【声明】本博客所有内容均为个人业余时间创作，所述技术案例均来自公开开源项目（如Github，Apache基金会），不涉及任何企业机密或未公开技术，如有侵权请联系删除

背景

上篇 blog
【Agent】【OpenCode】源码构建（平台目标属性）
分析了平台目标剩余的三个属性，其中 arch 属性表示 CPU 指令集架构，常见有 x86 和 arm64，然后是 abi，应用二进制接口，Linux 特有的概念，主要指 C 标准库的实现方式，两个主流的 C 标准库为 glibc 和 musl，其中 glibc 功能全，兼容性好，但体积大，而 musl 轻量，静态链接友好，更纯净，两者不兼容，运行的应用程序之间，还有操作系统的 C 标准库要保持一致，最后是 avx2 属性，AVX2 是 Intel/AMD CPU 的 SIMD 指令集，用于加速计算，现代 CPU基本都支持 AVX2，但一些老旧机器，虚拟机或低功耗设备可能不支持，下面继续分析

OpenCode

打开 OpenCode，输入 /models，可对模型进行配置

首先可用的免费模型有 5 个（Free），这些免费的模型不需要 API Key 也能使用（注意，这些模型都是限时免费，用于收集反馈）

下面简单分析下这 5 个模型特点

首先是 Big Pickle，基于开源模型（比如 Llama，Mistral 等）微调而成，专为代码生成和理解优化，支持多语言编程，适用场景

• 快速补全代码
• 解释复杂函数逻辑
• 修复错误提示

Big Pickle 的代码分析能力还是不错的，下面测试下连接速度，终端输入

sudo tshark -i any -f "tcp port 443" -Y "tls.handshake.extensions_server_name" -T fields -e ip.dst -e tls.handshake.extensions_server_name

启用流量监控，抓取所有 HTTPS 流量，并提取 SNI 域名（明文）

在终端输入

echo "你是谁？" | timeout 15 opencode run -m opencode/big-pickle

指定使用 big-pickle 模型，可以看到

其访问的域名为 opencode.ai

终端输入

ping opencode.ai

可以看到速度还可以，访问延时 190ms+，足够用了

上面使用的命令

opencode run -m opencode/big-pickle

这里指定了模型和模型供应商，在终端输入

opencode run --help

可以查看 -m 选项描述如下

这里可以看到 -m 和 --model 可以指定要使用的 AI 模型，格式为 provider/model，其中

• provider：模型供应商，模型服务商
• model：具体的模型名称

可以用 opencode models 命令查看所有可用的模型

比如终端输入

opencode models

可以看到目前可用的模型有 6 个（比上面通过在 opencode CLI 输入 /models 还多一个 gpt-5-nano）

这些模型在当前环境下都是免费可用的，不需要配置任何 API Key，因为它们都属于 opencode/xxx 这个 provider，也就是 provider = "opencode"，而 OpenCode 内置了一个官方代理服务 OpenCode Zen（后面介绍），该代理服务会

• 统一托管多个免费模型的访问通道
• 由 OpenCode 官方承担 API 调用成本（或使用开源模型）
• 隐藏底层 API Key 和网络细节
• 通过 opencode 这个官方虚拟 provider 暴露给用户

也就是说，比如这里的 opencode/minimax-m2.5-free 并不是直接调用 MinMax 官方 API，而是通过 OpenCode 的中转服务器免费提供给用户使用

---

OK，本篇先到这里，如有疑问，欢迎评论区留言讨论，祝各位功力大涨，技术更上一层楼！！！更多内容见下篇 blog
【Agent】【OpenCode】模型配置（opencode/xxx 分析）（一）