Uso de opencode por modelo — 2026-06-22 → 2026-09-06
Fuente: ~/.local/share/opencode/opencode.db (117 sesiones). Consultar con:
sqlite3 ~/.local/share/opencode/opencode.db "SELECT json_extract(data,'\$.modelID') model, COUNT(*) msgs, SUM(json_extract(data,'\$.tokens.input')) tin, SUM(json_extract(data,'\$.tokens.output')) tout, ROUND(SUM(json_extract(data,'\$.cost')),2) cost FROM message WHERE json_extract(data,'\$.role')='assistant' GROUP BY model ORDER BY cost DESC;"Resumen (agregando variantes del mismo modelo)
| Modelo | Sesiones | Msgs asist. | Costo | $/msg | Tool-error |
|---|---|---|---|---|---|
| deepseek-v4-flash | 40 | 5,976 | ~$16.6 | $0.0014 | ~1% |
| kimi-k3 | 8 | 182 | ~$7.2 | $0.085 | ~3% |
| deepseek-v4-pro | 43 | 2,183 | ~$5.8 | $0.0026 | ~0.6% |
| qwen3.8-flash | 9 | 877 | ~$3.3 | $0.0037 | ~4% |
| deepseek-v4-flash-vision-exp | 1 | 813 | $1.49 | — | 0% |
| qwen3.8-max | 1 | 39 | $1.08 | — | — |
| glm-5.2 | 1 | 45 | $0.86 | — | — |
| gpt-5.5 (high) | 1 | — | $1.04 | — | — |
| workers-ai (nemotron, gemma) | 3 | 37 | $0.14 | ~$0 | — |
| big-pickle (free) | 8 | 186 | $0 | $0 | ~0.5% |
| ollama qwen2.5-coder:7b | 1 | 1 | $0 | — | — |
Más efectivos
- deepseek-v4-flash — el caballo de batalla: 5,976 mensajes con ~1% de errores de herramienta y costo por mensaje ínfimo.cache-read masivo (1.7B tokens) lo abarata aún más.
- deepseek-v4-pro — la tasa de error más baja (0.6%) con volumen serio; el “segundo” cuando flash se queda corto.
- kimi-k3 — sesiona tareas difíciles pero 20-60x más caro por mensaje; usar como excepción, no default.
- qwen3.8-flash — barato pero el tool-error más alto (~4%); volumétricamente útil, menos fiable en ediciones.
Nota: opencode no registra calidad subjetiva; “efectivo” aquí = volumen sostenido + tasa de éxito de llamadas a herramientas + costo por turno.