ZCode: o agente de codificação desktop da Z.ai

{ "resumo": "## O que é ZCode\n\nZCode é o agente de codificação desktop da Z.ai, disponível para macOS, Windows e Linux. A empresa o descreve como um Agentic Development Environment (ADE): não é um fork do VS Code e não tem editor de código tradicional. O usuário fornece uma tarefa e o agente planeja, edita arquivos, roda comandos, usa o navegador e verifica o resultado. A tarefa reúne objetivo, arquivos alterados, saída do terminal, contexto do navegador e estado do Git. Também é possível rodar tarefas em paralelo, agendar trabalhos recorrentes e controlar o app pelo celular.\n\nA Z.ai (nome internacional da Zhipu AI, lab de Pequim ligado à Universidade Tsinghua) constrói a família GLM e, diferente de OpenAI e Anthropic, publica pesos para download e hospedagem própria. O autor testou o ZCode com GLM-5.3 no repositório do próprio site (mais de 1.700 posts) e avaliou positivamente o primeiro resultado.\n\n## O modelo GLM-5.3\n\nGLM-5.3 foi lançado em 14 de agosto de 2026 usando a mesma base do GLM-5.2, sem nova fase de pré-treino; os ganhos vieram de pós-treino em tarefas de engenharia longas. Limites práticos: 1M de tokens de contexto, 128K de saída máxima e três níveis de raciocínio (low, high e max). O raciocínio está sempre ativo e não pode ser desativado; esforço maior consome mais cota.\n\nO treino ocorreu em ambientes de tarefa com objetivo, ferramentas e resultado verificável. Como criar ambientes manualmente seria lento, a Z.ai usa agentes de pesquisa para transformar padrões de trabalho em tarefas executáveis, e outro agente valida que cada tarefa é solucionável sem ver a solução de referência.\n\nNos benchmarks, a Z.ai relata 50% de melhoria sobre o GLM-5.2 no benchmark interno de código. Resultados públicos: Terminal Bench 3.0 saltou de 4,6 para 28,3; DeepSWE v1.1 de 46,2 para 66,9; Agents' Last Exam de 23,8 para 28,5; CyberGym de 77,2% para 84,5%. A Z.ai afirma que o modelo lidera os modelos abertos em Terminal Bench 3.0 e Agents' Last Exam. Contra modelos fechados, a vantagem é menor: no Code Bench da Z.ai, GLM-5.3 marca 31,4% em esforço high (com cerca de 50 mil tokens de saída) contra 29,5% do Claude Opus 4.8 (cerca de 120 mil tokens); em esforço max chega a 34,5%, atrás do Claude Fable 5 com 39,5%. Ou seja, não é o melhor modelo de código disponível, mas se aproxima usando menos tokens e custando bem menos.\n\n## Segurança e pesos abertos\n\nDurante o treino, o modelo se tornou forte em encontrar problemas de segurança: 84,5% no CyberGym, melhor resultado nesse benchmark até agora segundo a Z.ai, com pontuações de exploração mais que dobradas - embora modelos fechados ainda liderem. Em parceria com times de segurança, o modelo encontrou 2.436 vulnerabilidades em 269 projetos, incluindo 1.097 de severidade média a alta; alguns bugs existiam há décadas. Os relatórios estão em um registro público chamado Security Disclosure Ledger. Essa capacidade atrasou os pesos públicos: houve mais duas semanas de revisão de risco antes do lançamento, publicado no Hugging Face em 28 de agosto de 2026.\n\nO licenciamento mudou: GLM-5.2 usava MIT, mas GLM-5.3 usa licença customizada. Uso, modificação, distribuição, venda, implantação e fine-tuning continuam permitidos, mas empresas de hospedagem de modelos que faturam mais de US$ 10 bilhões por ano precisam de revisão de segurança da Z.ai.\n\nDois dias antes dos pesos principais, a Z.ai lançou o GLM-5.3-Flash, sob licença MIT. É o primeiro GLM-5 nativamente multimodal (analisa imagens e capturas de tela), com 320 bilhões de parâmetros totais e 18 bilhões ativos por token, arquitetura mixture-of-experts, e combina atenção esparsa e linear para reduzir custo em contextos longos. Custa cerca de um décimo do GLM-5.3 e dentro do Coding Plan dá três vezes a cota útil.