TLDR;

Pi é o projeto que trata modelos locais como prioridade, oferecendo API unificada e documentação detalhada. OpenCode é o agente de codificação mais popular, porém requer configuração manual de arquivos JSON e enfrenta limitações de suporte. DeepSeek Harness possui rápido crescimento de estrelas, mas depende da biblioteca Pi e exige credenciais fictícias, dificultando seu uso local.

Resumo

Um modelo gratuito executado localmente alcança 77 % no teste de codificação usado para classificar os principais modelos pagos, mostrando que o fator decisivo agora é o ambiente onde ele roda. Entre as opções disponíveis, o OpenCode é o harness de código aberto mais popular, com 207 mil estrelas no GitHub, mas exige configuração manual de cada modelo em um arquivo opencode.json. Solicitações de melhoria permanecem abertas ou são fechadas por bots; um PR para descoberta automática foi rejeitado. Já o Pi, criado por Armin Ronacher e Mario Zechner, trata modelos locais como primeira classe, oferecendo uma API unificada, documentação detalhada para endpoints como Ollama, vLLM ou LM Studio, suporte a múltiplos formatos de “thinking” e controle fino de orçamento de tokens, embora não possua sistema de permissões interno, recomendando containerização. Por outro lado, o DeepSeek Harness ganhou mais de 222 mil estrelas em um mês, mas depende totalmente da biblioteca do Pi para se comunicar com servidores locais, requer credenciais fictícias e não realiza descoberta automática de modelos, delegando a maior parte da lógica ao Pi. Assim, quem constrói uma solução local‑first robusta é o Pi, enquanto OpenCode sofre de falta de automação e DeepSeek, apesar da popularidade, permanece um wrapper sobre o Pi.