Como rodar um agente de código totalmente offline com OpenCode, Ollama e Qwen3.5
Um roteiro documentado por uma engenheira da Thomson Reuters mostra como montar um agente de código que roda inteiro no laptop, sem nuvem, usando OpenCode, Ollama e o modelo aberto Qwen3.5.

- Leitura
- 9 min
- Tabelas
- 3
- Código
- 3
- Fontes
- 6
- Dados
- 62
Vale a pena rodar um agente de código totalmente offline com OpenCode, Ollama e Qwen3.5, e quanto isso custa em hardware comparado ao ganho de privacidade?
Em resumoVale a pena para tarefas pontuais e cenários de conectividade instável ou dados sensíveis, usando hardware comum (12 a 16 GB de RAM), mas o setup ainda perde em acurácia para modelos maiores e consome muito mais tokens por tarefa, então não substitui um agente de nuvem para trabalho grande.
Você sai sabendo- O setup offline com OpenCode, Ollama e Qwen3.5 roda em laptop comum, sem GPU dedicada, com 12 a 16 GB de RAM para a versão 9B
- Modelos menores como o Qwen3.5 9B ainda perdem em benchmarks de código e function calling para opções maiores como o gpt-oss-20b
- O OpenCode consome muito mais tokens por tarefa resolvida do que outros agentes como o Goose, segundo o estudo The Scaffold Effect
- Incluir o comando de teste exato no prompt evita que o agente tente ferramentas erradas, como pytest num projeto que usa unittest
- O caso testado foi simples (um bug de uma linha), e não prova que o setup aguenta repositórios grandes ou frameworks desconhecidos
Dados até out/2026
Edição enriquecida em 04 de novembro de 2026: 6 fontes lidas na íntegra e cruzadas com apoio de IA, revisada e aprovada por tiago@imasters.com.br.
Antes, 1.508 palavras e 1 fonte(s). Agora, 1.851 palavras e 6 fontes.
Em resumo
Vale a pena testar, mas não substitui ainda um agente de nuvem para tarefas grandes: o ganho é privacidade e resiliência a queda de rede, o custo é desempenho menor e consumo alto de tokens por tarefa. Rittika Jindal, Principal Engineer na Thomson Reuters, documentou o fluxo completo rodando OpenCode com Ollama e Qwen3.5 9B, sem internet, corrigindo um bug real de uma linha.
- O setup roda em hardware comum: Qwen3.5 9B pede entre 12 e 16 GB de RAM, segundo o provedor Voltti.
- Nos benchmarks publicados pelo model card do Qwen, a versão 9B fica atrás de modelos maiores em LiveCodeBench v6 e BFCL-V4.
- O estudo The Scaffold Effect mostra que o OpenCode consome cerca de 40 vezes mais tokens por tarefa resolvida do que o Goose, o que pode pesar mesmo sem custo de API.
- O exemplo testado foi simples (um bug de acumulação de variável), e a própria autora reconhece que isso não prova desempenho em projetos grandes.
- 12 a 16 GBRAM recomendada pelo provedor Voltti para rodar o Qwen3.5 9B via Ollama
- 65,6pontuação do Qwen3.5 9B no benchmark LiveCodeBench v6, segundo o model card do Qwen
- 40 vezesconsumo de tokens por tarefa resolvida do OpenCode em relação ao Goose, segundo o estudo The Scaffold Effect
- 25,50valor correto que o programa de exemplo passou a retornar depois da correção aplicada pelo agente offline
1. Por que programar sem internet virou pauta de IA
Rittika Jindal se mudou para o sopé do Himalaia há um ano e, em artigo publicado na Latent Space em 27 de outubro, conta como passou a planejar o trabalho em torno de quedas de rede e de energia. "Me mudei para o sopé do Himalaia há um ano. Adoro a paz de viver aqui, mas isso também traz seus próprios desafios, incluindo quedas de rede e de energia", escreve.
O problema não é exclusivo de morar na montanha. Revisar um pull request no trem, numa cidade do interior com link instável ou durante um voo são cenários comuns no Brasil também. A pergunta que ela se fez foi direta: dá para usar um agente de código do jeito que se usa no dia a dia, mas com o Wi-Fi desligado?