\n\n## Uso prático, preços e limitações\n\nO ZCode envia prompts e código relevantes à Z.ai quando usado com o Coding Plan. Como a empresa é chinesa, o autor recomenda verificar políticas antes de usar com código proprietário ou dados de clientes. Novos usuários têm teste de cinco dias; depois, o GLM Coding Plan custa US$ 18 (Lite), US$ 80 (Pro, uso seis vezes maior) ou US$ 168 (Max, uso 14 vezes maior) por mês, com 30% de desconto na época da análise. O uso funciona por pontos, com metade dos pontos fora do horário de pico e em fins de semana. Há quatro modos de permissão (Ask before changes, Edit automatically, Plan mode e Full access), e o autor sugere começar pelo primeiro e sempre usar Git.\n\nRecursos incluem o Plugin Marketplace (com MCP servers, automação de navegador, emulação Android e mais), automações agendadas com modelos prontos (briefing matinal, varredura diária de riscos, resumo de release) e controle remoto via Remote ou Bot Channel (WeChat, Feishu, Telegram), com a sessão rodando na máquina do usuário. O mesmo Coding Plan funciona em mais de 20 agentes, incluindo Claude Code, configurável via helper ou edição do settings.. A API é compatível com a da OpenAI, aceita reasoning_effort low/high/max (padrão max) e não permite desativar o thinking.\n\nRodar os pesos por conta própria exige servidor multi-GPU; faz sentido para empresas que precisam de controle total dos dados. O autor conclui que o ZCode não substitui seu fluxo principal: GLM-5.3 é competitivo, mas não lidera modelos fechados, o app ainda é jovem, faltam subagentes customizados, e questões de privacidade podem inviabilizar código proprietário. Ele enxerga o ZCode como uma boa segunda ferramenta - por exemplo, com o plano Lite para segundas opiniões e automações para revisões regulares -, evitando trabalho de clientes até checar as regras de dados.", "hook": "A Z.ai lançou o ZCode, um agente de codificação desktop construído em torno do GLM-5.3, modelo aberto com 1M de contexto que lidera benchmarks entre modelos abertos de código. Em testes reais, o modelo encontrou 2.436 vulnerabilidades em 269 projetos - capacidade que atrasou a liberação dos pesos em duas semanas. Ainda assim, contra modelos fechados como o Claude Fable 5, ele fica atrás em desempenho.", "entities": ["Z.ai", "ZCode", "GLM-5.3", "GLM-5.3-Flash", "Hugging Face", "Claude Code", "Zhipu AI"], "themes": ["lancamento-de-modelos", "open-weights-e-modelos-locais", "engenharia-com-ia"], "story_key": "zcode-glm-5-3-agent-desktop", "reasoning": { "story_key": "Fato canônico: análise do ZCode, agente desktop da Z.ai com GLM-5.3, cobrindo funcionamento, preços e limites.", "themes": { "lancamento-de-modelos": "GLM-5.3 e GLM-5.3-Flash foram anunciados como produtos, com specs, benchmarks e preços.", "open-weights-e-modelos-locais": "Pesos publicados no Hugging Face, licença customizada vs. MIT, self-hosting em servidor multi-GPU como alternativa à nuvem.", "engenharia-com-ia": "O assunto central é um coding agent (fluxo, permissões, automações, comparação com Claude Code e Cursor)." }, "entities": { "Z.ai": "Empresa que lança o ZCode, o GLM-5.3 e o Coding Plan.", "ZCode": "Produto analisado no texto.", "GLM-5.3": "Modelo central do agente, com treino, benchmarks e licença detalhados.", "GLM-5.3-Flash": "Variante multimodal lançada com papel definido no produto.", "Hugging Face": "Plataforma onde os pesos abertos foram publicados.", "Claude Code": "Ferramenta de comparação direta e integração via Coding Plan.", "Zhipu AI": "Nome original do lab por trás da Z.ai." }, "excluded": { "OpenAI": "Menção apenas por compatibilidade da API e comparação genérica.", "Anthropic": "Citação secundária sobre pesos e modelos fechados.", "Claude Opus 4.8": "Apenas número de benchmark.", "Tsinghua University": "Origem do lab, menção secundária." } } }