Preços do Nanocoder: a CLI gratuita, a conta do modelo e o rodapé de custo

O Nanocoder é gratuito: a CLI tem licença MIT, não exige conta, nível nem chave de licença, então, na prática, "preços do Nanocoder" significa a cobrança do modelo por trás dele — tokens no provedor configurado ou hardware e eletricidade para um modelo local. O número no seu terminal não é essa cobrança. O Nanocoder calcula o preço de cada resposta a partir de um banco de dados de terceiros que não tem entrada para o seu gateway, e esta página reproduz exatamente o efeito disso sobre o valor.

Primeiro, uma desambiguação, porque os resultados de busca misturam várias coisas. Esta página trata de Nano-Collective/nanocoder, publicado como @nanocollective/nanocoder e documentado em docs.nanocollective.org/nanocoder. Observe o r final. Um projeto separado chamado nanocode — um agente de programação para o NanoGPT —, além do próprio NanoGPT, que vende tokens e publica uma lista de preços real em nano-gpt.com e nanogpt.net, e uma empresa polonesa de software que atua como Nanocoder, todos aparecem bem posicionados para essas consultas. Nenhum dos preços deles pertence a esta página.

O que o Nanocoder cobra e o que realmente gera cobrança para você

A instalação é gratuita em todos os caminhos documentados e não exige conta: npm install -g @nanocollective/nanocoder, Homebrew ou Nix. O registro npm apresenta 1.30.0 como latest, publicado em 26 de agosto de 2026, com engines.node >= 22 e "license": "MIT" (registro consultado em 21 de setembro de 2026 — nenhum lançamento mais recente havia sido publicado até então).

O projeto é financiado por doações e patrocínios, não pelos usuários, e uma divulgação deve aparecer aqui porque molda as recomendações que você lerá em outros lugares: Atlas Cloud é um patrocinador listado no próprio README do Nanocoder, que também vincula sua "promoção do plano de programação" para "acesso à API mais econômico". Essa recomendação aparece em um documento que o patrocinador ajuda a financiar e não é evidência de que o plano seja o mais barato. Esses planos de programação são assinaturas mensais com uma franquia semanal de pontos, e os pontos são consumidos como tokens de entrada vezes um multiplicador de entrada mais tokens de saída vezes um multiplicador de saída, com os multiplicadores definidos por modelo — portanto, o custo por milhão de tokens depende do modelo executado e não é um único número que possa ser colocado ao lado de uma tabela de tarifas.

O valor do custo no seu terminal não é a sua cobrança

A versão 1.30.0 adicionou um rodapé abaixo de cada mensagem do assistente contendo, por exemplo, Tokens: 4.2k | ~$0.01. É o número que parece mais útil na tela e o mais fácil de interpretar errado, porque o Nanocoder nunca pergunta ao seu provedor quanto ele cobra.

Veja o mecanismo, lido no código-fonte lançado na tag v1.30.0. Os preços vêm de models.dev/api.json. A consulta recebe o ID do seu modelo e, em seu próprio comentário, pesquisa "em todos os provedores, escolhendo a correspondência com o maior limite de contexto" — portanto, o provedor configurado nunca é consultado, apenas a string do ID. Quando esse arquivo foi obtido em 21 de setembro de 2026, ele listava 223 provedores e nenhuma entrada para a Kunavo. Assim, um ID servido pela Kunavo é associado à entrada não relacionada que por acaso tenha a mesma string e declare a maior janela de contexto.

Reproduzir exatamente esse algoritmo nesse arquivo, para uma sessão presumida de 200.000 tokens de entrada e 15.000 tokens de saída, produz a diferença abaixo. A estimativa do catálogo é um cálculo do catálogo da Kunavo; a última coluna mostra o total que o rodapé do Nanocoder calcularia para os mesmos tokens.

Duas falhas diferentes, ambas decorrentes de uma única consulta. Quando a entrada vencedora publica uma tarifa mais alta, o rodapé superestima. Quando ela publica zeros ou não contém nenhum bloco cost, o rodapé não mostra nada — e um custo ausente é interpretado como gratuito. Essa última etapa é deliberada no código distribuído: um bloco de custo ausente é convertido em uma tarifa zero, e não em "desconhecido", e o formatador do pacote publicado não retorna nada para um custo igual ou inferior a zero, para que "modelos gratuitos/locais fiquem sem um segmento de custo, em vez de mostrar '$0.00'". A lógica está correta para um modelo local e errada para um modelo pago cujo ID colida com uma entrada de diretório com preço zero.