2. As três peças do setup
O roteiro combina três ferramentas, cada uma com um papel bem definido:
- OpenCode: agente de código open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → que lê arquivos do projeto, propõe edições e roda comandos como a suíte de testes, sempre pedindo permissão antes de agir, segundo a documentação oficial do projeto.
- Ollama: serve o modelo localmente, expondo uma API compatível em
http://127.0.0.1:11434. - Qwen3.5: família de modelos de pesos abertos; os parâmetros são baixados uma vez e tudo roda depois, sem chamada externa.
O Aider também aparece como opção no texto original, já que suporta Ollama, mas Jindal optou por manter tudo no terminal com OpenCode para que a configuração e os resultados ficassem consistentes ao longo do relato.
3. Qual tamanho de Qwen escolher
A escolha do modelo não foi aleatória. Jindal comparou os números publicados no model card do Qwen em dois benchmarks: o LiveCodeBench v6, que mede geração de código, e o BFCL-V4, que avalia function calling.
Tabela 1. Desempenho dos modelos candidatos em benchmarks de código e function calling
| Modelo | LiveCodeBench v6 | BFCL-V4 |
|---|---|---|
| Qwen3.5 4B | 55,8 | 50,3 |
| Qwen3.5 9B (usado no roteiro) | 65,6 | 66,1 |
| gpt-oss-20b | 74,6 | não informado |
Fonte: model card do Qwen, citado no artigo da Latent Space, out/2026
A 9B venceu a 4B nos dois critérios, o que justificou a escolha como ponto de partida. Mas a tabela não diz nada sobre velocidade real nem sobre o comportamento do modelo dentro do fluxo completo do OpenCode, só sobre acurácia em benchmarks isolados.
4. Quanto de RAM isso realmente exige
O tamanho do download não é a mesma coisa que o requisito de memória, uma pegadinha comum para quem experimenta modelo local pela primeira vez.
Tabela 2. Tamanho de download por versão do Qwen3.5
| Modelo | Download aproximado |
|---|---|
| Qwen3.5 4B | 3,3 a 4,0 GB |
| Qwen3.5 9B | 6,6 a 7,6 GB |
| Qwen3.5 27B | 17 a 20 GB |
Fonte: Ollama (biblioteca de modelos), citado no artigo da Latent Space, out/2026
A Ollama lista todos os tamanhos disponíveis, e o download varia conforme o formato do runtime. Para o build de 6,6 GB do Qwen3.5 9B, o provedor Voltti recomenda reservar entre 12 e 16 GB de memória; a configuração de 64 mil tokens de contexto usada no OpenCode do roteiro pode pedir ainda mais espaço, então vale sobrar RAM para o contexto e para outros aplicativos abertos.
OLLAMA_HOST=127.0.0.1:11434 OLLAMA_NO_CLOUD=1 OLLAMA_CONTEXT_LENGTH=65536 ollama serveollama pull qwen3.5:9b5. O que os benchmarks de agente dizem sobre o OpenCode
Um detalhe que o artigo traz e que não costuma aparecer em anúncio de produto: o preprint The Scaffold Effect in Coding Agents comparou OpenCode, Goose e OpenHands-SDK em 50 tarefas do Terminal-Bench Pro, usando dois modelos de nuvem, Qwen3.6 Plus e MiniMax M2.5, não o Qwen3.5 local.
Tabela 3. Taxa de acerto por agente e modelo no Terminal-Bench Pro
| Agente | Qwen3.6 Plus | MiniMax M2.5 |
|---|---|---|
| Goose | 48% [34-62%] | 38% [24-52%] |
| OpenCode | 50% [36-64%] | 46% [32-60%] |
Fonte: preprint The Scaffold Effect in Coding Agents (arXiv 2607.22585), jun/2026
Os colchetes mostram intervalo de confiança de 95%, e os autores do estudo avisam que a maior parte das diferenças de taxa de acerto não foi estatisticamente clara. O mesmo estudo reportou que o OpenCode consumiu cerca de 40 vezes mais tokens por tarefa resolvida do que o Goose. Como essas rodadas usaram modelos de nuvem diferentes do Qwen3.5 9B local, elas não servem para prever desempenho no setup offline, mas ajudam a entender por que vale medir antes de confiar.
