O que o ZCode realmente é
Eu trabalho com integrações e a engrenagem de agentes na eesel, então quando uma nova ferramenta agêntica chega, eu a leio para entender o que a agente realmente faz por trás do marketing, não do slogan. O ZCode dá bastante material para ler.
O ZCode é um aplicativo de desktop, não uma barra lateral de chat colada a um editor já existente. A Z.ai (o laboratório antes conhecido como Zhipu AI) o chama de "ambiente de desenvolvimento agêntico", e o enquadramento é justo: em vez de autocompletar a linha em que você está, ele assume uma tarefa inteira. Você descreve o que quer, e a agente explora seu repositório, escreve em vários arquivos, executa comandos de shell, verifica seu próprio trabalho e entrega um diff com um botão de desfazer. O banner de changelog no lançamento dizia "ZCode 3.0: otimizado para GLM-5.2", e o instalador já estava na versão 3.3.3, então a iteração é rápida.
A tela de estado vazio já diz muito. Há um compositor de tarefas ("Ask ZCode, type @ to add files, / for commands, $ for skills"), um botão de permissão Full Access em um laranja ligeiramente nervoso, um seletor de branch do Git, e um seletor de modelo fixado em GLM-5.2 no esforço Max. O conjunto todo é integrado verticalmente: a agente, o modelo GLM-5.2 e a assinatura vêm todos da mesma empresa. É uma diferença real em relação a um arcabouço agnóstico de modelo, como o Claude Code, e isso tem dois lados, aos quais voltarei mais adiante.
Se você acompanhou a onda de vibe-coding ou leu meu texto introdutório sobre CLIs de codificação agêntica, o ZCode é essa ideia em uma GUI nativa: menos "digite um prompt, receba um trecho de código", mais "delegue uma tarefa, revise o resultado".
O modelo por trás: GLM-5.2
Não dá para separar o ZCode do GLM-5.2, o modelo para o qual ele foi construído. A Z.ai lançou o GLM-5.2 em 16 de junho de 2026 sob licença open-source MIT com pesos públicos no HuggingFace e no ModelScope, além de uma janela de contexto de 1M de tokens (um salto em relação aos 200K do GLM-5.1). A Z.ai é direta ao afirmar que um número de contexto grande é fácil de alegar e difícil de manter confiável, então dizem ter treinado especificamente para trajetórias de codificação longas e confusas, em vez de mirar na captura de tela de benchmark.
A alegação principal é que o desempenho de codificação agêntica do GLM-5.2 fica "aproximadamente entre o Claude Opus 4.7 e o Claude Opus 4.8" em orçamentos de tokens comparáveis. As avaliações de longo horizonte da empresa sustentam esse enquadramento: no FrontierSWE (projetos abertos com escopo de horas a dezenas de horas), o GLM-5.2 obtém 74,4, cerca de 1% atrás do Opus 4.8, que tem 75,1, e à frente do GPT-5.5, com 72,6.
Duas ressalvas que vale a pena manter em mente. Primeiro, esses são os benchmarks da própria Z.ai, então leia-os como leria o gráfico de qualquer fornecedor. Segundo, o fio condutor em todos eles é o mesmo: o GLM-5.2 é o melhor modelo de pesos abertos, mas ainda fica atrás da fronteira fechada (principalmente o Opus 4.8, e o GPT-5.5 em alguns benchmarks). No SWE-Marathon, de duração ultra longa, ele marca 13,0 contra os 26,0 do Opus 4.8, então a diferença aumenta quanto mais longa a tarefa. Se escolher um modelo para uma tarefa é o seu gargalo, minhas notas sobre seleção de modelos e os melhores LLMs para escrita cobrem os mesmos trade-offs por outros ângulos.
A leitura externa mais confiável que encontrei colocou isso claramente:
"Em média, acho que o Opus 4.8 ainda é um modelo melhor, mais confiável e mais rápido, mas se ele desaparecesse amanhã e eu só tivesse o GLM 5.2, eu não ficaria muito triste; conseguiria fazer as coisas com o GLM 5.2 tranquilamente."
É mais ou menos onde eu também chego. O GLM-5.2 é um modelo real, utilizável, próximo da fronteira, que por acaso tem pesos abertos, o que já é um grande feito. Não é um "matador de gigantes".
Como o ZCode funciona: metas, bots e uma única pilha
Três coisas definem a experiência do ZCode, e são onde o produto é mais opinativo.
Metas, para tarefas de longa duração
A unidade central de trabalho é uma "Meta" (Goal). Em vez de uma única conclusão, você entrega ao ZCode um objetivo de múltiplas etapas, e ele executa planejamento, execução e verificação contínuos em relação a ele, com durações de tarefa nas demonstrações variando de dois minutos a um dia inteiro. A transcrição da agente na página inicial mostra ela inspecionando um repositório primeiro, escrevendo index.html, app.js e styles.css em uma única passada, e depois executando node --check app.js para verificar sua própria saída antes de declarar a tarefa concluída. Essa etapa de autoverificação é a parte que importa; uma agente que escreve código e nunca o executa é apenas um autocompletar mais sofisticado.
