> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Seleção de Modelos para Agente de Código

> Escolha o modelo certo para cada tarefa de código — tabela comparativa, recomendações e configuração

## Comparação de Modelos para Código

| Modelo                   | Velocidade   | Qualidade de Código | Custo    | Janela de Contexto | Melhor Para                        |
| ------------------------ | ------------ | ------------------- | -------- | ------------------ | ---------------------------------- |
| `claude-opus-4-6`        | Moderada     | Excelente           | \$\$\$\$ | 200K               | Arquitetura, refatoração complexa  |
| `gpt-5.4`                | Moderada     | Excelente           | \$\$\$\$ | 200K               | Raciocínio complexo, planejamento  |
| `claude-sonnet-4-6`      | Rápida       | Muito Boa           | \$\$\$   | 200K               | Código geral, revisões             |
| `gemini-3.1-pro-preview` | Rápida       | Muito Boa           | \$\$\$   | 1M                 | Análise de grandes bases de código |
| `gpt-5-mini`             | Muito Rápida | Boa                 | \$\$     | 128K               | Edições rápidas, completions       |
| `gemini-3.5-flash`       | Muito Rápida | Boa                 | \$\$     | 1M                 | Iteração rápida, busca             |
| `deepseek-v4-pro`        | Moderada     | Muito Boa           | \$       | 1M                 | Tarefas com raciocínio intenso     |
| `deepseek-v4-flash`      | Rápida       | Boa                 | \$       | 1M                 | Geração em massa, boilerplate      |

Para o grupo mais recente voltado a codigo, considere tambem `qwen-long-latest` para repositorios muito grandes, `minimax-m3` para trabalho de agente com contexto amplo, `kimi-k2.7-code-highspeed` para ciclos rapidos de codigo, e `deepseek-v4-pro` / `deepseek-v4-flash`, `glm-5.2`, `step-3.7-flash` e `mimo-v2.5-pro` para roteamento compativel com OpenAI Chat.

## Recomendações por Tarefa

<AccordionGroup>
  <Accordion title="Geração de Código / Scaffolding">
    **Recomendado**: `claude-sonnet-4-6`, `gemini-3.1-pro-preview`

    Esses modelos produzem código limpo e bem estruturado com boas convenções de nomenclatura. Para scaffolding complexo de múltiplos arquivos, considere `claude-opus-4-6`.

    Alternativa econômica: `deepseek-v4-flash` lida bem com boilerplate a uma fração do custo.
  </Accordion>

  <Accordion title="Revisão de Código / Refatoração">
    **Recomendado**: `claude-sonnet-4-6`, `deepseek-v4-pro`

    A revisão de código se beneficia da capacidade de raciocínio. `deepseek-v4-pro` é particularmente econômico aqui — sua abordagem de chain-of-thought detecta problemas sutis.

    Para revisões focadas em segurança: `claude-opus-4-6` ou `gpt-5.4`.
  </Accordion>

  <Accordion title="Correção de Bugs / Depuração">
    **Recomendado**: `claude-sonnet-4-6`, `gpt-5-mini`

    A correção de bugs geralmente é bem delimitada — você sabe o que está quebrado. Modelos de nível padrão lidam bem com isso. Use modelos premium apenas para bugs complexos em múltiplos arquivos.
  </Accordion>

  <Accordion title="Design de Arquitetura">
    **Recomendado**: `claude-opus-4-6`, `gpt-5.4`

    Decisões de arquitetura se beneficiam do raciocínio mais forte. Vale o custo premium, pois essas decisões são pouco frequentes mas de alto impacto.
  </Accordion>

  <Accordion title="Edições Rápidas / Autocompletar">
    **Recomendado**: `gpt-5-mini`, `gemini-3.5-flash`

    A velocidade é crítica para uso interativo. Modelos econômicos com tempos de resposta rápidos proporcionam a melhor experiência. Não desperdice tokens premium em autocompletar.
  </Accordion>
</AccordionGroup>

## Seleção de Provedor no TokenLab

O TokenLab seleciona automaticamente um provedor disponível para o modelo solicitado.

### Estratégias de Seleção

| Estratégia   | Comportamento                                 | Melhor Para            |
| ------------ | --------------------------------------------- | ---------------------- |
| **PRIORITY** | Usa o provedor disponível de maior prioridade | Foco em confiabilidade |
| **COST**     | Usa o provedor disponível de menor custo      | Foco em custo          |

Você pode definir sua estratégia preferida no dashboard.

### Nova Tentativa Automática

Se um provedor estiver indisponível ou retornar um erro, o TokenLab tenta automaticamente com outro provedor disponível:

```
Requisição: claude-sonnet-4-6
  → Provedor A (primário): erro 503
  → Provedor B (nova tentativa): ✓ Sucesso
```

Isso acontece de forma transparente — seu agente de código recebe uma resposta normal.

### Formatos de API Nativos

Quando o modelo selecionado oferece suporte a um formato de API nativo, o TokenLab pode usar esse formato para obter melhor compatibilidade:

| Família do modelo | Formato da API      | URL base                                                                                       |
| ----------------- | ------------------- | ---------------------------------------------------------------------------------------------- |
| Claude            | Anthropic Messages  | `https://api.tokenlab.sh`                                                                      |
| GPT               | Respostas da OpenAI | `https://api.tokenlab.sh/v1`                                                                   |
| Gemini            | Gemini Native API   | `https://api.tokenlab.sh` ou `https://api.tokenlab.sh/v1beta` dependendo do caminho do cliente |
| DeepSeek          | Chat da OpenAI      | `https://api.tokenlab.sh/v1`                                                                   |

Claude Code é um caminho Anthropic-native forte. APIs Gemini-native também existem, mas o próprio Gemini CLI continua sendo um caminho de compatibilidade best-effort e não deve ser tratado como um fluxo estável de longo prazo.

## Configuração por Ferramenta

<AccordionGroup>
  <Accordion title="Claude Code">
    ```bash theme={null}
    export ANTHROPIC_API_KEY="sk-your-tokenlab-key"
    export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
    ```

    Selecionar modelo: `claude --model claude-sonnet-4-6`

    [Guia completo →](/integrations/claude-code)
  </Accordion>

  <Accordion title="Cursor">
    Em Settings → Models:

    * API Key: `sk-your-tokenlab-key`
    * Base URL: `https://api.tokenlab.sh/v1`
    * Model: `claude-sonnet-4-6` ou `gpt-5-mini`

    [Guia completo →](/integrations/cursor)
  </Accordion>

  <Accordion title="Codex CLI">
    ```bash theme={null}
    export OPENAI_API_KEY="sk-your-tokenlab-key"
    export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
    ```

    [Guia completo →](/integrations/codex-cli)
  </Accordion>

  <Accordion title="Gemini CLI">
    ```bash theme={null}
    export GEMINI_API_KEY="sk-your-tokenlab-key"
    export GOOGLE_GEMINI_BASE_URL="https://api.tokenlab.sh"
    ```

    Trate este caminho como compatibilidade best-effort, e não como uma integração oficial do Gemini CLI.

    [Guia completo →](/integrations/gemini-cli)
  </Accordion>

  <Accordion title="OpenCode">
    ```json theme={null}
    {
      "provider": "openai",
      "apiKey": "sk-your-tokenlab-key",
      "baseURL": "https://api.tokenlab.sh/v1"
    }
    ```

    [Guia completo →](/integrations/opencode)
  </Accordion>
</AccordionGroup>