6. O roteiro: do setup online ao bug corrigido offline
Com internet ainda disponível, o primeiro passo é clonar o repositório de exemplo da Latent Space e instalar o OpenCode na versão 1.19.4, seguindo o README do projeto. O arquivo opencode.json é a configuração do projeto: nele, model e small_model apontam os dois para o Qwen3.5 9B, baseURL aponta para http://127.0.0.1:11434/v1, só o provedor local fica habilitado, e as ferramentas de web ficam bloqueadas.
O exemplo usado no roteiro é um calculador de despesas com um bug clássico: a variável de total é substituída a cada iteração em vez de acumulada. Rodar python3 expense_total.py imprime 8,00 em vez do valor correto, 25,50, e python3 -m unittest -v mostra três testes falhando (aritmética decimal, reembolso e o conjunto de despesas de exemplo).
Ainda online, Jindal abriu o OpenCode direto da pasta do projeto com .tools/node_modules/.bin/opencode --pure e pediu um diagnóstico sem edição: "Leia expense_total.py e rode os testes. Explique o bug sem editar nenhum arquivo." O agente encontrou os testes sozinho, mas propôs pytest por padrão, mesmo o projeto usando unittest nativo do Python, o que confirma um conselho prático: vale incluir o comando de teste exato no prompt desde o início.
Com o diagnóstico validado, é hora de desligar o Wi-Fi e desconectar Ethernet ou compartilhamento de internet do celular. Para confirmar que a rede local ainda funciona e a externa não, dois comandos:
curl --noproxy '*' --fail http://127.0.0.1:11434/api/tags
curl --noproxy '*' --connect-timeout 5 --max-time 10 --head https://example.comO primeiro continua respondendo e lista o qwen3.5:9b baixado; o segundo falha com "Could not resolve host", confirmando que não há saída para a internet. Com isso verificado, o OpenCode é reaberto com o mesmo comando direto, e o prompt de correção pede: "Corrija o bug em expense_total.py para que os testes existentes passem. Não altere os testes nem instale nada. Rode os testes e explique sua correção."
A correção proposta pelo Qwen foi de uma linha: trocar total = Decimal(amount) por total += Decimal(amount), pedindo permissão antes de aplicar a edição e rodando os cinco testes em seguida. Depois que o agente terminou, a verificação foi repetida manualmente fora do OpenCode, confirmando os cinco testes passando e o programa retornando 25,50.
7. O que ainda falta provar
O repositório de exemplo inclui mais dois exercícios que, até a publicação do artigo, ainda não tinham sido rodados no fluxo offline: um gerador de relatório CSV que agrupa linhas por produto e calcula receita, e um analisador de log com bugs na contagem de erros e na seleção da requisição mais lenta. Os dois já vêm com conjuntos de testes prontos, e são os próximos candidatos naturais para testar o quanto o modelo local aguenta além de um fix de uma linha.
A própria autora é clara sobre o limite do que foi demonstrado: corrigir uma variável que não acumula valor não diz nada sobre como o modelo se sairia num repositório grande ou num framework desconhecido. É um ponto de partida, não uma prova de que o setup escala para o trabalho do dia a dia inteiro.
Onde as fontes discordam
A Latent Space, com base no relato de Jindal, descreve o setup como funcional para correções pontuais e validado passo a passo com comandos de verificação de rede. Já o preprint The Scaffold Effect, rodado com modelos de nuvem diferentes (Qwen3.6 Plus e MiniMax M2.5, não o Qwen3.5 9B local), aponta que as diferenças de taxa de acerto entre agentes muitas vezes não são estatisticamente claras e que o consumo de tokens do OpenCode é muito maior que o de concorrentes, o que não foi medido no cenário offline específico do artigo. Não há dado, nas fontes lidas, sobre velocidade de geração de tokens por segundo do Qwen3.5 9B rodando localmente no hardware usado por Jindal, nem sobre o comportamento do agente em projetos maiores que o exemplo de calculadora de despesas.