Se você quiser a versão conceitual do que uma Meta está fazendo por baixo do capô, escrevi separadamente sobre o ciclo do agente (agent loop), e a diferença entre isso e os bots mais antigos é a mesma que tracei entre uma agente de IA e um chatbot baseado em regras.
Controle do bot pelos seus aplicativos de chat
Este é o recurso que a maioria das ferramentas de codificação ocidentais não tem: você pode iniciar e guiar uma tarefa do ZCode a partir do WeChat, Feishu ou Telegram. Basta mencionar o bot pelo celular, e uma tarefa de longa duração continua avançando enquanto você está longe do desktop. É uma ideia interessante, embora a página de lançamento, ao empurrar um convite do Feishu para entrar no beta do Linux, seja um pequeno lembrete de onde está o público-base deste produto.
Uma única pilha vertical
Eis a escolha estratégica. O Claude Code é essencialmente um arcabouço que pode apontar para modelos diferentes. O ZCode é o oposto: a agente, o modelo GLM-5.2 e a assinatura do GLM Coding Plan formam uma única pilha própria de ponta a ponta, "ajustadas juntas", como diz a Z.ai. Você pode trazer sua própria chave para Anthropic, DeepSeek, Kimi ou OpenRouter, mas o GLM-5.2 é o padrão e aquilo para o qual tudo é otimizado.
A vantagem de uma pilha vertical é o ajuste fino: o modelo e o arcabouço se conhecem mutuamente. A desvantagem surgiu imediatamente na comunidade, onde bastante gente perguntou por que um arcabouço dedicado é sequer necessário, já que o GLM-5.2 já funciona bem dentro de ferramentas existentes:
"GLM-5.2 é um ótimo modelo! Mas ele já funciona muito bem com arcabouços existentes, não tenho certeza do porquê um dedicado é necessário?"
É uma pergunta justa, e vale a pena refletir sobre ela antes de comprometer seu fluxo de trabalho com o aplicativo de um único fornecedor.
Quanto custa o ZCode
O aplicativo é gratuito. O modelo por trás dele não é. Para rodar o GLM-5.2 é preciso um GLM Coding Plan, e não há camada gratuita no plano em si.
| Plano | Preço mensal integral | Com cobrança mais longa (anual, -30%) | O que você recebe |
|---|---|---|---|
| Lite | $18/mês | $12,60/mês ($151,20/ano) | Cota base de uso; trabalho em repositórios pequenos; mais de 20 ferramentas de codificação, incl. Claude Code |
| Pro (Popular) | $72/mês | $50,40/mês ($604,80/ano) | Tudo do Lite + 5x o uso do Lite; ferramentas MCP selecionadas; geração mais rápida |
| Max | $160/mês | $112/mês ($1.344/ano) | Tudo do Pro + 20x o uso do Lite; acesso antecipado a novos modelos; recursos em horário de pico |
A Z.ai aplica um desconto de -10% para cobrança mensal, -20% para trimestral e -30% para anual, então os mesmos planos podem chegar a $12,60-$112/mês se você se comprometer por um ano. (Você pode ver $16,20-$144 citados em outros lugares; é apenas a visão de cobrança mensal dos mesmos preços, não uma camada separada.)
Agora a parte que eu sinalizaria a qualquer um que estiver planejando o orçamento em torno disso. Os planos são vendidos como múltiplos de uma cota base que a Z.ai nunca divulga de fato. O Pro é "5x o Lite", o Max é "20x o Lite", e o Lite é "cota base de uso incluída" sem nenhum número associado. A página de preços até tem uma pergunta frequente "Qual é o limite de uso do plano?", e no momento em que verifiquei ela permanecia recolhida.
Um comentário da semana de lançamento resumiu a frustração melhor do que eu conseguiria:
"É impressionante como todas essas empresas conseguem se safar com 'cota base de uso incluída' [...] empilhando os planos superiores como um multiplicador dessa 'base', mas nunca divulgando o que ela é."
Também importa que o GLM-5.2 não é barato de rodar por tarefa. O próprio gráfico de níveis de esforço da Z.ai mostra o GLM-5.2 alcançando pontuações próximas às do Opus apenas ao gastar muito mais tokens de saída por tarefa, e seu medidor de cota multiplica o uso em 3x durante o horário de pico em Pequim e em 2x fora dele.
Ver um fornecedor vender autonomia em unidades que ninguém consegue precificar é algo familiar para mim. É a mesma razão pela qual a eesel cobra por ticket resolvido, uma unidade que você realmente consegue prever, em vez de um "crédito" opaco. Se você está dimensionando um orçamento de IA de qualquer tipo, minha análise sobre quanto custa uma agente de suporte de IA percorre a mesma armadilha do lado do suporte.
O que as pessoas realmente dizem
A semana de lançamento do ZCode foi barulhenta, e o sentimento se dividiu de uma forma útil. Alguns temas apareceram repetidamente.