Há mais duas distorções. O models.dev publica níveis de preço para contexto longo em algumas entradas; o cliente lançado copia apenas as tarifas fixas input e output de cada entrada e nunca lê os níveis, portanto uma interação que ultrapasse o limite de um nível fica subestimada. E o próprio changelog da versão 1.30.0 afirma que a estimativa "calcula o preço de todos os tokens de entrada pela tarifa padrão — os descontos de leitura/escrita do cache não são considerados, portanto os custos podem ser superestimados para provedores com cache de prompt". Consulte cache de prompt para ver como são esses descontos quando uma rota os oferece.

As tarifas dessa tabela são um instantâneo: o models.dev é editado continuamente, e a entrada vencedora do desempate pelo maior contexto pode mudar sem que nada mude na sua máquina. A reprodução é curta — busque api.json, encontre todos os provedores que carregam seu ID exato de modelo, mantenha aquele com o maior limit.context e leia seu bloco cost. O livro-caixa do próprio provedor é o valor autoritativo; consulte detalhes de cobrança.

O que foi lançado e o que está apenas no branch de desenvolvimento

Essa distinção determina se várias das correções citadas realmente existem na sua máquina. Tanto /latest/ quanto /v1.30.0/ no site da documentação forneciam conteúdo da v1.30.0 quando verificados em 21 de setembro de 2026; a pasta docs/ do repositório em main está à frente de ambos.

Cada "Não" acima foi verificado pesquisando a página publicada, não inferido, e a página do provedor Anthropic é a verificação de sanidade: zero ocorrências de "Prompt caching" e "cache-aware", enquanto o mesmo HTML contém sdkProvider seis vezes. Essas são ausências reais, não um artefato de renderização. O trabalho foi incorporado ao main após o lançamento de 26 de agosto e inclui todos eles — portanto, uma citação a um arquivo em main descreve um software que você ainda não pode instalar, e um lançamento mais recente mudaria várias dessas linhas.

Melhor modelo para o Nanocoder: uma questão de capacidade, não de classificação

O Nanocoder não publica nenhum modelo recomendado, nenhum ranking nem nenhuma especificação de hardware. Uma leitura completa da documentação em 21 de setembro de 2026 não encontrou RAM mínima, valor de VRAM ou GPU recomendada, e o diretório benchmarks/ do repositório é um relatório de qualidade da CLI compilada — códigos de saída, contagens de módulos, tempos aproximados de inicialização e primeira renderização, tamanho do bundle — e não algo que atribua uma pontuação a um modelo. Nenhum benchmark de tarefa foi executado aqui, portanto esta página não exibe nenhum ranking — um ranking montado a partir do nada é pior do que nenhum.

O que o fornecedor publica é mais adequado para uma página de orçamento, de qualquer forma, porque altera o que o modelo pode fazer, e não a pontuação obtida. O perfil de ferramentas padrão auto, de acordo com a documentação de tune da v1.30.0, "mantém toda a superfície de ferramentas para modelos na nuvem e IDs de modelo sem indicação de tamanho, resolve modelos com até 15B parâmetros para minimal e resolve modelos com até 4B parâmetros para nano".

Duas interpretações práticas. Primeiro, a documentação afirma explicitamente que "as ferramentas MCP só são expostas no perfil full resolvido" — portanto, conectar um servidor MCP a um modelo local pequeno não faz nada até você alterar o perfil manualmente ou mudar para um modelo maior. Segundo, a predefinição incluída "Nano (hardware de baixo desempenho)" limita o máximo de tokens a 2048, o que é um teto real para o tamanho da resposta, e não uma sugestão. O próprio battlemap do Nanocoder argumenta que modelos pequenos e antigos continuam utilizáveis porque ele oferece três caminhos para chamada de ferramentas — chamada nativa de funções, um fallback XML e um fallback JSON, com reparo em ambos os fallbacks — mas essa é uma afirmação do mantenedor, e nenhuma taxa de sucesso é publicada. Para uma visão mais ampla dos trade-offs entre modelos, consulte a comparação de modelos de programação.