O que fazer agora
- Se a motivação for continuidade em conexão instável (trem, interior, avião) ou sigilo de código sensível, vale montar o setup com Qwen3.5 9B e medir numa tarefa pequena com testes automatizados antes de confiar em algo maior.
- Se o laptop tiver menos de 12 GB de RAM livres, comece pelo Qwen3.5 4B e aceite o corte de desempenho reportado no LiveCodeBench v6 e no BFCL-V4, em vez de forçar a 9B e travar a máquina.
- Se o fluxo depender de um comando de teste específico (como
unittestem vez depytest), escreva esse comando no próprio prompt, repetindo o aprendizado do tropeço registrado no artigo. - Se a tarefa for maior que uma correção de uma linha, rode primeiro com conexão disponível e compare o resultado do agente local com o de um agente de nuvem antes de decidir pelo offline puro, já que o estudo do Scaffold Effect mostra variação grande de consumo de tokens por harness.
- Se o objetivo for produção crítica com SLA de qualidade, trate o setup offline como plano B para quedas de conectividade, não como substituto permanente do agente de nuvem, dado que os benchmarks publicados mostram o Qwen3.5 9B atrás de modelos maiores.
Fontes: Latent Space · Latent Space (artigo de Rittika Jindal) · OpenCode (documentação oficial) · Ollama (biblioteca de modelos) · arXiv (The Scaffold Effect in Coding Agents) · Alibaba Cloud (model card Qwen3.5) · GitHub (repositório anomalyco/opencode)
Highlights
- Rittika Jindal, Principal Engineer da Thomson Reuters, documentou rodar agente de código offline com OpenCode, Ollama e Qwen3.5 9B
- Qwen3.5 9B roda em 12 a 16 GB de RAM, conforme especificação do provedor Voltti
- OpenCode consume cerca de 40 vezes mais tokens por tarefa que Goose, segundo estudo The Scaffold Effect
- O exemplo testado foi um bug simples de acumulação de variável, sem prova de desempenho em projetos grandes
- Setup combina OpenCode (agente), Ollama (servidor local) e Qwen3.5 (modelo aberto de pesos públicos)
Para fazer no seu projeto 0 de 3 feitas
Para ir além
- DocumentaçãoIntro | AI coding agent built for the terminalExplica instalação, configuração de provedores e uso básico do OpenCode para quem quer reproduzir o setup
- Repositórioqwen3.5:9bMostra os tamanhos de download exatos e os parâmetros padrão do modelo usado no roteiro
- EstudoThe Scaffold Effect in Coding AgentsDetalha a metodologia e os números completos sobre consumo de tokens e taxa de acerto por agente
- Repositórioanomalyco/opencodeCódigo-fonte e documentação dos agentes build e plan usados no fluxo de correção do bug
Fontes cruzadas 6 fontes, na ordem em que entram
- Latent Space (artigo de Rittika Jindal)Base do roteiro completo: motivação, setup, prompts usados e resultado da correção do bugLer a fonte
- OpenCode (documentação oficial)Confirmação de como o agente funciona, instalação e comportamento de pedir permissão antes de agirLer a fonte
- Ollama (biblioteca de modelos)Tamanhos de download do Qwen3.5 9B e parâmetros técnicos do modeloLer a fonte
- arXiv (The Scaffold Effect in Coding Agents)Dados de taxa de acerto e consumo de tokens comparando OpenCode com outros agentesLer a fonte
- Alibaba Cloud (model card Qwen3.5)Números de benchmark do Qwen3.5 citados para comparação entre tamanhos de modeloLer a fonte
- GitHub (repositório anomalyco/opencode)Confirmação dos agentes build e plan e do funcionamento geral do projeto open sourceLer a fonte
Este artigo foi escrito por Alan Andrade, colunista de inteligência artificial. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
Gartner lista 10 tendências para 2026: plataformas nativas de IA lideram o pacote
Relatório da consultoria aponta plataformas de desenvolvimento nativas de IA, supercomputação e sistemas multiagentes entre as apostas que devem redesenhar equipes de engenharia nos próximos anos.