Parece muito com o Codex. Apesar do enquadramento "Claude Code dos criadores do GLM", várias pessoas disseram que a interface se parece mais com o Codex da OpenAI:
"Até o ícone de mão, o uso no campo de texto e o estilo da barra lateral são idênticos ao Codex. É um título enganoso - não é parecido [com] o Claude Code."
É instável e consome muito. A reclamação prática mais comum foi sobre confiabilidade e consumo de tokens:
"Você precisa repetir cada requisição pelo menos 3 vezes porque a API é muito instável. E se você estiver no plano de codificação, o máximo, isso drena tokens pelo menos 5x mais rápido que o codex de $200 e o claude de $200."
E há uma questão de confiança que não vai desaparecer. Uma agente proprietária que quer acesso total ao sistema, construída por um laboratório chinês, é uma venda difícil para uma boa parte dos desenvolvedores, independentemente dos benchmarks:
"De jeito nenhum eu colocaria um software proprietário chinês que tem controle total do sistema em algo importante. Isso é definitivamente algo que eu só rodaria em sandbox, em um ambiente de laboratório, para projetos de brinquedo, não para trabalho sério."
Nada disso torna o GLM-5.2 um modelo ruim. Torna o ZCode, o aplicativo, um produto versão 3.x com arestas ásperas, exatamente o que se esperaria duas semanas após o lançamento. Se você desse a uma agente de codificação esse tipo de alcance, minha nota sobre os controles de permissão do Claude Code é uma boa checagem de sanidade sobre o que "acesso total" deveria realmente significar.
A lição real: autonomia precisa de um arcabouço
Aqui está o que eu não paro de voltar a pensar, e é maior do que um único aplicativo de codificação. Uma agente autônoma só é tão confiável quanto o arcabouço que você coloca ao redor dela.
As melhores decisões de design do ZCode são as salvaguardas, não a autonomia. Ele exige uma etapa de confirmação antes que comandos sensíveis ou ações de alta permissão sejam executados. Sua agente se autoverifica com um comando real antes de declarar sucesso. Seu botão "Full Access" é uma escolha deliberada e visível, em vez de um padrão. Retire isso e você tem um modelo muito capaz com privilégios de root na sua máquina e nenhum freio, exatamente o que os céticos nos fios de discussão temiam.
Acho isso reconfortante, porque é exatamente a conclusão a que cheguei construindo IA para suporte. Passei os últimos três anos e meio colocando agentes de IA em filas de clientes ao vivo, e a lição inicial e dolorosa foi ver um bot de fala confiante dar uma resposta errada a um cliente real. Uma agente de codificação que alucina uma função quebra um build que você pode reverter. Uma agente de suporte que alucina uma política de reembolso quebra uma confiança que você não consegue recuperar. É por isso que toda a indústria, ZCode incluído, está convergindo para o mesmo formato: dar à agente espaço para trabalhar, mas colocar um ponto de checagem entre ela e qualquer coisa irreversível, e provar que funciona antes de soltá-la.
Para o suporte especificamente, esse arcabouço é composto por três coisas: uma etapa de revisão antes que uma resposta seja enviada, um caminho de escalonamento limpo quando a agente está insegura, e uma forma de medir contenção e qualidade em vez de adivinhar. A autonomia é a parte fácil agora. O arcabouço é o produto.
Experimente a eesel
Se você está observando o ZCode e pensando "eu quero uma agente assim, mas para a minha fila de suporte", é basicamente o que eu construo. A eesel é uma colega de equipe de IA para o seu helpdesk: ela se conecta ao Zendesk, Freshdesk, Gorgias, HubSpot ou Front, aprende com seus tickets e documentos de ajuda passados no primeiro dia, e redige ou resolve totalmente conversas de nível 1.
O diferencial é a mesma ideia de arcabouço da seção acima. Antes de a eesel responder a um único cliente, seu modo de simulação executa a agente contra milhares de seus tickets históricos reais, para que você veja exatamente o que ela teria dito e quanto teria resolvido, e corrija as lacunas antes de entrar no ar. Ela começa supervisionada, apenas redigindo, e você concede autonomia nos tickets fáceis quando confia nela, com roteamento baseado em confiança para que perguntas de baixa confiança se tornem um rascunho em vez de uma resposta errada. Equipes reais a utilizam em escala: a Gridwise viu a eesel resolver 73% das solicitações de nível 1 em seu primeiro mês. Você pode experimentar a eesel gratuitamente, e ela é precificada por ticket resolvido, não por crédito opaco.
Perguntas Frequentes
O que é o ZCode?
O ZCode é gratuito, e quanto custa o GLM Coding Plan?
O GLM-5.2 é open source?
O ZCode é melhor que o Claude Code ou o Cursor?
Posso usar meu próprio modelo com o ZCode?
A mesma abordagem agêntica funciona para suporte ao cliente?
Article by
Rama Adi Nugraha
Rama is a software engineer at eesel AI with two years of experience writing about B2B SaaS, AI tools, and customer support technology. Based in Bali, Indonesia, he brings a developer's perspective to product comparisons — cutting through marketing copy to what the integrations and APIs actually do.