Local versus remoto: dois orçamentos diferentes

Um usuário local-first não é um comprador de API paga com uma fatura menor, e tratá-los como se fossem a mesma coisa produz conselhos ruins nos dois sentidos. O próprio battlemap do Nanocoder afirma que "se você estiver executando o Nanocoder com um modelo local, todo o loop pode funcionar com tráfego de rede de saída zero" e que sete servidores locais — Ollama, llama.cpp, llama-swap, LM Studio, LocalAI, MLX Server e vLLM — são documentados como provedores de primeira classe. Essa é a afirmação de posicionamento do projeto, não uma medição feita aqui.

A afirmação honesta sobre o custo local é que ninguém publicou um. O Nanocoder não quantifica nenhum requisito de hardware, portanto cabe a você definir o preço do capital e da eletricidade. Dois comportamentos tornam a diferença visível, em vez de ocultá-la: o segmento de custo é omitido para modelos locais e gratuitos, e, nas execuções headless, o bloco usage é "omitido inteiramente quando o provedor não informa telemetria de tokens (comum em modelos locais), portanto um bloco ausente significa 'desconhecido', nunca 'zero'".

Uma armadilha no caminho de entrada. A página de preços do Ollama afirma que "executar modelos no seu próprio hardware é sempre ilimitado", e a documentação do provedor Ollama do Nanocoder cobre apenas o endpoint local, sem exigir uma chave. Mas essa mesma página também vende planos hospedados — Pro por $20 por mês, com $60 em créditos de uso mensal; Max por $100, com $300; Team por $500, com $1.000 compartilhados; e um nível Enterprise personalizado (verificado em 21 de setembro de 2026). Portanto, "Ollama é gratuito" é verdadeiro para o caminho local e falso para o hospedado. A documentação do endpoint compatível com Ollama da Kunavo cobre o formato dessa API se você estiver migrando entre os dois.

Uma observação sobre as taxas de financiamento do gateway, porque é o detalhe que as pessoas não percebem. A FAQ da OpenRouter afirma que "não há margem sobre o preço de inferência" e que, em vez disso, cobra uma taxa "quando você compra créditos", além de uma taxa adicional sobre o uso de sua própria chave acima de uma franquia que depende do plano. Essas porcentagens variam conforme o método de pagamento e o plano e são preenchidas nessa página quando ela é renderizada, portanto nenhuma é citada aqui — consulte o valor atual no seu próprio checkout. Alternativas à OpenRouter e API compatível com OpenAI cobrem a comparação de forma mais geral.

Orçando o lado dos tokens

A coluna de catálogo na tabela acima é a estimativa a partir da qual fazer o orçamento, e representa uma aritmética ilustrativa de tokens, não um custo de tarefa medido nem um teto de cobrança. As premissas são uma sessão com 200,000 tokens de entrada não armazenados em cache e 15,000 tokens de saída, às tarifas atuais do catálogo, sem leituras de cache e sem cobranças de ferramentas. As sessões reais variam conforme o tamanho do repositório, a frequência com que o agente relê arquivos e quanto da saída das ferramentas retorna ao contexto — e o perfil de ferramentas acima altera a sobrecarga por turno antes de tudo isso.

Escale pelo número de sessões diárias que você realmente tem antes de tratá-lo como um orçamento. Com essas premissas, os modelos Claude Haiku 4.5 permitem aproximadamente 51 sessões por $10 de crédito, e Claude Opus 5 aproximadamente 10, o que dimensiona uma carteira sem dizer qual deles concluirá seu trabalho. A menor tarifa listada e o menor custo para concluir são afirmações diferentes: um modelo mais barato que precise de três tentativas pode custar mais do que um que precise de uma única passagem. Otimização de custos de IA aborda esse método adequadamente.

O valor de catálogo da Kunavo é um piso de cobrança, não um teto: quando o upstream informa sua cobrança, a fatura é o maior entre o custo de catálogo e o custo do upstream multiplicado pela margem aplicável. As cobranças de cache e de ferramentas externas ficam fora deste exemplo. A recarga mínima é de $10 em crédito pré-pago — um mínimo de financiamento, não uma taxa por tarefa nem uma assinatura.

Apontando o Nanocoder para um endpoint personalizado

Qualquer serviço compatível com OpenAI é adicionado como um provedor personalizado, de forma interativa por meio de /settings providers ou em agents.config.json — primeiro o arquivo do projeto, depois um diretório de configuração do usuário específico do sistema operacional; NANOCODER_CONFIG_DIR ignora ambas as consultas, e a variável de ambiente NANOCODER_PROVIDERS tem a maior precedência de todas.

