На чём кодить дёшево в июле 2026: GLM-5.2 обошёл GPT-5.5 на SWE-Pro, MiniMax M3 стоит копейки — но «open» не значит «на твоём ноуте»

Пока флагманы дорожают каждую неделю, открытые веса тихо догнали закрытых. В июле 2026 GLM-5.2 обходит GPT-5.5 на SWE-bench Pro, MiniMax M3 стоит 30 центов за миллион токенов, а DeepSeek V4-Pro кодит почти как Opus за десятую часть цены. Разбираем, на чём реально кодить дёшево или локально — и почему «open-weight» не равно «влезет в твой ноут».

TL;DR: По сводке faros.ai на июль, среди открытых кодеров GLM-5.2 лидирует на SWE-bench Pro (62.1%, выше GPT-5.5), DeepSeek V4-Pro силён на SWE-Verified (80.6%) при цене от $0.43 за миллион, а MiniMax M3 — самый дешёвый ($0.30 / $1.20) с 1M контекста. Все, кроме Kimi, тянут миллион токенов контекста, а лицензии — от MIT до кастомных. Подвох: реально запустить локально из них можно только Qwen3-Coder 80B — остальные это 400B–1.6T параметров, то есть чужое облако и твой код опять уходит с машины.

Кто есть кто на рынке открытых кодеров

Это пять моделей разного веса и назначения, объединённых одним: веса скачиваемы, а цена в разы ниже закрытых флагманов. Ниже — расклад по каждой, цифры бенчмарков из сводки faros.ai и вендорских карточек (вендорские помечены как вендорские).

• GLM-5.2 (Z.AI) — 753B / 40B active MoE, контекст 1M, лицензия MIT. Заточен под многочасовые инженерные агенты. SWE-bench Pro 62.1%, Terminal-Bench 2.1 81.0%, GPQA Diamond 91.2%. Цена в районе $1.40 / $4.40 за миллион (OpenRouter).
• DeepSeek-V4-Pro — 1.6T / 49B active MoE, контекст 1M, MIT. SWE-bench Verified 80.6%, SWE-Pro 55.4%. Три режима рассуждений: Non-think, Think High, Think Max. Цена от $0.43 за вход — самый дешёвый вход среди сильных.
• MiniMax M3 — 428B / 23B active MoE, контекст 1M, MiniMax Community License. SWE-Verified 80.5%, SWE-Pro 59.0%, мультимодальный. Цена $0.30 / $1.20 — самый дешёвый в подборке.
• Kimi K2.6 (Moonshot) — 1.04T / 32B active MoE, контекст 256K, Modified MIT. Мультимодальный (картинки и видео), режим Agent Swarm поднимает агентные бенчи. SWE-Verified 76.8%. Цена $0.95 вход (cache-miss) / $4.00 выход, но кэш-хит валит вход до $0.16.
• Qwen3-Coder 80B — 80B / 3B active MoE, контекст 262K, Apache-2.0. SWE-Pro 44.3%, SWE-Verified 70.6%. Слабее остальных на бенчах, зато единственный, который реально влезает в одну GPU для локального self-host.

Какая модель на чём выигрывает

Короткий ответ: цена — MiniMax M3, чистый кодинг-бенч — GLM-5.2 и DeepSeek, локальный запуск — Qwen3-Coder. Одного победителя на всё нет, и это хорошая новость — выбираешь под задачу.

Разложим по осям:

• Дешевле всего: MiniMax M3 ($0.30 / $1.20). При этом он не про «дёшево и слабо» — 80.5% SWE-Verified держит уровень.
• Сильнее всего на SWE-bench Pro: GLM-5.2 (62.1%). Это выше, чем у закрытого GPT-5.5 (58.6% по той же сводке), — редкий случай, когда открытая модель обгоняет флагман на профильном бенче кода.
• Лучший баланс цена/качество на реальных багах: DeepSeek V4-Pro — 80.6% SWE-Verified при входе от $0.43. За эти деньги ближе к Opus, чем к бюджетным.
• Мультимодальность и агентные рои: Kimi K2.6 — если нужен визуал-в-код или swarm-режим, но помни про потолок контекста в 256K против 1M у остальных.
• Единственный реально локальный: Qwen3-Coder 80B под Apache-2.0 — на бенчах слабее, но это цена за то, что он физически крутится на твоём железе.

