Сейчас OpenCode Go выглядит очень неплохим вариантом для тех, кто только начинает использовать AI в разработке или в основном занимается pet-проектами.
Подписка стоит $10 в месяц и дает доступ сразу к набору моделей разных провайдеров. Не нужно отдельно заводить аккаунты, пополнять API-балансы и постоянно смотреть, где сколько осталось денег.
При этом лимиты у Go довольно щедрые. У многих моделей месячный объём использования доходит до эквивалента $60 по их токен-тарифам. То есть при подписке за $10 лимит конкретной модели может быть примерно в шесть раз выше номинальной стоимости тарифа.
Конечно, это не $60 на общем балансе, которые можно распределить как угодно. У каждой модели свой лимит. Но для pet-проектов и не слишком интенсивной разработки этого может хватать надолго.
В этом, на мой взгляд, и главное преимущество Go.
Новичку обычно сложно заранее понять, какая модель ему нужна. По таблицам бенчмарков это тоже не особо понятно. Одна модель хорошо пишет новый код, другая лучше разбирается в большом существующем проекте, третья неплохо исправляет баги, но начинает чудить при серьёзном рефакторинге.
Проще попробовать несколько моделей на собственном коде и уже после этого делать выводы.
OpenCode Go как раз позволяет это сделать без коллекции из пяти API-аккаунтов и десятка биллингов.
Причём дорогие модели нужны далеко не всегда.
Если нужно добавить простую CRUD-функциональность, поправить верстку, написать миграцию, покрыть код тестами, найти очевидную ошибку или разобраться с небольшим pet-проектом, то современные дешёвые модели часто справляются вполне нормально.
А для более сложной задачи всегда можно переключиться на другую модель.
Есть у OpenCode и ещё одна приятная особенность — периодически появляются бесплатные тестовые модели. Обычно это новые или экспериментальные модели, которым разработчики дают бесплатный доступ на время тестирования.
И среди них бывают вполне достойные варианты.
Не в смысле «бесплатно, поэтому сойдёт», а модели, которыми реально можно несколько дней или недель пользоваться в обычной разработке. Для человека, который только знакомится с coding agents, иногда вообще нет необходимости сразу покупать подписку.
В итоге за довольно небольшие деньги получается удобный полигон для экспериментов.
Можно взять старый pet-проект, открыть его в OpenCode и попробовать на одной и той же задаче несколько моделей. Очень быстро становится понятно, кто хорошо ориентируется в существующем коде, кто любит переписывать половину проекта без необходимости, кто нормально следует инструкциям, а кто начинает фантазировать.
Такой опыт полезнее большинства сравнительных таблиц.
И именно поэтому OpenCode Go мне кажется особенно интересным не для профессионалов, которые уже точно знают, какая модель и какой тариф им нужен, а для тех, кто пока просто хочет понять, насколько AI-assisted development вообще полезен в реальной работе.