{
  "nanocoder": {
    "providers": [
      {
        "name": "Kunavo",
        "baseUrl": "https://api.kunavo.com/v1",
        "apiKey": "${KUNAVO_API_KEY}",
        "models": ["claude-sonnet-4-6"],
        "contextWindow": 1000000
      }
    ]
  }
}

Três observações sobre esse bloco, todas da documentação de provedores da v1.30.0. sdkProvider é omitido porque seu padrão é openai-compatible; os demais valores na tabela de opções de sdkProvider dessa versão são google, anthropic e github-copilot, e chatgpt-codex é documentado em sua própria página de provedor, e não nessa tabela. Chaves e outros valores de configuração aceitam substituição por $VAR, ${VAR} e ${VAR:-default}. E requestTimeout tem o padrão de 120.000 ms, enquanto -1 o desativa — o que é muito mais importante para um modelo local lento do que para um hospedado.

A janela de contexto é o item com maior probabilidade de custar dinheiro se você a deixar de fora. O Nanocoder resolve o limite de contexto de um modelo em uma ordem documentada de seis etapas: uma substituição de sessão /context-max ou --context-max, depois contextWindows[model], depois contextWindow, depois NANOCODER_CONTEXT_LIMIT, depois os metadados de models.dev e, por fim, um mapa de fallback integrado do Ollama. Como a Kunavo não está presente no models.dev, as duas últimas etapas não podem ajudar, portanto uma das quatro primeiras precisa ser definida manualmente — o valor acima vem da própria entrada desse modelo no catálogo da Kunavo. Isso importa além de um medidor de exibição: o auto-compact é acionado em uma porcentagem do limite de contexto resolvido, com padrão de 60, portanto um limite incorreto altera a frequência com que o agente compacta e reenvia o contexto, e isso representa gasto de tokens.

Mais uma armadilha antes da primeira execução. Se você definir sdkProvider: "anthropic" para um endpoint que fornece um ID de modelo que o SDK subjacente não reconhece como um modelo Claude, ele recorre a um teto de saída de 4096 tokens, truncando respostas longas no meio da frase sem nenhum erro. Isso é descrito em "Output Token Ceiling" na documentação do provedor em main, e o próprio teto vem de @ai-sdk/anthropic, do qual a v1.30.0 já depende — portanto, o comportamento está presente na versão lançada, embora a documentação não esteja. A correção indicada nessa página, maxOutputTokens, também não foi lançada; na v1.30.0, a alternativa é permanecer no caminho padrão openai-compatible.

A Kunavo publica um guia de configuração do Nanocoder, e ele é uma referência de configuração, não um teste de compatibilidade: o Nanocoder não foi testado em tempo de execução com o endpoint da Kunavo, portanto streaming, chamadas de ferramentas, autenticação e roteamento de modelos não estão confirmados de ponta a ponta aqui. Mantenha uma rota funcional disponível enquanto testa, execute uma tarefa limitada e depois leia a cobrança registrada pela sua conta, em vez do rodapé. Crie uma conta Kunavo quando estiver pronto para financiar uma chave.

Comparando clientes, e não rotas? Nanocoder versus OpenCode coloca este agente frente a frente com o mais popular, preços do OpenCode aborda um cliente cujo mantenedor vende tokens, e o diretório de APIs de agentes registra como cada cliente desse espaço lida com uma URL base personalizada.

Perguntas frequentes

Verificado em 21 de setembro de 2026: o registro npm para a versão publicada, engines e licença; as páginas de documentação da v1.30.0 sobre provedores, comandos, tune e battlemap, incluindo contagens com grep para os recursos ausentes; o changelog da v1.30.0 e o código-fonte lançado para a fórmula de custo e a consulta ao models.dev; o próprio formatador de custos do pacote distribuído; models.dev/api.json para a lista de provedores e as tarifas reproduzidas acima; a versão @ai-sdk/anthropic da qual a v1.30.0 depende, para o teto de 4096 tokens; a página de preços do Ollama; a página do plano de programação da Atlas Cloud; e a FAQ da OpenRouter. O volume de pesquisa para as consultas-alvo desta página não foi medido na pesquisa que a fundamenta, e os snapshots subjacentes dos resultados de pesquisa são de 17 de setembro de 2026. O Nanocoder não foi testado em tempo de execução com a Kunavo, nenhum benchmark de modelo foi executado e todos os valores em dólares da Kunavo aqui são aritmética ilustrativa de tokens baseada no catálogo atual, e não um custo de tarefa medido.