Для сравнения, закрытые флагманы по той же сводке: Opus 4.8 — 69.2% SWE-Pro / 88.6% SWE-Verified, GPT-5.5 — 58.6% / 82.6%. Разрыв на SWE-Verified ещё есть, но по SWE-Pro открытый GLM-5.2 уже впереди GPT-5.5, а стоит в разы дешевле.

Подводные камни

• «Open-weight» не значит «на твоём ноуте». Веса скачиваемы, но DeepSeek V4-Pro — это 1.6T параметров, GLM-5.2 — 753B, MiniMax M3 — 428B. Ни один не влезет в потребительскую видеокарту. На практике ты идёшь в чужой API (часто китайское облако) — и твой код снова уходит с машины, ровно как в историях этой недели. Реально локален только Qwen3-Coder 80B и модели поменьше.
• Бенчмарки — вендорские. Цифры SWE-Pro и Terminal-Bench в сводках частично вендорские, частично из разных прогонов с разными настройками (thinking-режимы, температура, длина контекста). Сравнивать их лоб в лоб можно только помня об этом; проверяй методологию на своей задаче, а не по табличке.
• Цена скачет по режимам и провайдерам. У DeepSeek V4-Pro вход варьируется от $0.43 до $1.74 в зависимости от think-режима и трекера, у Kimi вход прыгает с $0.16 (кэш-хит) до $0.95 (кэш-мисс). «Дешёвая» модель на длинных агентных цепочках без кэша дешёвой быть перестаёт.
• Лицензии разные, и не все «свободные». MIT (GLM, DeepSeek) и Apache-2.0 (Qwen) — чистые и коммерческие. А MiniMax Community License и Modified MIT у Kimi — кастомные, с условиями; «open weights» тут не тождественно OSI-одобренному open-source. Читай лицензию до продакшена.
• Контекст у Kimi вдвое меньше. 256K против 1M у остальных. Для репо-масштабных задач и длинной агентной памяти это ощутимое ограничение — на большом монорепо упрёшься первым.

Альтернативы

• Закрытые флагманы (Claude Opus 4.8, GPT-5.5) — берут там, где важен последний процент на SWE-Verified и стабильность в проде, но стоят $5+/$25+ за миллион, то есть в 3–10 раз дороже открытых. Расклад по закрытым мы разбирали в гиде на чём кодить в июле.
• Claude Sonnet 5 — почти Opus за 40% цены, компромисс между открытыми ценами и закрытым качеством, если не хочешь возиться с чужими API.
• GPT-5.6 Terra/Luna — публичный релиз GPT-5.6 дал средний и бюджетный тир; Terra по цене близок к верхним открытым, но с экосистемой OpenAI.

Вердикт

Если код не секретный и нужен дешёвый API — бери MiniMax M3 ($0.30 / $1.20) как дефолт: за эти деньги он держит 80% SWE-Verified, и это лучшая цена/качество в подборке. Если гоняешь многочасовые агентные задачи и упираешься в SWE-Pro — GLM-5.2, он там обгоняет даже GPT-5.5. DeepSeek V4-Pro — золотая середина, когда хочется ближе к Opus по реальным багам, но без его ценника. А вот если код действительно нельзя выпускать с машины — из всей пятёрки локально запускается только Qwen3-Coder 80B; остальные, несмотря на скачиваемые веса, на деле означают чужое облако. Не выбирай по одной цифре из таблицы — прогони две-три модели на своей задаче, потому что вендорские бенчи и твой монорепо — это разные вещи.

Как попробовать

1. Быстрее всего — через OpenRouter: один ключ, model ID вроде minimax/minimax-m3, z-ai/glm-5.2, deepseek/deepseek-v4-pro — переключаешь модели без пяти регистраций.
2. Начни с самого дешёвого: прогони свою реальную задачу на MiniMax M3 и заметь, где не хватает — это твоя базовая линия по цене.
3. Сравни на SWE-подобной задаче: дай ту же багу GLM-5.2 и DeepSeek V4-Pro, сравни не бенчи, а результат на твоём коде.
4. Нужен локальный — качай Qwen3-Coder 80B (Apache-2.0) под Ollama/vLLM: единственный из пятёрки, что реально влезает в одну GPU.
5. Считай кэш. На агентных цепочках включай prompt caching — у Kimi это роняет вход в 6 раз, у остальных тоже меняет счёт.