можно поднять на своём сервере. Qwen3.8 27B помещается на одну видеокарту.
  • Нужна независимость от одного разработчика. Открытые веса никто не отзовёт. Поэтому в каталоге «Шмеля» есть и открытые модели: если какой-то разработчик моделей уйдёт, работа не остановится.
  • Проверьте лицензию. MIT и Apache-2.0 почти ничего не запрещают, а собственные лицензии Kimi, GLM-5.3 и MiniMax стоит прочитать, если вы строите на них продукт.

Открытые и закрытые модели в одном приложении, с одного баланса в рублях.

Скачать для Windows

Частые вопросы

Какая открытая модель лучше всего пишет код?

На независимом стенде Vals AI (SWE-bench Verified, сентябрь 2026) лидирует DeepSeek V4 Pro с 96,4%. Для длинных задач в терминале сильнее всех Kimi K3.1 Pro (65,7% на Terminal-Bench 4.0 по данным разработчика).

Чем открытая модель отличается от бесплатной?

Открытая значит, что веса модели опубликованы и её можно запустить самостоятельно. Использование через API у поставщика всё равно платное, просто обычно дешевле закрытых моделей. Бесплатной модель бывает только на своём оборудовании, но тогда вы платите за железо и электричество.

Можно ли запустить модель для кода на своём компьютере?

Небольшие модели можно. Qwen3.8 27B помещается на одну мощную видеокарту. Флагманы вроде DeepSeek V4 Pro или Kimi K3.1 Pro требуют целого сервера с несколькими ускорителями.

Насколько открытые модели отстают от закрытых?

На SWE-bench Verified у Vals AI в сентябре 2026 года разница между лучшими была 0,6 процентного пункта. Epoch AI оценивает общее отставание открытых моделей примерно в четыре месяца.

Источники

  1. Vals AI, SWE-bench Verified (mini-SWE-agent), архив от 01.09.2026
  2. Epoch AI: разрыв открытых и закрытых моделей
  3. Hugging Face: DeepSeek-V4-Pro-0813
  4. Hugging Face: DeepSeek-V4.1-Flash-1017
  5. DeepSeek: цены API
  6. Hugging Face: GLM-5.3
  7. Z.ai: цены API
  8. Hugging Face: Kimi K3.1 Pro
  9. Hugging Face: MiniMax-M3.1-Flash
  10. MiniMax: цены API
  11. Hugging Face: Qwen3.8-27B
  12. Hugging Face: Mistral Large 4

Данные собраны 5 ноября 2026. Модели обновляются часто, состав каталога «Шмеля» может меняться, списание идёт по цене на момент запроса.

Попробуйте модели на своём проекте

Агент показывает каждую правку и спрашивает перед командой. Модели разных провайдеров с одного баланса в рублях.

Скачать для Windows